PP Knowledge

Data Analytics คืออะไร 

Data Analytics นั้นเป็น Business Intelligence อย่างหนึ่ง ซึ่งเป็นศาสตร์ของการใช้ข้อมูลต่าง ๆ จากที่ต่าง ๆ มาร่วมวิเคราะห์รวมกัน เพื่อปรับปรุงธุรกิจ หรือการตลาด ซึ่ง Data Analytics นั้นเป็น Business Analytics อย่างหนึ่ง โดย  Business Analytics เป็นวิธีการที่ใช้ข้อมูลเทคโนโลยีด้านสารสนเทศ เข้ามาทำการวิเคราะห์ข้อมูล เพื่อช่วยในการดำเนินธุรกิจ ซึ่ง Business Analytics  แบ่งเป็น 3 แบบคือ

  1. Descriptive Analytics เป็นรูปแบบการใช้ข้อมูลแบบพื้นฐานที่สุด โดยเน้นการอธิบายว่ากำลังเกิดขึ้น หรืออาจจะเกิดอะไรขึ้น สามารถอธิบายถึงสาเหตุการเกิดต่าง ๆ ได้ว่าทำไม ซึ่ง Descriptive Analytics ตัวอย่างคือรายงานธุรกิจ รายงานด้านการทำ Campaign หรือโฆษณา หรือรายงานผลดำเนินงานที่ผ่านมา เป็นข้อมูลพื้นฐานที่แสดงผลในการทำกิจกรรมต่าง ๆ ให้เราได้รับทราบ

  2. Predictive Analytics เป็นรูปแบบการใช้ข้อมูลที่มีความซับซ้อนขึ้นมา โดยจะเป็นการ “พยากรณ์” หรือ “ทำนาย” สิ่งที่กำลังเกิดขึ้น โดยใช้ข้อมูลในอดีต ร่วมกับโมเดลทางคณิตศาตร์ต่าง ๆ หรือร่วมกับการทำ Data Mining    นอกจากนี้ Predictive Analytics ยังทำให้เราสามารถวิเคราะห์หาโอกาสและความเสี่ยงต่าง ๆ ที่จะเกิดขึ้นในอนาคตได้ด้วย เช่นการรู้เทรนด์ทางการตลาด การพยากรณ์ยอดการขายหรือการทำ Campaign ว่าจะมีคนร่วมเท่าไหร่ หรือมี ROI เท่าไหร่

  3. Prescriptive Analytics  เป็นรูปแบบการวิเคราะห์ข้อมูล ที่มีความซับซ้อนและยากที่สุด เพราะไม่เพียงพยากรณ์หรือทำนายว่าอะไรจะเกิดขึ้น แต่ยังให้คำแนะนำในทางเลือกต่าง ๆ  และผลแต่ละทางเลือกว่าจะมี Pros & Cons อย่างไร  โมเดลของ Prescriptive Analytics นั้นจะสามารถปรับเปลี่ยนได้ตามข้อมูลที่เพิ่มเติมเข้ามามากขึ้น และ Prescriptive Analytics นี้ยังเป็นการใช้ข้อมูลที่มากที่สุด และเกี่ยวพันกับเรื่อง Big Data เป็นอย่างมาก

Data Analytics มีความสำคัญอย่างไร 

Data Analytics นั้นมีความสำคัญในยุคนี้อย่างมาก  เพราะกิจกรรมที่เพิ่มขึ้นผ่านโลกออนไลน์นั้นมีอัตราการเพิ่มสูงขึ้นในทุก ๆ ปี การเข้าใจข้อมูลที่เข้ามา และสามารถวิเคราะห์หาความสัมพันธ์ของข้อมูลนั้นได้ ทำให้เราสามารถได้เปรียบและปรับปรุงกระบวนการทางการตลาด หรือประสบการณ์ของคนซื้อได้ดีขึ้น การตัดสินใจและดำเนินการทางการตลาดผ่านทางข้อมูลนั้นจะช่วยทำธุรกิจได้ดีกว่า การใช้สัญชาตญาณอย่างเดียว จากข้อมูลของ Adobe นั้น 1 ใน 4 ของนักการตลาดต่างประเทศนั้นให้ความสำคัญกับข้อมูลมากและจะเป็นเรื่องใหญ่ในปีนี้

ตัวอย่างการใช้ Data Analytics 

ประธานาธิบดี Obama ใช้การทำ Data Analytics ในปี 2012 เพื่อวิเคราะห์ฐานเสียงตัวเอง และการปฏิสัมพันธ์ต่าง ๆ ของฐานเสียงกับกิจกรรมการเลือกตั้ง การหาเสียงของ Obama และปรับกลยุทธ์การหาเสียงได้อย่าง Realtime และสร้าง Campaign ต่าง ๆ ที่เหมาะสมกับฐานเสียงแต่ละคนได้

หรือ Domino Pizza เองที่ขายพิซซ่าผ่านโลกออนไลน์ ซึ่งมียอดขายผ่านออนไลน์กว่า 40% ของยอดขายทั้งหมด Domino Pizza นั้นได้นำระบบ Data Analytics  มาใช้ในการวิเคราะห์ข้อมูลธุรกิจแต่ละส่วนของ Domino Pizza และหาความสัมพันธ์ของชุดข้อมูลแต่ละส่วนเข้าด้วยกัน ทำให้ทีมขายและการตลาดนั้นได้รับรู้ข้อมูลที่น่าสนใจเกี่ยวกับยอดขาย และทำนายว่าสินค้าอะไรที่จะขายดีต่อไป และได้คำตอบว่าสาขาไหนที่ขายดีหรือมีแนวโน้มที่จะทำกำไรสูง

ประโยชน์ของ Data Analytics

  1. ธุรกิจจะเข้าใจลูกค้ามากยิ่งขึ้น  เพราะเราสามารถทราบถึงลักษณะพฤติกรรมการซื้อสินค้าของลูกค้าทั้งหมดได้ว่ามีการเลือกสินค้าอย่างไร เช่น พิจารณาอย่างไร ตัดสินใจซื้อได้อย่างไร ความต้องการที่แท้จริงของลูกค้าที่มีคืออะไร ลูกค้าซื้อสินค้าไหนทดแทนสินค้าของเรา และแนวโน้มที่ทำให้ลูกค้าซื้อสินค้าใกล้เคียง ทำให้เราสามารถวิเคราะห์ภาพรวมของตลาดได้ดีขึ้นอีกด้วย

  1. ธุรกิจสามารถคาดเดาแนวโน้มของกระแสที่จะเกิดขึ้นในอนาคตได้ คุณควรเปิดใจให้กว้างและยอมรับว่าอะไรๆ ก็เป็นข้อมูลทั้งนั้น แล้วเราจะรู้กระแสได้อย่างไร ก็ได้จากข้อมูลที่เกิดขึ้นอย่างรวดเร็วและเพิ่มขึ้นอยู่ตลอดเวลาจากโซเชียลมีเดีย ทั้งที่นิยมอยู่ และที่กำลังจะเป็นที่นิยม หากเราสามารถนำข้อมูลที่ได้มาวิเคราะห์ได้อย่างรวดเร็วและทันท่วงที จะทำให้เรากลายเป็นผู้นำเทรนด์ไปแบบติดลมบนเลยทีเดียว

  1. ธุรกิจสามารถคาดการณ์ปัญหาที่อาจเกิดขึ้นได้ ไม่ใช่แค่การเป็นผู้นำหรือผู้ตามกระแส แต่ Big Data สามารถช่วยให้องค์กรรับมือกับปัญหาในอนาคตได้ ตรงนี้หากวิเคราะห์ได้ถูกต้องสามารถพาธุรกิจไปสู่การปรับตัวที่จะเพิ่มศักยภาพในการดำเนินงานได้มากขึ้น ไม่ว่าจะเป็นเรื่องการปรับนโยบาย วิธีการบริหารจัดการ รวมไปถึงการวางยุทธศาสตร์ขององค์กรให้กลายเป็นองค์กรที่พร้อมเรียนรู้อยู่ตลอดเวลา พร้อมก้าวไปข้างหน้าอยู่เสมอ

  1. ธุรกิจสามารถพัฒนาผลิตผลได้อย่างมีประสิทธิภาพ ด้วยผลการวิเคราะห์ที่ได้จาก Big Data เข้ามาช่วยเพิ่มการตัดสินใจ ทั้งในเรื่องทางเลือกในการประหยัดต้นทุน ช่องทางการเพิ่ม Productivity ผ่านการปรับปรุงระบบการผลิตและระบบงานภายในองค์กรให้มีความสามารถเก็บข้อมูลต่างๆ มาวิเคราะห์ ทั้งแบบออฟไลน์และแบบดิจิทัล เช่น การสังเกตุกระบวนการผลิตและให้มีการติดตั้งเซ็นเซอร์ในสายการผลิตเพื่อจัดเก็บข้อมูลขนาดใหญ่และนำมาวิเคราะห์ จะทำให้ผู้ผลิตทราบและคาดการณ์ถึงจุดที่จะเป็นปัญหาและต้องการการแก้ไขหรือปรับปรุงอย่างเร่งด่วน ทำให้สามารถเข้าไปจัดการได้ทันท่วงที ซึ่งจะช่วยลดการสูญเสียและเพิ่มประสิทธิภาพภาพในสายพานการผลิต

ใส่ความเห็น

Your email address will not be published. Required fields are marked *

clear formPost comment