Data Science เป็นตัวช่วยที่ทำให้มัดใจลูกค้าได้ และเพื่อประสิทธิภาพสูงสุด การสร้างโมเดลที่มีกลยุทธ์จึงเป็นสิ่งสำคัญ หัวข้อ Tech Tips for Life ขอนำกูรูด้าน Data มาช่วยแชร์เทคนิคที่ใช้ได้จริง ประเดิมโดยพี่มุ Data Science Director ผู้อยู่เบื้องหลังการพัฒนา PointX Dynamic Currency นำเทคโนโลยี Data Science มาสอนให้ Machine ทำนายพฤติกรรมการซื้อ ปรับอัตราแลกเปลี่ยนอัตโนมัติ ช่วยให้ร้านค้าขายสินค้าได้มากตรงความต้องการของลูกค้า ซึ่งใช้เทคโนโลยีด้าน Machine Learning หลักๆอยู่ 2 ส่วน สำหรับวันนี้ขอพูดถึงตัวแรกคือ เครื่องมือการพยากรณ์ที่เรียกว่า Time-Series Forecasting
เทคโนโลยีด้าน Time-Series Forecasting ที่ใช้ในระบบ PointX เป็นการนำพฤติกรรมการขายและซื้อสินค้าในอดีต มาทำนายจำนวนคนที่จะซื้อสินค้า และจำนวนสินค้าที่จะขายได้ในอนาคต เริ่มจากอัลกอริทึมพื้นฐานตัวแรก คือ ARIMA Forecasting ซึ่งใช้ได้ดีกับข้อมูลที่มีความเสถียร (Stationary) ซึ่งต้องอาศัยข้อมูลในอดีตระยะเวลายาวในระดับนึง ส่วนอัลกอริทึมพื้นฐานตัวที่สอง คือ Exponential Smoothing สามารถใช้ได้ถึงแม้ข้อมูลจะขาดความเสถียร (Non-stationary) โดยจะมีการกำหนดน้ำหนัก (ความสำคัญ) ของข้อมูลที่ลดลงแบบเอ็กซ์โปเนนเชียลให้กับข้อมูลในช่วงเวลาหนึ่งซึ่งมีข้อดีคือสามารถทำนายพฤติกรรมในอนาคตได้แม้ใช้ข้อมูลย้อนหลังเพียงระยะเวลาไม่นาน นอกจากโมเดลพื้นฐานสองตัวนี้แล้ว ยังมีอัลกอริทึมขั้นสูงที่เรียกว่า Deep Learning Forecasting เช่น การประยุกต์ใช้ recurrent neural networks (RNN) ในการพยากรณ์ ซึ่งจะช่วยให้การทำนายแม่นยำขึ้น หากมีการนำปัจจัยภายนอกที่เกี่ยวข้องเข้ามาใช้สร้างโมเดล เช่น วันหยุดประจำปี เทศกาลปีใหม่ (Seasonality) หรือ ข้อมูลสภาพอากาศ ทั้งแบบที่เป็น Structured Data ที่เก็บข้อมูลในรูปแบบตาราง และ Unstructured Data เช่น ข้อมูล text ที่เป็นคอนเม้นต่างๆของร้านค้า การนำข้อมูลปัจจัยภายนอกเหล่านี้เข้ามา จะช่วยให้การพยากรณ์มีความแม่นยำสูงขึ้น
สำหรับเทคโนโลยีอีกตัวที่นำมาสอนให้ Machine ปรับอัตราแลกเปลี่ยนได้อย่างอัตโนมัติ ให้ตรงความต้องการของลูกค้า และช่วยให้ร้านค้าขายสินค้าได้มากจะเป็นอะไรติดตามได้ใน Tips หน้านะคะ
