วิทยาการวิเคราะห์ข้อมูล หรือ ดาต้า อนาไลติกส์ (Data Analytics) เป็นศาสตร์ที่เกี่ยวข้องกับการวิเคราะห์ข้อมูล โดยนำข้อมูลมาประมวลผลด้วยวิธีต่าง ๆ เช่น การจำแนกกลุ่ม การดำเนินการทางสถิติ การวิเคราะห์แนวโน้ม การค้นหาความสัมพันธ์ระหว่างลักษณะประจำของข้อมูล ซึ่งอาจจะไม่ปรากฏชัดเจนนัก (สำนักงานราชบัณฑิตยสภา, 2019)
องค์กรธุรกิจจำนวนมากได้นำ Data Analytics มาใช้เนื่องจากประโยชน์หลายประการ เช่น การสร้างตัวแบบการพยากรณ์ทางธุรกิจได้อย่างแม่นยำ การวิเคราะห์ข้อมูลทำให้ทราบถึงความไม่มีประสิทธิภาพในการดำเนินงานของกิจการ การติดตามลูกค้าเพื่อพัฒนาผลิตภัณฑ์ให้ตรงกับความต้องการของลูกค้า เป็นต้น ทำให้องค์กรธุรกิจต่างๆ มีความต้องการนักวิเคราะห์ข้อมูล (Data Analyst) มากยิ่งขึ้น เพื่อช่วยในการกำหนดกลยุทธ์ ปรับปรุงกระบวนการภายใน เพื่อสร้างมูลค่าเพิ่มแก่ลูกค้า และสร้างความได้เปรียบในการแข่งขัน
กระบวนการของการวิเคราะห์ข้อมูลหรือ ดาต้า อนาไลติกส์ ในที่นี้จะกล่าวตาม “IMPACT cycle” ซึ่งมี 6 ขั้นตอน โดยมีลักษณะเป็นวงจร แสดงได้ดังภาพที่ 1
จากภาพที่ 1 อธิบาย IMPACT cycle ได้ดังนี้
I: Identify the questions เป็นการตั้งคำถามหรือระบุปัญหาที่เกิดขึ้น ซึ่งเป็นขั้นตอนแรกของการวิเคราะห์ข้อมูล โดยผู้วิเคราะห์จะต้องสามารถระบุปัญหาที่ต้องการหาคำตอบ ซึ่งการตั้งคำถามจะช่วยให้ผู้วิเคราะห์เข้าใจสภาพเหตุการณ์ หรือกิจกรรมที่เกี่ยวข้องได้อย่างชัดเจน ตัวอย่างคำถามเช่น ลูกหนี้ชำระเงินภายในเวลาที่กำหนดหรือไม่ มีค่าใช้จ่ายที่ไม่เกี่ยวข้องกับกิจการเกิดขึ้นหรือไม่ ผู้มีอำนาจอนุมัติสินเชื่อได้อนุมัติสินเชื่อเกินอำนาจที่ตนมี หรือไม่ กำหนดราคาขายอย่างไร เป็นต้น
M: Master the data เป็นการรวบรวมและจัดการข้อมูล โดยที่ข้อมูลมีมากมายหลากหลาย ทั้งจากภายในองค์กร เช่น งบการเงินขององค์กรเอง งบประมาณประจำปี รายงานการปฏิบัติงานของผู้ขายวัตถุดิบ รายงานสินค้าคงเหลือ เป็นต้น ข้อมูลภายนอกองค์กร เช่น ข้อมูลจากกรมพัฒนาธุรกิจการค้า ข้อมูลจากกรมสรรพากร ข้อมูลจากตลาดหลักทรัพย์แห่งประเทศไทย การวิเคราะห์ข้อมูลบางอย่างอาจต้องใช้วิธีซื้อข้อมูลจากภายนอก เป็นต้น สิ่งสำคัญที่ต้องพิจารณาในการรวบรวมข้อมูลคือ ความน่าเชื่อถือของข้อมูล (Reliability) ช่วงเวลาของข้อมูล (Time period) ซึ่งจะบ่งบอกถึงความล้าสมัยหรือความทันสมัยของข้อมูล
P: Perform test plan เป็นการทดสอบข้อมูล แผนการทดสอบอาจประกอบด้วย ขอบเขตของการ
ทดสอบ แนวทางการทดสอบทรัพยากรที่ใช้ และตารางเวลาการทดสอบพร้อมทั้งต้องระบุรายการที่จะทดสอบ คุณลักษณะที่จะทดสอบ งานที่ต้องกระทำ ผู้รับผิดชอบในแต่ละงานนั้น รวมถึงความเสี่ยงที่อาจจะเกิดขึ้น
A: Address and refine results เป็นการปรับแต่งผลลัพธ์ ในพิจารณาคำตอบหรือผลลัพธ์ที่ได้จากการศึกษา จะต้องระบุความสัมพันธ์ของข้อมูลที่ได้มา เพื่อตอบคำถามที่ได้ตั้งไว้ในขั้นตอนแรก อาจต้องสอบถามความคิดเห็นผู้อื่นในองค์กรเพิ่มเติม ทบทวบเพื่อปรับแต่งผลลัพธ์ หรืออาจต้องทำการวิเคราะห์ใหม่อีกรอบ หากผลที่ได้ยังไม่ตรงกับความต้องการ
C: Communicate เป็นการสื่อสารผลลัพธ์ โดยนำผลลัพธ์ที่ได้จากการวิเคราะห์ข้อมูลมาสื่อสารให้ผู้ที่เกี่ยวข้องได้รับทราบ ซึ่งการนำเสนอสารสนเทศจะเป็นการนำเสนอเชิงกราฟิก เช่น กราฟ (graphs) แผนภูมิ (charts) แผนที่ (maps) เป็นต้น จะช่วยทำให้ผู้ใช้รายงานเห็นและเข้าใจถึงแนวโน้ม (Trends) ความผิดปกติ (outliers) และรูปแบบ (patterns) ของสารสนเทศที่นำเสนอนั้นได้ง่ายและชัดเจน โดยนำเสนอสารสนเทศทั้งในเชิงปริมาณและเชิงคุณภาพ
T: Track outcomes เป็นการติดตามผลที่ได้ เมื่อผู้ใช้นำผลลัพธ์ที่ได้จากการวิเคราะห์ข้อมูลไปใช้แล้ว จากนั้นจะต้องติดตามผลการตัดสินใจดังกล่าวว่าสอดคล้องกับที่ได้จากการวิเคราะห์ข้อมูลนั้นหรือไม่ เป็นอันจบกระบวนการของ วงจร IMPACT และเริ่มวงจร IMPACT ใหม่อีกครั้งเมื่อมีปัญหาใหม่เกิดขึ้น
ที่มา :
– สำนักงานราชบัณฑิตยสภา (2019) สืบค้นจาก https://www.facebook.com/RatchabanditThai/photos/data-analytics
