Phones
หน้าแรก
Stock
เศรษฐกิจมหภาค
แบงก์ - Finance
อสังหาริมทรัพย์ - Marketing
ประกัน - ท่องเที่ยว
Variety
สกู้ป พิเศษ
SET
SINO วางกลยุทธ์ขยายฐานลูกค้าในสหรัฐฯ รุกขยายบริการในอาเซียนเพิ่ม
MAI
TMI จับมือ “เจียมพัฒนาพลังงานฯ” รุกโซลาร์ฟาร์มยุโรป 130 MW
IPO
ก.ล.ต. นับหนึ่งไฟลิ่ง “สเปเชี่ยลตี้ เนเชอรัล โปรดักส์”
บล./บลจ
‘โกลเบล็ก’ ชี้เป้าหุ้นเด่นรับอานิสงส์น้ำลด
เศรษฐกิจ-การเงิน-การคลัง
SCB EIC ประเมิน ศก.ไทยโตต่ำ ภาคท่องเที่ยวยังเป็นพระเอก
การค้า - พาณิชย์
เปิดแล้ว! Thai Rice Networking Forum 2024
พลังงาน - อุตสาหกรรม
STA คว้าเรทติ้งระดับ ‘Gold’ จาก EcoVadis
คมนาคม - โลจิสติกส์
"สุริยะ" สั่งการ ลงพื้นที่สนามบินเชียงรายช่วยเหลือผู้โดยสาร
แบงก์ - นอนแบงก์
TTB คลอดแคมเปญแรงส่งท้ายปี กระตุ้นลูกค้ารีไฟแนนซ์บ้าน
ไฟแนนซ์ - ลิสซิ่ง
กรุงศรี ออโต้ คว้ารางวัลจากเวที HR Excellence Awards 2024
SMEs - Startup
SCB 10X ประกาศร่วมลงทุนรอบ Series A ใน Ema
ประกันภัย - ประกันชีวิต
‘gettgo’ จับมือ ‘Big C’รุกประกันออนไลน์ ผ่าน “แอป Big C Plus”
รถยนต์
Roddonjai เสริมความรู้ผู้ประกอบการรถมือสอง จับเทรนด์ - เทคโนโลยีใหม่ ๆ
ท่องเที่ยว
“Gother” เล็งคลอดแคมเปญกระตุ้นยอดสมาชิกสู่ 1 ล้านราย
อสังหาริมทรัพย์
อนันดาฯ ส่งโปรโมชั่น ANANDA PAY DAY กระตุ้นกำลังซื้อ Q3
การตลาด
KTC ผนึก ‘ดูโฮม’ ตอบโจทย์เทรนด์สร้าง-ซ่อมบ้าน
CSR
SCB 10X ประกาศร่วมลงทุนรอบ Series A ใน Ema
Information
NDR ร่วมบริจาคเงิน ผ่านมูลนิธิองค์กรทำดี ช่วยเหลือน้ำท่วม
Gossip
BM ซื้อหุ้นคืนแล้ว 6.1 ล้านหุ้น
Entertainment
อลิอันซ์ ร่วมเฉลิมฉลอง-เชิดชูนักกีฬาพาราลิมปิกไทย
สกุ๊ป พิเศษ
โอกาสลงทุนหุ้นแห่งอนาคต ฝั่งตะวันออก VS ตะวันตก
BBIK แนะภาคธุรกิจทำ ‘Data Architecture’ ยกระดับคุณภาพฐานข้อมูล
2022-05-19 23:12:55
5133
sharer
นิวส์ คอนเน็คท์ – BBIK แนะภาคธุรกิจเร่งทำ “Data Architecture” ในการออกแบบและสร้างมาตรฐานการบริหารจัดการข้อมูลองค์กรในทุกกระบวนการ ให้เป็นไปอย่างมีระบบระเบียบและมีมาตรฐานผ่านหลักปฏิบัติ 6 ขั้นตอนเพื่อปูทางสู่การเป็น Data-Driven Organization ช่วยปลดล็อคศักยภาพและการใช้งานปัญญาประดิษฐ์ได้อย่างเต็มประสิทธิภาพ
เมื่อวันที่ 19 พฤษภาคม 2565 นายพิพัฒน์ ประภาพรรณพงศ์ ผู้อำนวยการและหัวหน้าทีม Big Data and Advanced Analytics บริษัท บลูบิค กรุ๊ป จำกัด (มหาชน) หรือ BBIK เปิดเผยว่า กระแสความตื่นตัวของภาคธุรกิจเกี่ยวกับการปรับเปลี่ยนสู่องค์กรที่ขับเคลื่อนด้วยข้อมูลในประเทศไทยนั้นถือว่าอยู่ในระดับสูง แต่กลับมีองค์กรจำนวนไม่น้อยที่มองข้ามขั้นตอนสำคัญในการวางรากฐานให้กับข้อมูลอย่าง การวางแผนและออกแบบการจัดการข้อมูลตั้งแต่ต้นน้ำจนถึงปลายน้ำอย่างเป็นระบบ “Data Architecture หรือ สถาปัตยกรรมข้อมูล” ส่งผลให้หลายองค์กรที่นำ Artificial Intelligence (AI) หรือ Machine Learning (M/L) มาใช้งานโดยที่ไม่มีการออกแบบสถาปัตยกรรมข้อมูลที่เหมาะสม ต้องเผชิญกับปัญหาด้านการประมวลผลข้อมูลที่คลาดเคลื่อน จำเป็นต้องใช้เวลาในการตรวจสอบและแก้ไขข้อมูล (Data Cleansing) นานเกินไปจน ทำให้สูญเสียโอกาสทางธุรกิจและก่อให้เกิดต้นทุนค่าเสียโอกาส (Opportunity Cost) ซึ่งหากไม่แก้ไขปัญหาดังกล่าวจะส่งผลต่อขีดความสามารถการแข่งขันในอนาคตในที่สุด
“การให้ความสำคัญเกี่ยวกับการสร้างสถาปัตยกรรมข้อมูลในประเทศไทยนั้นยังน้อย สวนทางกับความต้องการทำ Data Analytics หรือ การใช้เทคโนโลยีปัญญาประดิษฐ์ในการวิเคราะห์หาข้อมูลเชิงลึก (Insights) ที่มีสูง ซึ่งในความเป็นจริงแล้วข้อมูลเชิงลึกที่มีคุณภาพและถูกต้องแม่นยำสูงนั้น จำเป็นต้องมีสถาปัตยกรรมข้อมูลที่กำหนดมาตรฐานในการรวบรวม จัดเก็บ ประมวลผล ตรวจสอบ คัดกรอง แก้ไข และวิเคราะห์ข้อมูลให้ถูกต้อง รวมทั้งออกแบบให้การเรียกใช้งานข้อมูลที่มีความยืดหยุ่น ซึ่งในโลกของ Data Analytics มีคำเปรียบเปรยเกี่ยวกับข้อมูลว่า Garbage in – Garbage out หรือ GIGO หมายถึง หากข้อมูลที่เราป้อนเข้าสู่ระบบคอมพิวเตอร์ไม่ถูกต้อง ไม่สมบูรณ์ ไม่สอดคล้องกับความต้องการ จึงเปรียบเหมือนกับขยะ ผลลัพธ์ที่ได้จากคอมพิวเตอร์ก็ไม่ต่างกับขยะที่ไร้ประโยชน์เช่นกัน ด้วยเหตุนี้การสร้างสถาปัตยกรรมข้อมูลจึงเป็นการปูพื้นฐานที่สำคัญในการนำข้อมูลไปใช้งานทุกรูปแบบ” นายพิพัฒน์ กล่าว
ทั้งนี้ Data Architecture จึงเป็นส่วนสำคัญในการวางรากฐานและการออกแบบการบริหารจัดการ โครงสร้างและสร้างมาตรฐานคุณภาพข้อมูลให้สามารถนำไปใช้งานได้อย่างมีประสิทธิภาพ รวดเร็ว และตอบโจทย์ธุรกิจ อีกทั้งยังช่วยลดค่าใช้จ่าย เพิ่มความปลอดภัยของข้อมูล ลดเวลาการทำงาน และความผิดพลาดจาก Human Error รวมถึงยกระดับความถูกต้องแม่นยำให้กับข้อมูล เพื่อเพิ่มศักยภาพของปัญญาประดิษฐ์และการวิเคราะห์ข้อมูลขั้นสูงด้วย
ดังนั้นองค์กรที่ต้องการก้าวไปสู่การเป็นองค์กรที่ขับเคลื่อนด้วยข้อมูล หรือองค์กรที่กำลังประสบปัญหาการใช้เทคโนโลยีปัญญาประดิษฐ์ได้ไม่เต็มศักยภาพ จึงควรเร่งทำ Data Architecture ซึ่งทาง บลูบิค ได้วางแนวปฏิบัติในการทำ Data Architecture เบื้องต้น 6 ขั้นตอน ที่สามารถปรับใช้ได้กับทุกองค์กร ด้วยการออกแบบโมเดลสถาปัตยกรรมข้อมูลเฉพาะสำหรับแผนกลยุทธ์หรือโครงการต่างๆ ดังนี้
1) การทำความเข้าใจกลยุทธ์ของธุรกิจ รวบรวมความต้องการและเป้าหมายของธุรกิจ เพื่อนำไปกำหนดการออกแบบสถาปัตยกรรมข้อมูลที่มีประโยชน์ต่อกระบวนการตัดสินใจ เพื่อนำไปสู่การบรรลุเป้าหมายของกลยุทธ์นั้นๆ
2) การคัดแยกข้อมูลที่มีคุณค่า (Identify Value Data) เมื่อเข้าใจกลยุทธ์ทางธุรกิจแล้ว คัดกรองเฉพาะข้อมูลหลักที่จำเป็นต้องมีคุณภาพ (Critical Data Elements) ทำความเข้าใจกับทิศทางการไหลของข้อมูล และโครงสร้างของข้อมูลที่มีความสำคัญเกี่ยวข้องกับการคิดแผนกลยุทธ์ และมีประโยชน์ต่อกระบวนการตัดสินใจ โดยจัดให้มีหน่วยงานหรือผู้รับผิดชอบในการบริหารจัดการคุณภาพข้อมูล จัดให้มีการกำหนดโครงสร้างและคุณลักษณะข้อมูลที่มีคุณภาพที่ชัดเจน และเข้าใจการไหลของข้อมูลตั้งแต่การนำเข้าข้อมูลจนถึงส่วนที่จะนำข้อมูลไปใช้งาน
3) การจัดลำดับความสำคัญข้อมูล (Prioritization of Data) การจัดลำดับความสำคัญของข้อมูลทำให้สามารถกำหนดจุดเริ่มต้นของการออกแบบและจัดระเบียบของโมเดลข้อมูล เพื่อที่จะทำให้สถาปัตยกรรมข้อมูลที่สร้างขึ้นมานั้นสอดคล้องกับการนำข้อมูลไปใช้งานและกลยุทธ์ในการดำเนินงานขององค์กร จึงสามารถเรียกข้อมูลไปใช้ได้อย่างรวดเร็วมากยิ่งขึ้น
4) การนำข้อมูลที่ได้มาไปเชื่อมโยงกับ Use Case เพื่อกำหนดกรอบข้อมูล ตั้งแต่จุดเริ่มต้นในเชื่อมต่อ รวบรวมข้อมูล การออกแบบแบบจำลองข้อมูล และเข้าสู่กระบวนการสร้างแบบจำลองข้อมูล สำหรับกลยุทธ์นั้นได้, 5) การใช้ประโยชน์จากข้อมูล Insights นำข้อมูลที่ผ่านการกระบวนการวิเคราะห์โดย Data Analytics หรือ ปัญญาประดิษฐ์ เพื่อทำแผน Quick Win หรือ ประกอบการตัดสินใจทางธุรกิจต่างๆ เพื่อบรรลุเป้าหมายตามแผนกลยุทธ์ที่ได้วางไว้
6) การสร้างความตระหนักรู้ให้กับคนในองค์กร เมื่อประสบความสำเร็จจากการนำข้อมูลจากสถาปัตยกรรมไปใช้แล้ว ควรทำการประชาสัมพันธ์ให้บุคลากรในองค์กรทราบถึงความสำคัญและประสิทธิผลในการใช้ข้อมูลเชิงลึกที่มีคุณภาพ เพื่อปรับมุมมองเกี่ยวกับสถาปัตยกรรมข้อมูลให้เป็นไปอย่างถูกต้อง เป็นจุดเริ่มต้นของการสร้างวัฒนธรรมองค์กรที่ขับเคลื่อนด้วยข้อมูล
“เมื่อ Data-Driven Organization กลายเป็นพันธกิจของหลายองค์กร การวางรากฐานข้อมูลด้วยการสร้างสถาปัตยกรรมข้อมูลจะช่วยให้องค์กรเข้าใจข้อมูลและการจัดการข้อมูลได้ดีขึ้น ทำให้ผู้ใช้งานสามารถเข้าถึงข้อมูลที่มีคุณภาพได้อย่างรวดเร็ว ซึ่งจะทำให้การนำเทคโนโลยีปัญญาประดิษฐ์มาใช้ให้เกิดประโยชน์สูงสุด รวมถึงการเลือกใช้เทคโนโลยีให้เหมาะสมกับการใช้งานในภาคธุรกิจนั้น ซึ่งภารกิจเหล่านี้ล้วนจำเป็นต้องมีบุคคลากรที่มีความรู้ความเชี่ยวชาญที่เข้าใจทั้งภาคธุรกิจและเทคโนโลยีเป็นอย่างดี เพื่อให้การปรับเปลี่ยนองค์กรสามารถบรรลุตามเป้าหมายได้อย่างราบรื่น จากประสบการณ์ของ บลูบิค ที่ได้เข้าไปช่วยปรับเปลี่ยนองค์กรชั้นนำสู่การเป็นองค์กรที่ขับเคลื่อนด้วยข้อมูล พบว่า การออกแบบสถาปัตยกรรมข้อมูลโดยผู้เชี่ยวชาญที่เข้าใจการใช้งานข้อมูลในมุมธุรกิจนั้น สามารถลดความเสี่ยงจากข้อมูลสำคัญสูญหายระหว่างกระบวนการจัดเก็บ ลดเวลากระบวนการทำ Data Cleansing สามารถตรวจสอบและสร้างมาตรฐานข้อมูลที่เหมาะสมกับธุรกิจ ทำให้จำนวนข้อมูลเชิงลึกที่ถูกต้องและแม่นยำมีมากขึ้น ส่งผลให้ความเสี่ยงจากการตัดสินใจผิดพลาดลดลงด้วย” นายพิพัฒน์ กล่าว
SINO วางกลยุทธ์ขยายฐานลูกค้าในสหรัฐฯ รุกขยายบริการในอาเซียนเพิ่ม
TTB อัดแคมเปญแรงส่งท้ายปี ล่อใจลูกค้ารีไฟแนนซ์บ้าน - DITTO Backlog ทะลุ 5 พันล.
COCOCO ออเดอร์แน่นถึงปีหน้า โบรกเคาะเป้า 16 บาท
DITTO ลุยกวาดรายได้เพิ่ม ตุน Backlog กว่า 900 ล้านบาท
SEAFCO ตั้งตารอ 'รถไฟฟ้าสีส้ม' หนุนกำไรปี 68 เด้งแรง - LEO ย้ำหมุดปี 67 โตแกร่ง -
SEAFCO รถไฟฟ้าสีส้มหนุนกำไรปี 68 พุ่งแรง โบรกชี้เป้า 3 บาท