บลูบิค (Bluebik) บริษัทที่ปรึกษาชั้นนำด้านกลยุทธ์และการจัดการด้วยนวัตกรรมและเทคโนโลยี แนะธุรกิจปรับใช้ Agile ในกระบวนการด้าน Data Science เพิ่มความรวดเร็วการวิเคราะห์ข้อมูล ช่วยเร่งการเติบโตของรายได้และกำไรจากชุดข้อมูลขนาดใหญ่ ด้วยการดำเนินการ 3 ชั้นตอนหลัก 1. การปรับให้ทีม Data Science ทำงานแบบ Agile 2. ปรับเส้นทางการไหลของข้อมูล (Data Pipeline) เป็นแบบอัตโนมัติมากที่สุด และ 3. นำ Augmented Analytics หรือการวิเคราะห์ข้อมูลโดยอัตโนมัติ ไปปรับใช้กับกระบวนการทำงานภายในหน่วยธุรกิจ
นายพชร อารยะการกุล ประธานเจ้าหน้าที่บริหาร บริษัท บลูบิค กรุ๊ป จำกัด เปิดเผยว่า ในโลกยุคใหม่ที่การตัดสินใจทางธุรกิจขับเคลื่อนด้วยข้อมูล องค์กรที่สามารถนำข้อมูลมาใช้ประโยชน์ได้อย่างเต็มประสิทธิภาพย่อมได้เปรียบในการแข่งขันมากกว่า ดังนั้นองค์กรจำนวนมากขึ้นจึงเลือกจัดตั้งหน่วยงานด้าน Data Science หรือวิทยาศาสตร์ข้อมูล เพื่อวิเคราะห์และนำข้อมูลมหาศาลที่มีอยู่มาสร้างมูลค่าเพิ่มให้ธุรกิจ ทั้งในแง่การทำการตลาดให้ตรงจุด หรือการพัฒนาผลิตภัณฑ์และบริการเพื่อสร้างกำไรให้ธุรกิจมากขึ้น ซึ่งกระบวนการของ Data Science ครอบคลุมตั้งแต่ขั้นตอนการเก็บข้อมูล การจัดการข้อมูล การวิเคราะห์ข้อมูล ไปจนถึงการนำข้อมูลมาช่วยในการตัดสินใจ
"แม้ว่าแทบทุกองค์กรต่างพยายามสร้างหน่วยงาน Data Science ขึ้นมา และผลักดันโครงการที่เกี่ยวข้องเพื่อมุ่งก้าวไปสู่การเป็น Data-Driven Organization หรือองค์กรขับเคลื่อนด้วยข้อมูล แต่ไม่ใช่ทุกองค์กรจะประสบความสำเร็จ เนื่องจากยังติดกับดักการพัฒนาโมเดลวิเคราะห์ข้อมูลที่ใช้เวลาพัฒนานานเกินไป และยังไม่ยืดหยุ่นมากพอในการแก้ไขปัญหาที่เกิดขึ้นแบบเรียลไทม์ รวมถึงไม่สามารถวิเคราะห์สถานการณ์ที่เปลี่ยนแปลงไปตลอดเวลาได้" นายพชร กล่าว
จากปัญหาดังกล่าวส่งผลให้หลายองค์กรยังไม่ประสบความสำเร็จในการแปลงข้อมูลทั่วไป (Data) ให้กลายเป็นข้อมูลเชิงลึก (Insights) ที่สร้างมูลค่าเพิ่มให้องค์กร โดยพบว่ามีเพียง 15% ของโครงการ Data Science ทั่วโลกที่สามารถช่วยแก้ปํญหาและวิเคราะห์ข้อมูลธุรกิจได้จริง ตามการเปิดเผยเมื่อปี 2562 ของ Gartner บริษัทเทคโนโลยีชื่อดังของสหรัฐ
ทั้งนี้ หากองค์กรต้องการประสบความสำเร็จในการทำโครงการ Data Science สามารถนำหลักการ Agile มาปรับใช้ได้ โดย Agile เป็นแนวคิดการทำงานที่เน้นความคล่องตัว ลดขั้นตอนการทำงาน มุ่งเน้นการสื่อสารระหว่างบุคลากรต่างทีมเพื่อสร้างความเข้าใจ กระจายอำนาจการตัดสินใจ วางแผนและส่งมอบงานเป็นชิ้นเล็กๆ เพื่อให้สามารถแก้ปัญหาหรือข้อผิดพลาดในแต่ละในส่วนได้ในเวลาอันรวดเร็ว โดยหลักการ Agile แตกต่างจากการทำงานแบบ Waterfall ที่มีการวางแผนการทำงานตั้งแต่เริ่มต้นจนจบโครงการในรอบเดียว ทำให้แก้ไขปัญหาไม่ทันเมื่อพบความผิดพลาด
ฉะนั้น การปรับใช้ Agile กับ Data Science จะสามารถเร่งกระบวนการพัฒนาโมเดลวิเคราะห์ข้อมูล เพื่อเพิ่มมูลค่าให้องค์กรได้ในเวลาอันรวดเร็ว โดยมีหลักการทำงาน 3 ข้อ ซึ่งเริ่มตั้งแต่
"หากธุรกิจต้องการนำข้อมูลมหาศาลในมือมาขับเคลื่อนให้รายได้เติบโตอย่างรวดเร็ว และสร้างความได้เปรียบในสมรภูมิการแข่งขันยุคดิจิทัล การนำ Data Science มาช่วยวิเคราะห์ข้อมูลเพียงอย่างเดียวคงไม่เพียงพอ แต่ต้องทำให้ข้อมูลสร้างมูลค่าเพิ่มให้องค์กรในเวลาอันรวดเร็ว โดยนำหลักการ Agile มาปรับใช้กับกระบวนการวิเคราะห์ข้อมูล เพื่อเพิ่มศักยภาพขององค์กร จนสามารถก้าวขึ้นเป็นผู้นำในยุคดิจิทัล" นายพชร ทิ้งท้าย