MarTech

17.05.2024

Data Science วิทยาการข้อมูล โซลูชั่นสำคัญของ MarTech

เชื่อว่าผู้สนใจการทำ Digital Transformation ย่อมเคยได้ยินคำว่า Data Science มาบ้างไม่มากก็น้อย บริษัท Data Wow ผู้ให้บริการ AI Software Development ชั้นนำในไทย ได้กล่าวถึงความหมายของคำนี้ไว้ว่า Data Science คือ “วิทยาการข้อมูล” เป็นศาสตร์เกี่ยวกับการจัดเก็บ รวบรวม ตรวจสอบ วิเคราะห์ แล้วนำเสนอข้อมูลออกมาในเชิงลึก เพื่อนำไปใช้ประโยชน์ในด้านต่าง ๆ เช่น เศรษฐศาสตร์ การเงิน โลจิสติกส์ วิศวกรรม การแพทย์ ฯลฯ รวมถึงยังสามารถนำไปแก้ปัญหา และทำนายสิ่งที่จะเกิดขึ้นต่อองค์กรในอนาคตอีกด้วย

Data Science มีความสำคัญอย่างไรต่องาน MarTech บทความนี้ได้นำบทสัมภาษณ์ คุณวิษุวัต ซันเฮม
Head of Solutions บริษัท Data Wow มาร้อยเรียงฝากผู้อ่าน ซึ่งไม่ใช่แค่ชี้ให้เห็นความหมาย แต่ยังฉายภาพจริงให้เห็น และเข้าใจง่ายอีกด้วย

เปิดประตูบ้าน Data Wow ทำความรู้จัก ผู้ให้บริการ AI Software Development ชั้นนำในไทย
Data Wow (เดต้า ว้าว) ผู้นำด้านการบริหารข้อมูล (Data) และการพัฒนาด้าน AI และซอฟต์แวร์สำหรับแพลตฟอร์มต่าง ๆ ให้คำปรึกษาและบริการ Digital Transformation Solutions ชั้นนำในไทย ไปจนถึงบริการ PDPA Software & Solutions เนื่องจาก Data Wow ให้ความสำคัญด้าน Data Privacy และ Data Security จึงมีบริการอย่างครอบคลุม และยังมีพาร์ทเนอร์สัญชาติญี่ปุ่นที่แข็งแกร่ง ทำให้ Data Wow พร้อมที่จะส่งมอบการบริการแบบ Best-in-Class ได้อย่างครบวงจร

ในความชำนาญที่หลากหลายด้านการบริการ AI Software Development คุณวิษุวัต ขมวดหน้าที่ของ Data Wow ว่า เป็นบริษัทให้คำปรึกษาด้านการพัฒนา Solution ที่เป็น Data หรือ ข้อมูล โดยเริ่มตั้งแต่รับให้คำปรึกษา ประเมินความพร้อมของลูกค้า เพื่อมองหา Pain Point หรือ ปัญหา แล้วออกแบบโซลูชั่นเพื่อแก้ไขปัญหาเหล่านั้น รวมไปถึงเพิ่มประสิทธิภาพการทำงาน และนำพาไปสู่ความสำเร็จในอนาคต

ทั้งนี้ปัญหาที่ Data Wow ช่วยได้นั้น ไม่เพียงให้คำปรึกษา หรือสร้างโซลูชั่นให้เท่านั้น แต่ยังสามารถนำข้อมูลที่วิเคราะห์ได้ มาใช้ดึงกลุ่มลูกค้าที่กำลังจะหันหลังให้กับสินค้าของบริษัทนั้น ๆ ไปใช้เจ้าอื่น ให้กลับมาซื้อสินค้าของเขาเหมือนเดิมได้อีกด้วย ส่วนเรื่องการเพิ่มปริมาณการขาย ทาง Data Wow ก็สามารถช่วยได้เช่นกัน

ความสำคัญ และประโยชน์ของ Data Science ต่อ MarTech

จากมุมมองของคุณวิษุวัต MarTech คือ การนำเทคโนโลยีต่าง ๆ เข้ามาทำตลาด ช่วยขายของ ฉะนั้น Data Science จึงมีบทบาทเป็นอย่างยิ่ง เพราะสามารถนำมาเพิ่มยอดขายได้ ทำให้รู้ว่า ควรเข้าหาลูกค้ากลุ่มไหนจึงจะใช้ทรัพยากรน้อยที่สุดแต่ได้ผลดีที่สุด ทำให้รู้ว่าถ้าออกสินค้ากลุ่มเดียวกับบริษัทอื่นแล้วควรต้องทำการตลาดอย่างไร เรื่องเหล่านี้บางองค์กรมีทฤษฎีอยู่แล้ว แต่การจะเหนือกว่าคู่แข่งย่อมต้องมีอะไรพิเศษกว่า สิ่งนั้น คือ ข้อมูล

ข้อมูล สามารถทำให้ตัดสินใจได้อย่างถูกต้อง และการวิเคราะห์ข้อมูลอย่างมีประสิทธิภาพสามารถวางแผนการตลาดได้ตรงกลุ่มเป้าหมายโดยใช้ทรัพยากรน้อยที่สุด ซึ่งข้อมูลก็เหมือน Foot Print หรือร่องรอยในอดีตที่สามารถย้อนกลับไปแล้วนำมาใช้ตัดสินใจต่อสิ่งที่กำลังทำในปัจจุบันได้

ขั้นตอนของการทำ Data Science มี 5 ข้อ ได้แก่
1. รวบรวมข้อมูล
2. ต่อจากนั้นนำมาทำเป็นคลังข้อมูล ขจัดสิ่งที่ซ้ำซ้อน ไม่ถูกต้องออกไป เพื่อเข้าถึงได้อย่างรวดเร็ว
3. จัดเก็บข้อมูลให้อยู่ในรูปแบบที่ต้องการรวมทั้งวิเคราะห์ว่าข้อมูลเหล่านั้นสามารถใช้ประโยชน์ได้จริงหรือไม่
4. นำเทคนิคทางวิทยาศาสตร์ เข้ามาช่วยวิเคราะห์
5. นำเสนอข้อมูลออกมาในรูปแบบที่เข้าใจง่าย

ดังนั้นการรวบรวมข้อมูลอย่างครบถ้วน โดยใช้ขั้นตอนวิทยาศาสตร์เข้ามาวิเคราะห์เพื่อให้ได้ข้อมูลที่ลึก จึงช่วยให้งาน MarTech ดำเนินไปได้อย่างมีประสิทธิภาพ ซึ่งสามารถอธิบายให้เห็นภาพได้ชัดเจนมากขึ้น ดังนี้

อุปสรรคของการวิเคราะห์ข้อมูล เกิดจากบางองค์กรมีการจัดเก็บข้อมูลที่ต่างฝ่ายต่างเก็บ จึงนำมาวิเคราะห์ยาก เช่น
ข้อมูลที่รู้ว่าลูกค้ามาจากไหน เข้าร้านตอนไหน สนใจอะไร อายุเท่าไร อยู่ที่ระบบหน้าร้าน หรือโซเชียลมีเดีย
ส่วนข้อมูลที่รู้ว่าลูกค้าซื้อซ้ำ หรือเคยซื้อกับเราหรือเปล่า อยู่ที่ฝ่ายระบบสมาชิก
จะสังเกตได้ว่า เมื่อข้อมูลกระจัดกระจาย แต่ละฝ่ายจึงมองเห็นแค่มุมเดียว ดังนั้นจึงต้องใช้ Data Science เข้ามาบูรณาการร่วมกัน เพื่อให้เห็นข้อมูลทั้งหมดได้อย่างครบถ้วน เหมือนเปิด Excel ขึ้นมา 1 หน้าแล้วข้อมูลทั้งหมดถูกบรรจุพร้อมใช้อยู่ในแหล่งเดียวกัน

ประโยชน์ของ Data Science คือ การนำข้อมูลทั้งหมดมาเชื่อมโยงกัน พร้อมที่จะส่งข้อมูลข้ามระหว่างแผนกได้อย่างลื่นไหล กระทั่งนำไปวิเคราะห์วางแผนการตลาดได้เต็มประสิทธิภาพ ซึ่งตรงนี้บางองค์กรอาจกังวลว่า เมื่อนำข้อมูลมาเชื่อมโยงกันแล้วจะต้องรื้อ Platform เดิมที่มีอยู่ จนเกิดต้นทุนมากมายตามมา ส่วนนี้โดยทั่วไปผู้ให้บริการที่มีความชำนาญจะไม่ไปเปลี่ยนแปลง Platform ของลูกค้า ไม่ว่าจะใช้ Google, Amazon หรือ Microsoft โซลูชั่นที่มีอยู่ของผู้เชี่ยวชาญสามารถทำการเชื่อมข้อมูลให้ได้โดยไม่สร้างผลเสียกับการทำงานเดิม

Data Science ไม่จำเป็นต้องลงทุนสูง
Data Wow ถือเป็นบริษัทที่ให้บริการด้าน Data Science ตั้งแต่ต้นน้ำถึงปลายน้ำ เพราะเริ่มจากให้คำปรึกษา หารือเพื่อมองปัญหาที่แท้จริง ไปสู่การแก้ปัญหา และสร้างโซลูชั่น

โดยหากองค์กรใดต้องการทำ Data Science ทาง Data Wow จะทำความพร้อมก่อน เนื่องจากปัจจุบันหลายองค์กรเริ่มเก็บข้อมูลแบบดิจิทัล ไม่ทำทุกอย่างลงกระดาษเหมือนอดีต เริ่มเป็น 2.0 กันแล้ว เพียงแต่ข้อมูลดิจิทัลไม่ได้ถูกจัดเรียงอย่างถูกต้อง หรือบางข้อมูลเป็น Multiplier ซึ่งกันและกัน ใช้ด้วยกันได้ ซึ่งหลายครั้งจึงไม่ต้องลงทุนสูง แต่ได้ประโยชน์เยอะ ประสบความสำเร็จเร็ว

ฉะนั้นหากต้องการทำ Data Science จึงควรปรึกษาผู้เชี่ยวชาญก่อนเป็นสิ่งสำคัญ เนื่องจากการลงทุนด้านเทคโนโลยีค่อนข้างมีราคาแพง ยิ่งเป็นซอฟแวร์ที่ต้องสร้างใหม่ ยิ่งลงทุนสูง เพราะทำมาแบบเจาะจง เหมือนซื้อเสื้อผ้า หากสั่งตัดราคาจะแพงกว่าซื้อแบบสำเร็จรูปในตลาด

เสียงตอบรับถึง Data Wow และบางครั้ง Pain Point อาจไม่ใช่ปัญหา
แรกเริ่มทาง Data Wow ให้บริการกับอุตสาหกรรมขนาดใหญ่ หรือ Manufacturing แล้วจึงขยายไปสู่บริษัทขายปลีก และโลจิสติกส์ ทั้งนี้ไม่ว่าจะเป็นธุรกิจประเภทใด ล้วนกล่าวเป็นเสียงเดียวกันว่า ประทับใจในความเป็นมืออาชีพของ Data Wow

ความเป็นมืออาชีพจากนิยามของลูกค้า หมายถึง นอกจากความเชี่ยวชาญด้านสายงาน ไม่ทิ้งงานแล้ว ยังใส่ใจทุกรายละเอียด เช่น เมื่อได้รับมอบหมายงานมาแล้ว เวลารับบรีฟ Data Wow จะไม่แค่นำไปจัดการให้เสร็จแล้วส่งมอบงาน แต่จะทำความเข้าใจบรีฟไปพร้อม ๆ กับทำความเข้าใจธุรกิจของลูกค้า รวมไปถึงภาพรวมของอุตสาหกรรมที่ลูกค้าทำอยู่ เพื่อให้ตอบโจทย์ได้ทุกมิติ ซึ่งหลายองค์กร เมื่อ Data Wow วิเคราะห์แล้วกลับพบว่า Pain Point ที่ลูกค้ายกมาให้แก้ไข กลับไม่ใช่สิ่งที่ต้องปรับเปลี่ยน

การบอกลูกค้าว่า Pain Point ที่ต้องการแก้ไขไม่ใช่ปัญหาที่แท้จริง อาจเป็นการทำงานเกินภาระที่ได้รับมอบหมาย แต่ Data Wow มองว่า เป็นหน้าที่ที่ต้องเสนอ เพราะการพยายามเสนอแนวทางการแก้ไขปัญหาด้วยเหตุและผล ก่อนที่จะออกมาเป็นโซลูชั่นนั้นเป็นสิ่งที่ควรกระทำ เนื่องจากหากทำตามโจทย์เท่านั้น สุดท้ายแล้วเวลาทำงานเสร็จมันก็จะไม่เกิดประโยชน์ที่แท้จริง ความใส่ใจเหล่านี้จึงเป็นที่มาของเสียงแห่งความประทับใจจากทุกฝ่าย

นานา MarTech solution จาก Data Wow
ด้วย Data Wow เริ่มให้บริการกับอุตสาหกรรมขนาดใหญ่ ปัจจุบันกลุ่มลูกค้าอันดับ 1 จึงเป็นกลุ่ม Manufacturing รองลงมาเป็นกลุ่มค้าปลีก และโลจิสติก ตามลำดับ ซึ่งลูกค้า 2 กลุ่มหลังกำลังค่อย ๆ เพิ่มอย่างต่อเนื่อง

สำหรับตัวอย่างโซลูชั่น MarTech เด่น ๆ ของ Data Wow ได้แก่

Churn analysis ในกลุ่มค้าปลีก โซลูชั่นนี้เป็นเครื่องมือดูว่าสินค้า หรือบริการนั้น ๆ มีลูกค้าคนไหนมีทีท่าจะไปจากเราบ้าง โดย AI จะทำการสำรวจลูกค้าที่จะไปจากเรา เช่น เจอ 100 คน ระบบก็จะทำการวิเคราะห์ว่าใครมี Customer Lifetime Value สูงบ้าง ต่อจากนั้นก็ไปดูว่าเขามีสินค้าโปรดเป็นอะไร หรือสินค้าอะไรที่เขาเลือกซื้อเพิ่ม ไปจนกระทั่งโปรโมชั่นอะไรที่สามารถดึงให้ลูกค้าคนนั้นซื้อสินค้าได้ AI ก็จะนำข้อมูลตรงนี้นำเสนอเพื่อดึงลูกค้ากลับมา

เป้าหมายในอนาคตของ Data Wow
เป้าหมายในอนาคต Data Wow คาดหวังเป็น Introduce Data Solution ให้กับองค์กรทุกประเภทในไทย รวมทั้งมองถึงการร่วมมือเชื่อมโยงข้อมูล Open Data ซึ่งกันและกัน อยากสนับสนุนให้เกิด Open Data เพราะเมื่อมีการแลกเปลี่ยนข้อมูลกันจะทำให้มีการพัฒนา MarTech และเทคโนโลยีที่ว้าวยิ่งขึ้น เพราะข้อมูลทุกประเภทมีประโยชน์ทั้งสิ้น เช่น สภาพอากาศก็มีผลต่อการซื้อสินค้า เพราะหากเป็นช่วงที่ฝนตกบ่อยผู้คนมักซื้อยาเตรียมไว้ หรือกระแสแฮทแท็กก็สามารถสร้างแรงจูงใจให้ลูกค้าพากันซื้อสินค้านั้น ๆ ด้วยเช่นกัน

นอกจากนี้ Data Wow ยังมุ่งหวังให้การนำเทคโนโลยี และ AI มาประยุกต์ใช้ในองค์กรไทยกลายเป็นมาตรฐานของการดำเนินธุรกิจ เพื่อเพิ่มขีดความสามารถในการแข่งขันและปรับตัวให้ทันต่อการเปลี่ยนแปลงอย่างรวดเร็วของเทคโนโลยี อันจะนำไปสู่การสร้างประโยชน์ให้กับธุรกิจ ขับเคลื่อนเศรษฐกิจและสังคมไทยสู่ยุคดิจิทัลอย่างเต็มรูปแบบ ซึ่งเป็นที่มาของปรัชญาองค์กร ‘Connecting Possibilities’ หรือ ‘การเชื่อมโยงความเป็นไปได้ไม่รู้จบ’ อันเป็นเป้าหมายสูงสุดในการดำเนินงาน

ช่องทางติดต่อ และช่องทางการติดตาม Data Wow
Email: sales@datawow.io
Phone: 02-024-5560
Website: https://datawow.co.th
Facebook: https://www.facebook.com/datawowai
LinkedIn: https://www.linkedin.com/company/datawowio
YouTube: https://www.youtube.com/@datawowio
TikTok: https://www.tiktok.com/@datawow

*********

RECOMMEND