What is Data – ความหมายของ Data ?

Data Strategy, Headline By ม.ค. 29, 2019 No Comments

ในช่วงหลายปีที่ผ่านมาเราตื่นตัวกันมากในเรื่องของการนำ Data หรือข้อมูลมาใช้ประโยชน์มากขึ้น หลายๆ ธุรกิจก็เติบโตด้วยการนำ Data มาประยุกต์ใช้ให้เกิดคุณค่า (Value) สูงสุดกับลูกค้าของตัวเอง เช่น Netflix สร้างระบบแนะนำหนังให้ตรงกับรสนิยมของคนดู (Recommendation System) เราก็ตื่นตัวว่า เฮ้ย เราต้องมี Data Scientist นะ เราต้องนำข้อมูลมาเป็นตัวชี้วัดในการตัดสินใจในการทำงาน (Data-driven) แต่เรารู้จริงๆ มั้ยครับ ว่าความหมายของ Data คืออะไร? วันนี้ผมจะเล่าให้ฟัง

เมื่อปลายปีที่แล้ว (2018) และต้นปีที่ผ่านมา (2019) ผมมีโอกาสได้เดินทางไปต่างประเทศ เพื่อให้ความรู้ด้าน Data Analytics ให้กับพนักงานในสาขาต่างประเทศ ไปเวียดนามและฮ่องกงมาครับ

เวียดนามเป็นประเทศเพื่อนบ้านที่ไม่ได้มีชายแดนติดกับไทย เป็นประเทศที่ตอนนี้ถือว่าเป็นคู่แข่งกับประเทศไทยของเราในหลายๆ ด้าน ทั้งเรื่องเศรษฐกิจ อถตสาหกรรม ไล่ไปจนถึงฟุตบอล.. แต่มีอย่างนึงที่ผมยกให้เวียดนามชนะไปเลยก็คือเรื่อง “กาแฟ” ครับ กลมกล่อมจริงๆ

ส่วนฮ่องกงนั้นเป็นประเทศที่ถือว่าพัฒนาแล้ว มีประชากรอยู่ที่ 7.5 ล้านคน แต่ GDP นั้นสูงถึง 341,000 ล้านดอลล่าสหรัฐ (โดยที่ประเทศไทยของเรามีประชากร 70 ล้านคน GDP ของเรา อยู่ที่ 445,000 ล้านดอลล่าสหรัฐ) แต่สิ่งที่ผมชื่นชอบในการมาฮ่องกงคือ “เป็ดย่าง” ครับ, ของเค้าขึ้นชื่อจริงๆ

กลับมาเข้าเรื่อง….

ระหว่างการพรีเซนต์ เราได้พูดถึงแนวโน้มในการทำธุรกิจในยุคนี้ หลายๆ ที่ได้นำ Data Analytics เข้ามาใช้ในการพัฒนาสินค้า, บริการ หรือแม้กระทั้งการทำงานภายในองค์กร

เราพูดถึงความหมายของ Data ว่าจริงๆ แล้ว Data คืออะไร, Data ที่ใช้ส่วนใหญ่มีที่มาจากไหน ซึ่งผมก็หาข้อมูลมาจากหลายที่ แต่ที่ชอบที่สุดคือ จากหนังสือ Confident Data Skill ของ Kirill Eremenko เจ้าพ่อ Data Scientist คนดังคนหนึ่งของวงกร เค้าได้ให้ความหมายของ Data ไว้สามอย่างหลักๆ คือ

Data is information

Data เป็นข้อมูล หรือข่าวสาร ต่างๆ สิ่งที่เรารับรู้ได้ เช่น น้ำหนัก ส่วนสูง ความเร็วที่เราขับ รสชาตอาหาร อะไรก็ตามที่เรารับรู้และสามารถสื่อความหมายได้ ถือว่าเป็น Data ทั้งหมด

Data is everywhere

Data ไม่ได้มีอยู่แค่บนโลก internet เท่านั้น แต่อยู่รอบๆ ตัวเรา ประวัติศาสตร์ สถานที่ วัฒนธรรม คอร์ดกีตาร์ รูปภาพในวัดร่องขุ่น หนังสือ ต่างก็เป็น Data แทบทั้งหมด และก็ไม่เกี่ยวข้องกับวิธีการจัดเก็บด้วยเช่นกัน

Data can be measured

สุดท้าย Data ถือว่าเป็นสิ่งที่เกิดขึ้นมาแล้ว เป็นอดีตไปแล้ว และเราสามารถวัดผลของ Data ไม่ว่าจะในแง่ Qualitative (คุณภาพ เช่น เร็ว ช้า ดี ไม่ดี) หรือ Quantitative (ปริมาณ เช่น จำนวน ตัวเลข เงิน เวลา)

 

มุมมองเรื่องการนำ Data มาประยุกต์ใช้ในธุรกิจนั้นเพราะในปัจจุบันเทคโนโลยีการจัดเก็บข้อมูลมีการพัฒนาขึ้นเป็นอย่างมาก โดยในสมัยแรกของการจัดเก็บ Data ข้อมูลส่วนใหญ่จะอยู่ในรูปแบบ Database ที่มีความสัมพันธ์แบบ Row-column based แต่ในยุคนี้ เรามีการนำ Big data/Data Lake มาใช้ ทำให้เราสามารถจัดเก็บข้อมูลได้ในปริมาณที่มากขึ้น (Volume) หลากหลายรูปแบบมากขึ้น (Variety) เช่น Post facebook, รูปภาพที่แชร์บน instagram, เสียงโทรศัพท์ เป็นต้น และสุดท้าย เทคโนโลยีช่วยให้เราจัดเก็บข้อมูลได้รวดเร็วมากขึ้น (Velocity)

 

แล้ว Data ที่เพิ่มมากขึ้นอย่างเท่าตัวนั้นมันมาจากไหนล่ะ?

มาจากพฤติกรรมของคนเราเปลี่ยนไปนั่นเอง

Image Source:Nokia Insight

ก่อนที่จะมี Internet ในช่วงปี 1990 หรือที่เราเรียกว่า “Human to human” ในยุคนั้นเรายังสื่อสารกันด้วยโทรศัพท์, SMS โดยที่การจัดเก็บ Data ในยุคนั้นจะเป็นกระดาษหรือเทปซะเป็นส่วนใหญ่

และเมื่อรามี Internet ใช้งาน ยุค “WWW” ที่เราใช้ email ส่งหากัน เริ่มมีการใช้งาน messenger ในการส่งข้อความกันมากขึ้น แต่ในตอนนั้นเรายังไม่มีเทคโนโลยีดีพอที่จะประมวลผล Data ที่เราใช้งาน

มาถึงยุก “Web 2.0″ เป็นยุคที่เราสามารถผลิต Content เองได้ เริ่มมีการสร้าง platform เช่น e-commerce ร้านค้าออนไลน์ เริ่มมีการสร้าง web blog มากขึ้น การจัดเก็บ Data สามารถทำได้ดีขึ้น เนื่องจาก hardware ราคาถูกลง และมีการพัฒนาอย่างต่อเนื่อง เราก็เริ่มนำ Data มาวิเคราะห์ ในรูปแบบต่างๆ ได้มากขึ้นเช่น Business Intelligence

ไม่นานภายหลังจากการเปิดตัว Smart phone ทำให้เราเข้าสู่ยุคของ “Social media” เรามี platform ที่มีคนเกือบครึ่งโลกใช้งานอยู่บนระบบเดียวกัน เช่น Facebook, Youtube เป็นต้น เป็นยุคที่มีการตื่นตัวเรื่องการนำ Data มาใช้ในการทำธุรกิจมากขึ้น เพราะเนื่องจากตัวเลือกของผู้บริโภคมีมาก แต่ละ Platform จึงต้องพยายมผลิต Content หรือ บริการให้ตรงใจผู้บริโภคมากที่สุด ไม่ว่าจะเป็นระบบ Recommendation ของ Netflix ที่แนะนำหนังใหม่ให้ตรงกับรสนิยมของคนดู การแสดงผลโฆษณาของ Facebook ให้ตรงกับกลุ่มลูกค้าจริง เหล่านี้สร้างมูลค่ามหาศาลให้กับเจ้าของ Platform เพราะผู้บริโภค ใช้งานได้อย่างต่อเนื่องและตรงกับความต้องการ นั่นเอง

ในอนาคตอันใกล้นี้.. เราจะมี Data จาก Machine to machine มีการใช้งาน Autonomous of things มากขึ้นไม่ว่าจะเป็น รถขับเคลื่อนอัตโนมัติ A.I. หรือ อื่นๆ อีกมากมาย และแน่นอน ปริมาณ Data จะเพิ่มขึ้นอีกเท่าตัวเพราะคนที่ใช้งาน Data นั้นไม่ได้มีแค่มนุษย์อีกต่อไป

เราต้องยอมรับว่าในโลกที่มีการแข่งขันด้วย Data นั้น คนที่สามารถปรับตัวได้ก่อนก็ย่อมได้เปรียบ เพราะอย่าลืมการที่เราจะนำ Data มาใช้งานจริงนั้นเราต้องมีปริมาณที่มากพอที่จะนำมาใช้งานได้ ถ้าเราไม่เริ่มเก็บข้อมูลอย่างเป็นระเบียบตั้งแต่วันนี้ วันหน้าต่อให้อยากนำ Data มาใช้งานจริงๆ เราอาจจะไม่มี Data ให้เราใช้ก็เป็นได้….

“Change before you’re forced to change.”

“เปลี่ยนก่อนที่คุณจะถูกบังคับให้ต้องเปลี่ยน”

Roger Goodell

ที่มา
https://data.worldbank.org/indicator/NY.GDP.MKTP.CD?locations=HK-TH

https://data.worldbank.org/indicator/SP.POP.TOTL?locations=TH-HK

Author

Data Engineer, Data Strategist, Data Analyst, Data Scientist

No Comments

Leave a comment

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *