การมีข้อมูลมหาศาลอยู่ในครอบครอง ส่งผลดีให้ธุรกิจสร้างความได้เปรียบทางการแข่งขันได้ในหลายๆ ด้าน แต่การจัดการกับข้อมูลมหาศาลนั้นเป็นเรื่องท้าทายไม่น้อย ซึ่งต้องอาศัยการทำ Data Analytics เพื่อให้สามารถนำข้อมูลมาใช้งานได้จริง
โดย Data Analytics คือ การจัดการกับข้อมูลมหาศาลให้อยู่ในรูปแบบที่เข้าใจง่าย ครอบคลุมตั้งแต่กระบวนการรวบรวม ประมวลผล และการวิเคราะห์ข้อมูล แล้ว Data Analytics มีกี่ประเภท?
ประเภทของ Data Analytics
สำหรับ Data Analytics สามารถแบ่งได้ 4 ประเภท ดังนี้
1. Descriptive Analytics หรือการวิเคราะห์เชิงพรรณนา
การวิเคราะห์เชิงพรรณนา คือ การวิเคราะห์ขั้นพื้นฐาน ช่วยให้เห็นภาพรวมและความสัมพันธ์ของข้อมูล ชี้ให้เห็นว่าเกิดเหตุการณ์อะไรขึ้นบ้างในอดีต ทำให้ธุรกิจสามารถวางแผนและตัดสินใจการดำเนินงานที่จะเกิดขึ้นในอนาคตได้
ยกตัวอย่าง การทำรายงานสรุปยอดขายประจำเดือนของร้านสะดวกซื้อ จะช่วยให้เจ้าของร้านสะดวกซื้อเห็นภาพรวมว่าในเดือนที่ผ่านมามียอดขายทั้งหมดเท่าไหร่ และเมื่อนำมาหักกับต้นทุนทั้งหมดจะเหลือกำไรเท่าไหร่ โดยเจ้าของร้านสามารถนำผลสรุปนี้มาใช้ประโยชน์ต่อไปได้ เช่น วางแผนเพิ่มยอดขายในเดือนถัดไป เป็นต้น
2. Diagnostics Analytics หรือการวิเคราะห์เชิงวินิจฉัย
การวิเคราะห์เชิงวินิจฉัย คือ การวิเคราะห์และหาความสัมพันธ์ของข้อมูล เพื่อหาสาเหตุของสิ่งที่เกิดขึ้น ช่วยให้ธุรกิจทราบสาเหตุของผลลัพธ์ และวางแผนหลีกเลี่ยงผลลัพธ์ในทางลบ
ยกตัวอย่าง การวิเคราะห์และหาความสัมพันธ์ระหว่างยอดขายรวม กำไร และต้นทุน เพื่อหาสาเหตุของกำไรที่ลดลง เช่น กำไรของร้านค้าแห่งหนึ่งลดลง 10,000 บาท ในขณะที่ยอดขายรวมเท่ากับเดือนที่ผ่านมา ซึ่งการวิเคราะห์พบว่าตัวเลขของกำไรที่ลดลงมีความสัมพันธ์กับต้นทุนที่เพิ่มขึ้น 10,000 บาท จึงสรุปได้ว่า กำไรที่ลดลงมาจากการลงทุนที่เพิ่มขึ้น ไม่ใช่ยอดขายรวมที่ลดลง หากเจ้าของร้านค้าไม่ต้องการให้กำไรลดลงเมื่อมีการลงทุนเพิ่ม จะต้องหากลยุทธ์มาเพิ่มยอดขายรวม
3. Predictive Analytics หรือการวิเคราะห์เชิงทำนาย
การวิเคราะห์เชิงทำนาย คือ ผลผนวกจากการวิเคราะห์เชิงพรรณนาและการวิเคราะห์เชิงวินิจฉัย โดยใช้การวิเคราะห์เชิงพรรณนามาหาภาพรวมและความสัมพันธ์ของข้อมูลในอดีต แล้วหารูปแบบของข้อมูล เพื่อคาดเดาผลลัพธ์ที่จะเกิดขึ้นในอนาคต ส่วนการวิเคราะห์เชิงวินิจฉัยถูกนำมาใช้สำหรับอธิบายสาเหตุของผลลัพธ์ที่คาดการณ์ว่าจะเกิดขึ้น
ยกตัวอย่าง บริษัท A มีกำไรลดลงทุกปี จึงนำผลกำไรของทุกปีมาวิเคราะห์เชิงพรรณนา พบว่าผลกำไรของบริษัทเริ่มลดลงเมื่อ 5 ปี ที่แล้วต่อเนื่องมาจนถึงปัจจุบันและจะลดลงอีกในปีหน้า ขณะเดียวกัน การวิเคราะห์เชิงวินิจฉัยก็ชี้ให้เห็นด้วยว่า ช่วงเวลาที่ผลกำไรเริ่มลดลงมีความสัมพันธ์กับต้นทุนที่เพิ่มขึ้น เนื่องจากในช่วง 5 ปี ที่ผ่านมา บริษัทมีนโยบายขยายสาขาเพิ่มปีละ 1-2 สาขา
ดังนั้นการวิเคราะห์เชิงทำนายจึงสรุปได้ว่า บริษัท A จะมีผลกำไรลดลงอีกในปีถัดไป ซึ่งมีสาเหตุมาจากนโยบายขยายสาขาที่ทำให้บริษัทต้องใช้ต้นทุนเพิ่มขึ้น โดยผลการวิเคราะห์นี้จะช่วยให้ธุรกิจทราบว่าต้องหาแนวทางมาจัดการกับปัญหา เช่น กลยุทธ์การตลาดที่กระตุ้นยอดขายของทุกสาขา ปิดบางสาขาที่มียอดขายต่ำ หรือหยุดการขยายสาขาไปก่อน เป็นต้น
4. Prescriptive Analytics หรือการวิเคราะห์เชิงให้คำแนะนำ
การวิเคราะห์เชิงให้คำแนะนำ คือ การวิเคราะห์แนวโน้มของสิ่งที่จะเกิดขึ้น เป็นการวิเคราะห์ข้อมูลระดับสูง เพื่อคาดการณ์ผลลัพธ์ที่อาจเกิดขึ้นของแนวโน้มทั้งหมด พร้อมให้คำแนะนำว่าแนวโน้มไหนจะดีที่สุด หรือแนะนำแนวทางในการรับมือและแก้ไขปัญหา ส่งผลให้การวิเคราะห์ประเภทนี้เป็นการวิเคราะห์ที่ซับซ้อนที่สุด มักนำ Machine Learning and Simulation มาใช้ เพื่อวิเคราะห์แทนมนุษย์
ยกตัวอย่าง ข้อมูลแนวโน้มภายใต้เงื่อนไขหุ้นความเสี่ยงต่ำในตลาดหุ้นไทย ชี้ว่ามีหุ้น 5 ตัว ที่อยู่ในเงื่อนไขดังกล่าว การวิเคราะห์เชิงให้คำแนะนำจึงนำหุ้นทั้ง 5 ตัว นี้มาวิเคราะห์ เพื่อหาว่าหุ้นแต่ละตัวมีผลกำไร หรือขาดทุนเท่าไหร่ พร้อมกับให้คำแนะนำว่าควรลงทุนในหุ้นตัวไหนจึงจะได้ผลกำไรมากที่สุด
ตอบโจทย์การทำ Data Analytics ด้วย Data Solutions
อย่างไรก็ตาม การทำ Data Analytics คือ กระบวนการที่ใช้เวลาค่อนข้างนาน โดยเฉพาะเมื่อข้อมูลมีจำนวนมากและมาจากหลายแหล่ง ปัจจุบันเทคโนโลยี Data Solutions ทำให้กระบวนการวิเคราะห์ข้อมูลมีประสิทธิภาพและประสิทธิผลมากขึ้น ช่วยให้ได้รับข้อมูลเชิงลึกเร็วขึ้นและผลลัพธ์การวิเคราะห์ที่เหนือกว่า Data Solutions จึงได้รับความนิยมนำมาใช้งานอย่างกว้างขวาง เพราะสามารถทำ Data Analytics ได้เร็วกว่ามนุษย์ ตอบรับกับปริมาณข้อมูลที่เพิ่มขึ้นอย่างรวดเร็ว
ยกตัวอย่าง TechX Data Platform จาก SCB TechX ซึ่งเป็น Data Platform ที่มาพร้อมกับ Data Solutions ตอบโจทย์ความต้องการใช้งานของธุรกิจหลากหลายขนาด โดย Data Sotutions ของ TechX Data Platform สามารถจัดการกับข้อมูลได้แบบครบวงจร ตั้งแต่การนำข้อมูลเข้าระบบ จัดเก็บ จัดการ วิเคราะห์ และรักษาความปลอดภัยของข้อมูล อีกทั้งยังรองรับการวิเคราะห์ข้อมูลระดับสูงด้วย AI และ Machine Leaning
โดยผู้ใช้งานสามารถมั่นใจได้ในมาตรฐานการรักษาความปลอดภัยของ TechX Data Platform เนื่องจาก SCB TechX เป็นพันธมิตรกับผู้ให้บริการคลาวด์ระดับโลก ได้แก่ Databricks, AWS, Microsoft Azure และ Google Cloud Platform ซึ่งมีนโยบายและเทคโนโลยีสำหรับรักษาความปลอดภัยข้อมูลที่น่าเชื่อถือ
นอกจากนี้ TechX Data Platform ยังรองรับการจัดการข้อมูลที่สอดคล้องกับพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ.2562 (PDPA) และกรอบการกำกับดูแลข้อมูล (Data Governance Framework) ที่จัดทำขึ้นเพื่อคุ้มครองข้อมูลส่วนบุคคลของประชาชนชาวไทย
สนใจบริการ TechX Data Platform จาก SCB TechX
SCB TechX พร้อมให้บริการ TechX Data Platform ระบบจัดเก็บและจัดการข้อมูล พร้อมตอบโจทย์ความต้องการที่หลากหลายขององค์กร
หากสนใจดูรายละเอียดบริการ TechX Data Platform (คลิก)
สอบถามบริการด้าน Data Platform, บริการ eKYC และ โซลูชันอื่นๆเพิ่มเติม ได้ที่ Email: contact@scbtechx.io
ติดตาม SCB TechX เพื่ออัปเดตข่าวสารใหม่ๆ ก่อนใคร
Facebook: SCB TechX
Medium: medium.com/scb-techx
LinkedIn: www.linkedin.com/company/scb-tech-x/
YouTube: SCB TechX
