2-6.0 SMARTER BANK: Big Data, Big Confusion

เปล่านะ ตอนนี้เราไม่ได้มาพูดกันว่า Big Data คืออะไร เวลานี้คนในวงการ IT ส่วนใหญ่น่าจะเคยได้ยินมา ไม่มากก็น้อยแล้วละ ถึงแต่ละคนจะเข้าใจไม่เหมือนกันก็เถอะ แต่นั้นไม่ใช่ประเด็นของเรา ผู้เขียนอยากเสนอมุมมองการใช้ Big Data สำหรับธนาคารเพื่อช่วยปรับปรุงประสิทธิภาพและเพิ่มผลกำไร เรามาเริ่มกันที่...เอ่อ Big Data คืออะไรกันก่อน (อ้าว!)

ภาพประกอบจาก internet

เรามักจะได้ผ่านหูผ่านตาเรื่องที่ว่า Big Data มันมีผลยังไงกับธุรกิจ และตามมาด้วยตัวเลขสนับสนุนมากมาย แต่เมื่อถามผู้บริหารสถาบันการเงินว่า Big Data คืออะไร เรามักจะได้คำตอบที่ ไม่ชัดเจน หรือบอกเพียงว่า มันก็เป็นอะไรที่ใครๆ ก็ทำกันอยู่ แล้วมันคืออะไรกันละ แต่ถึงกระนั้นก็ตาม เรามักได้เห็นผลการสำรวจ อย่างตัวอย่างที่สำรวจจากผู้บริหารองค์กรทั้งจากภาคธุรกิจและ IT ว่า 500 แห่ง ว่าเป็นแบบนี้

เมื่อถามถึงผลลัพธ์ที่ได้จากการที่องค์กรต่างๆ ลงทุนใน Big Data องค์กรกว่า 85% เชื่อว่ามีส่วนช่วยองค์กรให้ตัดสินใจได้ดีขึ้น กว่า 73%ได้นำไปใช้และช่วยเพิ่มรายได้ให้ธุรกิจ  และมีถึง 43% ที่พบว่าช่วยเพิ่มแหล่งรายได้ใหม่ๆ แล้วสรุปว่า Big Data ช่างเป็นเทคโนโลยีสำคัญที่ดูน่าสนใจจริงๆ แต่ตัวเลขมันช่างน่าสงสัยจริงๆเลย ก็ในเมือผู้บริหารส่วนใหญ่ยังไม่สามารถให้คำจำกัดความของ Big Data ได้อย่างชัดเจนเลยนี่นา

ซี่งตรงกันข้ามกับผลการศึกษาจากอีกแหล่งที่พบว่ามีผู้บริหารองค์กรเพียง 1 ใน 3 เท่านั้นที่เชื่อว่าการวิเคราะห์ข้อมูลจากสื่อสังคมออนไลน์ต่างๆ การใช้งานเว็บไซต์ หรือผลการทำสำรวจความคิดเห็นจากแหล่งต่างๆ มีส่วนช่วยในการวิเคราะห์ปัญหาต่างๆ เพื่อใช้ปรับปรุงการบริการลูกค้าและเพิ่มมูลค่ากับธุรกิจ แล้วมันเกิดอะไรกันแน่

ผู้เขียนกล่าวว่า ปัญหาจริงๆ อยู่ที่คำจำกัดความของ Big Data นั่นเอง เราไม่ปฏิเสธว่าการที่คนทำงานสามารถเข้าถึงเทคโนโลยีและเพิ่มทางเลือกใหม่ๆในการใช้และวิเคราะห์ข้อมูล เป็นผลดีอย่างมากต่อธุรกิจ แต่ว่า..."ข้อมูล"ที่ว่านั้นมันอะไรละ มันเป็นข้อมูลเล็กๆ หรือข้อมูลกลางๆ หรือเปล่า และที่แย่ที่สุดคือมีการเหมารวมไปแบบผิดๆ ว่า Big Data คือ"การวิเคราะห์ข้อมูล" ปัจจุบันเรามักพบปัญหาการใช้ความหมายผิดๆ แบบงงๆ ซึ่งทำให้เกิดความคาดหวังแบบผิดๆกับเทคโนโลยีใหม่ๆอยู่เสมอ

อีกทั้ง Big Data เองก็ยังเป็นเรื่องที่ใหม่เกินไปสำหรับที่ธุรกิจส่วนใหญ่ที่จะ ลงทุน พัฒนา solution และวัดผลจากการลงทุนเหล่านั้น แล้วป่าวประกาศว่า มันช่วยบริษัททั้งหลายให้ตัดสินใจในเชิงธุรกิจได้ดีขึ้น สร้างรายได้เพิ่มขึ้นอย่างที่กล่าวอ้างกัน

สำหรับสถาบันการเงินที่จะนำ Big Data มาใช้เพื่อให้เกิดผลลัพธ์ที่ดีต่อธุรกิจนั้น ผู้เขียนฝากให้ข้อคิดที่ ควรพิจารณาในประเด็นที่ไม่ค่อยมีใคร(อยาก)พูดถึงเหล่านี้ด้วย

1.การมีข้อมูลที่มากขึ้น มักตามมาด้วยปัญหาที่มากขึ้นด้วย การที่เราเก็บข้อมูลที่หลากหลาย ในปริมาณมากๆ นั้น ไม่ว่าข้อมูลนั้นจะเป็น unstructure หรือไม่ก็ตาม ในมุมของการใช้งานข้อมูลนั้นเรายังจำเป็นต้องแบ่งแยกประเภทอยู่ดี คือต้องบอกให้ได้ว่าข้อมูลนั้นๆ เกี่ยวกับเรื่องอะไร เพราะการแก้ปัญหาและวิเคราะห์ในแต่ละด้านของธุรกิจ ต้อง"เลือก"ใช้ข้อมูลให้เหมาะสม และมักจะเริ่มจากรู้ว่า องค์กรมีข้อมูลอะไรและยังขาดข้อมูลอะไรอยู่บ้าง จึงเป็นเรื่องพื้นฐานที่ต้องคำนึงถึง อย่าลืมว่าการเก็บข้อมูลที่ไม่รู้ว่าคืออะไร ก็ไม่ต่างจากการไม่มีข้อมูลนั่นแหละ การบอกว่าเก็บมันเข้าไปเถอะ แล้วมาดูที่หลัง ด้วยปริมาณข้อมูลที่มาก มาจากหลายๆ แหล่ง หลากหลายประเภท ทำให้มันเกินขีดจำกัดในการประมวลผลของมนุษย์ อาจจะมีคนบอกว่า ก็เทคโนโลยีนี้มันเพื่อรองรับกรณีแบบนี้ยังไงละ มันนำเราไปสู่ประเด็นข้อถัดไป

2. ข้อมูลไม่ได้วิเคราะห์ได้ด้วยตัวมันเอง ไม่ว่าเทคโนโลยีปัจจุบันจะพัฒนาไปอย่างไร เราต้องการคนที่มีความชำนาญเฉพาะด้านในการวิเคราะห์ข้อมูลเหล่านั้น และนำผลไปลงมือทำเพื่อให้เกิดประโยชน์ต่อองค์กร การเอาข้อมูลมาวิเคราะห์ พัฒนาโมเดลทางคณิตศาสตร์ต่างๆ ต้องใช้ความรู้ ประสบการณ์ และที่สำคัญอย่างยิ่งคือข้อมูลที่เหมาะสม ไม่ใช่ว่าแค่มีข้อมูลมาเพิ่มก็สามารถใส่ๆ เข้าไปได้ ผู้เขียนยังกล่าวอีกว่า ปัจจุบันผู้เชี่ยวชาญเหล่านั้น ยังอยู่ระหว่างการศึกษาว่าจะเอาข้อมูลแหล่งใหม่ๆ รูปแบบใหม่ๆ พวกนั้นมาใช้ได้ยังไง ง่ายๆ คือ..ไม่รู้จะเอามันมาใช้ยังไงว่างั้นเถอะ! ไมว่าจะเป็นข้อมูลเชิงสนทนา (conversational data) หรือเชิงพฤติกรรม (behavioral data) ถึงแม้เราจะรู้กันอยู่ว่ามันมีประโยชน์ก็เถอะ

3. ข้อจำกัดภายในองค์กรเอง การจะมีทีมหรือหน่วยงานที่ทำเรื่องเหล่านี้ หรือที่เรียกว่านักวิทยฯข้อมูล (data scientist) แต่ละองค์กรต้องดูว่าควรจะอยู่ที่ไหน จะเป็นฝ่ายที่ดูด้านการตลาดหรือ IT ดี แล้วทักษะความรู้เหล่านั้น มันเหมาะกับอยู่ตรงไหนกันนะ

ส่วนตัวมองว่า การขาด business case เพื่อดูว่าเราจะเอามาใช้ยังไง แก้ปัญหาทางธุรกิจตรงไหน มีข้อจำกัดเรื่องอะไรในมุมมองไหน เป็นปัญหาสำคัญ ซึ่งจริงๆ ก็ไม่ต่างจากงานด้านข้อมูลอื่นๆ เพียงแต่เนื่องจากเทคโนโลยีที่เกี่ยวข้องกับ Big Data มีความหลากหลาย และยังอยู่ในช่วงเริ่มต้น หรือช่วงทดลองกันอยู่ จังต้องพิจารณาอย่างรอบด้านเพื่อให้เลือกใช้ได้เหมาะสมสำหรับแต่ละองค์กร