ศัตรูทั้งเจ็ดของ Big Data

images

ปัจจัยเหล่านี้ส่งผลกระทบในทางลบ ทำให้การนำ Big Data ไปใช้ไม่ประสบความสำเร็จเท่าที่ควร เรียบเรียงจาก The Seven Enemies Of Big Data

  • IT Architecture – ความท้าทายทางเทคโนโลยี โดยเฉพาะอย่างยิ่งการจัดการข้อมูลที่หลากหลาย โดยที่สถาปัตยกรรมข้อมูลภายในองค์กรอาจไม่ยืดหยุ่นพอ จำเป็นต้องมีการวางแผน ออกแบบที่เหมาะสม
  • Amature data science – นักวิทยาการข้อมูลมือสมัครเล่น คงเป็นเพราะความขาดแคลนและความเซ็กซี่ของงาน หลายคนเรียกตัวเองว่า data scienctists โดยอาจจะยังไม่มีพื้นฐานหรือความเข้าใจเกี่ยวกับสถิติที่มากเพียงพอ อาจส่งผลให้สรุปผลและตีความการวิเคราะห์ข้อมูลผิดพลาดไปได้ อาจเกิดอันตรายได้เปรียบเหมือนกับการให้เด็กอายุ 14 ขับรถสปอร์ตแรงๆ
  • Resource – ทรัพยากรบุคคลที่เกี่ยวข้องกับการวิเคราะห์ข้อมูล ไม่เพียงแต่แค่เฉพาะ data scienctists ที่ขาดแคลน แต่บุคลากรที่มีความสามารถในการวิเคราะห์ข้อมูล ประมวลข้อสรุป และนำไปสู่การตัดสินใจได้ ก็ขาดแคลนเช่นกัน ถึงแม้ว่าวิทยาลัยหลายแห่งเริ่มสอน Business Analytics อย่างจริงจัง แต่ก็คงยังต้องใช้เวลาอีกระยะหนึ่ง
  • Culture – วัฒนธรรมองค์กร โดยเฉพาะอย่างยิ่ง ในเรื่อง “วิธีการตัดสินใจ” เป็นเรื่องยากและท้าทายที่จะพยายามเปลี่ยนให้คนในองค์กร หันมาใช้ตรรกะและข้อมูลประกอบการตัดสินใจ แทนที่จะใช้สัญชาติญาณหรือประสบการณ์เดิมๆ โดยเฉพาะอย่างยิ่ง หากผลการวิเคราะห์ออกมาในเชิงขัดแย้งกับความเชื่อหรือแนวทางดั้งเดิม ผู้นำองค์กรมีบทบาทอย่างมากในการส่งเสริมให้เกิดการเปลี่ยนแปลงนี้
  • Classification – การจำแนกประเภท และคุณค่าของข้อมูล เป็นการยากที่จะประเมินความสำคัญของข้อมูลที่เกิดขึ้นใหม่ทุกๆ วินาที อะไรสำคัญ อะไรควรจะเก็บไว้ เมื่อเทียบกับความยุ่งยากทางเทคโนโลยีและการจัดการข้อมูล
  • Translation – การแปลผลการวิเคราะห์ ให้กลายเป็น insights ที่สามารถนำไปต่อยอดเพื่อการตัดสินใจอย่างใดอย่างหนึ่งได้ นอกเหนือไปจากการวิเคราะห์แล้ว การใช้ Data Visualization เพื่อสื่อสารให้เข้าใจได้ง่าย และผลักดันให้เกิดการนำไปใช้ต่อ จึงมีความจำเป็นเพิ่มมากขึ้น
  • Scope – ขอบเขตการวิเคราะห์ข้อมูล แค่ไหนถึงจะพอ เมื่อข้อมูลมีจำนวนมากและหลากหลาย เราอาจทุ่มกำลังวิเคราะห์ข้อมูลให้ลึกและกว้างขวางขึ้น แต่ประโยชน์ที่จะได้รับจากการวิเคราะห์เพิ่มเติมอาจไม่ได้มากอย่างที่คาดไว้ และจะมีจุดที่การวิเคราะห์ข้อมูลเพิ่มเติม ไม่สามารถสร้างคุณค่าได้คุ้มค่าพอแล้ว นั่นคือจุดที่ควรจะหยุด

ที่มา: The Seven Enemies Of Big Data | Forbes

ทำความรู้จักกับ Data Governance

 

Data Governance ซึ่งอยากจะเรียกเป็นภาษาไทยว่า “ธรรมาภิบาลข้อมูล” เป็นองค์ประกอบสำคัญอย่างหนึ่ง ที่จะช่วยส่งเสริมศักยภาพขององค์กรในการนำข้อมูลไปใช้ได้อย่างเต็มประสิทธิภาพ แต่เนื่องจากมีลักษณะเป็นนามธรรมค่อนข้างสูง เวลาคุยกับผู้บริหาร หลายท่านอาจจะยังนึกไม่ออกว่า การทำธรรมาภิบาลข้อมูล มันคืออะไร ทำแล้วได้อะไร

Data Governance มีหลายนิยาม แต่ที่อยากยกมาเป็นตัวอย่าง คือนิยามของ The Data Governance Institute ซึ่งมีแนวคิดตามภาพ (คลิ้กที่นี่เพื่อดาวน์โหลดภาพต้นฉบับ)

DGI-Data-Governance-Framework-Image

กล่าวโดยย่อที่สุด ธรรมาภิบาลข้อมูล คือการกำหนดและบังคับใช้ กฎ กติกา มารยาท เกี่ยวกับงานด้านข้อมูลในองค์กร

การทำ data governance อาจมีแรงผลักดันจากหลายด้าน เช่น จำเป็นต้องทำเพื่อให้รองรับตามกฎหมายข้อบังคับ ทำเพราะมีปัญหาคุณภาพข้อมูล เพราะมีปัญหาด้านความปลอดภัยข้อมูล เพราะเตรียมตัวผนวกระบบ (อาจจะผ่านการซื้อหรือขายกิจการ) หรือเพราะต้องการพัฒนาระบบ Business Intelligence เป้าหมายแต่ละแบบก็มี focus area แตกต่างกัน

โดยหลักๆ แล้วงาน data governance มักประกอบไปด้วย

  • กำหนดหน่วยงานหรือองค์กรที่ทำหน้าที่กำกับดูแลข้อมูล รวมถึงอำนาจในการตัดสินใจสำหรับข้อมูลแต่ละชนิด
  • กำหนดนิยาม นโยบาย และมาตรฐานข้อมูล (data definition, policy and standards)
  • กำหนดกฎเกณฑ์ทางธุรกิจ หรือ Business Rules ในการสร้าง แก้ไข หรือลบข้อมูล
  • กำหนดเกณฑ์วัดคุณภาพข้อมูล (data quality and measurements)
  • กำหนดกระบวนการในการจัดการควบคุมข้อมูล ซึ่งอาจส่งผลให้มีการแก้ไขระบบ IT ในหลายๆ ระบบ
  • กำหนดวิธีการในการรับมือ เมื่อเกิดปัญหา รวมถึงขั้นตอนในการขอแก้ไขกฎเกณฑ์ที่กำหนดไว้ก่อน

 

งาน data governance โดยส่วนมากแล้ว ปัญหาทางเทคนิคค่อนข้างตรงไปตรงมา แต่ที่ท้าทายกว่ามาก คือปัญหาในด้านองค์กร โดยเฉพาะองค์กรใหญ่ ที่แต่ละหน่วยงานมีอำนาจหน้าที่ (และงบประมาณ) เป็นของตัวเอง ระบบงานต่างๆ โดยมากมักอิงตามความต้องการของหน่วยงานหลักที่ระบบนั้นๆ สนับสนุนอยู่

 

การจัดทำธรรมาภิบาลข้อมูล เป็นงานสำคัญที่มักไม่ค่อยได้รับความสนใจเท่าใดนัก แต่หากดำเนินการอย่างถูกต้องเหมาะสม จะช่วยให้การใช้งานข้อมูลในองค์กร เป็นไปได้อย่างราบรื่นและมีประสิทธิภาพ เครื่องไม้เครื่องมือหรือโครงการใดๆ ไม่ว่าจะทำ Enterprise Data Warehouse, Business Intelligence หรือแม้แต่ Big Data ก็จะสะดวกราบรื่น มีปัญหาน้อยกว่าองค์กรที่ไม่ได้มีการทำ data governance มาก่อนเลย

ปัญหาท้าทาย 10 อย่างสำหรับ Big Data [Infographic]

Tata Consultancy Services (TCS)  บริษัทที่ปรึกษารายใหญ่ในอินเดีย ทำการสำรวจปัญหาท้าทาย 10 อย่างที่พบในงาน Big Data แล้วสรุปออกมาเป็น Infographic ข้างล่างนี้ เป็นที่น่าสังเกตว่า 8 ใน 10 เป็นปัญหาที่เกี่ยวกับองค์กรและวัฒนธรรมองค์กร มีเพียงแค่ 2 ปัญหาเท่านั้นที่เป็นปัญหาเกี่ยวกับเทคโนโลยี

Read more

องค์กรคุณกำลังพบปัญหา Report Proliferation Syndrome อยู่หรือเปล่า?

หนึ่งในลักษณะอาการที่มักพบได้ทั่วไปตามองค์กรที่เริ่มเอาระบบ IT เข้ามาใช้งาน คือการเติบโตลุกลามของรายงานแบบต่างๆ ผมเรียกเอาเองว่า Report Proliferation Syndrome มาดูลักษณะปัญหา พร้อมแนวทางแก้ไข

Read more