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
- นิยามของข้อมูลอ้างอิงที่ไม่ชัดเจน หรือไม่สอดคล้องกัน อย่างข้อมูลเกี่ยวกับลูกค้า อาจจะมี attribute หนึ่งที่บอกว่าลูกค้ารายนี้เป็นลูกค้าชั้นดีหรือไม่ ซึ่งในแง่เทคนิคแล้วง่ายมาก ถ้าเป็นลูกค้าชั้นดี attribute top_customer มีค่าเป็น Y ถ้ามีค่าอื่นแสดงว่าไม่ใช่ลูกค้าชั้นดี ปัญหาส่วนใหญ่จะอยู่ที่ หัวหน้าแต่ละแผนก ให้นิยามของลูกค้าชั้นดีแตกต่างกัน ฝ่ายขายอาจจะดูที่ยอดขาย ในขณะที่ฝ่ายการเงินดูที่ประวัติการชำระเงิน
- 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
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
ก่อนเริ่มลงมือทำโครงการ Business Intelligence ใดๆ ก็ตาม สิ่งที่ผมมักจะทำเสมอคือการ “ประเมิน” ความพร้อมของข้อมูลอ้างอิง หรือ master data readiness ที่มีอยู่ภายในองค์กร หรือภายในแหล่งข้อมูลเบื้องต้นก่อนเสมอ ไม่ว่าจะเป็นโปรเจ็คที่ดูเหมือนจะง่ายๆ อย่างเช่น reporting system หรือจะเป็นลักษณะที่ซับซ้อนมากขึ้นอย่างการผสานรวมข้อมูลจากหลายๆ แผนกเข้าด้วยกัน หนึ่งในหัวข้อหลักที่ผมมักจะถามอยู่เสมอคือ ข้อมูลอ้างอิงมีความพร้อมแค่ไหน และจะต้องทำอะไรบ้าง เพื่อให้มีความพร้อมเพียงพอ
สิ่งที่จะต้องรู้ก่อนก็คือ BI solution หรือระบบที่กำลังจะพัฒนา หรือกำลังจะนำมาใช้ มีความต้องการข้อมูลอ้างอิงอะไรบ้าง และอย่างไรบ้าง ผมเรียกส่วนนี้ว่า master data requirements แต่ละระบบงานก็มีความต้องการแตกต่างกันออกไป คนที่น่าจะรู้เรื่องความต้องการเหล่านี้ได้ดีที่สุดคือ คนที่เป็นเจ้าของ solution
พอเข้าใจแล้วว่าต้องใช้ข้อมูลอ้างอิงอะไรบ้าง คราวนี้ก็มาถึงคราวสำรวจตรวจความพร้อมกัน วัตถุประสงค์การสำรวจคือ
เพื่อให้ทราบถึงสิ่งที่ต้องทำในระหว่างการทำโครงการ เพื่อให้ได้ข้อมูลอ้างอิงที่ครบถ้วนและถูกต้องเพียงพอต่อการใช้งาน
โดยทั่วไปแล้วปัญหาของคุณภาพข้อมูลอ้างอิงในระบบงานไอที เพียงแต่ปัญหาเหล่านั้นอาจจะไม่ได้ส่งผลกระทบรุนแรงในแง่ของการปฎิบัติการ หรือมิฉะนั้นก็อาจจะไม่สามารถมองเห็นได้ชัดเจนถึงความรุนแรงของปัญหา แต่การนำระบบ BI มาใช้ จะเป็นการเปิดเผยปมปัญหาคุณภาพของข้อมูลที่ไม่มีใครเคยเห็นมาก่อนก็ได้
ผมมักจะตั้งต้นด้วยคำถามง่ายๆ เหล่านี้ ในแต่ละชนิดของข้อมูลอ้างอิง
- อธิบาย “ความหมาย” ของข้อมูลอ้างอิง ทั้งทางด้านความเข้าใจทางธุรกิจ และทางด้านการใช้งานในระบบ IT
- ตัวอย่างเช่น “สินค้า” มีความหมายรวมถึงสินค้าที่เป็นของแจกแถมด้วยหรือไม่ สินค้าเก่าหยุดจำหน่ายนานแค่ไหน ถึงจะถูกพิจารณาว่า ไม่ต้องการให้ปรากฎในรายงานการขายอีกต่อไป ในระบบคอมพิวเตอร์ที่ใช้อยู่ มีการบันทึก “สินค้าลวง” (dummy) ไว้บ้างหรือเปล่า? อาจจะเพื่อความสะดวกในการปรับยอดทางบัญชี
- อธิบาย “กระบวนการจัดการ” ข้อมูลอ้างอิง ไม่ว่าจะเป็นการสร้างเพิ่ม การเปลี่ยนแปลง หรือการลบข้อมูลอ้างอิง
- ตัวอย่างเช่นข้อมูล “ลูกค้า” ใครเป็นคนอนุมัติให้สร้างลูกค้ารายใหม่ขึ้นได้ในระบบ ใครเป็นคนบันทึกลงในฐานข้อมูล ถ้าลูกค้าขอการเปลี่ยนแปลงที่อยู่ในการจัดส่งสินค้า ใครจะเป็นคนแจ้งให้ฝ่ายบันทึกข้อมูลทราบ หรือถ้ามีการเปลี่ยนแปลงพนักงานขายที่ดูแลลูกค้ารายนี้ พนักงานบันทึกข้อมูลจะทราบได้อย่างไร
- ประมาณการปริมาณข้อมูลที่ “สอดคล้องกับความต้องการ” ของระบบ
- ตัวอย่างเช่น หากต้องการทำรายงานยอดขายรายจังหวัดและรายอำเภอของบริษัทที่มีลูกค้า 20,000 ราย ในบรรดาลูกค้าทั้งสองหมื่นรายนั้น มีจำนวนมากน้อยเท่าไหร่ที่มีข้อมูลจังหวัดและอำเภอบันทึกอยู่ในฐานข้อมูล เป็นไปได้มากทีเดียวที่จะมีลูกค้าเป็นจำนวนมาก ที่มีแต่ข้อมูลจังหวัด แต่ไม่รู้ว่าอยู่ในอำเภออะไร
- ประมาณการปริมาณข้อมูลที่ “ถูกต้องเที่ยงตรง” ตามที่ต้องการ
- ตัวอย่างเดิม ในบรรดาลูกค้า 20,000 รายที่มีอยู่ในระบบ อาจจะมีแค่ 50% หรือแค่ 10,000 รายเท่านั้นที่มีข้อมูลทั้งอำเภอและจังหวัด แต่กระนั้น ในบรรดา 10,000 รายที่มีข้อมูลจังหวัด อาจจะไม่ได้ถูกต้องเที่ยงตรงอย่างที่ต้องการก็เป็นได้ อาทิเช่น ความแตกต่างระหว่าง กรุงเทพฯ กับ กทม. หรือโคราชกับนครราชสีมา นี่ยังไม่นับโอกาสที่จะพิมพ์ผิดตกเกินอีกมากมาย ข้อมูลอ้างอิงของลูกค้า 20,000 ที่อยู่ในสภาพดีพร้อมใช้งานได้เลยอาจจะเหลืออยู่แค่ไม่ถึง 5,000 รายก็เป็นได้
การทำความเข้าใจกับสถานการณ์ปัจจุบัน จะช่วยให้การวางแผนการพัฒนาและติดตั้งระบบ Business Intelligence เป็นไปได้อย่างราบรื่นมากขึ้น อย่างน้อยก็ทำให้เห็นภาพได้ว่า มีความท้าทายอะไรรออยู่เบื้องหน้าบ้าง