Data Analytic for Business Improvement

จากนิตยสาร ...HUNT Magazine ISSUE48

เรื่องโดย... ปริญญ์  เสรีพงศ์  (วิทยากรที่ปรึกษา  สถาบันเพิ่มผมผลิตแห่งชาติ)

Data Analytic  for Business Improvement

ทุกวันนี้ระบบคอมพิวเตอร์และเทคโนโลยีสารสนเทศมีบทบาทมากในชีวิตประจำวัน ไม่ว่าจะมองไปทางไหนบริการต่างๆ ล้วนขับเคลื่อนด้วยเทคโนโลยีสารสนเทศทั้งสิ้น ไม่ว่าธุรกิจภาคการผลิต ภาคบริการสารธารณะ เช่นการแพทย์ การบิน รวมไปถึงการค้าขายแบบ e-commerce ที่ได้รับความนิยมอย่างแพร่หลายในปัจจุบัน ล้วนพึ่งพาเทคโนโลยีสารสนเทศเป็นกลไกสำคัญในการขับเคลื่อนองค์กร

เทคโนโลยีสารสนเทศ เป็นโครงสร้างพื้นฐานที่สำคัญในการสื่อสารข้อมูลต่างๆ ได้อย่างรวดเร็วและมีประสิทธิภาพ ทำอย่างไรองค์กรจะใช้ประโยชน์จากข้อมูลเหล่านี้ให้เป็นส่วนหนึ่งของการทำ process improvement  เพื่อปรับปรุงกระบวนการทำให้รวดเร็ว ผิดพลาดน้อยลง สะดวกมากขึ้น และประหยัด รวมถึงสามารถใช้ข้อมูลในการวางแผนได้อย่างมีประสิทธิภาพจากความสามารถในการคาดการณ์ล่วงหน้าที่แม่นยำ

Machine Learning  เป็นเทคนิคในการวิเคราะห์ข้อมูลที่พยายามหารูปแบบความสัมพันธ์ของตัวแปรต่างๆ ภายในชุดข้อมูล เพื่อค้นหาความเชื่อมโยงระหว่างตัวแปรต่างๆ  สามารถจำแนกประเภทและทำนายสิ่งที่ต้องการรู้ได้  เช่น การทำ Predictive Maintenance ก็ใช้เทคนิคของ Machine learning ในการหาความสัมพันธ์ของตัวแปรที่ได้จากการเก็บข้อมูล หากมีข้อมูลที่สมบูรณ์เพียงพอ และมีวิธีการวิเคราะห์ที่มีประสิทธิภาพ จะทำให้สามารถค้นพบรูปแบบของตัวแปรที่มีผลต่อการทำงานของเครื่องจักรก่อนที่จะชำรุด เราสามารถนำโมเดลที่ค้นพบนี้ไปใช้ในการทำนายโอกาสชำรุดของเครื่องจักร เพื่อวางแผนบริหารจัดการได้อย่างมีประสิทธิภาพ เช่น วางแผนจัดหาอะไหล่สำรองล่วงหน้า วางแผนการบำรุงรักษาในจุดที่เหมาะสม ทำให้ประหยัดและกระทบกับการทำงานน้อยที่สุด

นอกจากงานด้านอุตสาหกรรมแล้ว การวิเคราะห์ข้อมูลสมัยใหม่อย่าง Machine Learning ยังนำมาใช้ในภาคบริการอย่างแพร่หลาย เช่น ด้านการแพทย์ มีการใช้ระบบวิเคราะห์ข้อมูลผู้ป่วยด้วย Artificial Intelligence เพื่อทำนายโอกาสเกิดโรคได้อย่างน่าพอใจ และมีการพัฒนาเพิ่มความแม่นยำอย่างต่อเนื่อง เพื่อเป็นระบบสนับสนุนให้กับแพทย์และบุคลากรทางการแพทย์ได้เป็นอย่างดี  นอกจากนี้ ธุรกิจจำหน่ายสินค้าผ่านช่องทางออนไลน์ (E-commerce) ก็นำ Machine Learning ไปใช้อย่างแพร่หลาย ในรูปแบบของการแนะนำสินค้า (Products Recommendation) ช่วยเพิ่มโอกาสที่จะขายสินค้าได้มากขึ้น  โดยระบบจะใช้ข้อมูลของลูกค้าที่สนใจสินค้า จากนั้นจะวิเคราะห์ว่าควรแนะนำสินค้าใดที่เกี่ยวข้องกับสินค้าที่ลูกค้าสนใจ และแสดงสินค้าแนะนำนั้นให้แก่ลูกค้า เช่น ลูกค้ากำลังเลือกที่พักชายทะเล ระบบแนะนำสินค้าอาจแนะนำบริการเช่ารถ หรือบุฟเฟ่ต์อาหารทะเลราคาพิเศษแก่ลูกค้า ซึ่งเป็นการเพิ่มโอกาสขายสินค้าหรือบริการให้มากขึ้น

                อย่างไรก็ตาม การนำ Machine Learning  มาใช้ประโยชน์จำเป็นต้องมีความพร้อมทั้งด้านข้อมูลและองค์ความรู้ รวมถึงบุคลากรที่เกี่ยวข้อง ความสามารถในการทำนายนั้นมีปัจจัยสำคัญที่ส่งผลอย่างมีนัยสำคัญคือ ข้อมูลที่นำมาวิเคราะห์จะต้องมีคุณภาพ และมีจำนวนมากเพียงพอที่สะท้อนความสัมพันธ์ของตัวแปรต่างๆ ในชุดข้อมูลนั้น  รวมไปถึงความสามารถของบุคลากรที่จะใช้องค์ความรู้ทั้งด้านการวิเคราะห์และความรู้ในเรื่องที่ต้องการนำผลการวิเคราะห์ไปใช้ เช่น การทำนายโอกาสชำรุดของเครื่องจักร จำเป็นต้องมีความรู้ในเรื่องการทำงานของเครื่องจักรว่ามีปัจจัยใดบ้างที่มีผลต่อการทำงาน และต้องมีความรู้เรื่องการวิเคราะห์ข้อมูลจากเครื่องจักร การใช้เครื่องมือที่เหมาะสมในการวิเคราะห์เพื่อให้ได้ผลลัพธ์ที่ต้องการและมีความน่าเชื่อถือเพียงพอ