เอ็นทีที เดต้า แนะผสาน‘คลังข้อมูล-Data Mart’สู่องค์กรขับเคลื่อนด้วยดาต้า
เอ็นทีที เดต้า เปิดแนวทางการออกแบบและวางระบบบริหารจัดการ Big data ให้ทรงประสิทธิภาพตอบโจทย์ยุค Data-Driven แนะควรให้ความสำคัญตั้งแต่ระบบคลังข้อมูล เพิ่มประสิทธิภาพด้วยข้อมูลขนาดเล็ก ช่วยวิเคราะห์ข้อมูล ต่อยอดสู่การวางแผนและการตัดสินใจทางธุรกิจได้แม่นยำขึ้น
นายฮิโรนาริ โทมิโอกะ ประธานกรรมการและประธานกรรมการบริหาร บริษัท เอ็นทีที เดต้า (ประเทศไทย) จำกัด ภายใต้เครือบริษัท เอ็นทีที เดต้า คอร์ปอเรชัน จำกัด ผู้นำด้านธุรกิจดิจิทัลและบริการด้านไอทีชั้นนำระดับโลก เปิดเผยว่า หลายองค์กรให้ความสำคัญและมุ่งหน้าสู่การทำ Digital Transformation ยังขาดความพร้อมในการนำข้อมูลที่เพิ่มขึ้นจำนวนมหาศาล มาวิเคราะห์เพื่อสร้างมูลค่าเพิ่มให้กับธุรกิจ
จึงมองหาเครื่องมือที่จะช่วยวางกลยุทธ์ นำข้อมูลเข้าสู่กระบวนการบริหารจัดการให้มีประสิทธิภาพสูงสุด หรือการปรับองค์กรให้ขับเคลื่อนไปข้างหน้าด้วยประโยชน์จากข้อมูลอย่างสูงสุด ที่เรียกว่า Data-driven organization ซึ่งเป็นการวางแผน จัดเรียง และวิเคราะห์เอาข้อมูลที่เป็นประโยชน์มาใช้วางกลยุทธ์ทางธุรกิจ เพิ่มประสิทธิภาพการทำงานขององค์กรในทุกด้าน รวมถึงการพัฒนาสินค้าและบริการ ตลอดจนการทำการตลาดที่ตรงใจและตอบโจทย์ผู้บริโภคมากที่สุด
ทั้งนี้จากประสบการณ์ NTT DATA หลายองค์กรเริ่มต้นด้วยแนวคิดให้ความสำคัญกับ รวมแหล่งข้อมูลทุกรูปแบบที่มีภายในองค์กรเอาไว้ในแหล่งเดียวหรือที่เรียกว่า Big Data Solution หากไม่วางแนวทางพัฒนาต่อไป จะเกิดเป็นกับดักกองข้อมูลจำนวนมหาศาลที่หลั่งไหลหมุนเวียนอยู่ในองค์กรแต่ไม่สามารถเลือกนำข้อมูลเหล่านั้นมาวิเคราะห์ใช้ประโยชน์ต่อได้ และแม้ว่าหลายองค์กรจะพยายามแก้ปัญหาด้วยการเพิ่มระบบคลังข้อมูล Data Warehouse เพื่อเก็บข้อมูลส่วนกลางทั้งหมด แบ่งแยกชุดข้อมูลให้มีประสิทธิภาพและประสิทธิผลมากที่สุด แต่กลับพบว่า Data Warehouse เก็บข้อมูลองค์กรทั้งหมดเอาไว้โดยที่ไม่มีมุมมองต่อ ยอดสู่การวิเคราะห์ประกอบการตัดสินใจเชิงธุรกิจ เช่น การวิเคราะห์การตลาด การวิเคราะห์การขาย การวิเคราะห์การผลิตและการดำเนินงาน เป็นต้น ส่งผลให้การมีระบบคลังข้อมูลยังไม่เพียงพอที่จะตอบโจทย์การใช้งานข้อมูลภายในองค์กรที่แท้จริง
อย่างไรก็ดีเพื่อเพิ่มประสิทธิ ภาพระบบการบริหารจัดการข้อมูล องค์กรควรเพิ่มคลังข้อมูลขนาดเล็ก “Data Mart” ซึ่งเป็นคลังข้อมูลที่มีลักษณะเฉพาะเจาะจง มีขนาดของข้อมูลและค่าใช้จ่ายตํ่า มีประโยชน์ที่เด่นชัดคือ การจัดทำคลังข้อมูลสามารถทำได้ในระยะเวลาอันสั้น เป็นข้อมูลส่วนย่อย (Subset) ของคลังข้อมูล เป็นข้อมูลเฉพาะของการบริหารงานในธุรกิจย่อย แต่ละหัวข้อ หรือความเคลื่อน ไหวทางธุรกิจ เช่น ข้อมูลด้านการขาย และการตลาด ข้อมูลการจัดซื้อ ข้อมูลส่วนของการผลิต หรือการขนส่ง ซึ่งสามารถใช้เป็นยุทธวิธีเพื่อแก้ปัญหาทางธุรกิจในทันทีทันใด สาเหตุที่ต้องมีการสร้างคลังข้อมูลขนาดเล็กเพื่อความเร็วสูงในการเรียกใช้ข้อมูล จากกการย่อยข้อมูลให้น้อยลง ลดการแย่งข้อมูลระหว่างผู้ใช้ระบบด้วยกันเอง เพิ่มความสามารถในการปรับปรุงข้อมูลได้อย่างรวดเร็ว ข้อมูลจึงนำไปใช้ประกอบการตัดสินใจได้แม่นยำมากขึ้น เช่น การวิเคราะห์ข้อมูลต้นทุนการผลิตของสินค้า การวิเคราะห์ประสิทธิภาพในการจัดซื้อ จัดจ้าง เพื่อการผลิต หรือการวิเคราะห์พฤติกรรมของลูกค้าเพื่อการเพิ่มยอดการขาย เป็นต้น
ทั้งนี้การวางกลยุทธ์ Data driven organization ให้ครบทุกมิติ ควรเริ่มจากการวางกลยุทธ์ด้านข้อมูลด้วยเป้าหมายการใช้ข้อมูลที่ชัดเจน โดยคำนึงถึงปัจจัยสำคัญ 2 ประการคือ (1) การจัดเก็บข้อมูลต้องมีคุณภาพและมีความปลอดภัยของข้อมูลสูงสุด จึงมีการนำระบบการบริหารจัดการข้อมูล (Data management) เลือกใช้งานเครื่องมือที่เหมาะสม ช่วยแบ่งแยกข้อมูลที่ดีและเป็นประโยชน์สำหรับองค์กรให้พร้อมกับการใช้งานเสมอ (2) การสร้างวัฒนธรรมการนำข้อมูลมาใช้ในการติดสินใจทางธุรกิจ(Data driven Culture)ในระดับผู้บริหารไปจนถึงพนักงานแต่ละส่วนงาน
อนึ่ง NTT DATA มีบริการด้าน Analytics Solutions เพื่อเสริมศักยภาพข้อมูลที่มีประโยชน์ ช่วยสร้างมูลค่าเพิ่มเชิงธุรกิจอย่างเต็มประสิทธิภาพและครอบคลุมในทุกมิติ ซึ่งประกอบด้วย Data Science, AI, Big Data Management, Business Intelligence (BI) นับตั้งแต่ให้คำปรึกษา กำหนดกลยุทธ์ จัดหาและติดตั้งระบบ โดยมีความรู้ความเชี่ยวชาญให้บริการกับบริษัทชั้นนำในประเทศไทย และยังมีการนำองค์ความรู้จากประสบการณ์ให้บริการในบริษัทชั้นนำระดับโลกด้วย โดยตั้งเป้าหมายช่วยผลักดันให้องค์กรไทยให้ประสบผลสำเร็จอย่างยั่งยืนบนโลกธุรกิจดิจิทัล
อย่างไรก็ดีการตระหนักถึงความสำคัญของข้อมูล ตั้งแต่การจัดเก็บจนถึงการใช้งานให้เกิดประโยชน์จะเป็นตัวเร่งการเกิด Data-Driven Organization ได้เป็นอย่างดี เช่น สามารถวิเคราะห์สินค้าคงคลังทั้งในส่วนของ Raw Material และ Finished Goods ได้ในลักษณะ Near Realtime การวิเคราะห์ยอดขายรายวันในกลุ่มลูกค้าและกลุ่มสินค้าได้ภายในเวลาอันสั้น รวมทั้งการวิเคราะห์ต้นทุนการผลิตของสินค้าแต่ละชนิด จากที่ใช้เวลามากกว่าสัปดาห์ สามารถลดลงได้ภายใน 5-10 นาที เป็นต้น
หนังสือพิมพ์ฐานเศรษฐกิจ ฉบับ 3,730 หน้า 19 วันที่ 11 - 13 พฤศจิกายน 2564