BzInsight

ระหว่างมองหาผู้ให้บริการด้าน business intelligence ก็ผ่านไปเจอเข้ากับบริษัท yellowfin ซึ่งมี url เป็น http://www.yellowfin.bi ที่น่าสนใจก็คือ เขาใช้โดเมน .bi ซึ่งในที่นี่หมายถึง business intelligence ความจริงก็เคยได้ยินมาเมื่อเร็วๆ นี้ ที่มีการเปิดให้จดทะเบียน top-level domain name อื่นๆ นอกเหนือจาก .com .net .org และอื่นๆ ที่คุ้นเคยกันทั่วไป

เห็นอย่างนี้ผมก็นึกว่า ดีเลย ต่อไปคงมีเว็บไซต์เกี่ยวกับ Business Intelligence ที่เป็น .bi ขึ้นมาอีกเยอะแยะ น่าจะไปจองไว้บ้างเหมือนกัน แต่พอค้นไปค้นมา ปรากฎว่า .bi นี่มีเจ้าของอยู่แล้วนะครับ เป็นของประเทศ Burundi http://en.wikipedia.org/wiki/Burundi ซึ่งผมเองก็ไม่ทราบเหมือนกันว่าออกเสียงว่าอย่างไร อยู่ในทวีปแอฟริกา

ถึงแม้ว่า .bi http://en.wikipedia.org/wiki/.bi จะดูแลโดยหน่วยงานของประเทศ Burandi เอง แต่ก็เปิดให้มีการจดทะเบียนโดยใครก็ได้ เพียงแต่ขออย่าให้เป็นการนำไปใช้เพื่อให้เข้าใจผิด จะว่าไปแล้ว ก็ดูน่าเห็นใจอยู่เหมือนกัน เพราะคงไม่มีใครอยากให้ตัวย่อประเทศของตัวเอง มีความหมายกลายเป็นอย่างอื่น

คำสัญญาหรือประโยชน์หลักของ business intelligence ที่มีให้ต่อองค์กรธุรกิจ คือ ช่วยเพิ่มประสิทธิภาพในการตัดสินใจ ซึ่งประเด็นหลักอยู่ที่ การนำข้อมูลมาช่วยในการตัดสินใจ เราอาจจะเคยได้ยินวลีที่ว่า “Better informed decision” หรือ “Data-based decision making” แต่ถ้าภายในองค์กรของคุณ ขาดความสามารถในการบันทึกข้อมูลที่ละเอียด ครอบคลุมเพียงพอแล้วละก็ ลืม business intellligence ไปได้เลย เพราะไม่มีทางที่เป็นไปได้หากไม่ปรับเปลี่ยนกระบวนการทำงานพื้นฐานเสียก่อน

ลองพิจารณาเรื่องในชีวิตประจำวันดูบ้างนะครับ เอาเป็นว่า ถ้าคุณอยากตัดสินใจอะไรง่ายๆ บางอย่าง เช่น สมัครเป็นสมาชิกร้านอาหาร หรือร้านหนังสือดีมั้ย เพราะมีค่าสมัครกับระยะเวลาด้วย ตรรกะในการคิดง่ายๆ ก็คือ ถ้าส่วนลดที่จะได้รับ มากเกินกว่าค่าสมัคร ก็ถือว่าคุ้มค่า ข้อมูลที่เราต้องการใช้คือ เราใช้บริการร้านค้านั้นๆ บ่อยแค่ไหน และแต่ละครั้งที่ซื้อสินค้าหรือบริการนั้น เป็นมูลค่าเท่าไหร่ สมมติว่าพฤติกรรมการใช้บริการของเราไม่เปลี่ยนแปลงไปนะครับ การได้เห็นบันทึกการซื้อสินค้าในช่วงที่ผ่านมา จะช่วยการตัดสินใจสมัคร หรือไม่สมัครสมาชิกได้ง่าย และถูกต้องมากขึ้น

แล้วถ้าไม่ได้จดไว้ละ ทำยังไง? ก็แน่นอนครับ การตัดสินใจก็จะเป็นไปตามแรงกระตุ้นต่างๆ เช่น โปรโมชั่น หรือแคมเปญทางการตลาด หรือไม่ก็สัญชาติญาณหรืออารมณ์ในขณะนั้นล้วนๆ ซึ่งไม่น่าเชื่อ คนบางคนมี “กึ๋น” ในการตัดสินใจด้วยข้อมูลที่มีไม่เพียงพอ แต่นั่นเป็นเพียงคนส่วนน้อยเท่านั้นนะครับ ในขณะที่คนส่วนใหญ่ ความจำ ความรู้สึก ที่เป็นพื้นฐานข้อมูลในการตัดสินใจ มักจะมีลักษณะ relative หรือเป็น perception ที่บ่อยครั้งก็หลอกตา หลอกความรู้สึกได้อย่างเหลือเชื่อ พลอยให้การตัดสินใจไขว้เขวไปด้วย

ทั้งหมดนี้อาจจะไม่ใช่เรื่องใหญ่ ถ้าสิ่งที่คุณพยายามทำคือการตัดสินใจง่ายๆ ในชีวิตประจำวัน แต่ถ้าคุณลงทุนทำธุรกิจ กำลังจะออกโปรโมชั่นที่ลงทุนเป็นจำนวนมาก หรือกำลังตัดสินใจจะเปลี่ยน supplier รายใหญ่ แน่นอนที่คุณต้องการข้อมูลบางอย่างมาสนับสนุนการตัดสินใจของคุณ คุณอาจจะมองว่า BI ดูเหมือนจะเป็นทางออก  แต่อย่าลืมนะครับ ถ้าคุณไม่จดบันทึก BI ช่วยอะไรคุณไม่ได้เลย (นอกจากคุณเต็มใจจะเปลี่ยนกระบวนการทำงานมาจดบันทึกมากขึ้น)

ถ้าคุณมีพนักงานขายสินค้าต่างจังหวัด ที่ส่งรายงานการขายเข้ามาที่บริษัทเดือนละหนึ่งครั้ง อย่าเชื่อโฆษณาที่ว่า BI สามารถทำให้คุณทราบข้อมูลการขายเป็นรายวันหรือรายสัปดาห์ได้เพียงแค่ซื้อซอฟต์แวร์บางอย่างเข้ามาใช้ นอกเสียจากว่า คุณจะยอมลงทุนปรับเปลี่ยนการทำงานของพนักงานขาย ให้ส่งยอดขายเข้ามาถี่มากขึ้น ซึ่งการลงทุนที่ว่านี้ อาจจะเป็น hidden cost ในการนำ BI เข้ามาใช้ในองค์กรได้

ในระหว่างการประชุมทำ project review เมื่อกลางสัปดาห์ที่ผ่านมา ทางโปรเจ็คสปอนเซอร์ ซึ่งเป็น sales director ก็รีวิวความคืบหน้าของโครงการ ทางทีมทำ solution เสนอรายงาน 5 แบบกับ OLAP cube อีกหนึ่ง พอท่านผู้ใหญ่เห็นรายงาน ก็เริ่มเอ่ยปากขอ เพิ่มคอลัมน์ตรงนี้ได้ไหม ตัวเลขยอดขายนี่ นอกจากเป็น absolute volume แล้วขอเป็น index vs year ago ด้วยเป็นต้น ซึ่งแน่นอน ว่าโดยทางเทคโนโลยีแล้ว เป็นเรื่องง่ายมาก

ก่อนที่ทาง technical team leader จะมีโอกาสอ้าปากตอบ ผมต้องรีบชี้แจงว่า รายงาน 5 แบบนี้ ได้มาจากการทำ focus group discussion กับกลุ่มผู้ใช้ ผ่านการทะเลาะถกเถียงกันมานาน เพื่อให้ได้รายงานเพียงแค่ 5 แบบ (แทนที่จะเป็น 30 แบบ เพราะแต่ละคนต่างก็มี “ความชอบ” แตกต่างกัน)   ความจริงแล้ว เทคโนโลยีไม่ใช่ประเด็นหลัก แต่เราอยากได้รายงาน 5 ฉบับที่ 95% ของผู้ใช้เรียกใช้งานทุกวัน ทุกสัปดาห์ มากกว่าจะมีรายงานมากมายถึง 30 แบบ แต่ว่าแต่ละแบบมีคนใช้อยู่ไม่กี่คน กระจัดกระจายกันไป

ผมชี้แจงปัญหาที่ผมเรียกเอาเองว่า report proliferation คือการที่รายงานต่างๆ มีจำนวนเพิ่มมากขึ้นเรื่อยๆ อย่างรวดเร็ว เพียงเพราะว่าเครื่องมือด้าน business intelligence หรือความสามารถของคนไอที ที่ “ทำอะไรก็ได้ แบบไหนก็ได้ ใครขออะไร ได้หมด” และโดยส่วนมากความต้องการที่แตกต่างกันในแต่ละรายการก็เป็นเพียงแค่ want หรือ preference มากกว่าจะเป็นความต้องการทางธุรกิจจริงๆ

ลองนึกภาพพนักงานเข้าใหม่ มาทำงานวันแรก เริ่มใช้รายงานเป็นครั้งแรก เปิดหน้า portal เข้ามาเจอรายงาน 30 ฉบับก็ตาเหลือกแล้ว ไหนจะต้องคอยมาจำอีกว่า ถ้าจะคุยกับคนนี้ต้องใช้รายงาน A จะคุยกับคนนั้นใช้รายงาน B ทั้งๆ ที่เนื้อหาในรายงานโดยเนื้อแท้แล้ว ก็มาจาก cube หรือมาจาก datamart อันเดียวกันนั่นเอง

เราสรุปกันได้ว่า คำขอของ sales director ท่านนั้นก็จะผ่านไปสู่กระบวนการของ change management board เหมือนคำขออื่นๆ แถมดูเหมือนท่านจะสนับสนุนแนวคิด less is more แบบนี้เสียด้วย

วันก่อนมีโอกาสเข้าฟัง organization updates จากผู้ใหญ่ในแผนก ผ่านทาง teleconference กับ webcast มีอยู่ตอนหนึ่งที่มีการกล่าวถึงเรื่องการอบรมภายในบริษัท แล้วก็มีกราฟรูปหนึ่งโชว์จำนวนผู้ผ่านการอบรมในแต่ละสาขา แวบแรกที่ดูกราฟ ผมงงอยู่พักหนึ่งเหมือนกัน  เพราะในขณะที่ผู้พูดเริ่มเก็บข้อมูลเปรียบเทียบเฉพาะปี 2007 กับปี 2008 แต่ไหงกราฟมันโชว์สูงๆ ต่ำๆ เสียขนาดนั้น พอเห็น legend แล้วถึงได้เข้าใจ

ความจริงแล้วถ้าดูในส่วนของข้อมูลดิบ ก็ได้เป็นอย่างนี้

การใช้ line chart จะให้ความรู้สึกที่ต่อเนื่อง และโดยทั่วไปแล้ว แกนนอนของกราฟเส้นควรจะเป็นแกนเวลา แต่เนื่องจากข้อมูลชุดนี้มีข้อมูลเพียงแต่ 2 ช่วงเวลา แต่เป็นข้อมูลของชุดที่แตกต่างกันถึง 5 ชุด ผมเลยว่าถ้าเลือกใช้เป็นกราฟแท่ง น่าจะสื่อความหมายของ “การเติบโตเทียบกับปีที่แล้ว” ได้ดีกว่า

เพิ่มเติม:

ได้รับคำแนะนำจากเพื่อนให้ไปดูที่ ExtremePresentation ซึ่งเป็นไซต์ที่น่าสนใจทีเดียว มีหน้าหนึ่งที่แสดงวิธีการเลือกชนิดของ chart ที่จะใช้ด้วย  (คลิ้กเพื่อดูภาพเต็มนะครับ ถ้าไปที่ไซต์จะมี pdf ให้ดาวน์โหลดด้วย)

ที่มา: Extreme Presentation: Identify the most effective graphical elements to use in your presentation

บริษัทการ์ตเนอร์ (Gartner) เผยสิบเทคโนโลยีที่มีความสำคัญทางกลยุทธ์ในปี 2009 และคาดว่าจะส่งผลสำคัญต่อการดำเนินธุรกิจต่อไปในอีก 3 ปีข้างหน้าด้วย เทคโนโลยีทั้งสิบรายการนี้ประกอบไปด้วย

1. Virtualization
2. Cloud computing
3. Servers–beyond blades
4. Web-oriented architectures
5. Enterprise mash-ups
6. Specialized systems
7. Social software and social networking
8. Unified communications
9. Business intelligence
10. Green IT

รายละเอียดหรือความหมายของเทคโนโลยีแต่ละอย่าง ดูได้จากลิงค์ด้านล่างนะครับ ก็น่าดีใจที่ผลการจัดอันดับนี้จะทำให้งาน BI ได้รับความสนใจเพิ่มขึ้นอีก แต่ผมแปลกใจว่า ทำไมเพิ่งมาติดอันดับเอาปีนี้ ถ้าติดอันดับมาเมื่อซัก 3-4 ปีก่อนก็จะไม่น่าแปลกใจเลยครับ ในบรรดากลุ่มเทคโนโลยีที่ำกล่าวมาข้างต้น ผมว่า business intelligence น่าจะอยู่ในกลุ่มที่เก่าแก่ที่สุดเลยนะนี่ คือมีความสำคัญมาโดยตลอด และก็คาดว่า จะยังคงได้รับความสำคัญต่อไปอีกจากการจัดลำดับในครั้งนี้

ที่มา : blongnone, ZDNet Asia , Gartner

สายอาชีพของงาน business intelligence มีลักษณะที่แตกต่างจากงาน IT สายอาชีพอื่นตรงที่มีความสัมพันธ์ใกล้ชิดอย่างยิ่งกับประเภทของธุรกิจ ดังนั้นหากคุณสนใจในงานด้าน BI คุณจะต้องมีความรู้ในด้านธุรกิจด้วย

ผมมองงานด้านไอทีกว้างๆ เป็นสามจำพวก ตามลักษณะความผูกพันกับประเภทของธุรกิจ คือ

• งานด้าน infrastructure หรือโครงสร้างพื้นฐาน ซึ่งต้องการความรู้ด้านเทคโนโลยีเฉพาะเจาะจงสูง และไม่ค่อยขึ้นอยู่กับความรู้เกี่ยวกับธุรกิจมากนัก อาทิเช่นงานด้าน Network ด้าน Security ด้าน Database DBA หรือทางด้าน Platform management ถ้าคุณเป็น Certified Oracle DBA คุณสามารถย้ายงานไปมาระหว่างบริษัทประกันภัย โรงงานผลิตฮาร์ดดิสก์ และผู้ให้บริการโทรศัพท์มือถือ ได้อย่างง่ายดาย ตราบเท่าที่ธุรกิจเหล่านั้นใช้ Oracle RDBMS เป็นหลัก

• งานด้านการออกแบบและพัฒนา application ซึ่งต้องการทั้งความรู้ทางเทคนิค และความรู้ในกระบวนการทางธุรกิจพื้นฐานที่เกี่ยวข้องกับแอพลิเคชันนั้นๆ ด้วย เช่นถ้าคุณทำงานพัฒนาแอพลิเคชันด้านระบบบัญชี แน่นอนที่จะต้องมีความรู้ในเรื่องหลักการบัญชีพื้นฐานด้วย แต่ความรู้นั้นๆ ก็ไม่ได้เจาะจงกับธุรกิจมากนัก คุณยังย้ายงานไปมาในบริษัทข้ามสายธุรกิจได้ ตราบเท่าที่บริษัทเหล่านั้นใช้พื้นฐานการบันทึกและจัดทำบัญชีแบบเดียวกัน

• งานสายไอที ที่ต้องการความเข้าใจในกระบวนการทางธุรกิจมาก อาทิเช่น งาน implement ระบบ ERP/CRM หรืองาน implement ระบบ BI ทั้งนี้เนื่องจากงานเหล่านี้ บางส่วนเกี่ยวพันหรืออาจจะต้องมีการปรับเปลียนขั้นตอนการทำงานทางธุรกิจ ถึงจะประสบความสำเร็จ ลักษณะการพัฒนาระบบ BI สำหรับธุรกิจอย่างหนึ่ง อาจมีความแตกต่างอย่างมากกับธุรกิจประเภทอื่น รายงาน KPI หรือ scorecard ก็อาจดูแตกต่างกัน หรือมีนิยามต่างกัน

ดังนั้นถ้าคุณสนใจงานด้าน BI ในลักษณะที่เป็น application development หรืองาน implementation คุณหลีกเลี่ยงไม่ได้ที่จำเป็นจะต้องทำความเข้าใจกับเทคโนโลยีและธุรกิจไปควบคู่กันในลักษณะ dual major เหมือนตอนเรียนในวิทยาลัย

ส่วนแรกคือความรู้และทักษะที่เกี่ยวข้องกับเทคโนโลยีหรือเทคนิคอย่างใดอย่างหนึ่ง รายการข้างล่างเป็นเพียงตัวอย่างส่วนน้อยเท่านั้น คุณอาจเขียนเพิ่มหรือลดลงเองได้ ผมจะเรียกส่วนนี้ว่า technical domain อาทิเช่น

• การออกแบบ data model
• การทำ requirement analysis
• การบริหารโครงการ
• การออกแบบ OLAP cube structure
• การปรับแต่ง Oracle BI EE

ส่วนที่สองคือ ความรู้เกี่ยวกับกระบวนการทำงาน ธรรมชาติของธุรกิจในแต่ละอุตสาหกรรม หรือในแต่ละส่วนงาน เรียกว่า business domain

• ธุรกิจโทรคมนาคม
• ธุรกิจผลิตและจัดจำหน่ายสินค้าอุปโภคบริโภค
• การวางแผนการผลิตในธุรกิจชิ้นส่วนอุปกรณ์อิเล็กทรอนิคส์
• การตลาดในธุรกิจเกมออนไลน์
• การบริการลูกค้าในธุรกิจบัตรเครดิต

สิ่งที่ต้องทำคือ สร้างตารางขึ้นมาตามรูปก่อน โดยให้ technical domain เป็นแถว และ business domain เป็นคอลัมน์ โดยมีข้อแนะนำดังนี้

• เริ่มต้นง่ายๆ ก่อน เลือกจัดกลุ่มทั้ง technical และ business domain แค่ 2-3 รายการที่คุณรู้จักและเข้าใจ
• ระบุส่วนที่คุณมีความถนัดและเชี่ยวชาญที่สุดในปัจจุบัน จัดลำดับไว้มุมซ้ายบน นี่คือจุดที่คุณอยู่ในเวลานี้
• เรียงลำดับทั้ง business และ technical domain ตามความชอบและความสนใจ

ตารางดังกล่าวจะช่วยให้คุณมองเห็นภาพตำแหน่งปัจจุบัน (ในแง่ของทักษะและความรู้) ที่คุณอยู่ เทียบกับตำแหน่งที่คุณอยากไปในอนาคต ในระหว่างการตัดสินใจย้ายงาน รับงานใหม่ หรือเริ่มทำโครงการใดๆ ย้อนกลับมามองภาพตารางนี้สักนิด จะช่วยให้คุณระลึกได้ว่า งานใหม่ โปรเจ็คใหม่ หรือเทคโนโลยีใหม่ๆ ที่คุณกำลังจะเริ่มทำ จะช่วยให้คุณเข้าใกล้จุดหมายทางอาชีพมากขึ้น หรือทำให้คุณถอยห่างจากเป้าหมายไกลออกไปอีก

คำเตือน คุณอาจจะอยากกระโดดจากจุดที่คุณอยู่ในปัจจุบัน ไปยังจุดที่คุณอยากไปถึงในครั้งเดียว หรือกระโดดจากมุมซ้ายบน พรวดมาอยู่มุมล่างขวาทันทีที่มีโอกาส ก็ได้เหมือนกันครับ แต่อย่าลืมว่ามีความเสี่ยงอยู่มากที่จะทำเช่นนั้น เพราะหมายความว่าคุณจะเข้าไปอยู่ในสถานการณ์ที่คุณไม่คุ้นเคย ทุกอย่างใหม่หมด และมีความเสี่ยงสูงที่จะไม่ประสบความสำเร็จ แน่นอนครับ ถ้าคุณเริ่มทำงานเป็นครั้งแรก อายุยังน้อย นั่นคือข้อดี ลุยไปเลย แต่เมื่อสะสมประสบการณ์มากๆ ขึ้น ให้ใช้ประสบการณ์ที่ผ่านมาให้เป็นประโยชน์ดีกว่ามาเริ่มใหม่หมด ขยับทีละนิด ไปตามแนวนอนหรือแนวขวางทีละช่อง อย่างน้อยก็ยังมีหนึ่งโดเมนที่คุณคุ้นเคยหรือมีประสบการณ์มาก่อน

คราวที่แล้วเอาสรุปของผลสำรวจการใช้ระบบ BI ในองค์กรธุรกิจขนาดกลาง มาให้ดู ตอนนี้รายงานฉบับเต็มเปิดให้ดาวน์โหลดแล้ว ดาวน์โหลดได้ที่นี่เลยครับ (pdf 1.7 mb, ภาษาอังกฤษ)

ทีมงานในโครงการด้าน BI ที่ผมทำงานด้วยนี่จัดกลุ่มไว้เป็นสามกลุ่ม ตามความพร้อมแต่ละด้าน คือ ด้าน technical, user และ client  ทีมงานด้านเทคนิคคือฝ่าย IT ที่ดูแลงานออกแบบและสร้างระบบ ผู้นำด้านผู้ใช้จะเป็นตัวแทนด้าน business requirements หรือการปรับเปลี่ยนกระบวนการทำงานต่างๆ (work processes) เพื่อให้การนำระบบงานเข้าไปใช้ให้เกิดประโยชน์สูงสุด ส่วนกลุ่มที่ติดต่อกับผู้บริหารก็ทำหน้าที่ผู้จัดการโครงการโดยทั่วไป คอยสื่อสารกับผู้บริการและผู้เกี่ยวข้องอื่นๆ

หนึ่งในงานชิ้นใหญ่เลยคือการเตรียมข้อมูลอ้างอิง หรือ master data ซึ่งจากที่เคยคุยให้ฟังแล้วว่า การสำรวจความพร้อมของ master data ถือเป็นเรื่องจำเป็นสำหรับการทำระบบ Business Intelligence เนื้องานกว่าครึ่งในโครงการ BI จะเกี่ยวข้องกับการจัดเตรียมข้อมูลอ้างอิง (ไม่นับรวมกับการพัฒนาระบบนะครับ)

ผมสังเกตเห็นว่า โดยมากแล้วคนในโปรเจ็คจะมองว่างานด้านข้อมูล เป็นงานเชิงเทคนิค การจัดการข้อมูล หาข้อมูลอ้างอิงที่ซ้ำซ้อนกัน เอามาทำความสะอาดแล้วก็อัพโหลดเข้าไปในระบบ เพื่อให้รายงานออกมาอ้างอิงอยู่บน master data ที่ถูกต้องครบถ้วนก็ใช้ได้แล้ว ดังนั้นเลยกลายเป็นว่า ใช้ให้คนแผนกไอทีเป็นคนทำ แล้วเลยกลายเป็นว่า master data readiness กลายเป็นหนึ่งในปัจจัยเชิงเทคนิคไปเสียได้

ทั้งๆ ที่ในความคิดของผมแล้ว ผลลัพธ์คุณภาพของข้อมูลอ้างอิง กว่า 80 เปอร์เซ็นต์เป็นเรื่องของบุคคลากรในองค์กร และกระบวนการทำงานครับ ที่เห็นประจำมีสองข้อคือ

1. นิยามของข้อมูลอ้างอิงที่ไม่ชัดเจน หรือไม่สอดคล้องกัน อย่างข้อมูลเกี่ยวกับลูกค้า อาจจะมี attribute หนึ่งที่บอกว่าลูกค้ารายนี้เป็นลูกค้าชั้นดีหรือไม่ ซึ่งในแง่เทคนิคแล้วง่ายมาก ถ้าเป็นลูกค้าชั้นดี attribute top_customer มีค่าเป็น Y ถ้ามีค่าอื่นแสดงว่าไม่ใช่ลูกค้าชั้นดี ปัญหาส่วนใหญ่จะอยู่ที่ หัวหน้าแต่ละแผนก ให้นิยามของลูกค้าชั้นดีแตกต่างกัน ฝ่ายขายอาจจะดูที่ยอดขาย ในขณะที่ฝ่ายการเงินดูที่ประวัติการชำระเงิน
2. ขั้นตอนการทำงานในการ CRUD (Create-Read-Update-Delete) ของข้อมูลอ้างอิง ไม่ได้มีการกำหนดไว้อย่างชัดเจน ลูกค้าอาจจะแค่เปลี่ยนชื่อบริษัท (แต่ยังเป็นลูกค้ารายเดิม) ก็กลายเป็นว่ามีการสร้าง customer id รายใหม่เข้ามาในระบบ ทั้งนี้เพราะเซลล์ซึ่งดูแลลูกค้ารายนี้ ไม่ได้แจ้งกับเจ้าหน้าที่ที่ทำหน้าที่บันทึกข้อมูล ว่าลูกค้ารายนี้มีประวัติอยู่ก่อนแล้ว

เอาแค่สองข้อนี้ ก็คงพอจะเห็นแล้วนะครับว่า ความพร้อมด้านข้อมูลอ้างอิง ไม่ได้ดูจากตัวข้อมูลเอง แต่ดูจาก “นิยาม” และ “กระบวนการจัดการข้อมูล” ที่ชัดเจนและสอดคล้องกัน ซึ่งเป็นหน้าที่ของทางฝ่ายธุรกิจ ที่จะต้องผลักดันให้เกิดความเข้าใจที่ตรงกันและมีขั้นตอนการทำงานที่เหมือนกัน ฝ่ายไอทีเพียงแต่เป็นผู้ลงมือปฎิบัติ หรือสร้างเครื่องมือช่วยให้การปฎิบัติงานสะดวกมากขึ้นเท่านั้นเอง

เว็บไซต์ Oracle Management Excellence มี resource ในหลายรูปแบบ เน้นไปที่ EPM หรือ Enterprise Performance Management ซึ่งผมถือว่าเป็นการนำ business intelligence ไปใช้งานกลุ่มเฉพาะที่เน้นไปที่การเพิ่มความสามารถในการบริหาร “ผลประกอบการ” ขององค์กร

ภายในเว็บก็จะมี podcast มี presentation รวมถึงบันทึกการบรรยายทางเว็บหรือที่เรียกว่า webcast ที่เราสามารถดาวน์โหลดมาศึกษาเองได้ หรือถ้าใครสนใจ ก็สามารถสมัครเข้าฟังบรรยายสดได้ฟรี โดยลงทะเบียนผ่านทางเว็บได้เลย เนื้อหาก็ไม่ลงรายละเอียดมากนัก ไปทาง strategy, concept, case study กับ demo ความสามารถของผลิตภัณฑ์ oracle (แน่อยู่แล้ว)

ผมสังเกตว่า Oracle เริ่มปรับทิศทางด้าน BI มาชัดเจนมากขึ้น หลังจากการซื้อ Hyperion มาเมื่อปีที่แล้ัว แต่ก็ยังเห็นความเหลื่อมๆ กันอยู่บ้างระหว่างผลิตภัณฑ์ที่พัฒนามาเอง กับที่เพิ่งซื้อเข้ามา (รวมถึง Siebel Analytics/Dashboard ที่ซื้อมาก่อนหน้านี้ด้วย)

ฟัง podcast ช่างคุย ในตอนที่ 100 เรื่อง 4 wired articles แล้วให้สะดุดใจ ในเรื่องของรถไฟฟ้ากับแนวคิดการสร้างเครือข่ายพลังงานแบตเตอรี่ คุณ @hongsyok พูดไว้ประโยคหนึ่งที่ผมคิดว่าน่าสนใจมาก นั่นคือ ความพร้อมในการ ‘Commercialize’ หรือพัฒนาให้เกิดผลในเชิงพาณิชย์ได้ของนวัตกรรมใดๆ จะต้องมีองค์ประกอบสามด้านเสมอ นั่นคือความพร้อมทางด้านเทคโนโลยี ทางด้านผู้ับริโภค และทางด้านโครงสร้างพื้นฐาน แวบนั้นผมนึกไปถึงเจ้าเครื่อง Segway ซึ่งเป็นสิ่งประดิษฐืที่มีความพร้อมทางด้านเทคโนโลยี แต่อาจจะยังขาดความพร้อมทั้งทางด้านผู้ใช้ (ที่มีกำลังซื้อ) และที่แน่ๆ คือ infrastructure ไม่เอื้ออำนวย นอกเสียจากจะรื้อแล้วทำทางเดินเท้าใหม่ทั้งหมด ก็เข้าข่ายเดียวกันกับรถไฟฟ้า

กลับมาเข้าเรื่อง Business intelligence กันบ้าง ผมมองว่า ไม่ต่่างกันมากนัก การจะนำ BI เข้ามาใช้ในองค์กรให้ประสบความสำเร็จ ต้องมีองค์ประกอบสามด้านเช่นกัน ที่แตกต่างกันก็คือ ผมมองโครงสร้างพื้นฐาน (network bandwidth, computing power) เป็นส่วนหนึ่งของความพร้อมทางด้านเทคนิค ส่วนที่เพิ่มเข้ามาคือความพร้อม Client ซึ่งในที่นี้หมายถึง ผู้บริหารที่ตัดสินใจจะนำ BI เข้ามาใช้เพิ่มประสิทธิภาพการทำงานในองค์กรนั่นเอง เพราะในงาน BI คนจ่ายตังค์กับคนใช้ มักจะเป็นคนละกลุ่มกัน

บ่อยครั้งที่การตัดสินใจพัฒนา และนำระบบ BI เข้ามาใช้ มีพื้นฐานมาจากความพร้อมทางเทคนิคเพียงอย่างเดียว แต่ละเลยความสำคัญในอีกสองส่วนไป ทำ้ให้เกิดปัญหาทำ report บ้าง ทำ cube บ้างมาเยอะแยะ แล้วก็ไม่มีคนใช้ หรือไม่ก็ใช้ไปๆ ก็เลิกใช้เสียยังงั้นแหละ

ลองมาดูกันบ้างว่า คำถามประเภทไหน ที่น่าจะถามเพื่อวัดถึงความพร้อมในแต่ละด้าน อันนี้เป็นแค่ตัวอย่างนะครับ

Technical Readiness - ความพร้อมทางด้านเทคนิค

• ระบบทำงานได้ถูกต้องและแม่นยำ มีอาการ แฮงค์ ตัวเลขแปลกๆ เพี้ยนๆ บ้างหรือไม่
• ความนำเชื่อถือ หรือ reliability ของระบบ Daily updates ตอนเช้าให้รายงานล่าสุดสม่ำเสมอหรือไม่ หรือว่ารายงานออกช้าเป็นประจำ job failed วันเว้นวัน
• การสนับสนุนทางเทคนิค พร้อมหรือไม่ ใครรับสายจากผู้ใช้ ถ้ามีปัญหา call center รู้หรือไม่ว่าจะตามหาใคร

User Readiness - ความพร้อมด้านผู้ใช้

• ใช้งานระบบใหม่เป็นหรือยัง ผ่านการอบรมมาหรือไม่ รู้หรือไม่ว่าเมื่อไหร่ควรเปิดใช้ cube A แทนที่จะเป็น cube B
• ถ้ามีปัญหา ทราบหรือไม่ว่าต้องติดต่อใคร ไม่ว่าจะเป็นปัญหาเกี่ยวกับตัวระบบ หรือปัญหาเกี่ยวกับข้อมูลที่แสดงให้เห็น
• ทราบหรือไม่ว่า “ความคาดหวัง” ที่เปลี่ยนไปหลังจากใช้ระบบเป็นอย่างไร กระบวนการทำงานบางอย่างจะเปลี่ยนแปลงไปจากเดิมอย่างไรบ้าง รายงานหรือข้ือมูลบางฉบับควรจะถูกยกเลิก หลังจากที่ BI ถูกนำมาใช้

Client Readiness - ความพร้อมด้านผู้บริหาร

• พร้อมที่จะให้งบประมาณ ทรัพยากรบุคคล และการสนับสนุนเพื่อให้ระบบ BI สามารถทำงานได้สำเร็จหรือไม่
• เข้าใจถึง “ต้นทุน” ในระหว่างการติดตั้ง และในระหว่างดำเนินการหรือไม่ ไม่เฉพาะแค่รายจ่ายเป็นตัวเิงิน แต่รวมถึง TCO: Total Cost of Ownership อาิทิเช่น การเปลี่ยนแปลงกระบวนการทำงาน การควบคุมคุณภาพของข้อมูล เป็นต้น
• เข้าใจถึงวิธีการที่จะวัด “ประสิทธิภาพ” ที่เพิ่มขึ้นจากการนำ BI มาใช้งาน