Digital Analytics

               ทุกวันนี้องค์กรธุรกิจทั่วไปจะต้องใช้ Analytics เพื่อสร้างมูลค่าทางธุรกิจ เพิ่มขึ้น แหล่งที่มาสำคัญและจำเป็นของข้อมูล สำหรับการวิเคราะห์ข้อมูลในปี 2013 คือ ประสบการณ์ ดิจิตอล – จาก Website สู่เครือข่ายสังคม และสู่ Application สำหรับ Mobile

ดังนั้นจึงเป็นสิ่งสำคัญเพื่อความอยู่รอดในระบบเศรษฐกิจปัจจุบันสำหรับธุรกิจ จำเป็นต้องมีการพัฒนาและเสริมสร้างความเข้าใจเกี่ยวกับพฤติกรรมการใช้ข้อมูลดิจิตอล จากสื่อต่างๆ ด้วยการรวบรวม และวิเคราะห์ข้อมูลเหล่านั้น จากข้อมูลขนาดเล็กไปจนถึงระดับ Big Data โดยมีเป้าหมายเพื่อเพิ่มรายได้และลดค่าใช้จ่ายที่ไม่จำเป็น จากการตัดสินใจทางธุรกิจ บนพื้นฐานของข้อมูลที่ไม่ได้ผ่านการวิเคราะห์ ดังนั้นการวิเคราะห์ข้อมูลดิจิตอลจึงเป็นสิ่งจำเป็นที่ใช้เพื่อสร้างรายได้ และคงไว้ซึ่งผลกำไรในทางธุรกิจ

               การวิเคราะห์ข้อมูลดิจิตอล หรือ Digital Analytics นี้ มีความจำเป็นอย่างยิ่งในกระบวนการประมวลผล Big Data เนื่องจากนับวัน ข้อมูลองค์กรเพิ่มขึ้นอย่างต่อเนื่อง และมีความหลากหลาย ทำให้การวิเคราะห์ข้อมูลเป็นสิ่งจำเป็นอย่างยิ่ง ระบบวิเคราะห์ข้อมูลเชิงดิจิตอลนี้ ยังได้ครอบคลุมไปถึงการวิเคราะห์ข้อมูลจากเว็บ (Web Analytics) อีกด้วย 

ความจำเป็นในการวิเคราะห์ข้อมูลดิจิตอลมีมากขึ้นกว่าที่เคย สำหรับปริมาณข้อมูลที่พร้อมใช้สำหรับการดำเนินงานทางธุรกิจมีเป็นจำนวนมาก และมีความหลากหลายมากกว่าครั้งใดๆในประวัติศาสตร์ของมนุษย์ชาติ IBM ได้ประมาณการณไว้ว่า มนุษย์ได้สร้างข้อมูลไว้มากถึง 2.4 Quintillion byte (Quintillion เท่ากับ หนึ่งพันล้าน ล้าน) ในทุกๆวัน หรือ 24,000,000,000,000,000,000 ไบต์ต่อวัน โดย 90% ของข้อมูลส่วนใหญ่ถุกสร้างขึ้นภายใน 2 ปีที่ผ่านมา และมีความชัดเจนว่า ส่วนใหญ่ของข้อมูลใหม่นี้ถูกสร้างขึ้นในระบบดิจิตอล หรือระบบที่เชื่อมต่อกับอินเตอรเนต

               เนื่องจากกลุ่มของข้อมูลเชิงดิจิตอลได้เติบโตขึ้นเป็นทวีคูณในทุกๆวัน ดังนั้นองค์กรทั่วไปมีความจำเป็นจะต้องจัดตั้งหน่วยงานวิเคราะห์ข้อมูลเพื่อให้ได้มาข้อมูลเชิงลึก ข้อมูลที่สามารถพยากรณ์แนวโน้ม ข้อมูลที่จะสร้างความได้เปรียบในเชิงแข่งขัน ข้อมูลเชิงแนะนำและสร้างโอกาสทางการตลาด รวมทั้งแสดงถึงแนวโน้มและพฤติกรรมของผู้บริโภค ข้อมูลเหล่านี้ สามารถนำไปใช้เพื่อการตัดสินใจ และการวางแผนธุรกิจ การตรวจวัดประสิทธิภาพ รายงานตัวชี้วัดประสิทธิภาพ หรือ KPI ตลอดจนการพยากรณ์ การวางเป้าหมาย และอื่นๆอีกมาก

               ปริมาณของข้อมูลที่กำลังถูกสร้างขึ้นในขณะนี้ รวมทั้งในอนาคตที่จะถึงนี้ มากเกินกว่าการประมาณการ์ของ IBM โดย International Data Corporation (IDC) ได้ชี้ให้เห็นว่า โลกของดิจิตอลจะเติบโตเป็นเท่าตัว จนถึงปี 2020 และข้อมูลที่จัดสร้างขึ้นจะไปถึง 40 ZB (Zetabyte) ซึ่งหมายความว่า ขนาด 5,247 GB สำหรับทุกๆคนบนโลกในปี 2020

               จากข้อมูลโครงการ Internet and American Life Project ของบริษัท Pew Research Center ได้ประมาณการณ์ไว้ว่า

• 59% ของประชากร ใช้ Search Engine เพื่อค้นหาข้อมูลและส่ง Email
• 48% ของประชากร ใช้เครือข่ายสังคม เช่น Facebook  LinkedIn หรือ Google Plus
• 45% ของประชากร รับข้อมูลข่าวสารออนไลน์ รวมทั้งที่ใช้ ออนไลน์เพื่อความบันเทิง และฆ่าเวลาไปวันๆ
• 35% มองหาข้อมูล เช่น ข้อมูลเกี่ยวข้องทางเทคนิค วิชาการ และสิ่งที่น่าสนใจอื่นๆ

นิยามของ Digital Analytics

               Digital Analytics เป็นชุดของกิจกรรมทางธุรกิจและเทคนิควิชาการ ที่ใช้เพื่อ นิยาม รวบรวม ตรวจสอบความถูกต้อง หรือการแปลงข้อมูลเชิงดิจิตอลให้เป็น รายงาน งานวิจัย การวิเคราะห์ การปรับแต่ง การพยากรณ์ และข้อมูลเชิงลึก เพื่อสร้างมูลค่าทางธุรกิจเพิ่มขึ้น

               กิจกรรมการวิเคราะห์ข้อมูลดิจิตอล จะช่วยให้องค์กรธุรกิจสามารถเพิ่มผลกำไรและลดต้นทุนลงได้ กิจกรรมนี้จะต้องมีกระบวนการเพื่อประสานงาน รวมทั้งบุคลากร และเทคโนโลยีภายในองค์กร รวมทั้งผู้ร่วมงานจากภายนอก เพื่อผลิตข้อมูลสำหรับวิเคราะห์และคำตอบสำหรับคำถามเกี่ยวกับธุรกิจ และมีการให้ข้อเสนอแนะบนพื้นฐานทางคณิตศาสตร์และข้อมูลทางสถิติ ที่เข้มงวด และสามารถแสดงผลของความสำเร็จ หรือล้มเหลวของกิจกรรมที่เกี่ยวข้องกับธุรกิจ ตั้งแต่การขาย ไปจนถึงการตลาดและการบริหารจัดการ

               เหตุผลสำคัญอีกประการหนึ่งที่จำเป็นต้องจัดสร้างหน่วยงานวิเคราะห์ข้อมูลดิจิตอลได้แก่ จากปริมาณข้อมูลในปัจจุบันพบว่า 99.95% ของข้อมูลพร้อมใช้ไม่ได้รับการวิเคราะห์ โดยมีเพียง 0.0.% เท่านั้นที่ผ่านการวิเคราะห์และนำไปใช้งาน

               Digital Analytics สามารถเอื้อประโยชน์แก่ธุรกิจได้หลายวิถีทาง ที่เห็นได้ชัดเจนคือ สร้างผลกำไรหรือตอบแทนต่อการลงทุน และการลดค่าใช้จ่ายลง สถาบัน McKinsey Global Institute (MGI) ประกาศว่า การเพิ่มผลตอบแทนในรูปแบบกำไร 60% สำหรับธุรกิจค้าปลีกเป็นเรื่องที่เป็นไปได้ หากใช้ Big Data

               ด้วยการรวบรวมข้อมูลข่าวสารจากระบบต่างๆเข้าด้วยกัน  เพื่อนำมาวิเคราะห์ความเกี่ยวข้อง ท่านจะสามารถเข้าใจว่าข้อมูลดิจิตอลและการวิเคราะห์ สามารถนำมาใช้เพื่อตอบโจทย์ทางธุรกิจได้อย่างไร และนำไปสู่การตัดสินใจบนพื้นฐานของเท็จจริงได้อย่างไร

               โซลูชั่นสำหรับวิเคราะห์ข้อมูลดิจิตอลในปัจจุบันมีมากมายหลายแบบ เช่นท่านอาจใช้บริการจาก Third Party ที่มีโซลูชั่นการวิเคราะห์ข้อมูลมาให้ หรือใช้บริการจาก Cloud ซึ่งท่านจะต้องวิเคราะห์ข้อมูลเองจากผลลัพธ์ที่ได้จากการประมวลผลโดย Cloud หรือองค์กรของท่านมีเครื่องจักรคำนวณที่พร้อม (เช่นมี data Center เป็นของตนเอง) รวมทั้ง Software หรือเครื่องมือที่ใช้วิเคราะห์ครบครัน แต่ในท้ายที่สุด ท่านก็ยังต้องใช้บริการทีมงานวิเคราะห์ของท่านเองเช่นกัน

               บทความนี้ ผู้เขียนขอนำเสนอวิธีการจัดสร้างและบริหารจัดการทีมงานวิเคราะห์ข้อมูลดิจิตอล เพื่อให้มีการดำเนินการวิเคราะห์ข้อมูลดิจิตอลอย่างเป็นรูปธรรม และมีประสิทธิผล อย่างไรก็ตาม ก่อนที่จะกำหนดทีมงานนั้น จำเป็นต้องมีแนวคิดและกลยุทธ์ในการทำงานเสียก่อน โดยกำหนดเป็นนโยบาย เพื่อนำไปสู่เป้าหมาย

ห่วงโซ่คุณค่าของการวิเคราะห์ข้อมูลและคำว่า “p” ของการวิเคราะห์ข้อมูลดิจิตอล

               ท่านที่เคยผ่านหลักสูตรบริหารจัดการในระดับอุดมศึกษา คงเคยได้ยิน กลยุทธ์ 4 P ของ Mintzberg มาแล้ว สำหรับระบบวิเคราะห์ดิจิตอล ก็มีมาตรฐาน “P” เช่นกัน เราเรียกว่า ห่วงโซ่คุณค่าสำหรับวิเคราะห์ข้อมูลดิจิตอล ประกอบด้วย สิ่งต่างๆดังนี้

• People          บุคลากรของทีมงาน พร้อมด้วยชุดของทักษะ และประสบการณ์เฉพาะด้าน รวมทั้งวิสัยทัศน์ที่จะนำมาใช้ในกระบวนการวิเคราะห์
• Pre-engagement       การวิเคราะห์ที่ดีจำเป็นต้องมีการพูดคุยกับบุคคลที่เป็นลูกค้า และผู้ที่มีส่วนได้ส่วนเสีย เพื่อตรวจสอบวัตถุประสงค์ของการวิเคราะห์ว่ามีความเป็นไปได้มากน้อยเพียงใด อย่าลืมว่า ความสำเร็จของทีมวิเคราะห์ รวมทั้งกระบวนการ และการเริ่มต้นสัมพันธ์โดยตรงกับประสิทธิภาพของการนำเสนอการวิเคราะห์ที่เป็นไปตามการคาดหวังของผู้มีส่วนได้ส่วนเสีย แผนงานสำหรับ Pre-engagement ประกอบด้วยโครงสร้างหลักๆดังนี้
  • ผู้ที่จะรับฟัง : พิสูจน์ทราบชื่อของผู้ที่มีส่วนได้ส่วนเสีย และกลุ่มของผู้มีส่วนได้ส่วนเสีย (หมายเหตุ : ผู้มีส่วนได้ส่วนเสียนี้ หมายถึง เจ้าหน้าที่ๆเกี่ยวข้อง และรับผิดชอบในองค์กร ผู้ถือหุ้น ผู้บริหาร เจ้าพนักงานที่เกี่ยวข้องกับองค์กร รวมไปถึงลูกค้า ซัพพลายเออร์ เป็นต้น)
  • กิจกรรม :  ทีมงานวิเคราะห์การตลาดเกี่ยวกับลูกค้า รวมทั้งตอบสนองโดยตรงต่อข้อมูลทางการตลาด
  • คำถามทางธุรกิจ : ให้นิยามกระทู้ของคำถามทางธุรกิจ ที่ผู้ที่มีส่วนได้ส่วนเสียจะตั้งคำถาม
  • ชนิดของการนำเสนอ : รูปแบบการนำเสนอ อาจใช้ Power point หรือ Excel
  • วิธีการสื่อสารที่ต้องการ : ใช้วิธีการพบปะสนทนา
  • ความถี่ของการติดต่อสื่อสาร : กำหนดให้มีการพบปะอย่างเป็นทางการอย่างน้อย 2 ชั่วโมงต่อเดือน
  • Planning     การวิเคราะห์ข้อมูลที่ประสบผลสำเร็จ จำเป็นต้องผ่านการวางแผนอย่างเฉพาะเจาะจงในระดับที่กำหนดไว้ เพื่อให้มีโครงสร้างการทำงานที่ดี มีเป้าหมายชัดเจน รวมทั้งมีกรอบของเวลา แผนงานการวิเคราะห์ประกอบด้วยส่วนต่างๆดังนี้
    • ผู้ที่จะเข้ารับฟังการนำเสนอ
    • ทีมงานที่ต้องการ
    • ข้อมูลที่ต้องการ
    • เทคโนโลยีที่ต้องการ
    • รูปแบบข้อมูลสำหรับการนำเสนอ
    • ความถี่ของการนำเสนอ
    • เค้าโครงของการนำเสนอ
    • ทบทวนและติดตาม
  • Platform     เป็นเทคโนโลยี หรือชุดของเทคโนโลยีหรือผลิตภัณฑ์ทาง Software ที่ใช้เพื่อรวบรวม วิเคราะห์ และสื่อสาร
  • Process        กระบวนการหรือหน้าที่การทำงานที่สนับสนุนการวิเคราะห์ข้อมูล ที่อาจมีอยู่แล้วหรือกำหนดขึ้นมาใหม่ เพื่อให้งานวิเคราะห์สามารถดำเนินการได้ราบลื่น
  • Production ผลของการวิเคราะห์ที่ได้มาจากทีมงาน และผู้ที่มีส่วนได้ส่วนเสีย รวมทั้งผู้วางแผนและผู้ที่ได้ติดต่อสื่อสารกับลูกค้า
  • Pronouncement       รูปแบบข้อมูลจากการวิเคราะห์ไม่เพียงแต่เป็นรูปแบบรายงานการวิเคราะห์ข้อมูลเท่านั้น แต่ยังต้องเป็นข้อมูลที่สามารถแถลงและตอบโจทย์ทางธุรกิจได้ ต่อไปนี้เป็นเทคนิคของการแถลงและสื่อสารเกี่ยวกับข้อมูลที่ผ่านการวิเคราะห์
    • จัดให้มีการประชุมอย่างเป็นทางการเพื่อทบทวนแผนงานการวิเคราะห์
    • อย่าเพิ่งรีบร้อนต่อการนำเสนอ
    • ให้ความใส่ใจต่อความต้องการของผู้มีส่วนได้ส่วนเสีย
    • เปิดใจรับฟัง เมื่อต้องตอบคำถามของผู้มีส่วนได้ส่วนเสีย
    • กำหนดให้มีการพบปะในครั้งต่อไป
  • Prediction  สามารถนำข้อมูลที่ผ่านการวิเคราะห์มาพยากรณ์เพื่อให้เกิดประโยชน์แก่ธุรกิจขององค์กร และสังคมได้ ท่านสามารถจัดทำโมเดลพยากรณ์ จากการวิเคราะห์เชิงดิจิตอล และนำไปใช้งานได้หลายวิถีทางดังนี้
    • การจัดทำ Model เพื่อแบ่งส่วนการตลาด
    • พยากรณ์คุณค่าที่ลูกค้ามีต่อผลิตภัณฑ์ตลอดช่วงอายุขัย
    • ระบุรายการสินค้าคงคลังเพื่อการจำหน่าย
    • การกำหนดว่าเมื่อใดเป็นช่วงเวลาที่ดีที่สุดที่จะแพร่โฆษณาทางออนไลน์แก่ผู้รับชม
    • พยากรณ์ผลกำไรที่คาดว่าจะได้จากการส่งเสริมการขาย
  • Profit           ข้อมูลที่ผ่านการวิเคราะห์จะต้องสร้างโอกาสและผลตอบแทนทางธุรกิจได้อย่างชัดเจน หรือมีนัยสำคัญ รวมทั้งช่วยลดต้นทุนค่าใช้จ่ายขององค์กร

ยุทธ์วิธีและยุทธ์ศาสตร์เพื่อไปสู่ความสำเร็จในการวิเคราะห์ข้อมูล

               ห่วงโซ่คุณค่าสำหรับการวิเคราะห์ข้อมูลดิจิตอล ประกอบด้วยโครงงานที่มีการทำงานถึง 6 เฟส ตามลำดับ ประกอบด้วยเฟสต่างๆดังนี้

• ทำความเข้าใจกับข้อมูลที่จะถูกนำมาวิเคราะห์
• รวบรวม ตรวจสอบ และจัดการดูแลข้อมูล
• จัดทำรายงานและแสดงผลการวิเคราะห์ในรูปแบบที่เข้าใจง่าย พร้อมข้อมูลประกอบการแสดงผล
• วิเคราะห์ข้อมูล และดำเนินการสื่อสารและเผยแพร่แก่ผู้มีส่วนได้ส่วนเสีย
• การเพิ่มประสิทธิภาพ การพยากรณ์ และจัดทำระบบอัตโนมัติ
• สาธิตมูลค่าทางเศรษฐศาสตร์จากข้อมูลที่วิเคราะห์ได้

วิธีการจัดสร้างทีมงานหรือองค์กรวิเคราะห์ข้อมูลดิจิตอล

               ปัจจัยที่สร้างความสำเร็จสำหรับงานวิเคราะห์ข้อมูลดิจิตอลได้แก่ทีมงานวิเคราะห์ ซึ่งถือว่าเป็นหนึ่ง “P” ที่ทำให้เกิดการขับเคลื่อนไปสู่ความสำเร็จ   

               บุคลากรที่จะประกอบขึ้นมาเป็นทีมงานวิเคราะห์ข้อมูลนี้ จะต้องมีทักษะที่หลากหลาย เนื่องจาก การวิเคราะห์ข้อมูลดิจิตอลนี้ ไม่ว่าจะเป็นจาก Big data หรือข้อมูลทางดิจิตอลอื่นๆ ต้องใช้เครื่องมือทางเทคโนโลยี ทางซอฟแวร์ ความรอบรู้ในทางธุรกิจขององค์กรนั้นๆ และอื่นๆอีกมากมาย สมาชิกในทีมงานจำเป็นต้องมีทักษะดังนี้

• ตัวเลข : มีความเข้าใจเกี่ยวกับจำนวนตัวเลข ทางคณิตศาสตร์ และทางสถิติ ทีมงานจะต้องมีความรู้เกี่ยวกับการดูตัวเลขทางสถิติ และตัวเลขเชิงปริมาณ
• ความรู้ทางเทคนิค : ทีมงานต้องมีรู้จักใช้งานระบบและเทคโนโลยีที่จะรวบรวมข้อมูลดิจิตอล รวมทั้งการจัดเก็บ การจัดทำราบงาน ซึ่งเป็นสิ่งจำเป็น โดยทักษาะนี้อาจได้มาจากสมาชิกในทีมงานที่ผ่านการอบรมและมีประสบการณ์
• มุ่งเน้นธุกิจ : การวิเคราะห์บนพื้นฐานของคุณค่าทางธุรกิจโดยใช้ข้อมูลเพื่อลดค่าใช้จ่ายและเพิ่มผลกำไร ทีมงานจะต้องสามารถเชื่อมโยงผลลัพธ์ของการวิเคราะห์ เข้ากับแผนงานธุรกิจ เพื่อให้เกิดการปรับปรุง เพิ่มประสิทธิภาพและผลกำไร
• Data Visualizers : สามารถใช้เครื่องมือเพื่อจัดสร้าง แผนภูมิ และกราฟ เพื่อใช้บอกข้อมูลที่สำคัญ และความสัมพันธ์ระหว่างข้อมูล
• ความสามารถในการจำแนกรูปแบบ : สมาชิกจะต้องสามารถดูรูปแบบหรือลักษณะเคลื่อนไหวภายในข้อมูลนั้นๆ จะต้องสามารถมองเห็นสัญญาณที่ปรากฏในข้อมูล ออกเป็นภาพในใจ และมีความเข้าใจเพียงพอ
• มีความกระหายเรียนรู้ : ความต้องการเรียนรู้สิ่งใหม่ๆ ความคิดใหม่ๆ หัวข้อและประเด็นต่างๆ การวิเคราะห์จะทำได้ดี หากบุคลากรนั้น กระหายที่จะขุดคุ้ยข้อมูลในเชิงลึกลงไปอีก ไม่ว่าจะเป็นข้อมูลที่เข้าใจก่อนหน้านี้ หรือข้อมูลใหม่ๆ
• ความคิดหลายมุม : ความคิดแบบแนวข้าง หรือความคิดแบบทวีมิติก็เป็นสิ่งที่น่าสนใจ ช่วยให้การวิเคราะห์อย่างมีประสิทธิภาพ มีความเป็นไปได้สูง ความคิดทวีมิติคือการมองข้อมูลที่ปรากฏด้วยแนวความคิดหลายความคิด หรือหลายมุมมอง
• ความอยากรู้อยากเห็น : การขุดลึกลงไปในรายละเอียดของข้อมูล เป็นคุณสมบัติเบื้องต้นของผู้กระหายที่จะเรียนรู้ หรือรับรู้ นักวิเคราะห์ที่ดี มีธรรมชาติของการกระหายที่จะเรียนรู้หรือรับรู้ ความอยากรู้อยากเห็น จะนำไปสู่การค้นพบสิ่งใหม่ๆ การทำความเข้าใจ ดังนั้น ข้อเสนอแนะของทีมงาน รวมทั้งการตัดสินจะอยู่พื้นฐานของข้อมูลที่ได้จากการเรียนรู้เล่านี้
• ความรอบคอบ : เนื่องจากงานวิเคราะห์ บางครั้งต้องเข้าไปเกี่ยวข้องกับความกำกวม และในหลายครั้งที่ข้อมูลไม่ค่อยมีความน่าเชื่อถือ การวิเคราะห์ที่ดี จะต้องมีความรอบคอบต่อการแก้ไขปัญหา นอกจากนี้การสื่อสารระหว่างบุคคล จำเป็นต้องมีความรอบคอบเมื่อจะต้องนำเสนอหรือแสดงข้อมูล

นักวิเคราะห์ที่ประสบความสำเร็จในระดับโลก ไม่ได้มาจากนักวิทยาศาสตร์ นักมายากล ผู้ที่หลงไหลและติดตามเทคโนโลยี รวมทั้งนักธุรกิจผู้มีความสามารถสูง นักวิเคราะห์ที่ดีใช้เวลาอย่างมากในการเรียนรู้จากประสบการณ์และวุฒิภาวะในการทำงานจากองค์กรที่มีสภาพแวดล้อมที่ดี เพื่อเพิ่มชุดของทักษะ และกระตุ้นให้เกิดความเป็นเลิศในการวิเคราะห์ข้อมูล เช่นเดียวกับการบริหารทีมงาน การใช้ทฤษฎีจิตวิทยา การสร้างแรงจูงใจในบุคคล และระหว่างบุคคลต่างๆ รวมทั้งแรงบันดาลใจ ตลอดจนภาวะผู้นำ ล้วนเกี่ยวข้องกับการบริหารทีมงานวิเคราะห์ข้อมูลดิจิตอล

Thomas Davenport ได้นิยามโครงสร้างของทีมงานวิเคราะห์ข้อมูลไว้ดังนี้

• การรวมศูนย์ : ทีมงานวิเคราะห์ต่างๆจะต้องรายงานไปที่หัวหน้าคนเดียวกัน หรือผู้ที่เกี่ยวข้องดูแลโดยตรง
• การให้คำปรึกษา : นักวิเคราะห์ทุกคนเป็นส่วนหนึ่งขององค์กร ซึ่งต้องทำงานร่วมกัน จะต้องสามารถให้คำปรึกษาเพื่อแก้ไขปัญหา ร่วมกันได้
• การทำงาน : นักวิเคราะห์มักจะมาจากหน่วยงานต่างๆภายในองค์กร หรือนอกองค์กร เช่นแผนกการตลาด หรือแผนกไอที เป็นต้น โดยนักวิเคราะห์แต่ละคน ต่างก็มีหน้าที่ให้ความเอาใจใส่แก่ข้อมูลในแผนกของตน

• Hub and Spoke :  โดยทั่วไปนักวิเคราะห์มักประจำอยู่ในหน่วยงานของแผนกต่างๆ แต่มีการประสานงานเป็นอันหนึ่งอันเดียวกัน ซึ่งบางครั้งจะต้องทำงานที่ผสมผสานกันเป็นทีมงานขนาดใหญ่ เรียกว่า “ศูนย์กลางความเป็นเลิศของการวิเคราะห์.
• การจัดทำรายงานแบบไม่รวมศูนย์หรือแบบกระจาย แต่การวิเคราะห์เป็นแบบรวมศูนย์

รูปแบบนี้มีข้อดีหลายประการ เช่น

• ปล่อยให้ตัวทีมงานอิสระจากรายงานที่น่าเบื่อ และมีเวลาในการวิเคราะห์ที่น่าสนใจมากยิ่งขึ้น
• มีส่วนร่วมกับผู้มีส่วนได้ส่วนเสียในกระบวนการ
• ทำให้ผู้มีส่วนได้ส่วนเสียมีความไกล้ชิดกับข้อมูลมากขึ้น และมีความเข้าใจข้อมูลมากขึ้น

จุดด้อยของวิธีการนี้คือ

• ท่านจะต้องเสียเวลามากขึ้นกับการฝึกอบรมวิธีการใช้เครื่องมือวิเคราะห์ข้อมูล
• ท่านจะต้องเสียเวลามากขึ้นกับการให้บริการผู้ที่ใช้เครื่องมือวิเคราะห์

หน้าที่การทำงานหลักของทีมงานวิเคราะห์

• เก็บรวบรวม ตรวจวัด จัดทำงายงาน และวิเคราะห์ข้อมูล โดยใช้พื้นฐานความต้องการทางธุรกิจ รวมทั้งประสานงานกับทีมงานอื่นๆเพื่อดำเนินการโครงการ
• ให้มุมมองเกี่ยวกับลูกค้าขององค์กรรวมทั้งพฤติกรรมของลูกค้าที่มีต่อสื่อ และผลิตภัณฑ์ขององค์กร
• ให้ข้อมูลที่ใช้ในการขับเคลื่อนกลยุทธ์และยุทธ์ศาสตร์ บนข้อเท็จจริง เพื่อนำไปสู่การตัดสินใจสำคัญเกี่ยวกับธุรกิจ
• จัดทำรายงานไปที่ศูนย์กลางที่เกี่ยวข้องกับการดูแลงานวิเคราะห์
• เข้าร่วมกับกระบวนการที่จะสร้างนิยามของมาตรฐานข้อมูลเกี่ยวกับลูกค้า ที่มีผลต่อการตัดสินใจทางธุรกิจ
• ประสานงานกับเทคโนโลยี บนโครงสร้างพื้นฐาน เช่นระบบจัดเก็บข้อมูลและเครือข่าย รวมทั้งเครื่องมือจัดทำรายงาน และแพลตฟอร์มต่างๆที่เกี่ยวข้อง
• ช่วยในการค้นหาวิเคราะห์ข้อมูลและจัดทำรายงานแก่ผู้ใช้งานในองค์กร
• สร้างกระแสของผลตอบแทนต่อการลงทุนด้วยข้อมูลและผลการวิเคราะห์
• ลดค่าใช้จ่าย
• ขับเคลื่อนให้มีการตรวจวัดประสิทธิภาพภายใต้เป้าหมายที่วางไว้ รวมทั้งทบทวนประสิทธิภาพที่ได้

ใครบ้างที่จะได้ประโยชน์จากทีมงานวิเคราะห์ข้อมูลดิจิตอล

• ฝ่ายพัฒนาผลิตภัณฑ์ : ใช้ข้อมูลที่ได้จากการวิเคราะห์เพื่อพัฒนาสินค้าให้เหมาะสมกับความต้องการของลูกค้า
• ฝ่ายขาย : ใช้ข้อมูลที่ได้รับจากการวิเคราะห์แนวโน้มและพฤติกรรมของผู้บริโภค จะช่วยให้มีการปรับกลยุทธ์การตลาดและส่งเสริมการขาย
• ฝ่ายการเงิน : ข้อมูลที่ได้จากวิเคราะห์มีหลายประการ เช่น ช่วยลดต้นทุนที่ไม่จำเป็น กับการส่งเสริมการขาย ที่ไม่ประสบผลสำเร็จ และช่วยในการคาดการณ์เกี่ยวกับงบประมาณรายจ่ายที่จะต้องใช้ในการบริหารจัดการการตลาดและการขาย เป็นต้น
• ฝ่ายบริการลูกค้า : ข้อมูลจากการวิเคราะห์ แสดงให้เห็นกระแสการตอบรับ ที่ดี หรือข้อตำหนิเกี่ยวกับการให้บริการแก่สินค้าที่ลูกค้านำไปใช้งาน ช่วยให้เกิดการปรับปรุงและสร้างความพึงพอใจแก่ลูกค้าเพิ่มขึ้น
• ฝ่ายงานวิศวกรรม วิจัยและพัฒนา : ถึงแม้ว่านักการตลาดไม่ค่อยใส่ใจมากกับข้อมูลทางเทคนิคที่ปรากฏอยู่ในเครื่องมือวิเคราะห์ เช่น การสนับสนุน Java-script Flash  Flex Silverlight ความละเอียดของจอภาพ รวมทั้งชนิดของ Browser ก็ตาม ข้อมูลประเภทนี้ มีประโยชน์สำหรับฝ่ายครีเอทีพ เพื่อออกแบบ เทคโนโลยี หรือจัดสร้างเว็บเพจเพื่อสร้างประสบการณ์ดิจิตอลใหม่ๆแก่ลูกค้า

การจัดสร้างเป้าหมายแก่ทีมงานวิเคราะห์

               กิจกรรมที่ถือว่าเป็นสิ่งสำคัญอีกประการหนึ่งสำหรับผู้นำและสมาชิกของทีมงานวิเคราะห์ได้แก่การกำหนดเป้าหมาย ไม่ว่าแผนงานที่วางไว้จะเป็นระยะสั้นหรือยาวก็ตาม จำเป็นต้องมีเป้าหมาย และธงที่จะปักลงที่เป้าหมายปลายทาง ท่านสามารถจัดตั้งเป้าหมายสำหรับทีมงานวิเคราะห์ได้หลายแบบดังนี้

• เป้าหมายสำหรับทีมโดยรวม : กำหนดให้มีการตรวจสอบเป้าหมายนี้ประจำปี
• เป้าหมายของภาวะผู้นำ : กำหนดให้มีการตรวจสอบเป้าหมายนี้ในครึ่งปี เป้าหมายชนิดนี้มีไว้เพื่อสร้างวิสัยทัศน์แก่ผู้จัดการทีมต่างๆ
• เป้าหมายของทีมวิเคราะห์ : กำหนดให้มีการตรวจสอบทุกๆไตรมาส เป็นเป้าหมายที่มีไว้เพื่อกำหนดวิธีการทำงานตามโปรแกรม และโครงการ

ขั้นตอนในการจัดสร้างทีมงานวิเคราะห์ข้อมูลดิจิตอลสำหรับองค์กร

1. เข้าใจจุดประสงค์ หลัก และความต้องการทางธุรกิจขององค์กร
2. ระบุความต้องการเกี่ยวกับการลงทุนเพื่อดำเนินการวิเคราะห์ข้อมูล
3. ปรับทิศทางของธุรกิจและเทคโนโลยี
4. บริหารจัดการกระบวนการและขอบเขต ในโลกของ Big Data และศาสตร์ของข้อมูล ทรัพยากรที่จะใช้เพื่อการปะมวลผล มีราคาแพงและหาได้ยาก ดังนั้นท่านจะต้องวางแผนกำหนดขอบเขตการปฏิบัติงานและกระบวนการสำหรับสถานะของทีมในอนาคต
5. รับประโยชน์สูงสุดจากทีมงาน : โดยใช้ภาวะผู้นำและทักษะการสร้างแรงจูงใจ หัวหน้าที่จะต้องมุ่งมั่นที่จะได้ประโยชน์สูงสุดจากทีมงาน
6. รับประโยชน์สูงสุดจากเทคโนโลยี : โดยการวางแนวทางและกำหนดหน้าที่การทำงานที่ชัดเจนแก่ลูกทีม หัวหน้าทีมวิเคราะห์จะต้องจะต้องสามารถสื่อสารและมีความสัมพันธ์ไกล้ชิดทีมงานผ่านการใช้ไอที
7. รับประโยชน์สูงสุดจากผู้จัดจำหน่าย : ด้วยการทำงานร่วมกันกับผู้จัดจำหน่าย และมีความสัมพันธ์ที่ดี จะช่วยให้ท่านได้รับประโยชน์สูงสุดจากผู้จัดจำหน่ายเครื่องมือที่เกี่ยวข้องกับการวิเคราะห์ข้อมูล
8. จัดทำระบบการสื่อสาร : เพื่อให้ได้รับการสนับสนุนอย่างต่อเนื่อง ท่านจะต้องจัดสร้างการสื่อสารระหว่างท่านกับผู้ที่มีส่วนได้ส่วนเสีย เพื่อให้เขาหล่านั้น สามารถติดตามดูงานที่ท่านทำ รวมทั้งเตรียมจัดทำข้อแนะนำทางธุรกิจ
9. เตรียมรับมือกับข้อมูล : ทีมงานจะต้องเตรียมความพร้อมเสมอสำหรับข้อมูลในระดับ Big Data ที่กำลังจะมาถึง ดังนั้นท่านจะต้องเตรียมเครื่องมือและระบบให้พร้อมกับสิ่งที่จะมาถึงดังกล่าว
10. เปลี่ยนแปลงธุรกิจ : จากการวิเคราะห์ข้อมูล เชิงลึก และคำเสนอแนะ ทีมงานวิเคราะห์จะต้องให้ข้อมูลที่สำคัญต่อการตัดสินใจในทางธุรกิจ และให้ความเห็นจากข้อมูลที่ผ่านการวิเคราะห์ เพื่อนำไปสู่การตัดสินใจ และเปลี่ยนแปลงทิศทางการดำเนินธุรกิจ (หากจำเป็น)

เครื่องมือที่เกี่ยวข้อง

               เครื่องมือที่เกี่ยวข้องกับการวิเคราะห์ข้อมูลดิจิตอล จะต้องมีขีดความสามารถต่อไปนี้

• Requirement : การวิเคราะห์ข้อมูลจำเป็นต้องมีการจับข้อมูล จัดเรียงข้อมูล จัดตั้งกำหนดการและติดตามงานวิเคราะห์ และโครงการตั้งแต่เริ่มต้นไปจนถึงสิ้นสุดโครงการ
• Definition : ข้อมูลดิจิตอลจำเป็นต้องมีวิธีการที่จะช่วยสร้างความเข้าใจแก่ผู้มีส่วนได้ส่วนเสีย ไม่ว่าจะเป็นการสร้างหรือใช้ข้อมูลก็ตาม นิยามในที่นี้จะต้องรวมถึงนิยามของธุรกิจ นิยามของการปฏิบัติงาน และนิยามทางเทคนิค
• การรวบรวม เครื่องมือจะต้องสามารถรวบรวมข้อมูลดิจิตอลด้วยวิธีการต่างๆ เช่นจากการ Sniffing จาก Log File จาก Javascript หรือจากการเชื่อมต่อกันระหว่าง Server กับ Server ด้วยกัน รวมทั้ง Application Programming Interface (API) เป็นต้น
• การวิเคราะห์
• การจัดทำรายงาน
• การพยากรณ์
• การจัดเก็บข้อมูล

ตารางที่ 1 เปรียบเทียบขีดความสามารถในการรองรับความต้องการของเครื่องมือวิเคราะห์ต่างๆ

               การวิเคราะห์ข้อมูลดิจิตอลขนาดใหญ่ จำเป็นต้องใช้เครื่องมือทางฮาร์ดแวร์และซอฟแวร์ รวมทั้กระบวนการและทีมงาน ที่มีทักษะและประสบการณ์ ยิ่งไปกว่านั้น การวิเคราะห์ข้อมูลเป็นศาสตร์อย่างหนึ่ง การวิเคราะห์ข้อมูล จำเป็นต้องใช้คุณสมบัติหลายอย่าง บทความนี้ เป็นเพียงการแนะแนวทางเบื้องต้นสำหรับองค์กรที่จะใช้ Big Data Analytics หรือ Web Analytics รวมทั้งข้อมูลอื่นๆประเภทดิจิตอล มีแนวทางในการจัดตั้งทีมงานวิเคราะห์ เนื่องจากผลลัพธ์สุดท้ายของการจัดการข้อมูลไม่ใช่ข้อมูลที่ได้ผ่านการประมวลผล แต่อยู่ที่การวิเคราะห์