ทุกวันนี้เราทราบว่า ‘ข้อมูล’ (Data) มีประโยชน์ต่อการทำธุรกิจ
แต่ก็ควรทราบว่าข้อมูล ก็เหมือนข้าวสาร
ถ้าไม่สามารถนำไปแปรสภาพหรือหุงเป็นข้าวสวยได้
ก็ยังถือว่ายังไม่สามารถนำไปใช้ประโยชน์ได้อย่างแท้จริง
ข้อมูลจาก LINE ประเทศไทย ซึ่งเมื่อเร็วๆ นี้ได้มีการจัดงาน LINE Business Matching 2021: Tech Marketplace for Data Solution รูปแบบออนไลน์ เจาะลึกการจัดการดาต้าที่สำคัญสำหรับนักการตลาด องค์กรธุรกิจ ผู้ประกอบการ พร้อมนำไปใช้ต่อยอด ซึ่งมี คุณพชร อารยะการกุล ซีอีโอ Bluebik Group ได้กล่าวถึงการนำข้อมูลมาปรับองค์กรสู่ดิจิทัลได้อย่างน่าสนใจ จาก 3 แนวทางในการใช้งานข้อมูล อาทิ
ไม่พลาดทุกข้อมูล ข่าวสารที่น่าสนใจ อย่าลืมกดไลก์ Facebook bangkokbanksme
1.
Machine
Learning เครื่องมือจัดการข้อมูลยุคใหม่
ที่ไม่ได้ใช้ประโยชน์เพียงเพื่อเก็บข้อมูลเชิงสถิติเท่านั้น แต่ยังสามารถช่วยประมวลผลได้ใกล้เคียงหรือดีกว่ามนุษย์ในเวลาอันรวดเร็ว
ทำให้องค์กรสามารถจัดเก็บ จำแนก พร้อมวิเคราะห์ข้อมูลได้อย่างแม่นยำ
นำมาซึ่งการคาดการณ์พฤติกรรมของลูกค้า สิ่งที่อาจจะเกิดขึ้น เพื่อเตรียมการรับมือได้อย่างมีประสิทธิภาพยิ่งขึ้น
เช่น การช่วยจัดจำแนกกลุ่มข้อมูล (Cluster Analytic) หรือหาองค์ประกอบหลัก (Factor Analytic)
สำหรับข้อมูลที่มากมายมหาศาล
ช่วยลดความซับซ้อนของข้อมูลเพื่อให้องค์กรนำไปใช้งานต่อได้
โดยเฉพาะข้อมูลที่มีความซับซ้อนในการจัดเก็บและวิเคราะห์
ไม่ว่าจะเป็น เสียง รูปภาพ วิดีโอ ข้อความต่างๆ บนโลกออนไลน์ เช่น รีวิวและคอมเมนต์
ตัวอย่างองค์กรที่นำ Machine Learning มาใช้ได้ดี เช่น
Amazon ใช้ระบบ LDA มารวบรวมและจำแนกรีวิวบนโลกออนไลน์ออกมาเป็นหัวข้อหลักๆ
ให้จัดการต่อได้ง่ายขึ้น
หรือบริษัทด้านการเงินและประกันในจีนอย่าง
PINGAN ที่นำข้อมูลจากวิดีโอคอลมาวิเคราะห์ด้วย AI ขับเคลื่อนธุรกิจจนประสบความสำเร็จ รวมไปถึงกลุ่มธุรกิจธนาคารต่างๆ
ที่มีการใช้ระบบยืนยันตัวตนด้วยใบหน้าหรือลายนิ้วมือ เป็นต้น
2.
พัฒนา AI เป็นหัวใจหลักวิเคราะห์ข้อมูลเพื่อตัดสินใจ
เมื่อพัฒนา Machine Learning ไปสู่ AI การวิเคราะห์ ประมวลผลข้อมูลที่ได้จึงมีความละเอียดและแม่นยำมากขึ้น การใช้เทคโนโลยีอย่าง
AI จึงกลายมาเป็นหัวใจหลักในการดึงและวิเคราะห์ข้อมูลเพื่อตัดสินใจ
สร้างการเติบโตให้ธุรกิจได้อย่างรวดเร็ว ปัจจุบันกลุ่มธุรกิจองค์กรมักลงทุนในการบริหารจัดการดาต้าเพื่อการตลาดและการขาย
โดยมุ่งเน้นไปที่การทำ Personalization ขณะที่อุปสรรคสำหรับองค์กรส่วนใหญ่คือการได้มาซึ่งข้อมูล
ซึ่งก็สามารถทำได้โดยการร่วมมือกับนักพัฒนาโซลูชั่นต่างๆ เพื่อเชื่อมต่อ API
หรือการสร้างกิจกรรมยังกลุ่มเป้าหมายเพื่อให้ข้อมูลโดยความสมัครใจ
เป็นต้น
นอกจากนี้
นักการตลาดยุคใหม่ควรเรียนรู้หลักการวิเคราะห์ข้อมูล เพื่อออกแบบกิจกรรมหรือแคมเปญแบบ
Personalized
ให้สอดคล้องกัน รวมถึงนำเสนอสินค้าและบริการที่ตรงกับความต้องการของลูกค้าแต่ละบุคคลได้อย่างถูกที่
ถูกเวลา ถูกช่องทาง ตัวอย่างเช่น Netflix มีการใช้ AI
เพื่อนำเสนอคอนเทนต์แนะนำให้กับผู้ใช้แต่ละคนแตกต่างกัน
พร้อมใช้ระบบวิเคราะห์ข้อมูลแบบ NRT (Near Real-Time Analytic) ประมวลผลโดยละเอียดว่าคนดูแต่ละคนดูคอนเทนต์ถึงฉากไหน นานเท่าไร
เพื่อนำมาวิเคราะห์ความชอบและพฤติกรรมของแต่ละบุคคลต่อไป
3.
ปรับโครงสร้างองค์กรใหม่ให้คล่องตัว การปรับเปลี่ยนองค์กรเข้าสู่การขับเคลื่อนด้วยดาต้าในยุคดิจิทัล
ไม่ใช่เพียงแค่การนำ AI หรือเทคโนโลยีมาใช้
แต่องค์กรต้องปรับโครงสร้างการทำงานให้มีความยืดหยุ่นและคล่องตัวมากขึ้น
ตั้งแต่แนวคิดไปจนถึงรูปแบบการทำงานของทุกแผนกทั้งองค์กร มีการแชร์ข้อมูลร่วมกัน ทำงานแบบ Cross-Function
เพื่อผนวกและวิเคราะห์ข้อมูลร่วมกันได้อย่างรวดเร็ว และออกแบบหรือเลือกใช้เทคโนโลยีมาจัดการดาต้าได้อย่างเหมาะสม
ยิ่งข้อมูลหรือดาต้าเป็นสิ่งที่เปลี่ยนแปลงและอัพเดทอยู่ตลอดเวลา การปรับมุมมอง
โครงสร้างและแนวการทำงานในองค์กร ให้สื่อสาร
เข้าใจและเดินหน้าไปในทางเดียวกันอย่างรวดเร็ว จึงเป็นสิ่งสำคัญในการรับมือการบริหารดาต้า
เพื่อขับเคลื่อนธุรกิจองค์กรด้วย Data-driven ในยุคนี้
แหล่งอ้างอิง : LINE Business Matching
2021: Tech Marketplace for Data Solution www.lineforbusiness.com/businessmatching