เชื่อว่าเพื่อนๆ ต้องเคยเปิดแอพวงในไปเสิร์ชร้านอาหารอร่อยๆ ใกล้ตัว รวมถึงเปิดดูรีวิวร้านอาหารจากวงในกันแน่นอน วันนี้แอดมาสัมภาษณ์น้องชาร์ปและน้องหญิงแห่ง Wongnai ที่ตอนนี้เป็น lifestyle Platform อันดับหนึ่งในไทยไปแล้ว เพื่อสืบว่าวงในเขามีการวางแผนเก็บข้อมูลยังไงกันบ้าง และนำข้อมูลไปใช้ประโยชน์อะไรบ้างจ้า ( แอบกระซิบมาว่าท้ายบทความมีแหล่งข้อมูลดีๆ ให้ฝึกฝีมือ ห้ามพลาด ! )
แอดมูน : แนะนำตัวเองกันหน่อยจ้า
น้องชาร์ป : สวัสดีครับ ผมชื่อ ธนพล เนรัญชร หรือชาร์ป ตำแหน่ง Technical Director หน้าที่ พัฒนาสินค้าใหม่ๆ ที่ตอบโจทย์ลูกค้ามากขึ้น
น้องหญิง : สวัสดีค่า ชื่อหญิง ตำแหน่ง Data Scientist ดูแลข้อมูลของวงใน โดยนำ Business Requirement มาวิเคราะห์หา Insight และนำไปต่อยอดให้เกิด Value กับธุรกิจ
แอดมูน : น้องๆเรียนจบด้านไหนมา และทำไมถึงมาเริ่มงานสายนี้จ๊ะ
น้องชาร์ป : จบ Com – sci มาครับ จริงๆชอบเขียนโค้ดมาตั้งแต่เด็ก และรู้สึกว่าตัวเองทำงานด้านนี้ได้ดี เลยเริ่มลุยโปรเจ็กต์มาเรื่อยๆ
น้องหญิง : จบวิศวะคอมมาค่า ซึ่งไม่ได้เกี่ยวข้องกับ Data Sceintist เลย ตอนแรกทำ Front-end แล้วปี 4 ไปเรียนวิชาเลือก Machine Learning (ML) เลยสนใจงานด้านนี้ เพราะปกติเราจะสั่งงานคอมพิวเตอร์แต่ละที ก็ต้องเขียนโค้ดขึ้นมา แต่การทำ ML เหมือนเราสอนให้คอมพิวเตอร์เรียนรู้ ทำงานได้ด้วยตัวเอง เลยรู้สึกมันเท่ดี เลยเริ่มศึกษาด้วยตัวเองเรื่อยมาค่ะ
แอดมูน : เล่า Journey ของวงในให้ฟังหน่อยจ้า
น้องชาร์ป : วงในเป็น lifestyle platform ที่มีความเชื่อเรื่อง “Connect people to good stuff – เชื่อมต่อสิ่งดีๆ เข้าสู่ผู้คน” โดยเรามองว่าธุรกิจด้านอหารจะสามารถเติบโตได้อีกไกล เพราะว่าคนต้องกินอาหารกันทุกวัน เราจะจึงอยากมอบ Value ให้ในทุกมื้ออาหารของเขา
เราจึงต่อยอด WongnaiPOS โดยพาร์ทเนอร์กับ Foodstory ที่จะช่วยในการจัดการระบบร้านอาหาร นอกจากนีั้ยังเชื่อมต่อกับบริการเดลิเวอรีของ LINE MAN เพื่ออำนวยความสะดวกให้กับผู้ประกอบการและลูกค้าของเราด้วย
ซึ่งวงในมีเป้าหมายที่จะสร้าง ecosystem ของวงการอาหาร และให้ประสบการณ์ของ User นั้น seemless ที่สุด
แอดมูน : จุดเริ่มต้นไม่ธรรมดาเลยค่ะ แล้ว Wongnai มีการวางแผนจัดการข้อมูลยังไงบ้างคะ
น้องชาร์ป : ปัจจุบันวงในมีข้อมูลมหาศาลกว่า 1.9 พันล้าน Data points จากผู้ใช้งานวงในกว่า 3 ล้านคน โดยข้อมูลที่เราเก็บมีหลากหลายรูปแบบ เช่น ข้อฒุลร้านอาหารกว่า 300,000 ร้านทั่วประเทศ , รูปภาพอาหารในระบบที่เกิดจาก UGC (User-generated Content) ที่ผู้ใช้งานรีวิวในระบบกว่า 10 ล้านรูป ซึ่งการที่มี UCG เยอะ ยิ่งเพิ่มความน่าเชื่อถือและดึงดูดให้ผู้บริโภคเข้ามาค้นหารีวิวในแพลตฟอร์มมากขึ้นและสม่ำเสมอ
เราเก็บข้อมูลจาก User แต่ละคนโดยดูจาก interaction ของ user บน App และ Web เช่น
- การ Check-in
- การอัพโหลดรูปภาพ
- การ Bookmarks
- Like & Comments
- ระยะเวลาในการเข้าชมแต่ละหน้าร้าน
น้องหญิง : ในภาพรวมของการใช้ App เราก็มีการใช้ Heat Map ว่าผู้ใช้งานมีการใช้ App ที่บริเวณ (location) ไหนเยอะ ที่พบบ่อยๆก็จะเป็นตามห้างสรรพสินค้า ก็จะมีทีม On-ground เพื่อลงไปเช็คความถูกต้องของข้อมูลจากสถานที่จริง เช่น ชั้นที่ตั้งร้านอาหาร , โซนอาหาร และประเภทอาหาร
นอกจากนี้วงในยังเน้นการทำ Location – based Search เพื่อดูว่า User มันจะเสิร์ชหาข้อมูลบริเวณไหนมากที่สุดค่ะ
แอดมูน : มีการเก็บข้อมูลที่เยอะมากๆเลยค่ะ แล้วทาง Wongnai มีการนำข้อมูลไปพัฒนาต่อยังไงบ้างคะ
น้องหญิง : เมื่อเราได้ข้อมูลพฤติกรรมของ User มาแล้ว เราก็จะทำการ Personalize ร้านอาหารต่างๆ ที่จะโชว์ให้กับ User แต่ละคนแบบแตกต่างกัน
โดยระบบจะดึงข้อมูลพฤติกรรมที่ผ่านมาที่ User ได้ทำใน App ของเรา รวมถึงใช้ Location – based Service ในการวิเคราะห์ร้านอาหารที่โดนใจ User ในละแวกใกล้เคียงกับบริเวณที่ User เปิดใช้งาน App
แอดมูน : สุดยอดมากๆ แล้วน้องๆ มี Challenge อะไรในการทำงานด้าน Data Scientist บ้างเอ่ย
น้องชาร์ป : เมื่อเราต้องดีลกับข้อมูลมหาศาลเนี่ย สิ่งที่พบคือข้อมูลมี Noise เยอะ ไม่ว่าจะเป็นความหลากหลายเรื่องการเรียงลำดับคำ หรือความถูกต้องของการสะกด เช่น ข้าวหมูสับกะเพรา ข้าวกะเพราหมูสับ เราต้องมา Clean Data ใหม่
ส่วนตัวผมจะเป็นคนที่ค่อนข้าง Perfectionist เราต้องมา balance กับตัวเอง เรื่องของความจริงที่ทำได้ และ Business Value แล้วเราค่อย Keep improve ไปเรื่อยๆ เพราะไม่งั้นอาจจะช้าไป สิ่งที่เราทำจึงเป็นการทำเมนูที่ได้รับความนิยมสูงๆก่อน โดยดูจากยอด Search และ Engagement แล้วค่อยขยายผลเพื่อสร้าง impact ต่อ นอกจากนี้ยัง พัฒนาระบบ Search ของ Wongnai ด้วยตัวตัดคำจาก Machine learning (AI) ด้วย
น้องหญิง : การ Communication กับคนอื่นๆ ในทีม เพราะในการพัฒนาฟีเจอร์สใหม่ๆ ต้องทำงานร่วมกันหลายฝ่าย นอกจากการสื่อสาร progress การทำงานแล้ว ยังต้องสื่อสาร Failiure กับคนในทีมด้วย เพื่อให้เขา adjust แผนหรือร่วมกันหาทางออกได้ทันนอกจากนี้ยังต้องอัปเดทข้อมูลให้ทันสมัย ทั้งร้านที่เพิ่งเปิดใหม่ ร้านไหนปิดไปแล้ว เพื่อให้ User ได้รับประโยชน์จากการใช้งาน Wongnai มากที่สุด
แอดมูน : Workflow การทำงานโดยรวม Wongnai
น้องชาร์ป : จะทำงานเป็น Squard ครับ โดยแต่ละ Squard เนี่ยจะประกอบด้วยคนจากหลากหลาย Role ที่จะมาร่วมกันทำงาน เพื่อให้งานสำเร็จ โดยแต่ละ Squard ก็สามารถตัดสินใจได้ด้วยตัวเอง และจัดการตัวเองได้อย่างคล่องตัว รวมถึงมีอิสระสูงมากในการทำงาน (โดยยึดหลัก speed & impact)
แอดมูน : น้องๆอยากทำงานกับคนแบบไหน
น้องชาร์ป : อย่างแรกคือต้องมี Skill ตาม requirement ก่อน นอกจากนี้ Culture ต้อง match เพราะผมเชื่อว่าเลือกคนมาทำงานด้วย ก็เหมือนเลือกแฟนครับ เราชอบเค้า เค้าชอบเรา ถึงจะไปกันได้ยาวๆ ไม่ได้รู้สึกโดนบังคับ และจะมีความสนุกในการทำงานร่วมกันในระยะยาวมากกว่า โดยผมชอบคนที่มี Growth mindset กล้าที่จะเรียนรู้ และเปิดใจในสิ่งที่ตนไม่ถนัด
น้องหญิง : หญิงอยากทำงานกับคนที่ตั้งใจทำงาน ไม่ได้ทำงานไปวันๆ มี Passion และอยากสร้าง impact ให้เกิดขึ้นในองค์กร
แอดมูน : Next step ของ Wongnai จะไปในทิศทางไหน
น้องชาร์ป : O2O (online to offline) แบบ seemless เพื่อตอบสนอง lifestyle ของลูกค้าและสร้างประสบการณ์การใช้งานที่ดี
เช่นมีการใช้
- Reward card
- ส่งข่าวสาร Promotion
นอกจากนี้ทีมเรายังสร้าง Knowledge ให้กับคนไทย และสร้าง Ecosystem ที่จะสร้างให้เกิดการเรียนรู้ โดยเรามีการนำข้อมูลการรีวิวต่างๆ ไปเปิดเป็น Open data ใน Github เพื่อให้คนทั่วไป รวมถึงร้านอาหาร สามารถนำข้อมูลเหล่าน้ีไปวิเคราะห์ และช่วยในการตัดสินใจในธุรกิจมากยิิ่งขึ้น
แอดมูน : มีอะไรอยากฝากให้เพื่อนๆที่สนใจงานด้าน Data Scientist บ้าง
น้องหญิง : หญิงเชื่อว่าวิธีการเรียนรู้ของแต่ละคนก็แตกต่างกัน อาจเริ่มต้นจากการมองภาพกว้างๆก่อน ว่าทั้งหมดมันมี process ยังไงบ้าง แล้วค่อยลงลึกในส่วนที่เราสนใจ เริ่มศึกษาได้เลยไม่ต้องรออะไร และพาตัวเองไปอยู่ใน Enviroment ที่ดี หาเพื่อนเรียนไปด้วยกัน
น้องชาร์ป : คนที่ทำงานจริงได้ดีจะเป็นคนที่มีสกิลแบบ T-Shape คือ รู้กว้าง และ รู้ลึก เพราะเอาเข้าจริงๆ ตอนทำงาน ถ้าเรารู้แค่ในเรื่องๆเดียว จะทำให้มองไม่เห็นในภาพรวม ความคิดสร้างสรรน้อย
เราจึงควรเปิดใจเรียนรู้ในสิ่งที่เราไม่ชอบ ไม่ถนัด ด้วยครับ
นอกจากนี้ต้องมีการฝึกฝนอยู่บ่อยๆ ครับ เพื่อนๆ คนไหนที่สนใจอยากลองทำจากเซ็ตข้อมูลจริงทางวงในเองก็มีเปิด Github ไว้ให้ทุกคนลองไปเล่นดูได้ รวมถึงมี Kaggle ที่เป็นโจทย์เกี่ยวกับรีวิวร้านอาหาร และยังมี life.wongnai ที่จะมาแชร์ความรู้ด้าน datasci และ engineer อยู่เป็นประจำ เพื่อนๆคนไหนสนใจ อยากฝึกฝีมือก็เข้าไปเล่นกันดูได้ครับ
เรียกได้ว่าวันนี้ได้ความรู้กันแบบจัดเต็ม ใครที่มีความเห็นอยากให้แอดไปสัมภาษณ์ใคร หรืออยากได้คอนเท้นท์แนวไหน ส่ง Feedback มาได้ที่ Data Science ชิลชิล ได้เลย แอดมูนรออยู่น้า 😀
