เด็ก MBA อยากเล่าเรื่องเนิร์ดๆ
ถ้าใครตาม Blog ของเราคงรู้ว่าเราเรียนจบ วิศวะฯ คอมพิวเตอร์มา เป็นโปรแกรมเมอร์มาซักพักแล้วก็ย้ายไปทำงานสายบริหารที่เกี่ยวกับ Cloud Technology และ Data Privacy ก็แอบเนิร์ดไม่เบา (จริงๆแล้ว เราว่าเราไม่เนิร์ด แต่คนอื่นบอกว่าเนิร์ด เอ้างั้นเนิร์ดก็เนิร์ด)
คำเตือน : กระทู้นี้เนิร์ดนะ บล็อกนี้ไม่ได้เล่ารายละเอียดในเชิงลึกเกี่ยวกับ Big Data ว่า Big Data คืออะไรคง อ่านได้ตาม Google ซึ่งหลายคน สรุปให้อ่านง่ายๆมากมาย หรือ 3Vs = Valocity, Volumn, Variety , Correlation vs Causalily คืออะไร ใครอ่านไม่เข้าใจข้ามไปเลยค่าไม่ต้องตกใจไม่มีในบล็อกนี้แน่นอน
วันนี้จะมาเล่าในมุม MBA student กับการมอง เรื่องราวเกี่ยวกับ Data Science จากเด็กสาย IT แค่นี้จริงๆค่ะ
Data Science, Big Data, Data Analytics, AI, Machine Leaning กลายเป็น Buzzword ที่ทุกคนเริ่มพูดถึงแต่หลายหลายคนยังไม่เข้าใจและคงคิดว่าเป็นเรื่องเนิร์ดของเด็กสายคอม และหลายๆคน ก็เข้ามาอยู่ในวงการอย่างเต็มตัวและหลงไหลไปกับมัน
เกริ่นก่อนว่าทำไมอยากเล่าเรื่องนี้
เป็นเรื่องตลกมากที่ตั้งแต่วันแรกๆ มาเรียนที่ TIAS Business School มีวิชา Business Research Method ให้เลือกหัวข้อทำ reseach แบบอิสระ กลุ่มเราก็ได้ตกลงว่าจะทำ เรื่องเกี่ยวกับ Data Analysis for Business โดย Focus ไปที่ Start up
เรียนไปซักพักกลุ่มก็ถูกส่งไปทำ Business Project บริษัท Telecom 1 ใน 2 ยักษ์ใหญ่ในประเทศ เป็นบริษัทที่มุ่งมั่นเรื่อง Big Data มากๆ และแน่นอนว่า ถูกส่งไปทำ Strategy ให้กับ Business Intelligence Compitence Center แน่นอนว่าเรื่องราวเนื้อหา ก็เกี่ยวกับ Big Data ล้วน
เรื่องตลกเรื่องสุดท้ายคือลงเรียนวิชาเลือกคือ Creating Value from Data Science เอาเป็นว่า Wranging กับ Data กันอย่างเมามัน
ได้อะไรบ้างในมุมมองของเด็ก MBA เกี่ยวกับ Data Science
พอพูดเรื่องข้อมูลที่เป็นประโยนช์ของการทำธุรกิจนอกจากข้อมูลแบบดิบๆที่เป็นแบบ Static (รายละเอียดที่มีการเปลี่ยนไปแต่ค่อนข้างมีความคงที่ เช่น ส่วนสูง เพศ) ก็มี User Behaviour Data ที่น่าสนใจ ลักษณะการใช้งานที่บ่งบอกพฤติกรรมการบริโภค ข้อมูลความเป็นส่วนตัวเป็นอะไรที่มีค่าสำหรับการทำธุรกิจมาก พอมาเป็นข้อมูลส่วนตัวก็จะมีคำว่ากฏหมายเข้ามาเกี่ยวข้องทันที ทุกวินาทีข้อมูลบนโลกอินเตอร์เน็ตเพิ่มขึ้นอย่างมหาศาลและผู้ใช้อินเตอร์เน็ตก็เพิ่มขึ้นเรื่อย พฤติกรรมการใช้งานมีหลากหลาย อีกทั้งข้อมูลที่ไม่เคยอยู่บนโลกออนไลน์มาก่อนก็ถูกนำเข้ามาอยู่บนโลกออนไลน์จากผู้ใช้หลายๆคน เช่นเอารูปภาพเก่าๆมาสแกนแล้วโพสลงเฟซบุ๊กเป็นต้น
ในมุมมองของคนทั่วไป
- หลังจากที่อินเตอร์เน็ตเกิดขึ้นทุกๆกิจกรรมที่เราทำบนโลกอินเตอร์เน็ตก็คือการทิ้งร่องรอยเอาไว้ ร่องรอยเหล่านั้นคือ ข้อมูลที่เราทิ้งไว้ทั้งรู้ตัว และ ไม่รู้ตัว
- การเข้าถึงข้อมูลส่วนตัว เราไม่รู้ด้วยซ้ำว่า Website, Mobile Application หรือ Interaction ต่างๆบนโลกอินเตอร์เน็ตนั้น มีคนรู้ข้อมูลเกี่ยวกับตัวเรามากกว่าเรารู้จักตัวเองก็ได้ ยกตัวอย่างเรื่องดราม่า ที่ซุปเปอร์มาร์เก็ตรู้ว่าลูกสาวในครอบครัวหนึ่งตั้งท้องก่อนที่ลูกสาวจะบอกพ่อของตัวเอง หรือ เว็ปไซต์เว็บหนึ่งที่รู้ว่าเป็นเกย์ก่อนที่เจ้าตัว หรือ คนในครอบครัวจะรู้
- เรื่องที่มองข้ามไป อย่างบางครั้งที่ปุ่ม Pop up ปุ่มเดียวที่แลกความเป็นส่วนตัวให้บริษัท เอามาให้ประโยชน์ ปุ่มนั้นคือ Cookies Consent
สำหรับคนทั่วไป ใช้อินเตอร์เน็ตอย่างมีสติ คิดถึงข้อมูลและความเป็นส่วนตัวควบคู่ไปด้วยนะคะ
ในมุมมองของโลก Business
- Value of Data : จากข้อมูลในกระดาษ หรือ Offline Data สู่พลังอันยิ่งใหญ่ กับ Online Data ไม่เคยไม่ใครคิดว่าวันนึงข้อมูลจะสำคัญมากขนาดที่สามารถเอาไปต่อยอดทำเงินกับบริษัทอย่างมาหาศาลไม่ว่าจะเป็น Targeted Campaing, Personalization Offers ที่ตอบโจทย์ ทั้งลูกค้า ประหยัดเงินและเวลาให้ บริษัท หรือแม้กระทั้งลดงบประมาณทำ Market Research กันได้เลยทีเดียว
- เรื่องราวของจรรยาบรรณในการทำธุรกิจ คำถามคือถ้าบริษัทได้ข้อมูลอันมีค่าของลูกค้า บริษัทยังจะทำธรุกิจอย่างเป็นธรรมไหม จากบทสนทนากับอาจารย์สาย Data Science ที่ไปสัมภาษณ์เล่าว่า บริษัทประกันรู้ข้อมูลลูกค้าว่าอยู่ในบริเวณที่เสี่ยงอันตราย หรือไม่ปลอดภัย การขึ้นเบี้ยประกันกันลูกค้าเหล่านั้นยุติธรรมหรือไม่ ไม่ขอให้ความเห็นใดๆกับเรื่องนะคะ แต่ในมุมการทำธุรกิจ ถ้าเราแสดงถึงความยุติธรรม และ จรรยาบรรณ ของบริษัทก็ถือว่าเป็นภาพพจน์ที่ดี
- เก็บข้อมูลที่จำเป็น ลบข้อมูลที่ไม่ใช้หรือไม่อยู่ใน Consent ที่ของ และ Annonymising ข้อมูลก่อน Process คือสิ่งที่บริษัทควรคำนึงถึงอยู่เสมอ ไม่งั้นอาจจะโดนฟ้องได้ (Annonymising คือการเอาข้อมูลมา Process โดยที่ข้อมูลนั้นไม่สามารถระบุตัวตนของบุคคลนั้นๆได้)
- Cookies Concent จำเป็นต้องมี ส่วน Consentอื่นๆ ขอแค่ไหนใช้แค่นั้น อย่าโกงผู้ใช้ หลายๆครั้งบางเว็บใช้จะไม่ยอมให้ผู้ใช้เข้าถึงขอมูลบนเว็บไซท์ จนกว่าเราจะยอมให้ consent ไว้ให้บริษัททำ Market ซึ่งเป็นเรื่องที่น่ารังเกียจมาที่บังคับให้ผู้ใช้ แลกความเป็นส่วนตัวเพื่อผลประโยนช์ของตัวเอง เพราะความจริงแล้วมีตังหลายวิธีที่ดีกว่า
- Personalization เป็นเรื่องดีที่ทุกวันนี้ สามารถทำ Market ได้อย่างเข้มข้น และเข้าถึงลูกค้าจริงๆ แต่ก็ควรระวังถึงกลุ่มลูกค้าที่เข้าถึง เช่นถ้าทำกับลูกค้า EU หรือ ประเทศไทย ก็ต้องเข้าใจกฏหมายท้องถิ่นของพวกเขาด้วย
- Classic theory : Start from End goal ถ้าเราจะเริ่มลงทุนพัฒนา และเก็บข้อมูล คิดก่อนทำคือสิ่งสำคัญ เพราะ ถ้าเก็บข้อมูลก่อนแล้วค่อยมาหาว่าได้อะไรจากข้อมูล (makesense of data) อยากจะบอกว่าสายไปค่ะ เพราะอาจจะได้ Missing Data, Incompeted data หรือ Redundant Data ซึ่งทำให้นำไปใช้ประโยชน์อะไรไม่ได้แล้วยังเสียเวลากับการทำ cleansing หรือ ต้องจ้าง Data Quality มาทำงานเพิ่มซึ่งก็ไม่ถูก
- What are coming next : Data Twin, AL , Big Data Driven, Deep Leaning, Machine Learning , Cloud computing, Auto dicision-making, Data Mining, Business Strategy vs Data Analystics ยังมีให้เรียนรู้อีกเยอะ
- กฏหมายเรื่องข้อมูลส่วนตัว คือ ยาขมของบริษัท เพราะมันทำให้ทุกอย่างยากขึ้นแหละ Business People หลายๆคนไม่เข้าใจ หรือบางครั้งก็ไม่อยากที่จะเข้าใจ
- เชื่อผลที่ได้มาจากข้อมูล ที่ยากสิ่งหนึ่งคือการบอกให้ Business People เชื่อผลที่ได้จากการทำ Data เพราะหลายคนที่ทำธุรกิจมันจะเชื่อประสบการณ์ และ Big Data เป็นเรื่องใหม่ สำหรับพวกเขา และไม่ง่ายที่จะเชื่อ
- Big Data เป็นของแพง หลายๆ Startup, SME และ Medium Size อยากทำและมันไม่ง่าย
บริษัทมักจะมองหาคนที่ ALL-in-One รู้ทั้ง Business, Data Engineer และ Software Engineer ซึ่งมันไม่มี แต่สุดท้ายก็เลือกคนที่ใกล้เคียงมากที่สุด เพราะจริงแล้วสิ่งที่บริษัทตามหามักจะไม่มี
ในมุมมองคนทำงานสาย Data Science
- การสื่อสารคือสิ่งสำคัญ เพราะต่อให้เราเก่งแค่ไหน เราฉลาดแค่ไหนแต่สิ่งที่เราคิดไม่มีประโยนช์ในเชิง Business มันก็เปล่าประโยชน์ ฝึกฝนการใช้ Skill ในการอธิบายและตีความคือสิ่งที่จำเป็นของคนสายนี้
- Team work คือเรื่องใหญ่ เพราะขาดใครไปไม่ได้ : การทำงานสายนี้ต้องทำเป็นทีมไม่มีเทพคนไหนรวมร่างสามคนแล้วทำได้ Perfect Team Business ทำหน้าที่ Analysis Data หรือ จะเรียกตัวเองว่า Data Translator, Data Analyst, Information Analyst หรืออะไรก็แล้วแต่ ทีมนี้ทำงาน แปล Business to functional ทำงานระหว่าง Non-Technical และ Technical Team Data อันนี้สายเนิร์ดนั่งคั้นดาต้าออกให้มี Business Value ส่วนใหญ่ก็เป็นสายแข็งๆที่จบ Statistics, Mathermatics, Economics หรือ มา Data Science ตรงๆ มีความเทพในการเขียน Data Modeling และ Visualization ส่วนใหญ่พูดไม่ค่อยรู้เรื่อง เพราะไม่รู้ว่าจะแปล ภาษาเอเลี่ยนเป็นภาษามนุษย์ยังไง (แซวเล่นนะคะ) พูดรู้เรื่องค่ะ แต่ Technical มาเต็มมาก ซึ่ง Team Business ต้องพยายามหาความรู้ แล้วตีความไปคุยกับพวกเขา และ Team Data ก็ต้องหัดพูดภาษา Business ค่า ส่วน Team Software Engineer เป็นสายเก๋ามนตำนาน ที่ทำ Website, Database หรือ Application ต่างๆที่ต้อง Syncronize กับ ทีม Data และ Business ในออกมาตอบโจทย์ ลูกค้า หรือ ผู้ใช้งานค่ะ Synegy ของ 3 Team จะนำไปสู่ Busines Value อันยิ่งใหญ่
Update ตัวเอง กับ ภาษาใหม่ๆที่เข้ามาและ Business Trend เมื่อไหร่ที่เราหยุด Technology ไม่รอเราค่ะ
ในมุมมองของ EU
- Data Privacy ไม่ใช่ของใหม่
- GDPR ออกมามีผลบังคับใช้แล้ว มีผลกระทบกับทุกคนแน่นอน
มีหลายๆเหตุการณ์ที่เกิดขึ้นในยุโรปที่ทำให้เกิดการเข้มงวดกับเรื่อง Data Privacy ….. Keep in mind ไว้ว่า การเก็บข้อมูลในการทำธรุกิจจำเป็นต้องคำนึถึงกฏหมายในแต่ละภูมิภาคด้วย
ในมุมมองคนไทย
- กฏหมายไทยออกแล้วนะ อย่าลืมไปอ่านกันใคร โดน spam email โดยไม่ให้ Unsubscibe มีความผิดนะคะ
- ใครทำ Personalized Marketing กับ ข้อมูลเราโดยที่เราไม่ยินยอมมีความผิดเช่นกัน
- เรามีสิทธิ์ Opt-out (ไม่รับข่าวสาร และ ยุติการให้ข้อมูลได้ตลอดเวลา)
- เราสามารถเรียกดูข้อมูลที่เราให้ Website ต่างๆได้นะ
- ถ้าทำธุรกิจกับบริษัทใน EU กฏหมาย GDPR จะถูกบังคับไปด้วยทันทีเพราะฉะนั้นต้องมีความเข้าใจเป็นอย่างดีนะ อันนี้รวมถึง EU Residency ด้วย แปลว่า ไม่ใช่แค่คนยุโรปแต่เป็นที่อยู่ในยุโรปด้วยนั้นเอง
หวังว่าจะได้ประโยนช์กันนะคะ และเปลี่ยนความคิดกันได้นะคะ ส่วนตัวชอบเรื่องนี้มากๆค่ะ