โดย คุณอั๋น Head of Data Innovation Business จาก Dentsu ในงาน Data Xperience Meetup
ในช่วง Session Decoding Life: A Data Strategy Experience ของงาน คุณอั๋นได้มาแชร์วิธีการวาง Data Strategy ทั้งในองค์กรและในชีวิตจริงผ่าน Framework ที่มีชื่อว่า Data Xperience Strategy เพื่อบรรลุเป้าหมายทางธุรกิจ กลยุทธ์ด้านข้อมูล ว่าทำอย่างไรถึงจะประสบความสำเร็จ โดยมี 3 ส่วนดังนี้
1. Human Experience
คนมักจะพูดถึง User Experience แต่อยากให้ถอยภาพออกมามองไกลขึ้นเป็น Human Experience (ประสบการณ์ของมนุษย์) ตั้งแต่มนุษย์เกิดมา เติบโต ทำงาน มีรถคันแรก เจ็บป่วย จนเสียชีวิต ได้พบประสบการณ์หรือเจอเรื่องราวอะไรบ้าง โดยดูว่าในแต่ละช่วงมีดาต้าอะไรบ้างที่เกี่ยวข้อง เพื่อตัดสินใจสำหรับการสร้างประสบการณ์
โดย 3 สิ่งที่ต้องพิจารณาในการสร้างประสบการณ์คือ
- กลยุทธ์ลูกค้าและการใช้ประโยชน์จากข้อมูล ผ่าน 3A คือ Audience (เราพูดกับใคร), Activation (เขาจะได้สัมผัสประสบการณ์อะไร), Analytics (เราจะเข้าใจคุณค่าได้อย่างไร)
- มีความชัดเจนว่าข้อมูลใดทำได้และไม่สามารถทำได้
- กำหนดเป้าหมาย – กำหนดวิสัยทัศน์ว่าจะใช้ข้อมูลอะไร ด้วยการดำเนินการอย่างไร (กระบวนการ, คน, แพลตฟอร์ม) แล้วจะพัฒนามันอย่างไร (Adaptation Design, Audience Design, Compliance Design, UX Design)
ตรวจสอบ “Xperience” ในปัจจุบันและพิจารณาถึงข้อจำกัด 3 ข้อ
1. เทคโนโลยีที่รองรับ – เรื่องของ Data Privacy เป็นปัจจัยสำคัญที่สร้างความแตกต่างในการแข่งขัน
2. คนที่รองรับ – ทำความเข้าใจว่าคนคาดหวังอะไร ในแต่ละวัฒนธรรม มีความแตกต่างกัน
3. กฎหมายที่รองรับ – กฎหมายในแต่ละที่มีการพัฒนาอย่างต่อเนื่อง ทำให้อาจเป็นข้อจำกัด ดังนั้นต้องทำความเข้าใจ
2. Operational & Process Improvement
Prime Value Chain Analysis (PVCA) เป็นเครื่องมือที่ช่วยทำความเข้าใจ วิเคราะห์ และปรับปรุงกระบวนการต่าง ๆ ในองค์กร เพื่อให้งานส่วนต่าง ๆ มีคุณค่าและตรงตามเป้าหมายขององค์กร โดยมี 5 ขั้นตอน
- Discover & Describe – ทำความเข้าใจ customer journey และระบุถึง pain points
- Root cause Hypothesis – ออกแบบแผนผังที่ครอบคลุมกิจกรรมทางธุรกิจและตั้งสมมติฐานว่าที่อธิบายถึงสาเหตุที่แท้จริงของปัญหา
- Deep dive lens analysis– รวบรวมข้อมูลทั้งเชิงคุณภาพและปริมาณ เพื่อวิเคราะห์เชิงลึกจากมุมมองที่หลากหลาย
- Top priority areas – จัดเรียงลำดับตามความสำคัญผ่านการนำ Lens ต่าง ๆ มาซ้อนกัน (Value, Type of work, Pain Point, Accountability, Critical Path to Value, Effort) เช่น ดูในมุมประเภทงาน กับ คุณค่า อาจเห็นว่างานส่วนใหญ่อยู่ที่งานที่ต้องการความเชี่ยวชาญ แต่งานวางแผนกลยุทธ์ที่มีคุณค่ามากกว่า ยังเป็นส่วนน้อย ทำให้รู้ว่าต้องปรับปรุงแผนงานอย่างไร
- Initiatives & Roadmap – จัดทำแผนงานการดำเนินงาน เช่น ทำ Single source of Truth, Data Partnership Ecosystem
โดยควรทำ 3 อย่างนี้ Company Value Chain, Organization Chart, Stakeholder Interview Session เพื่อทำความเข้าใจภาพรวมบทบาทและกิจกรรมที่ดำเนินการ ความท้าทายและโอกาสของธุรกิจ ความร่วมมือกันระหว่างแต่ละแผนก หรือระหว่างซัพพลายเออร์ รวมทั้งระบบขององค์กร
3. Data Foundation
การทำรากฐานของข้อมูล จะต้องเริ่มจาก Setup the process
1. วิเคราะห์ก่อนว่าปัจจุบันเป็นอย่างไร (มีข้อมูล กระบวนการเป็นอย่างไร)
2. ในอนาคตต้องการให้เป็นอย่างไร
3. ลำดับความสำคัญและทำซ้ำแบบ Iterative เพื่อปรับปรุงกระบวนการ
ทำให้เราเข้าใจข้อมูลเรามากขึ้น เข้าใจวัตถุประสงค์ว่า Data เหล่านั้นตอบโจทย์องค์กรเราเองหรือลูกค้า เรามีข้อมูลอะไรหรือขาดอะไรบ้าง แล้วต้องไป Partners กับเจ้าไหน ซึ่งบางครั้งไม่จำเป็นต้องเริ่มจาก Big Data ก็ได้ บางทีเริ่มถามจาก Small Data ได้
“กลยุทธ์เป็นตัวกำหนดการเลือกเทคโนโลยี ในขณะที่ความพร้อมใช้งานของเทคโนโลยีดิจิทัลทำให้เกิดกลยุทธ์ใหม่ ๆ … องค์กรจำเป็นต้องสร้างสมดุลระหว่าง 2 อย่างนี้ในขณะที่พัฒนากลยุทธ์”
อั๋น – Head of Data Innovation Business, Dentsu
