3 Circles of Classic Data Analytics & Monetization Issues

Data Science & Analytics หรือการวิเคราะห์ข้อมูล มีวิธีที่หลากหลายโดยใช้เครื่องมือทางเทคโนโลยี (Tool) เช่น Coding หรือ Programming แต่การใช้เทคโนโลยีเพียงอย่างเดียวไม่เพียงพอ ต้องอาศัยการวิเคราะห์ข้อมูลมาหาความสอดคล้อง ต้องแยกให้ออก ตามประเภทของ data

ยกตัวอย่างในการทำ marketing campaign ที่จะจับสินค้าสองรายการที่ไม่มีความเกี่ยวข้องกันมาร่วมเป็นโปรโมชั่นใหม่ โดย data ที่เราสรุปออกมา สามารถบอกได้ว่าผู้บริโภคมักจะซื้อสินค้า A คู่กับ สินค้า B ถึงเป็นที่มาของโปรโมชั่นใหม่นั่นเอง อย่างไรก็ตาม เครื่องมือเทคโนโลยีและการวิเคราะห์นั้นไม่เพียงพอ ต้องมีความรู้ทางธุรกิจเข้ามาช่วยด้วยเป็นองค์ประกอบสำคัญทั้งสามอย่าง ไม่ว่าจะเป็น การเข้าใจเทคโนโลยี เขียนโปรแกรมเป็น, เข้าใจคณิตศาสตร์ในการวิเคราะห์ข้อมูล เครื่องมือในการวิเคราะห์ต่างๆ และต้องรู้จักธุรกิจ

Ecosystems of Data ข้อมูลเชิงลึกของลูกค้าคือสิ่งที่องค์กรทั้งหลายต้องการเรียนรู้ เพื่อที่จะสามารถตอบสนองความต้องการของผู้บริโภคได้ดียิ่งขึ้น เพิ่มกำไรหรือยอดขาย รวมถึงเสนอสินค้าหรือบริการใหม่ แต่ส่วนมาก ล้วนขาดข้อมูลที่ต้องการและใช้การคาดเดา(assumption) มาวิเคราะห์ข้อมูลที่ผลลัพท์มักจะไม่ได้ผลตามที่ต้องการ ธนาคารเป็นตัวอย่างที่ดีที่สามารถสร้าง super app มาตอบโจทย์ความต้องการของลูกค้าโดยใช้เทคโนโลยี

Business Strategy การวิเคราะห์ธุรกิจที่ดี ต้องรู้จักธุรกิจ และใช้ data ให้เกิดประโยชน์ที่สุด

Competitive Advantage หรือข้อได้เปรียบทางการแข่งขันคือความฝันที่ทุกคนต้องการที่จะคว้าเมื่อรวมองค์ประกอบสำคัญอย่าง Data Science & Analytics Capabillities, and Technology Platform, Business Strategy, Ecosystems of data

บรรยายโดย ดร.ฉัตรชัย ธนาฤดี

Thanager & Co

ในงาน Hackathon ร่วมกับมหาวิทยาลัยเชียงใหม่

วันที่ 28 เมษายน 2564