ความเชื่อผิดๆ เกี่ยวกับข้อมูลสำหรับ Business Intelligence

สมมติฐานบางข้อ ที่ผู้บริหาร IT หลายท่านอาจจะกำลังใช้อยู่โดยไม่รู้ตัว อาจส่งผลต่อความสำเร็จในการนำ Business Intelligence มาใช้ในองค์กรของท่านได้

ความเชื่อบางอย่าง กลายเป็นพื้นฐานในการกำหนดแนวทางการนำระบบ BI มาใช้ในองค์กร มันส่งผลให้เกิดสมมติฐานที่ไม่ได้เขียนเอาไว้เป็นส่วนหนึ่งของ Requirements และในขั้นตอนการพัฒนาโซลูชั่น ความต้องการเหล่านี้ก็อาจส่งผลกระทบต่อ งบประมาณ ระยะเวลา และความสามารถของระบบโดยรวมได้

ความเชื่อผิดๆ ที่อยากกล่าวถึงสองข้อ ประกอบด้วย

  • ข้อมูลยิ่งมากยิ่งดี ยิ่งละเอียดยิ่งดี
  • ทุกคนต้องการวิเคราะห์ข้อมูล

ข้อมูลยิ่งมากยิ่งดี ยิ่งละเอียดยิ่งดี

ไม่จริงเสมอไปครับ ที่ข้อมูลจำนวนมาก หรือมีความละเอียดสูง จะมีข้อดีมากกว่า มันอาจเป็นข้อเสียก็ได้ ประเด็นที่สำคัญกว่าก็คือ ใครเป็นผู้ใช้ และใช้ข้อมูลนั้น เพื่อ “ทำ” หรือ “ตัดสินใจ” อะไรมากกว่า

  • นักท่องเที่ยว ต้องการแค่การพยากรณ์อากาศของเมืองที่เขาจะไป เพื่อจะได้ตัดสินใจว่าต้องเตรียมเสื้อผ้าอย่างไร การนำเสนอพยากรณ์อากาศของทุกเมืองในประเทศละเอียดเป็นรายชั่วโมง เยอะเกินความจำเป็น
  • นักลงทุนที่ถือหุ้นตัวหนึ่งอยู่ และตัดสินใจจะขายเมื่อราคาหุ้นขึ้นไปถึงจุดหนึ่ง เขาอาจอยากรู้แค่ “วันที่” ที่ราคาหุ้นตัวนั้นไปถึงจุดที่ต้องการ
  • ผู้จัดการกองทุน ที่ต้องตัดสินใจในหลายทางเลือก อาจต้องการข้อมูลหุ้นตัวนั้นมากและละเอียดกว่านักลงทุนทั่วไป แนวโน้มที่ผ่านมา ผลประกอบการเทียบกับตลาด และอื่นๆ

ปริมาณข้อมูลที่จะนำเสนอ และความละเอียดแม่นยำของข้อมูล อาจส่งผลต่อเทคโนโลยี BI ที่เลือกใช้ วิธีที่ใช้ในการเก็บและประมวลผลข้อมูล โดยมากแล้ว ความต้องการข้อมูลมากขึ้นและละเอียดขึ้น มักมีต้นทุนสูงกว่า

ทุกคนต้องการวิเคราะห์ข้อมูล

ความสามารถในการวิเคราะห์ข้อมูลหรือ Analytic Capability กินความหลากหลาย ตั้งแต่แค่การแสดงสัดส่วน แนวโน้ม หรือเน้นข้อมูลผิดปกติ ก็ถือเป็นการวิเคราะห์ข้อมูลแบบหนึ่งแล้ว หรืออาจเพิ่มเติมเป็นความสามารถในการหมุนย้ายแกน เพื่อดูข้อมูลในรูปแบบอื่นๆ ไปจนถึงการพยากรณ์ค่าบางอย่างในลักษณะของ Predictive Analytic

แต่ละคนมีความชอบและความอยากรู้อยากเห็นในเรื่องเกี่ยวกับข้อมูลไม่เท่ากัน ถึงแม้จะทำงานในตำแหน่งเดียวกัน แต่ไม่ใช่ทุกคนจะอยากหมุนข้อมูล เจาะลึก ทำความเข้าใจกับข้อมูลแบบเดียวกันหมด นั่นเป็นเรื่องสำหรับพวกสมองซีกซ้ายใหญ่กว่าซีกขวา ในขณะที่คนบางคนอาจจะถนัดแก้ปัญหาด้วยสมองซีกขวามากกว่า (พูดคุยหาข้อมูลจากผู้คน)

ผลเสียที่เกิดขึ้น

การสัมภาษณ์ Power User หนึ่งคน แล้วเหมาเอาว่าทุกคนในองค์กร ต้องการใช้ชนิดและรายละเอียดข้อมูล รวมถึงความสามารถในการวิเคราะห์ข้อมูลแบบเดียวกัน อาจทำให้เราต้องลงทุนในซอฟต์แวร์ที่คน 80% ขององค์กรใช้ความสามารถนั้นได้แค่ 5% ก็เป็นได้

ข้อเสนอแนะ

คำแนะนำคือ ให้แบ่งกลุ่มของผู้ใช้ตาม “การตัดสินใจ” ที่พวกเขาทำ ถึงแม้ว่าโดยทั่วไปแล้ว บทบาทหน้าที่หรือแผนกงานที่ทำอาจเป็นตัวแบ่งได้คร่าวๆ แต่การทำความเข้าใจรูปแบบการตัดสินใจของคนแต่ละกลุ่ม จะทำให้เราเข้าใจ ความต้องการใช้ข้อมูล และการวิเคราะห์ได้ดีขึ้น และทำให้การลงทุนใน Business Intelligence เกิดผลได้คุ้มค่ามากกว่า

Leave a Reply

Your email address will not be published. Required fields are marked *