ขุมข้อมูล ใช้ประโยชน์จากข้อมูล วิทยาศาสตร์ข้อมูล

DATA LITERACY ทักษะสำคัญแห่งทศวรรษหน้า ที่ทุกองค์กรต้องเตรียมความพร้อม เพื่อสร้างทีมงาน Data Science ที่แข็งแกร่ง

อัปเดตล่าสุด 9 ก.ค. 2564
  • Share :
  • 727 Reads   

ปัจจุบันเราอยู่ในยุค Big Data และทุกธุรกิจล้วนต้องอาศัยข้อมูลในการตัดสินใจเรื่องสำคัญๆ แต่งานที่ยากที่สุดไม่ใช่การจัดเก็บข้อมูล แต่การมีพนักงานที่มีทักษะในการทำความเข้าใจ วิเคราะห์และใช้ประโยชน์จากข้อมูล (data literacy) หรือที่เราเรียกตำแหน่งนี้ว่า Data Scientist

“ในขณะที่องค์กรทั่วโลกและทุกแวดวงสาขาอาชีพต่างมองหาประโยชน์จากศักยภาพในการเติบโตของวิทยาศาสตร์ข้อมูล ทักษะเชิงข้อมูลจึงกลายเป็นทักษะที่จำเป็นในช่วงทศวรรษหน้าอย่างหลีกเลี่ยงไม่ได้” วีเจย์ บาลาจิ แมดเฮสวารัน ผู้อำนวยการวิทยาศาสตร์ข้อมูลประยุกต์ที่ดันน์ฮัมบี เอเชียแปซิฟิก จะมาเล่าถึงความเป็นมาตั้งแต่แรกเริ่มของวิทยาศาสตร์ข้อมูลและเมื่อมองไปยังอนาคตข้างหน้าเราควรจะเตรียมความพร้อมอย่างไรเมื่อทุกคนจำเป็นต้องพูดจาด้วยภาษาข้อมูลกันมากขึ้น

ย้อนกลับไปในช่วงต้นทศวรรษ 1990 วิทยาศาสตร์ข้อมูลเชิงพาณิชย์ยังอยู่ในช่วงเริ่มต้น อันที่จริงแม้แต่คำว่า "วิทยาศาสตร์ข้อมูล" ก็ไม่มีอยู่จริงในตอนนั้น (อย่างน้อยก็ไม่ได้อยู่ในพจนานุกรมทั่วไปในตอนนั้น) ณ เวลานั้นทักษะในการดึงความรู้จากชุดข้อมูลขนาดใหญ่มโหฬาร และนำมาใช้เพื่อแก้ปัญหาที่มีความซับซ้อนสูงและหลากหลายมิตินั้นเป็นทักษะเฉพาะกลุ่ม ซึ่งสงวนไว้สำหรับระดับหัวกะทิหรือผู้เชี่ยวชาญระดับแถวหน้าด้านคณิตศาสตร์และการคำนวณ

ในช่วงสองทศวรรษถัดมา จำนวนผู้ที่มีความสามารถหรือทักษะพิเศษเหล่านี้เพิ่มขึ้นอย่างต่อเนื่อง เนื่องจากธุรกิจเริ่มตระหนักถึงความได้เปรียบเชิงการแข่งขันอันเกิดจากประสิทธิภาพในการนำข้อมูลมาวิเคราะห์  ผลประโยชน์เชิงพาณิชย์ รวมถึงตำแหน่งงานสำหรับมืออาชีพทางด้านนี้เพิ่มสูงขึ้นมาก ภายในเวลาอันรวดเร็ววิทยาศาสตร์ข้อมูลพลิกโฉมจากการเป็นสิ่งที่ใช้งานกันเฉพาะกลุ่มกลายมาเป็นเครื่องมือที่สำคัญ และบริษัททุกประเภทต่างก็เฟ้นหาหรือแทบจะตามล่าเพื่อให้ได้บุคคลที่มีความสามารถที่จะใช้ทักษะนี้ได้อย่างมีประสิทธิภาพมาร่วมงานอย่างไม่ต้องสงสัยเลย

อย่างไรก็ตามการตื่นตัวของโลกธุรกิจที่หันมาสนใจในศักยภาพของวิทยาศาสตร์ข้อมูลไม่ได้เป็นแรงผลักดันเพียงอย่างเดียวในช่วงเวลานั้น สิ่งที่เกิดขึ้นแบบคู่ขนานคือการเปลี่ยนแปลงครั้งสำคัญในเรื่องของความก้าวหน้าในการจัดเก็บและประมวลผลข้อมูลจำนวนมหาศาลด้วยต้นทุนที่ถูกมาก โดยได้รับแรงหนุนจากความล้ำสมัยของเทคโนโลยีสตอเรจที่ใช้จัดเก็บข้อมูลและคอมพิวเตอร์ประมวลผล ด้วยขีดความสามารถของมนุษย์ในการใช้ประโยชน์จากข้อมูลเพิ่มขึ้นอย่างต่อเนื่อง  เทคโนโลยีต่างๆ จึงได้รับการเสริมสมรรถภาพควบคู่กันไป  ช่วยเพิ่มพูนและพัฒนาทักษะของเราให้ก้าวหน้ายิ่งขึ้นเรื่อยๆ

ความก้าวหน้าอย่างรวดเร็วตลอด 20 ปีที่ผ่านมานำเรามาสู่วันนี้ ซึ่งเป็นยุคที่วิทยาศาสตร์ข้อมูลได้พัฒนาตัวเองจนอยู่ในระดับที่เปรียบเสมือนลัทธินิยม นั่นเพราะการเข้าถึงเครื่องมือและการเรียนรู้ต่างๆ ที่มากขึ้นทำให้งานวิทยาศาสตร์ข้อมูลกลายเป็นเส้นทางสายอาชีพที่เป็นที่ต้องการในตลาดและเป็นสายงานที่มีเกียรติและน่าภูมิใจอีกด้วย ดังจะเห็นได้จากในตอนต้นของทศวรรษที่ผ่านมา นิตยสารฮาร์วาร์ด บิซิเนส รีวิว (Harvard Business Review) ได้ขนานนามวิทยาศาสตร์ข้อมูลว่าเป็น "งานที่ร้อนแรงที่สุดในศตวรรษที่ 21" และวาดภาพให้เห็นถึงอนาคตที่ผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลอาจเป็นที่ต้องการอย่างมากจนเกิดการขาดแคลนในที่สุด

การคาดการณ์ดังกล่าวนั้นไม่ได้มีขึ้นอย่างเลื่อนลอย แต่เป็นที่ประจักษ์ได้ในทุกวันนี้ว่าสมเหตุสมผล เพราะในช่วงไม่กี่ปีที่ผ่านมาเราเริ่มเห็นช่องว่างที่ชัดเจนระหว่างอุปสงค์และอุปทานของบุคคลากรที่มีความเชี่ยวชาญทางด้านนี้ โดยขณะนี้มีจำนวนตำแหน่งงานที่รับสมัครในสายงานที่เกี่ยวกับข้อมูลมากกว่าผู้ที่มองหางานนี้ถึงสามเท่า

เมื่อความต้องการผู้เชี่ยวชาญด้านข้อมูลระดับมืออาชีพเพิ่มสูงขึ้น เราก็ได้เห็นถึงการเปลี่ยนแปลงในบริบทความหมายของคำว่า “นักวิทยาศาสตร์ข้อมูล” เช่นกัน คนส่วนใหญ่ที่ทำงานกับข้อมูลในปัจจุบัน ไม่ว่าจะในปริมาณมากหรือน้อยก็ตาม ต่างก็มีส่วนเกี่ยวข้องกับวิทยาศาสตร์ข้อมูลอย่างน้อยก็ในระดับหนึ่ง การสร้างแบบจำลองทางคอมพิวเตอร์สำหรับการพัฒนาซอฟต์แวร์ การสร้างแบบจำลองทางการเงินหรือรูปแบบการดำเนินงาน แม้แต่การพยากรณ์ยอดขาย ทั้งหมดที่กล่าวมานี้จำเป็นต้องอาศัยความสามารถทางด้านวิทยาศาสตร์ข้อมูลอย่างน้อยก็ในระดับหนึ่ง

และเป็นที่มาของแนวโน้มการเพิ่มขึ้นในกลุ่มคนที่เราอาจเรียกว่า “citizen data scientists” ในขณะที่กลุ่มคนเหล่านี้คือผู้คิดค้นหรือสร้างแบบจำลองโดยใช้ความสามารถในการวิเคราะห์ การวินิจฉัย หรือการคาดการณ์และการกำหนดล่วงหน้าในระดับขั้นสูง แต่พวกเขากลับมีบทบาทหน้าที่หลักในการทำงานอยู่นอกสาขาสถิติและการวิเคราะห์ เราอาจพบเจอคนเหล่านี้ในสายงานไฟแนนซ์ การขาย การปฏิบัติงาน ฯลฯ  เฉกเช่นเดียวกับที่เราทุกคนทำงานโดยใช้เครื่องคอมพิวเตอร์แต่เราก็ไม่ใช่นักวิทยาศาสตร์คอมพิวเตอร์ citizen data scientists ใช้ความรู้ความสามารถทางด้านวิทยาศาสตร์ข้อมูลในการปฏิบัติงานของเขา แม้ว่าจะไม่ใช่ตำแหน่งงานประจำก็ตาม

ในขณะที่ผู้มีความรู้ความสามารถทางด้านนี้ยังคงเพิ่มจำนวนขึ้น แต่งานในความรับผิดชอบบางอย่างของนักวิทยาศาสตร์ข้อมูลในปัจจุบันก็มักจะถูกส่งต่อไปยังกลุ่มงานรองด้วย ยังไม่นับระบบอัตโนมัติที่จะดึงภาระงานส่วนใหญ่ของนักวิทยาศาสตร์ข้อมูลออกไปด้วย แล้วนั่นหมายความว่านักวิทยาศาสตร์ด้านข้อมูลจะหดหายไปด้วยหรือไม่? คำตอบคือ ไม่เลย และผมจะกล่าวถึงเพิ่มเติมในโพสต์ถัดไปในบทความซีรีส์นี้

ที่สำคัญเราไม่จำเป็นต้องจ้างงานตำแหน่งนี้ใหม่เสมอไป เพราะการมีนักวิทยาศาสตร์ข้อมูลที่มาจากบุคลากรที่มีอยู่เดิมนั้นเหมาะสมที่สุดเพราะเขาเหล่านั้นคือผู้ที่เข้าใจธุรกิจขององค์กรอย่างถ่องแท้ เพียงแค่พวกเขาได้รับการพัฒนาศักยภาพบางอย่างพร้อมจัดหาเครื่องมือทางด้านดิจิทัลอย่างถูกทาง เราก็จะสามารถสร้างกลุ่มคนเหล่านี้ (Citizen Data Scientist พลเมืองนักวิทยาศาสตร์ข้อมูล) เพื่อเป็นกำลังสำคัญในการขับเคลื่อนองค์กรได้เป็นอย่างดี กุญแจสำคัญคือ ทักษะเชิงข้อมูล และองค์กรควรจะใส่ใจในลำดับความสำคัญที่จะเอื้อต่อการทำงานและช่วยเสริมสร้างให้กลุ่มพลเมืองนักวิทยาศาสตร์ข้อมูลในองค์กรสามารถอ่าน ทำความเข้าใจ และสื่อสารผ่านข้อมูลได้

ผมคิดว่ามี 7 ประเด็นสำคัญที่ธุรกิจจำเป็นต้องเร่งดำเนินการดังนี้

1. กลยุทธ์: ทักษะเชิงข้อมูลควรเป็นส่วนหนึ่งของกลยุทธ์องค์กรของบริษัท โดยมีกระบวนการคิดที่ชัดเจนและก้าวไปข้างหน้า
2. การลงทุน: ธุรกิจจำเป็นต้องตรวจสอบให้แน่ใจว่ากำลังลงทุนในด้าน data literacy ไม่เพียงแต่ในปัจจุบันเท่านั้น แต่หมายถึงในระยะยาวด้วย
3. พันธมิตร: บริษัทต่างๆ ต้องการพันธมิตรที่สามารถช่วยให้พวกเขาประยุกต์ใช้วิทยาศาสตร์ข้อมูล โดยผลักดันให้เกิดการนำชุดทักษะมาใช้ในองค์กรได้อย่างกว้างขวางขึ้น
4. การเข้าถึง: องค์กรจำเป็นต้องแนะแนวการใช้ข้อมูลให้กับผู้คนในองค์กรอย่างเป็นระบบ โดยจัดหาเครื่องมือที่ช่วยให้เข้าถึงข้อมูลที่ต้องการได้อย่างถูกต้อง เพื่อช่วยให้เขาสามารถแยกแยะ วิเคราะห์ และใช้ข้อมูลง่าย
5. การปรับแต่งระบบให้เหมาะสม: องค์กรควรจัดเตรียมโซลูชันแบบ no code ให้ผู้ใช้พร้อมกับเปิดการเรียนรู้จากเครื่อง (Machine Learning) แบบอัตโนมัติ  ซึ่งถือเป็นอีกเรื่องหนึ่งที่พันธมิตรที่เหมาะสมสามารถช่วยได้
6. ความปลอดภัย: องค์กรควรรักษาการควบคุมแบบรวมศูนย์ที่สอดคล้องกับกฎหมายความเป็นส่วนตัวและการคุ้มครองข้อมูลที่เปลี่ยนแปลงตลอดเวลา
7. การฝึกอบรม: ควรจัดให้มีการฝึกอบรมอย่างเป็นระบบ ซึ่งเมื่อความสามารถและทักษะของเขาดีขึ้น เขาก็ควรจะได้รับมอบหมายงานที่สูงขึ้น

ภายในปลายทศวรรษนี้ วิทยาศาสตร์ข้อมูลจะกลายเป็นทักษะสากล ซึ่งเป็นทักษะพื้นฐานเฉกเช่นเดียวกับคณิตศาสตร์ สถิติพื้นฐาน และการคำนวณ ในแง่ของการได้รับความนิยมอย่างแพร่หลาย ในขณะที่เราก้าวเข้าสู่ทศวรรษแห่งทักษะเชิงข้อมูล เราทุกคนมีหน้าที่รับผิดชอบร่วมกันเพื่อให้แน่ใจว่าเรามีความสามารถทางด้านการอ่านออกเขียนได้เชิงข้อมูลเพื่อที่จะได้พูดภาษาเดียวกันอย่างเข้าใจ

ผู้เขียน

วีเจย์ บาลาจิ แมดเฮสวารัน ผู้อำนวยการฝ่าย Applied Data Science ของ dunnhumby APAC ดูแลรับผิดชอบทางด้านการลงทุน การสร้างพันธมิตร การเข้าถึงและปรับแต่งระบบ เพื่อช่วยให้ธุรกิจค้าปลีกและแบรนด์ต่างๆ ได้รับประโยชน์สูงสุดจากการตระหนักถึงคุณค่ามหาศาลของข้อมูลที่มีอยู่


ที่มา : M Report