Data Analytics: 5 Ways to Improve Business Efficiency

Data Analytics: 5 Ways to Improve Business Efficiency

ในจักวาลของ Business Analytics นักแสดงนำคงหนีไม่พ้น Big Data และ Data Analytics มีการคาดเดาว่าภายในปี ค.ศ. 2025 ประมีปริมาณข้อมูลที่ถูกสร้างขึ้นมากกว่า 463 เซตตาไบต์ในแต่ละวัน องค์กรภาคธุรกิจทั่วโลกลงทุนอย่างมหาสารในการได้มาซึ่งข้อมูลและบุคคลกรที่มีทักษะสูงในการวิเคราะห์ข้อมูลเชิงลึก เพื่อสังเคราะห์สิ่งที่ซ่อนอยู่ในข้อมูลเหล่านั้นมาเพิ่มประสิทธิภาพและศักยภาพทางการแข่งขัน

เมื่อข้อมูลถูกสร้างขึ้น ข้อมูลเหล่านั้นจะถูกจัดเก็บไว้ในที่เก็บข้อมูลขนาดใหญ่ที่เรียกว่า Data Lake องค์กรต่าง ๆ อยู่ในสภาพวะของการสะสมมีข้อมูลที่ไม่มีประโยชน์ หรือ ไม่มีความสามารถเข้าใจสิ่งที่ซ่อนอยู่ใน Data Lake ของพวกเขาได้ สิ่งแรกที่บริษัทห้างร้านที่ต้องการเข้าสู่โลกของ Business Analytics คือ การมีผู้เชียวชาญด้านการวิเคราะห์ข้อมูลทางธุรกิจ (Business Analytics Experts) และการสร้างสถาปัตยกรรมของข้อมูล (Data Architecture) ให้สอดคล้องกับรูปแบบธุรกิจ (Business Model) และสถานการณ์ทางธุรกิจในขณะนั้น

หากไม่รู้ว่าองค์กรของเราต้องการข้อมูลอะไร ข้อมูลที่องค์กรมีอยู่…..มันคืออะไร

5 แนวทางที่องค์กรธุรกิจสามารถนำ ไปประยุกต์ใช้เพื่อปรับปรุงประสิทธิภาพและผลประกอบการ โดยการใช้ Data Analytics

1. Manage Talent with Process Redesign

หากองค์กรของท่านกำลังเผชิญสภาวะสมองไหล หรือ อัตราการลาออกของพนักงานสูง ผู้บริหารควรเริ่มหาวิธีดึงดูดและรักษาบุคลากรที่มีคุณภาพไว้ในองค์กร ซึ่งจากงานวิจัยพบว่าปัจจัยที่ส่งผลมากปัจจัยหนึ่ง คือ การมีส่วนร่วมของพนักงาน อย่างไรก็ตามมักจะพบเสมอว่าองค์กรแทบจะไม่มีการจัดข้อมูลที่เกี่ยวข้องกับการมีส่วนร่วมของพนักงานเลย ดังนั้นการนำระบบสารสนเทศเพื่อบริหารงานบุคคล (HRMS) มาวิเคราะห์ร่วมกับข้อมูลในมิติอื่น ๆ ขององค์กร สามารถใช้ในการวางนโยบายด้านบริหารงานบุคคล เช่น การจัดอบรม การสรรหาพนักงาน และการจัดการโครงสร้างผลตอบแทน  ได้ดีขึ้น อันนำมาสู่การเพิ่มการมีส่วนร่วมของพนักงาน และส่งผลต่อความผูกพันต่อองค์กรมากยิ่งขึ้น นอกเหนือจากการสร้างการมีส่วนร่วมแล้ว การออกแบบขั้นตอนการทำงาน (Process Redesign) ให้มีประสิทธิภาพ ก็จะช่วยให้พนักงานมีความสุขในการทำงานและช่วยในการรักษาบุคลากรได้เช่นกัน ผู้บริหารสามารถใช้ Data Analytics เพื่อ เข้าถึงข้อมูลเชิงลึกของขั้นตอน หรือ กระบวนการทำงานต่าง ๆ ในปัจจุบัน เพื่อทราบปัญหาและอุปสรรคที่เป็นอยู่  และเพื่อพัฒนากระบวนการทำงานใหม่ที่คล่องตัว และมีประสิทธิภาพเพิ่มขึ้น นอกจากจะส่งผลดีด้านบริหารงานบุคคลแล้ว ยังช่วยลดต้นทุนและ เพิ่มผลผลิตได้อย่างเป็นรูปธรรมและยั่งยืนอีกด้วย

การวิเคราะห์ ต้องอาศัยข้อมูลที่มีคุณภาพ คุณภาพของข้อมูลมาจากสถาปัตยกรรมของข้อมูลที่ดี ซึ่งมาจากผู้บริหารที่วิสัยทัศน์

2. Enrich Customer Experiences

เป็นที่ทราบกันดีในยุคนี้ว่าประสบการณ์ลูกค้า (Customer Experience: CX) เป็นกุญแจสำคัญในการเพิ่มรายได้ให้กับองค์กร ในปัจจุบันองค์กรธุรกิจมีความสามารถในการเข้าถึงชุดข้อมูลที่เกี่ยวข้องกับลูกค้าได้หลากหลายช่องทาง ไม่ว่าจะเป็นข้อมูลแบบสอบถามความพึงพอใจลูกค้าแบบทางเดียว ข้อมูลโต้ตอบระหว่างแบรนด์และลูกค้าแบบสองทาง หรือ แม้กระทั่งข้อมูลพฤติกรรมการซื้อ การเยี่ยมชม หรือการแสดงความคิดเห็นที่ได้จากการรวบรวมข้อมูล  แต่ปัญหาคือการเข้าถึงกระบวนการวิเคราะห์ข้อมูลเหล่านั้นอย่างมีประสิทธิภาพซึ่งจะนำมาซึ่ง CX ที่ดียิ่งขึ้น ข้อมูลจำนวนมากที่รวบรวมอยู่ใน Datalake หรือ Datapool หากไม่ใช่ข้อมูลที่สามารถนำมาวิเคราะห์ต่อยอดได้ก็จะสร้างความสิ้นเปลืองทั้งในขั้นตอนการรวบรวมข้อมูลและการจัดเก็บข้อมูลแก่องค์กร ดังนั้นการวางแผนจัดการเก็บข้อมูลอย่างเป็นระบบเท่าที่จำเป็น และมี Data Architecture ที่ดีเหมาะแก่การนำข้อมูลมาใช้ตามความต้องการขององค์กรได้อย่างรวดเร็ว จะช่วยให้องค์กรธุรกิจสามารถเติมเต็มประสบการณ์ของลูกค้าได้อย่างสมบูรณ์แบบมากยิ่งขึ้น

3. Monitor Market Trends

ธุรกิจที่ประสบความสำเร็จต้องมีความคล่องแคล่วในการปรับตัวเข้ากับกระแสการเปลี่ยนแปลงความต้องการของตลาดอันรวดเร็วในปัจจุบัน และต้องสามารถจัดการกับผลิตภัณฑ์ที่มีอยู่เดิมและผลิตภัณฑ์ใหม่ของบริษัทได้อย่างมีประสิทธิภาพ การพัฒนาผลิตภัณฑ์ใหม่ (New Product Development: NPD) เป็นหนึ่งในฟันเฟืองที่สำคัญของการอยู่รอดของธุรกิจ การที่องค์กรนำ Data Analytics มาช่วยให้ผู้บริหารสามารถติดตามทิศทางการเปลี่ยนแปลงในตลาด วิวัฒนาการความต้องการของลูกค้า และสถานะการขายของสินค้าปัจจุบัน จะนำไปการพัฒนาผลิตภัณฑ์และบริการใหม่ได้อย่างมีประสิทธิภาพมากยิ่งขึ้น ชุดข้อมูลที่นำมาวิเคราะห์ดังกล่าวอาจเป็น ข้อมูลพื้นฐานที่องค์กรธุรกิจควรมี ได้แก่ ความถี่ในการซื้อของลูกค้าในกลุ่มที่มีความสำคัญสูง การเปลี่ยนแปลงปริมาณในการซื้อ อัตราการรักษาลูกค้า (Customer Churn Rate) และอัตราการสูญเสียลูกค้า (Customer Churn Rate)  เป็นต้น ควบคู่ไปกับข้อมูลภายนอกที่จำเป็น ได้แก่ ข้อมูลส่วนแบ่งการตลาด การถูกพูดถึงบนโซเชียลมีเดีย การปรับตัวของคู่แข่ง เป็นต้น ยกตัวอย่างเช่น Spotify แอพพลิเคชั่นสตรีมเพลง ใช้ประโยชน์จากข้อมูลผู้ใช้ เพื่อสร้างฟีเจอร์ Spotify Wrapped โดยใช้ข้อมูลเชิงลึกเกี่ยวกับเพลง รวมถึงยอดนิยม ของแนวเพลง และ อารมณ์เพลง ที่ผู้ใช้งานแชร์พฤติกรรมการฟังของตนผ่านแพลตฟอร์ม Social Media ต่าง ๆ เพื่อนำไปออกแบบ Package และ Reward Program เพื่อสร้างประสบการณ์ลูกค้าที่ดียิ่งขึ้น อย่างไรก็ตามยุคของการรอดูรายงานรายสัปดาห์ รายเดือน รายไตรมาส หรือ รายปีนั้นอาจจะล้าหลังเกินไปแล้ว เพื่อให้ทันกับสถานการณ์ของตลาดที่เปลี่ยนแปลงอย่างรวดเร็วการนำ Dashboard หรือ Real-time Data Visualization เข้ามาช่วยในการตัดสินใจของผู้บริหารนั้นถือเป็นสิ่งที่จำเป็นอย่างยิ่ง

4. Measure Performance

การวัดประสิทธิภาพภายในองค์กรมักจะถูกนำมาใช้เพื่อกำหนดเกณฑ์ความสำเร็จขององค์กร ในปัจจุบันมีตัวชี้วัดประสิทธิภาพภายในองค์กรที่นิยมใช้อยู่ 3 รูปแบบด้วยกัน คือ ตัวบ่งชี้ประสิทธิภาพหลัก (Key Performance Indicator: KPI) การวัดผลเชิงดุลยภาพ (Balanced Scorecard: BSC) และ การตั้งเป้าหมายเพื่อวัดผลความสำเร็จ (Objectives and key results: OKR) ไม่ว่าจะเป็นตัวชี้วัดแบบใดก็ตามจำเป็นต้องขับเคลื่อนด้วยข้อมูลทั้งสิ้น ตั้งแต่การวางกรอบแนวความคิด การดำเนินการ ไปจนถึงการวัดผลเพื่อประเมิน โดยองค์กรจะรวบรวมข้อมูลในรูปแบบต่าง ๆ ที่เกี่ยวข้อง ทั้งข้อมูลเชิงพรรณนาและข้อมูลเชิงสถิติ ในส่วนของข้อมูลเชิงพรรณาเดิมที่ยากแก้การวัดผลเป็นตัวเลขได้อย่างถูกต้องและแม่นยำ การมี Data Analytics Experts คอยให้คำปรึกษาจะช่วยให้สามารถออกแบบเครื่องมือที่เหมาะสมเพื่อดึงเอาข้อมูลสำคัญที่แฝงอยู่ในข้อมูลเหล่านั้นมาวิเคราะห์และแสดงผลได้อย่างชัดเจน ซึ่งจะช่วยให้ผู้บริหารสามารถวัดประสิทธิภาพภายในองค์กรตามที่ต้องการได้อย่างแท้จริง

นักธุรกิจทีมีความเข้าใจอย่างลึกซึ้งเกี่ยวกับ Business Analytics จะเป็นผู้นำทำดีกว่า

5. Utilize Data-driven Decision Making

ผู้นำองค์กรในยุคปัจจุบันมักนำทีมด้วยการตัดสินใจที่ขับเคลื่อนด้วยตรรกะเหตุผล (Rational) มากกว่าอารมณ์ (Emotional) และใช้ข้อเท็จจริง (Fact) มากกว่าความคิดเห็นส่วนตัว (Opinion) ผู้นำเหล่านี้จะรับฟังและปล่อยให้ข้อเท็จจริงพิสูจน์หรือหักล้างสมมุติฐานของตนแทนที่จะใช้ความคิดของตนเป็นที่ตั้ง ผู้นำที่ส่งเสริมการใช้ Business Analytics และ Data Analytics เพื่อเพิ่มประสิทธิภาพขององค์กรถือเป็นผู้นำที่กล้าหาญ เนื่องจากอุปสรรคสำคัญต่อการเติบโตขององค์กรที่อยู่มานาน มักจะเป็นความกลัว ความหวาดระแวง หรือแม้กระทั่งขาดความมั่นใจในการเปลี่ยนแปลง จึงจำเป็นต้องใช้ความกล้าหาญในการตัดสินใจด้วยหลักเหตุผลเพื่อก้าวข้ามกับดักเดิม ๆ ให้จงได้….

เรียบเรียงโดย
ดร.ชาญสิทธิ์ ลีลาเกษมสันต์
Efficient Dot Guru Co., Ltd.