• Canate Dew

Data Analytics กับการประยุกต์ใช้ในการตลาดและสาขาอื่นๆ

อัปเดตเมื่อ 1 ม.ค.

Data Analytics ในแง่มุมของมนุษย์เงินเดือนทั่วไปฟังแล้วอาจจะดูเหมือนอยู่ไกลตัวและยากเกินกว่าที่จะศึกษา แต่ในความเป็นจริงแล้วเราอาศัยข้อมูลต่างๆในการตัดสินใจเกือบทั้งสิ้น หากคุณเป็นหนึ่งในคนที่ตื่นเต้นกับวันที่ 1 และวันที่ 16 ของทุกเดือน คุณก็ต้องเตรียมตัวหาตัวเลขเด็ดจากแหล่งต่างๆ ไม่ว่าจะเป็นหลวงพ่อชื่อดัง จากผีสางนางไม้ หรือนานาอภินิหารที่เกิดขึ้นในช่วงนั้น ยิ่งเลขศักสิทธิ์ปากต่อปากบอกกันมาว่าเด็ด คุณก็เริ่มมีใจเอนเอียงไปทางเลขนั้นและรีบขวนขวายที่จะซื้อเพราะว่ากลัวเจ้ามือหวยหลายๆที่อั้นตัวเลขที่ศักสิทธิ์นั้นไว้ นั้นเพราะข้อมูลที่คุณได้รับมาและคุณเชื่อข้อมูลเหล่านั้น

ว่าแต่...การพูดถึงเรื่องหวยมันผิดกฏหมายหรือเปล่านะ เอาเป็นว่าหวยในที่นี่คือสลากกินแบ่งรัฐบาลก็แล้วกัน ถึงไม่พูดตรงนี้คนที่ต้องการเสาะแสวงโชคก็มีแหล่งซื้อหวย (สลากกินแบ่งรัฐบาล) เป็นขาประจำอยู่แล้ว หลักฐานที่ชัดเจนว่าคนไทยให้ความสำคัญกับการเสี่ยงโชคมากขนาดไหนก็คงหนีไม่พ้นการค้นหาผ่านกูเกิล ในทุกวันที่ 1 และวันที่ 16 นั้นเป็นวันที่บ่งบอกถึงความหลงใหลของคนไทยส่วนใหญ่ได้อย่างชัดเจน ( 7 ล้านกว่าการค้นหาที่เกี่ยวกับ "หวย") เห็นอย่างนี้แล้วคงไม่มีใครกล้ายกเลิกเรื่องหวยหรอกออกไปหรอก คุณเชื่ออย่างนั้นไหม


คำค้นหาผ่านกูเกิลวันที่ 16 ธันวาคม 2564

ถามจะถามว่า Data Analytics มาช่วยทำนายหวยได้ไหม ขอดับความฝันตรงนี้เลยว่า ไปหาเลขเด็ดจากสถานที่ศักสิทธิ์ที่มีทวยเทพปรากฏกายน่าจะมีโอกาสถูกหวยมากกว่า ก็มีคนที่มีความรู้ทางด้าน Data Science ลองไปพัฒนากันอัลกอริทึ่มที่ช่วยทำนายหวยกันอยุ่ไม่น้อย แต่นั้นเป็นการพัฒนาเพื่อศึกษาทดลองเสียมากกว่า ความแม่นยำจากการทำนายผลนั้นไม่ได้ยึดตัวแปรอะไรมากมายนอกจากหวยที่เคยเกิดมาแล้วในอดีต และที่สำคัญหวยมันเป็นการสุ่มตัวเลขที่ไม่สามารถคาดเดาได้อยู่แล้ว เพราะฉะนั้นคงไม่มีใครเสียเวลาจริงจังเพื่อพัฒนาอัลกอริทึ่มทำนายหวยหรอก ก็มีแต่ทำขำๆเป็นสีสันเท่านั้น


เรียน Data Science แล้วเอาไปทำนายหวยไม่ได้ก็อย่าเพิ่งหมดหวังท้อแท้ไปนะครับ ผมจะมาแนะนำตัวอย่างการประยุกต์ใช้การวิเคราะห์ข้อมูลในการพัฒนาอุตสาหกรรมด้านต่างๆ (ซึ่งเป็นยกตัวอย่างบทความที่ผมเคยเขียนให้กับคณะสถิติประยุกต์ นิด้ามารวมไว้ในบทความนี้ครับ)


การประยุกต์ใช้กับการตลาด


การเลือกอินฟลูเอนเซอร์ในโซเชียลมีเดียให้เหมาะสมกับแบรนด์และเป้าหมายทางการตลาด เป็นปัญหาอย่างหนึ่งที่เกิดขึ้นชัดเจนในยุคที่มีอินฟลูเอนเซอร์มากมายเกิดขึ้น บางครั้งอาจจะมีอินฟลูเอนเซอร์ที่ซื้อผู้ติดตามมาเพื่อเพิ่มค่าตัวในการโฆษณาสินค้าอีกด้วย ซึ่งเป็นปัญหาที่นักการตลาดหลายบริษัทเลือกที่จะใช้เอเจนซี่ที่มีการคัดกรองอินฟลูเอนเซอร์มาบ้างแล้วเบื้องต้น ทำให้มั่นใจได้ในระดับหนึ่งว่าอินฟลูเอนเซอร์เหล่านั้นมีศักยภาพมากพอที่จะตอบโจทย์เป้าหมายทางการตลาด


แต่ทว่านักการตลาดจะแน่ใจได้อย่างไรว่าอินฟลูเอนเซอร์เหล่านั้นส่งผลกับเป้าหมายทางการตลาดมากพอ หากเป้าหมายทางการตลาดคือเน้นให้คนเห็นสินค้ามากที่สุดนั้นหมายความว่าอินฟลูเอนเซอร์ที่เลือกนั้นต้องมีผู้ติดตามไม่ซ้ำกันเพื่อที่จะได้เข้าถึงคนให้ได้มากที่สุดเท่าที่จะทำได้ หากจะให้คนมาเชคผู้ติดตามแต่ละคนของอินฟลูเอนเซอร์ทุกคนคงใช้เวลาไม่น้อยกว่าจะได้ออกโฆษณาหรือแคมเปญใหม่


ในทางกลับกันหากเป้าหมายของการโปรโมทนั้นคือการสร้างความน่าเชื่อถือให้กับแบรนด์โดยการให้ผู้บริโภคหนึ่งคนเห็นสินค้าจากอินฟลูเอนเซอร์หลายๆคน หน้าที่ในการเลือกอินฟลูเอนเซอร์ของนักการตลาดก็จะต้องเลือกอินฟลูเอนเซอร์ที่มีผู้ติดตามคล้ายกันให้มากที่สุดเพื่อที่จะได้เพิ่มโอกาสในการมองเห็นสินค้ามากที่สุด ซึ่งวิเคราะห์ด้วย Network Analysis จะทำให้เราเห็นภาพความสัมพันธ์ของเหล่าอินฟลูเอนเซอร์กับผู้ติดตามเป็นภาพที่ชัดเจนและทำให้นักการตลาดเลือกอินฟลูเอนเซอร์ได้อย่างเหมาะสม นอกจากนี้แล้วยังสามารถใช้การวิเคราะห์การถ่ายภาพ มู้ดแอนด์โทน และการเขียนแคปขั่นมาร่วมวิเคราะห์เพื่อเลือกอินฟลูเอนเซอร์ให้ตอบโจทย์แบรนด์ได้อีกด้วย สามารถอ่านเพิ่มเติมได้ที่ Influencer กับ Data Science (เผยความลับของพวกเขาที่นักการตลาดต้องการ)


หากสามารถเลือกอินฟลูเอนเซอร์ได้ตรงตามเป้าหมายทางการตลาดแล้ว ก็นับว่าได้เติมหัวใจหลักในการทำการตลาดเลยก็ว่าได้ในการสร้าง Mental Availability คือการสร้างให้สินค้าและบริการเป็นที่โดดเด่นและน่าจดจำอย่างต่อเนื่อง จากนั้นคือสร้าง Physical Availability คือการเชื่อมต่อไปยังร้านค้าออนไลน์หรือออฟไลน์ที่สะดวกที่สุดสำหรับกลุ่มเป้าหมายเพื่อสร้างประสบการณ์อันต่อเนื่องในการซื้อสินค้าหรือบริการที่เหล่านักการตลาดต้องการนำเสนอ


การประยุกต์ใช้กับการแพทย์


การวิเคราะห์ข้อความทั่วโลกอย่างรวดเร็วช่วยมนุษชาติได้อย่างไร การวิเคราะห์ข้อความในโลกออนไลน์นั้นไม่ได้มีประโยชน์เพียงแค่ตรวจจับรีวิวสินค้าเท่านั้น แต่ความรู้ด้าน Natural Language Processing (NLP) เป็นศาสตร์ที่ใช้ความรู้ทางภาษาศาสตร์ วิทยาศาสตร์คอมพิวเตอร์ และการสร้างปัญญาประดิษฐ์ผสมผสานกัน มันสามารถทำให้คอมพิวเตอร์เข้าใจภาษามนุษย์ก็สามารถช่วยเหลือชีวิตผู้คนบนโลกได้จากการระบาดครั้งล่าสุด การวิจัยยานั้นต้องใช้ความรู้วิชาการทางการแพทย์ต่างๆ แต่การที่นักวิจัยหรือสถาบันวิจัยจะสามารถอ่านบทความวิชาการที่เกี่ยวข้องได้ทั้งหมดในระยะเวลาอันสั้นนั้นเป็นเรื่องที่แทบจะเป็นไปไม่ได้ด้วยขีดจำกัดของมนุษย์


ทว่าการใช้ความรู้ทางด้าน Natural Language Processing (NLP) เพื่อค้นหาบทความที่เกี่ยวข้องพร้อมสรุปผลวิจัยเบื้องต้น ทำให้ความรวดเร็วในการต่อยอดองค์ความรู้ในการพัฒนายานั้นเกิดขึ้นได้อย่างรวดเร็วมากขึ้น ความรู้ทางด้านนี้สามารถทำได้ถึงการยับยั้งการแพร่ด้วยการวิเคราะห์ข้อความของคนที่ติดต่อเพื่อรับการตรวจ ช่วยให้ระบุตำแหน่งของการแพร่กระจายและสามารถออกมาตรการให้เหมาะสมในแต่ละพื้นที่ และในอนาคตสามารถคาดเดาถึงการกลายพันธ์ุของเชื้อเหล่านี้ได้อีกด้วย หากเปรียบเชื้อเหล่านี้เป็นภาษา การกลายพันธ์ุของมันก็จะมีโครงสร้างภาษาที่คล้ายคลึงกัน ทำให้นักวิชาการทางการแพทย์สามารถเฝ้าระวังภัยอันตรายใหม่ที่จะเกิดขึ้นมาได้อีกครั้ง


การประยุกต์ใช้กับโลจิสติกส์


การพัฒนาระเบียงเศรษฐกิจพิเศษภาคตะวันออกหรือ EEC นั้นเป็นการนำข้อมูลการขนส่งกระจายสินค้าในเส้นทางต่างๆ เพื่อกระจายออกสู่ต่างประเทศหรือนำเข้าประเทศ เมื่อนำข้อมูลเหล่านั้นมาวิเคราะห์แล้วจะทำให้นักพัฒนาเห็นภาพปัยหาที่ชัดเจนมากขึ้นว่าควรแก้ไขปัยหาเส้นทางในจุดใดก่อน และในการแก้ไขปัญหานั้นความคุ้มทุนของแต่ละเส้นทางนั้นเหมาะกับการลงทุนมากน้อยแค่ไหน การนำหลักการวิเคราะห์ข้อมูลมาช่วยนั้นทำให้การตัดสินใจทางกลยุทธนั้นมีประสิธิภาพสูงสุดอย่างชัดเจน ไม่ใช่เพียงแค่การขนส่งสินค้าเพียงเท่านั้น การจัดเก็บสินค้านั้นก็สามารถใช้การวิเคราห์ข้อมูลได้ Smart Warehouse กับการมุ่งสู่ Digital Transformation เป็นการใช้ข้อมูลต่างๆในคลังสินค้าที่นำมาวิเคราะห์แบบ real-time analytic นั้นสามารถทำให้ประหยัดต้นทุนได้ตามกลยุทธขององค์กรที่ต้องการ ทำให้สามารถดำเนินการผลิตและส่งมอบสินค้าให้กับผู้บริโภคได้อย่างไม่มีสะดุด เป็นการเติมเต็มหัวใจหลักของโลจิสติกส์ที่ทุกอย่างต้องอยู่ถูกที่และถูกเวลา

 

ตัวอย่างที่ผมยกมาสั้นๆให้เห็นภาพรวมของการนำความรู้ทางด้าน Data Analytics ไปประยุกต์ในสาขาต่างๆเพื่อให้เกิดประโยชน์สูงสุด ยังมีการนำความรู้ทางด้านข้อมูลไปใช้ประโยชน์อีกมากมายในทุกอุตสาหกรรม ผมอยากจะเน้นย้ำอีกครั้งว่ามันสามารถช่วยในการตัดสินทำให้เห็นภาพของปัญหาต่างๆได้ได้อย่างมีหลักการและชัดเจนมากขึ้น การเรียนรู้เพิ่มเติมในด้าน Data Analytics จะช่วยอย่างมากในการเป็นส่วนสำคัญสำหรับการสร้างความรู้ใหม่ๆในการจัดการกับปัญหาเหล่านั้นได้

ดู 48 ครั้ง0 ความคิดเห็น