Audience’s Experience Sharing โครงการ AImpower โดยความร่วมมือของ Techsauce และ Thinking Machines เสร็จสิ้นลงแล้วอย่างสมบูรณ์ | Techsauce

Audience’s Experience Sharing โครงการ AImpower โดยความร่วมมือของ Techsauce และ Thinking Machines เสร็จสิ้นลงแล้วอย่างสมบูรณ์

โครงการ AImpower โดยความร่วมมือของ Techsauce และ Thinking Machines เปิดคอร์สเจาะลึกเกี่ยวกับ AI และ Data Science ปิดคอร์สไปเมื่อวันที่ 11 มีนาคม 2022 อย่างสมบูรณ์

ตามเป้าหมายการส่งเสริมการเรียนรู้ผ่านการแลกเปลี่ยนองค์ความรู้เชิงลึก โดยการบรรยายของบุคลากร และ ผู้เชี่ยวชาญที่มีประสบการณ์โดยตรง ทั้งยังช่วยแนะแนวกลยุทธ์ และ มุมมองที่เป็นประโยชน์ต่อองค์กรธุรกิจ ตั้งแต่ความเข้าใจพื้นฐานด้าน Data Transformation, Data-Driven Culture ไปจนถึงเครื่องมือที่เกี่ยวข้องกับ Cloud Infrastructure และ  AI & Machine Learning นอกจากนี้ ยัง เปิดโอกาสให้ผู้ที่เข้าร่วมคอร์สได้แบ่งปันกรณีศึกษา รวมถึงมุมมอง และ ความรู้สึกที่มีต่อจากการเข้าร่วมคอร์สนี้

ความท้าทายที่เกิดขึ้นระหว่างธุรกิจ B2B และ ธุรกิจ B2C

คุณ Nattapol Jongjaroonkiat  จาก PTT Global Chemical (GC) เนื่องจากได้มีโอกาสทำงานทางด้านข้อมูลทั้งในธุรกิจที่เป็น B2C (กลุ่มเซ็นทรัล) และ B2B (กลุ่มปตท พลังงานและปิโตรเคมิคอล) หลักการสำคัญหรือหัวใจของการเอาข้อมูล (Big Data) มาใช้งานให้เกิดประสิทธิภาพและประโยชน์สูงสุดคือ การเข้าใจธุรกิจ (Business Acumen) และการตีโจทย์ธุรกิจว่าต้องการอะไร เพื่อจะช่วยกำหนดเป้าหมายในการดำเนินงานให้ชัดเจนยิ่งขึ้น เช่น

ในธุรกิจรีเทล บริษัทมีเป้าหมายในการไปสู่ Omnichannel ดังนั้นเราอาจจะต้องเข้าใจพฤติกรรมการซื้อของลูกค้าในแต่ละ channels ทั้งรูปแบบของ offline และ online เพื่อที่จะเชื่อมต่อกลยุทธ์ว่าจะทำการ Up-sell หรือ Cross-Sell กันอย่างไร รวมถึงการวิเคราะห์ปัญหาสำคัญของธุรกิจ  โดยปัญหาที่พบในช่วงเริ่มต้น คือ ไม่สามารถนำข้อมูลระหว่างวันของ Online Transaction Data มาเพิ่มยอดการใช้จ่ายได้หรือวิเคราะห์พฤติกรรมการซื้อของเพื่อเสนอโปรโมชันพิเศษสำหรับลูกค้าได้ทันที เนื่องจากข้อมูลมาจากหลาย sales channels ทำให้มีข้อจำกัดในการรวบรวมข้อมูลการซื้อสินค้าในแต่ละวัน

ในขณะที่ธุรกิจพลังงานและปิโตรเคมิคอล ซึ่งเป็นธุรกิจในรูปแบบ B2B งานของ Data Science มีความสำคัญเป็นอย่างยิ่ง การนำตัวแปรหรือ feature ที่จะนำเข้า model มีความสำคัญมากกว่าการสร้างอัลกอริทึ่มที่ใช้ ดังนั้นเราควรเริ่มจากการสร้าง pipeline แล้วทำการปรับจูน เพื่อเพิ่มความแม่นยำขึ้นไปเรื่อยๆ เช่น หากต้องการวิเคราะห์ข้อมูลแบบ Predictive Maintenance เพื่อยืดอายุการใช้งานของ equipment ให้นานขึ้นหรือทำให้มันลดการซ่อมบำรุงของอุปกรณ์ หรือ Predictive Pricing เนื่องจากราคาของพลังงานและปิโตรเคมิคอลมีความผันผวนสูง เราจะทำอย่างไรให้เราขายในช่วงเวลาที่ดีที่สุด ดังนั้นข้อมูลต่างๆไม่ว่าจะเป็นจาก structure data, semi-structure data และ unstructured data จึงมีความสำคัญอย่างยิ่ง 

นอกจากนี้ คุณนิวยังได้ยกอีกปัญหาสำคัญที่มักพบในองค์กร คือปัญหาด้านการสื่อสาร และ ความไม่เข้าใจในความแตกต่างของ Data Pattern ซึ่งส่งผลให้ผลลัพธ์ที่คาดหวังมีความคลาดเคลื่อน  ดังนั้นการสร้างกระบวนการสื่อสารให้เป็นระบบ และ การวางแผนร่วมกันภายในองค์กรจึงเป็นสิ่งสำคัญที่ทำให้การนำเทคโนโลยีมาใช้มีประสิทธิภาพสูงสุด

กลุ่มตลาดหลักทรัพย์แห่งประเทศไทย 

คุณ Tinnapan Boonprasert จาก ตลาดหลักทรัพย์แห่งประเทศไทย ยกประเด็นที่น่าสนใจเกี่ยวกับการนำระบบ Automation มาช่วยรวบรวมและวิเคราะห์หาข้อมูลเชิงลึกทางการเงิน (Financial Insight) เพื่อช่วยคณะผู้บริหารประกอบการตัดสินใจเนื่องจากปริมาณข้อมูลมีจำนวนมากและอยู่กระจัดกระจาย

นอกจากนี้ ยังได้ไอเดียในการนำข้อมูลมาบริหารจัดการเพื่อใช้ประโยชน์ในหลายด้าน เช่น   การนำข้อมูลปัญหาของบริษัทจดทะเบียนมาจำแนกตามระยะเวลาที่ List อยู่ในตลาด และส่งผลการวิเคราะห์ไปยังฝ่ายที่เกี่ยวข้อง เพื่อช่วยป้องกันไม่ให้เกิดปัญหาหรือถ้าปัญหาเกิดขึ้นแล้ว สามารถแก้ไขได้เร็วขึ้น  คุณป่านยังได้กล่าวถึงเรื่อง Data Governance และการเลือกใช้เทคโนโลยีประเภทต่าง ๆ ที่เหมาะสมกับประเภทของข้อมูล เพื่อตอบสนองความต้องการและรองรับรูปแบบการใช้งานของผู้ใช้งานที่ต่างกัน

Start From BAF ( Business Benefit - Advantage - Feature )

Carabao Group

คุณ Kittanon Meteetranmaporn จาก Carabao Group แชร์ประสบการณ์การแก้ไขปัญหารายงานวิเคราะห์ข้อมูลไม่ถูกนำไปปรับใช้เป็นกลยุทธ์ทางธุรกิจ ผ่านการพัฒนาการจัดทำรายงานโดยใช้หลัก Visualization & Analytics ให้กับองค์กร

คุณบาสกล่าวว่า Data-Driven Culture ควรเริ่มต้นจาก Business Benefit ก่อน เพื่อให้เข้าใจถึงภาพใหญ่, ทิศทาง หรือกลยุทธ์ขององค์กร แล้วจะได้ Advantage ออกมาเอง แล้วค่อยไปดูเรื่อง Feature (Technology Innovation) เพื่อนำมาเสริมประสิทธิภาพให้กับการทำงาน เพื่อก่อให้เกิดประโยชน์ในเชิงธุรกิจที่ดีขึ้น

เปรียบกับการทำงานกับข้อมูล เราควรจะเข้าใจพื้นฐานของข้อมูลกับการตั้งเป้าหมายที่จะนำไปใช้ก่อน แล้วเมื่อเราได้ฐานที่แข็งแรง เราจะสามารถนำข้อมูลไปประยุกต์ใช้ให้เกิดประโยชน์ในทางไหนก็ได้

ทางคาราบาวเราเลือกใช้กลยุทธ์ BI Clinic การทำให้ข้อมูลสามารถเข้าถึงได้ง่ายจากทุกทีม ส่งเสริมการฝึกฝนการใช้งานโปรแกรมต่าง ๆ เช่น Power BI, Tableau, Google Analytics การสร้างช่องทางการสื่อสารเพื่อแจ้งปัญหาหรือข้อสงสัยการใช้งานเครื่องมือต่างๆ เพื่อสามารถแก้ไขและเรียนรู้อย่างรวดเร็ว และ การนำข้อมูลจากหน่วยสาขาต่างๆ มาเปรียบเทียบเพื่อวิเคราะห์หรือทดสอบกับโมเดลภายใน เป็นต้น

เมื่อบุคลากรในองค์กรมีความพร้อมจึงเริ่มนำเครื่องมือ และ ชุดข้อมูลต่าง ๆ ไปใช้กับโปรเจคธุรกิจ แคมเปญ หรือกลยุทธ์

Solutions For Data Transformation 

เนื่องจากการปรับเปลี่ยนเทคโนโลยีภายในองค์กรส่วนใหญ่มีลักษณะค่อยเป็นค่อยไป ไม่ว่าจะเป็นธุรกิจรูปแบบ B2B หรือ B2C จึงพบความท้าทายในด้านการจัดลำดับความสำคัญเพื่อวางทิศทางธุรกิจให้สอดคล้องกับพัฒนาด้านเทคโนโลยี ดังนั้น การกำหนดนโยบายโดยผู้บริหารจึงเป็นสิ่งสำคัญที่ช่วยให้การเลือกใช้เทคโนโลยีของหน่วยงานต่าง ๆ บรรลุเป้าหมายธุรกิจ และ ช่วยลดการสื่อสารที่ผิดพลาดภายในองค์กร

ภายหลังจากหลักสูตร AImpower นอกจากผู้เข้าร่วมงานจะได้เรียนรู้ การนำข้อมูลและเทคโนโลยี AI และ Machine Learning มาประยุกต์ใช้เพื่อขับเคลื่อน ธุรกิจ วางแผนเพิ่มประสิทธิภาพในการจัดการกับบุคลากร รวมถึงการเลือกใช้เครื่องมือหรือโปรแกรมต่าง ๆ ให้ตรงกับการทำงาน เพื่อสร้างโอกาสใหม่ๆให้กับธุรกิจแล้ว ยังพบว่าความรู้ที่ได้รับจากงานนี้ยังจะช่วยพัฒนาระบบการจัดการบุคลากร และ การสื่อสารภายในองค์กรให้ดียิ่งขึ้นอีกด้วย

สามารถอ่านสรุปเนื้อหาจากงาน AImpower เพิ่มเติมได้ ดังนี้

- เจาะเทรนด์ AI & Data ปี 2022 ความจำเป็นพื้นฐานในการขับเคลื่อนธุรกิจ ที่ผู้บริหารองค์กรต้องใส่ใจ

- Leveraging Data to the Max

- 3 ขั้นตอนเริ่มต้นทำ Change Management เพื่อประยุกต์ใช้ AI ในองค์กร

- จะสร้าง Data Organization อย่างไร แชร์ประสบการณ์การทำงาน Data ในองค์กร E-commerce ระดับโลก

RELATED ARTICLE

Responsive image

พาส่อง Startup Ecosystem เวียดนาม ล่าสุดมี 4 ยูนิคอร์น กับอีก 11 เซนทอร์ ถ้าจะขยายตลาด มีโอกาสขนาดไหน?

Startup Ecosystem ของเวียดนามนั้น ปัจจุบันมีสตาร์ทอัพประมาณ 3,800 บริษัท โดยมี 4 บริษัทที่เป็น ยูนิคอร์น และ 11 บริษัท เป็นเซนทอร์ ซึ่งเป็นสตาร์ทอัพทีมีมูลค่ามากกว่า 100 ล้านเหรียญ...

Responsive image

Space Economy โอกาสทางธุรกิจและอนาคตที่เป็นไปได้ในอวกาศ สรุปเทรนด์จากเวที Future of Space & Robotics on Earth

Space Economy ถือเป็นโอกาสทางธุรกิจแห่งอนาคต โดยภาพรวมของเทคโนโลยีอวกาศและหุ่นยนต์ในประเทศไทยในปัจจุบัน Space Tech ไม่ได้เป็นเรื่องที่ไกลตัวอีกต่อไป พารู้จักเทรนด์อวกาศ ที่น่าจับต...

Responsive image

ความท้าทายของ ‘Social Enterprise’ กิจการเพื่อสังคม เติบโตอย่างไรให้ยั่งยืน

การจะเป็นธุรกิจที่สร้างอิมแพคให้กับสังคมทั้ง Social Enterprise แม้กระทั่งการทำ CSR ถือเป็นความท้าทายอย่างมากในยุคนี้ ซึ่งการจะประสบความสำเร็จทั้งด้านของการสร้างกำไรและความยั่งยืนไป...