ในขณะที่เริ่มเขียนบทความเชื่อว่าคงจะมีหลายๆ เพจที่เกี่ยวข้องกับ Digital Marketing รวมถึงทีมผู้จัดงานอย่าง Thumbsup เองคงได้ทยอยสรุปเนื้อหาสาระสำคัญรวมถึงมีการแชร์สไลด์ออกมากันบ้างแล้ว ในส่วนบทความนี้จะไม่ขอพูดถึงรายละเอียดตัวเลขที่อยู่ในสไลด์ แต่จะพยายามสรุปเนื้อหาสาระที่น่าสนใจ (เท่าที่จะจำได้)ในบาง Session ย่อยๆ ที่เกิดขึ้นภายในงานมาเล่าให้ฟังกัน
เซสชั่นที่ 2 : How digital technology transform Thailand?
วลีคมๆ ที่ถูกพูดถึงในช่วงนี้คือ “fail fast, learn fast, success faster” ซึ่งหมายความว่าการจะเริ่มเข้าสู่ digital transformation นั้น เมื่อเริ่มแล้วต้องไปให้ “เร็ว” แต่เมื่อยิ่งเร็วเท่าไร ต้องยอมรับว่าโอกาสที่จะเกิดความผิดพลาดก็มีได้ง่ายเช่นกัน ทว่าข้อดีของความผิดพลาดล้มเหลวนั่นก็คือจะทำให้เกิดกระบวนการ “learning” ทั้งข้อดีและข้อบกพร่อง แล้วเมื่อ learning บ่อยๆ เข้า เราก็จะสามารถแก้ปัญหาและพัฒนางานได้รวดเร็วยิ่งขึ้น ซึ่งสุดท้ายแล้วจะทำให้เราก้าวไปสู่ความสำเร็จโดยใช้เวลาสั้นลงนั่นเอง บริษัทใหญ่ๆ หลายบริษัทโดยเฉพาะกลุ่มธนาคารในตอนนี้ที่เรียกได้ว่าถูกห้อมล้อมด้วย startup สาย Fintech จึงต้องรีบปรับตัวเองอย่างมาก จะเห็นได้ว่ามีการดึง startup หลายๆ รายเข้าไปทำงานด้วย เพราะหากทำกันเองแล้วจะขยับตัวได้ช้ากว่ามากเนื่องจากปัญหาและข้อจำกัดต่างๆ ไม่ว่าจะเป็นเรื่องโครงสร้างองค์กร รวมไปถึง mindset
ตัวอย่างหนึ่งของ “fail fast, learn fast, success faster” ที่คุณป้อม ศิวัตร ได้พูดไว้อย่างเห็นภาพและน่าสนใจคือ ธุรกิจสร้างคอนโดแบบ Low rise คือพวกคอนโดขนาดเล็กไม่เกิน 8 ชั้น ข้อดีของการสร้างคอนโดลักษณะนี้ที่ดีกว่าการสร้างคอนโดขนาดใหญ่หลายสิบชั้นคือเรื่องของ “เวลาและความเร็ว” เพราะเมื่อใช้เวลาการสร้างน้อยกว่า ขายได้เร็วกว่า จะทำให้สามารถนำเงินไปหมุนสร้างคอนโดขนาดเล็กที่อื่นได้เร็วขึ้น ที่สำคัญคือการ “เรียนรู้” ที่ได้จากกระบวนการทำงานทั้งหมด ไม่ว่าจะเป็นปัญหาด้านการก่อสร้าง ปัญหาการออกแบบ ปัญหาการขาย สิ่งต่างๆ เหล่านี้จะถูกนำไปปรับปรุงแก้ไขกับโครงการใหม่ๆ ซึ่งจะช่วยให้เกิดการลด cost ลงได้อย่างมาก และเมื่อยิ่งสร้างคอนโดได้บ่อยมากขึ้นเท่าใดก็จะเกิดการเรียนรู้ที่มากขึ้นเท่านั้น ที่สำคัญคือเป็นการกระจายความเสี่ยงไปตาม location ต่างอีกด้วย
การทำงานของกลุ่ม startup ก็มีลักษณะไม่ต่างกันนัก คือเน้น “ทำเร็ว เรียนรู้เร็ว ใช้เวลาให้น้อย” ถ้าถามกลุ่ม Startup ว่า deploy โค้ดกันบ่อยแค่ไหน เท่าที่ทราบมาต้องตอบเลยว่า “วันละหลายๆ รอบ” แล้วลองหันมาถามตัวเองสิครับ Mobile App ที่แบรนด์ใหญ่ๆ มีกันนั้นมีการอัพเวอร์ชั่นกันครั้งล่าสุดเมื่อไร หนึ่งเดือน สองเดือน ครึ่งปี หรือปีหนึ่ง ตรงนี้ละครับที่ทำให้บริษัทใหญ่ๆ เดินได้ช้า พัฒนาได้ช้า ตามไม่ทันกลุ่ม Startup ที่วิ่งกันฝุ่นคลุ้ง
เซสชั่นที่ 5 : Data in Action
ปัญหาสำคัญที่ถูกพูดถึงก่อนที่เข้าเรื่อง Data in Action หรือการตัดสินใจด้วยข้อมูล (data-driven decision) นั้น คือปัญหาเรื่อง “คน” การขาดบุคลากรที่มีความรู้ความเข้าใจอย่างแท้จริง ไม่ใช่มีความรู้แค่เพียงผิวเผิน หยิบคำศัพท์แค่ไม่กี่คำมาพูดเล่ากัน ถือเป็นปัญหาสำคัญมากๆ เพราะต่อให้มีการทำเรื่องของ Big Data หรือมีข้อมูลที่ดีแค่ไหนแต่ถ้าให้คนที่ไม่เข้าใจ อ่านข้อมูลแล้วย่อยไม่ได้ หรือเลือกเอาข้อมูลที่ไม่เหมาะสมมาย่อย การตัดสินใจก็จะเกิดความผิดพลาดได้ง่ายมาก ซึ่งนอกจากการที่เราต้องเสียเงินลงทุนจ่ายค่า Hardware Software และค่าคนไปแล้ว สิ่งที่น่ากลัวคือ ผลลัพท์ที่จะเกิดขึ้นกับธุรกิจหลังจากเกิดการตัดสินใจที่ผิดพลาดขึ้น
เรื่องของ Big Data เป็นอีกเรื่องที่ถูกหยิบยกมาพูดในถึงเซสชั่นนี้ แม้จะถูกพูดมาหลายเวทีในรอบปีสองปีมานี้ แต่เอาเข้าจริงเรื่องนี้อาจจะยังไม่ได้ถูกใช้กันอย่างจริงๆ หรือเป็นระบบมากนัก หลายๆ หน่วยงานหรือองค์กรกำลังอยู่ในช่วงเริ่มวางแผน ทดสอบใช้งานและศึกษาวิจัย รวมถึงยังมีประเด็นเรื่องของข้อมูลความเป็นส่วนตัวอยู่ด้วย ซึ่งเป็นเรื่องที่อ่อนไหวพอสมควร
ตัวอย่างการใช้ Big Data ของ telco รายหนึ่งในประเทศไทยที่เคยอ่านพบนั้น มีการใช้ศึกษาเพื่อหาแนวโน้มว่าผู้ใช้งานโทรศัพท์คนไหนมีแนวโน้มที่จะย้ายค่ายบ้าง หรือคนไหนเป็นคนที่ชอบท่องเที่ยว ซึ่งการประมวลผลนั้นต้องอาศัยข้อมูลหลายอย่างประกอบกัน เช่นการ Track GPS ว่าเครื่องไหนมีการเคลื่อนที่บ่อย เครื่องไหนมีการเคลื่อนที่ระยะทางไกลๆ หรือมีการโทรออกโทรเข้าจากต่างประเทศ กระทั่งจากการใช้งาน Mobile browser ในการหาข้อมูลท่องเทียว หรือเข้าเว็บจองโรงแรมจองตั๋วเครื่องบินเป็นต้น ซึ่งหากได้ข้อมูลเหล่านี้มาได้จะทำให้การทำ marketing นั้นง่ายและมีประสิทธิภาพมากขึ้น
ด้าน Central Online คุณวรวุฒิ อุ่นใจ กล่าวถึงการใช้ Big Data สำหรับ Retail ว่า ทางกลุ่มเองก็กำลังอยู่ในช่วงศึกษาเตรียมความพร้อมและให้ความสำคัญกับเรื่องนี้อย่างมาก โดยเฉพาะกับข้อมูลของสมาชิก The one card ที่มีมากกว่า 10 ล้านราย ไม่ว่าจะเป็นยอดใช้จ่าย ประเภทสินค้าที่เลือกซื้อ หากนำไปรวมกับข้อมูลอื่นๆ เพื่อนำมาทำ Big Data เช่น สภาพภูมิอากาศแต่ละวัน สภาพจราจร วันหยุดเสาร์อาทิตย์ วันทำงาน วันเงินเดือนออก โปรโมชั่นของห้าง โปรโมชั่นของคู่แข่ง และข้อมูลอื่นอีกนับร้อยปัจจัย จะทำให้ได้ข้อมูลที่มีประโยชน์ในการวางแผนเชิงกลยุทธ์ได้อย่างถูกต้องมีประสิทธิภาพ
บทสรุปสุดท้ายของเซสชั่นนี้คือ การเน้นย้ำการเตรียมความพร้อมสำหรับเรื่องของ Big Data ที่จะเกิดขึ้นในอนาคตอันใกล้ ไม่ว่าจะเป็นธุรกิจขนาดเล็ก กลาง หรือใหญ่ เพราะสุดท้ายแล้วเทคโนโลยีจะถูกลงไปเรื่อยๆ จนทุกธุรกิจก็สามารถใช้งานได้ แต่ในระหว่างนี้ สิ่งที่เราต้องให้ความสำคัญมากๆ ก่อนเลยก็คือ การใช้ข้อมูลที่มีอยู่แล้วให้เกิดประโยชน์อย่างจริงจัง อย่ามัวแต่คุยหรือแสดงวิสัยทัศน์กันแต่เรื่อง Big Data ทั้งๆที่ Data ที่มีอยู่ในปัจจุบันนั้นก็มากมายและสามารถนำมาใช้ประโยชน์กันได้อยู่แล้ว แต่หลายบริษัทกลับไม่เคยนำมาใช้งานกันอย่างจริงจังเลย
Happy Analytics 🙂