Descriptive analytics คืออะไร

สำหรับในการวางแผนใด ๆ ก็ตามสิ่งที่เป็นพื้นฐานสำคัญนั่นก็คือข้อมูล เพราะเป็นสิ่งที่รวบรวมเรื่องราวต่าง ๆ ที่เคยขึ้นซึ่งจะมีประโยชน์อย่างมากในการวางแผนเพื่อรับมือ แก้ไขปัญหาหรือคาดการณ์สิ่งที่จะเกิดขึ้นต่อไปในอนาคตได้ ในการวางแผนการตลาดข้อมูลนั้นจะถูกนำมาวิเคราะห์เพื่อวางแผนการตลาดโดยการวิเคราะห์ข้อมูลนั้นจะมีลำดับขั้นและรูปแบบที่เรียกว่า 4 Types of Data Analytics รูปแบบการวิเคราะห์ข้อมูลที่จะช่วยในนักการตลาดสามารถวิเคราะห์ข้อมูลได้อย่างเป็นลำดับและมีประสิทธิภาพสามารถนำข้อมูลเหล่านั้นมาใช้ประโยชน์ได้สูงสุด

4 Types of Data Analytics คืออะไร

4 Types of Data Analytics คือการวิเคราะห์ข้อมูลต่าง ๆ เพื่อช่วยให้ธุรกิจสามารถบรรลุวัตถุประสงค์ โดยข้อมูลที่นำมาใช้มีทั้งข้อมูลในอดีต ปัจจุบัน รวมไปถึงการพยากรณ์ข้อมูลในอนาคต เพื่อใช้ในการกำหนดกลยุทธ์ต่าง ๆ ข้อมูลเหล่านี้ถือว่าเป็นข้อมูลที่สำคัญของธุรกิจ เพราะสามารถใช้สร้างศักยภาพให้กับธุรกิจได้โดยในการวิเคราะห์นั้นจะแบ่งออกเป็นทั้งหมด 4 รูปแบบนั่นก็คือ

1. Descriptive analytics วิเคราะห์ให้รู้ว่าเกิดอะไรขึ้น
2. Diagnostic Analytics วิเคราะห์ต่อให้รู้ว่าสิ่งนั้นเกิดขึ้นเพราะอะไร
3. Predictive Analytics แล้วอีกหน่อยจะเกิดอะไรขึ้นได้อีกบ้าง
4. Prescriptive Analytics ถ้าเราทำแบบนี้แล้วจะเกิดอะไรขึ้นได้บ้าง

จากทั้ง 4 รูปแบบนี้ รูปแบบที่ 1 และ 2 เป็นการวิเคราะห์ข้อมูลในปัจจุบันและอดีต ส่วนรูปแบบที่ 3 และ 4 เป็นการวิเคราะห์ข้อมูลที่กำลังจะเกิดขึ้นในอนาคต สำหรับในบทความนี้เราจะเน้นพูดถึง Descriptive analytics ซึ่งเป็นการวิเคราะห์เกี่ยวกับความเป็นไปของธุรกิจตั้งแต่อดีตจนถึงปัจจุบันว่าเกิดอะไรขึ้นบ้าง

Descriptive analytics คืออะไร

Descriptive analytics คือ การวิเคราะห์ข้อมูลตั้งแต่อดีตจนถึงปัจจุบันเพื่อให้รู้ว่าเกิดอะไรขึ้นกับธุรกิจบ้าง โดยอาจจะแสดงผลเป็น รายงานการขาย สถิติการใช้บริการ ค่าเฉลี่ยหรือการแสดงผลแบบอื่น ๆ โดยในขั้นนี้จะใช้เพื่อหา Signal ว่ามีอะไรที่เกิดขึ้นผิดปกติกับธุรกิจหรือไม่ เช่น ยอดขายในเดือนนี้สูงขึ้นจนผิดปกติ หรือ ลดลงอย่างรวดเร็วจนน่าแปลกใจ ซึ่งเมื่อนักการตลาดได้วิเคราะห์ข้อมูลในส่วนนี้แล้วก็จะนำไปสู่กระบวนการวิเคราะห์ในขั้นตอนต่อไปว่าเพราะไร ทำไมสิ่งนี้ถึงเกิดขึ้นนั่นก็คือการวิเคราะห์รูปแบบ Diagnostic Analytics นั่นเอง

Descriptive analytics มีประโยชน์อย่างไร

Descriptive analytics ถือเป็นพื้นฐานสำคัญที่จะทำให้สามารถไปสู่กระบวนการวิเคราะห์ในรูปแบบอื่น ๆ ได้ ทำให้นักการตลาดเข้าใจเกี่ยวกับเหตุการณ์ต่าง ๆ ที่เกิดขึ้นกับธุรกิจ เป็นหนึ่งในการวิเคราะห์ข้อมูลที่จะช่วยทำให้ธุรกิจรู้จักและเข้าใจลูกค้า สามารถสร้างความสัมพันธ์กับลูกค้าได้ดีมากยิ่งขึ้น ผ่านแคมเปญหรือแผนการตลาดที่ถูกออกแบบมากจากการวิเคราะห์ข้อมูลในอดีตนั่นเอง

บทความวันนี้เราจะมาทำเข้าใจความหมายของและประเภทของ Data Analytics กันครับ..

Data Analytics

Data Analytics เนี่ยคือการนำข้อมูลจากหลายๆ Source มาประมวลผลวิเคราะห์ด้วยคณิตศาสตร์และสถิติ เพื่อให้ได้ insight ช่วยให้เราตัดสินใจและ Action อะไรบางอย่างเพื่อให้ปรับปรุงกระบวนการทำงาน การตลาด การออกแบบสินค้า เพื่อให้ได้ผลการทำธุรกิจที่ดีขึ้น

สาเหตุที่ Data Analytics เป็นส่วนที่สำคัญในการทำธุรกิจในปัจจุบัน คือ การเพิ่มปริมาณของข้อมูลอย่างมหาศาล จากการเปลี่ยนพฤติกรรมของผู้บริโภคที่เปลี่ยนมาใช้งานออนไลน์มากขึ้น ซึ่งทำให้เกิดข้อมูลประเภท Unstructured data ที่ไม่ได้มีการจัดเก็บเป็นรูปแบบชัดเจน ประกอบกับการพัฒนาของเทคโนโลยี และราคาของ Analytics Solution ที่สามารถจับต้องได้มากขึ้น ไม่ว่าจะเป็น Big Data, Business Intelligence เหล่านี้มาประกอบกัน ทำให้หลายธุรกิจตื่นตัว และนำ Data ไปใช้ในการบริหารจัดการภายในองค์กรมากขึ้น

โดย Data Analytics นั้นจะแบ่งเป็น 5 ระดับครับได้แก่ Descriptive, Diagnostic, Predictive, Prescriptive, Cognitive & AI

Descriptive Analytic

Descriptive จะเป็นการวิเคราะห์ข้อมูลเพื่อตอบคำถามที่ว่า ที่ผ่านมาเกิดอะไรขึ้นบ้าง? เราจะคุ้นเคยกับ Analytics ประเภทนี้ค่อนข้างมาก เป็นการทำ Report เช่น การทำรายงานกำไรขาดทุน รายงานด้านบัญชี เพื่อบอกเราว่ามีอะไรเกิดขึ้นบ้าง?

Diagnostic Analytic

Diagnostic เป็นการหาเหตุผลว่าไอ้ที่มันเกิดขึ้นแบบนี้เพราะอะไร? (Tell me why it happened) ที่กำไรของเราดีขึ้นเนี่ยเป็นเพราะอะไร? เพราะลูกค้าเพิ่มขึ้น หรือว่าเป็นเพราะเราลดต้นทุน? ก็เริ่มมีการนำ Business Intelligence เข้ามาใช้งาน เริ่มใช้ Interactive Dashboard สามารถ Drill-down เพื่อให้มีมุมมองของข้อมูลได้หลากหลายมากขึ้น

Predictive Analytic

Predictive เนี่ยจะเป็นการพยากรณ์ครับ อะไรจะเกิดขึ้นในอนาคตและบอกเหตุผลมาประกอบได้ (Tell me what is likely to happen and Why ?) เช่น การ Predict ว่าลูกค้าจะซื้อสินค้าอะไรเป็นชิ้นต่อไปจากการซื้อสินค้าในอดีตที่ผ่านมา หรือที่เราเรียกว่า Recommendation System

Prescriptive Analytic

Prescriptive เป็นการวิเคราะห์ข้อมูลที่ไม่ใช่แค่พยากรณ์ว่าจะเกิดอะไรขึ้น แต่จะช่วยบอกเราว่า เราควรทำอะไรดี (Tell me what should I do?) โดยจะบอกด้วยว่าผลลัพธ์ของแต่ละสิ่งที่แนะนำมานั้นมันเป็นอย่างไร ตัวอย่างการใช้งานใน Level นี้คือการใช้ Google Map ในการนำทางนั่นเองครับ ที่เค้าจะบอกเส้นทางที่สามารถไปถึงจุดหมาย และบอกด้วยว่าเราจะใช้เวลาในการเดินทางในแต่ละตัวเลือกใช้เวลาเท่าไหร่

Cognitive & AI

Cognitive & Artificial Intelligence เป็นการนำ AI เทคโนโลยีมาช่วยเพื่อให้วิเคราะห์และบอกเราได้ว่า เราควรจะทำอะไร สาเหตุ และวิธีการทำ เป็นขั้นสูงสุดของ Analytics Maturity ในปัจจุบัน ตัวอย่างการใช้งานคือการวิเคราะห์ข้อมูลเพื่อการสร้าง Self-driving car หรือรถยนต์ไร้คนขับ รวมไปจนถึง Apple Siri, Google Assistant ที่เป็น Companion App ของเรานั่นเองครับ

จาก Analytics Maturity จะเห็นได้ว่า ยิ่งเรานำ Data Analytics ไปพัฒนาใช้ในแต่ละ Level มูลค่าของธุรกิจหรือ Business Value จะยิ่งเพิ่มสูงมากยิ่งขึ้น ตอนนี้เราเข้าใจถึงประเภทของ Data Analytics แล้ว ลำดับต่อไปคือการนำไปประยุกต์ใช้ในแต่ละขั้นตอนของการทำธุรกิจเพื่อให้เกิด Impact และเพิ่มมูลค่าให้กับธุรกิจต่อไป

ชอบกด Like ใช่กด Share แย่ติชมด้วยนะครับ

ข้อใดเป็นรูปแบบการวิเคราะห์ข้อมูลแบบ Descriptive

Prescriptive Analytic มีจุดประสงค์อะไร

Descriptive Analytic มีจุดประสงค์อย่างไร * * คำตอบของคุณ

Analytics คืออะไร