Skip to content
Data Lazy Data Lazy

ใช้ Data ให้ใช้แรงน้อยลงและได้ผลลัพธ์มากขึ้น

  • Articles – บทความตามหมวดหมู่
    • data analytics
    • business analytics
    • marketing analytics
    • data visualization
    • generative ai
    • digital analytics
    • decision making
    • excel and google sheets
    • career
  • Services – บริการของเรา
    • บริการจัด Training และ Workshop
    • บริการที่ปรึกษา – Consulting
    • บริการให้คำปรึกษาในการออกแบบและสร้าง Dashboard
  • Profile – ผลงานต่างๆ
  • Contact Us – ติดต่อเรา
Data Lazy
Data Lazy

ใช้ Data ให้ใช้แรงน้อยลงและได้ผลลัพธ์มากขึ้น

    Data Driven Decision Making: ตัดสินใจได้ดีขึ้นด้วย Data ทำยังไง? ลองมาทำความเข้าใจแบบง่ายๆ กัน

    By Data Lazy

    เคยสงสัยกันมั้ยครับ ว่าหลายๆ ครั้งที่เราวิเคราะห์ข้อมูล หรือ ทำ Data Analytics นั้น เรามักวิเคราะห์เพื่ออะไร?

    หนึ่งในเหตุผลหลักๆ ของหลายๆ คนก็คงจะเป็น เพื่อประกอบการตัดสินใจนั่นเอง

    แล้ว Data Analytics นั้น ช่วยในการตัดสินใจสำหรับเรายังไง

    ลองมาดูตัวอย่างการทำ Data Driven Decision making แบบเข้าใจง่ายๆ ด้วย Google Map กันครับ

    เรื่องที่ควรพิจารณาในการใช้ Data

    • 1. ทรัพยากร (Resources) ที่เราต้องใช้ในการทำ Data
    • 2. เราจะรับมือสถานการณ์ต่างๆ จากสิ่งที่คาดการณ์ได้อย่างไร?
    • 3. หาทางรับมือสถานการณ์ที่เลวร้ายที่สุดไว้ด้วย
    • 4. Data อาจเปลี่ยนแปลงตามสถานการณ์หรือเวลาที่เปลี่ยนไป
    • 5. คุณอาจต้องพิจารณาว่าควรใช้หรือสร้าง Data เองหรือไม่
    • 6. หากอยากได้ Data ที่รวดเร็วและแม่นยำ ควรโฟกัสไปที่การ Automate

    ถ้าต้องวางแผนการเดินทาง สิ่งแรกๆ ที่เรามักจะนึกถึง การตรวจสอบเส้นทางและการจราจรใน Google Map เพราะเราต้องการประเมินว่าเราจะต้องใช้เวลาในการเดินทางเท่าไหร่ และเมื่อไหร่จะถึงที่หมาย

    แต่ Google Map จะแม่นทุกครั้งเลยหรือเปล่า?

    ถ้าไม่แม่น แล้วเราจะทำอย่างไร?

    หลายๆ ครั้งที่เราไปตาม Google Map แล้ว พาขึ้นทางด่วน ทั้งๆ ที่ไม่ได้ขอ
    พาอ้อม ไม่ก็ฝ่าดงรถติด หรือ บางครั้ง ตัวเลขบน Google Map ก็คลาดเคลื่อนแบบไม่อยากจะให้อภัยเลย

    Source: Reddit

    Google Map อาจช่วยประเมินเวลาให้เรา แต่ Google Map ไม่สามารถตัดสินใจให้เราได้ว่า
    – ถ้าไปถึงก่อนเวลา แล้วจะมีที่ให้รอ หรือ จอดรถนานๆ มั้ย
    – หรือถ้าไปรับคนแล้วจอดไม่ได้ จะต้องเร่งคนที่ไปรับมั้ย
    – ถ้าไปถึงสาย แล้วเราจะต้องทำยังไง
    – BTS หรือ MRT จะเสียล่วงหน้ามั้ย
    – จะมีอุบัติเหตุหรือรถติดล่วงหน้าหรือเปล่า

    Google Map ไม่ได้วางแผนหรือหาทุกคำตอบให้ แต่ช่วยบอกแนวโน้มให้เราสามารถวางแผนล่วงหน้าได้

    การใช้ Data ก็เหมือนกัน

    เมื่อทำธุรกิจ Data อาจไม่ได้ให้ทุกคำตอบที่ต้องการในทุกๆ เวลาได้ และอาจต้องปรับเปลี่ยนไปตามสถานการณ์ต่างๆ ที่เข้ามา เช่น

    1. ทรัพยากร (Resources) ที่เราต้องใช้ในการทำ Data

    แน่นอนว่าเราต้องการ prediction หรือตัวเลข forecast ที่แม่นยำที่สุด เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด แต่ความแม่นยำถึงขีดสุดระดับ อาจต้องใช้ทรัพยากรและเวลามาก แล้วยังอาจมีความไม่แน่นอนอยู่ บางครั้ง เราอาจต้องให้ลำดับความสำคัญกับการได้ข้อมูลที่เพียงพอจะทำให้เราสามารถตัดสินใจและวางแผนรับมือได้ในเวลาที่ต้องการมาก่อน

    2. เราจะรับมือสถานการณ์ต่างๆ จากสิ่งที่คาดการณ์ได้อย่างไร?

    ไม่ว่าตัวเลขจะเป็นไปตามที่คิดหรือที่ได้วิเคราะห์ประเมินไว้หรือไม่ ก็ควรหาทางรับมือกับสถานการณ์ต่างๆ ไว้ด้วย เช่น หากยอดขายมากกว่าหรือน้อยกว่าที่คาด สินค้าล้นหรือขาดสต๊อกจะทำอย่างไร

    3. หาทางรับมือสถานการณ์ที่เลวร้ายที่สุดไว้ด้วย

    แม้จะมีโอกาสเกิดน้อย แต่ถ้าความเสียหายนั้นสูง ก็ควรหาทางรับมือความเสี่ยงนั้นไว้ ไม่ว่าจะเป็นการบรรเทาหรือหลีกเลี่ยงความเสียหาย

    4. Data อาจเปลี่ยนแปลงตามสถานการณ์หรือเวลาที่เปลี่ยนไป

    เช่นเดียวกับการใช้ Google Map เมื่อมีข้อมูลใหม่เข้ามา ไม่ว่าจะเป็นรถติด รถเสีย เราก็ต้องปรับเปลี่ยนตามสถานการณ์ด้วย เพียงแต่เราต้องการข้อมูลที่รวดเร็ว และทันเวลามาช่วยประกอบการตัดสินใจด้วย

    5. คุณอาจต้องพิจารณาว่าควรใช้หรือสร้าง Data เองหรือไม่

    หากสินค้าของคุณไม่ใช่ Data หรือ Data Service  หลายๆ บริษัท อยากสร้าง AI อยากสร้าง Data Platform ขึ้นมาเอง ซึ่งหากคุณพยายามสร้างมันขึ้นมา ลองคิดดูว่าหากคุณสร้าง Google Map มาใช้เอง จะคุ้มมั้ย เมื่อเทียบกับการใช้ Google Map มาช่วยในการทำธุรกิจแทน

    6. หากอยากได้ Data ที่รวดเร็วและแม่นยำ ควรโฟกัสไปที่การ Automate

    การได้ Data ที่รวดเร็วนั้น ควรโฟกัสไปที่การ Automate งานที่อาจมีข้อผิดพลาดได้หรือเป็นคอขวดมากกว่า ซึ่งสำหรับงาน data หนึ่งในงานที่อาจเกิดข้อผิดพลาดได้คือ การทำ Manual Report ซ้ำๆ บ่อยๆ ซึ่งก็อาจคล้าย การใช้ Google Map แล้วคอยแคปจอตลอดการเดินทาง คุณควรมีการสร้าง Data Pipeline และสร้างระบบ Self Service Report ที่มีประสิทธิภาพแทนการให้คนมานั่งทำ Report แล้วให้คนทำ Report ไปคิดงานที่มี Value มากกว่า เช่น คิด Strategy


    .

    และนี่ก็คือ ความเห็นของผม เกี่ยวกับการใช้ Data Driven Decision Making เพื่อช่วยให้ตัดสินใจได้ดียิ่งขึ้น และสามารถสร้าง Value ให้กับธุรกิจ หรือ สิ่งที่คุณกำลังทำอยู่ได้

    หวังว่าจะมีประโยชน์บ้าง ไม่มากก็น้อยนะครับ เห็นด้วยหรือไม่ยังไง แชร์กันมาได้เลยนะครับ 🙂

    Workshop ต่างๆ ของเรา
    บริการที่ปรึกษา Data Analytics

    Related posts:

    3 สิ่งที่ควรประเมินก่อนทำ Data Analytics เพื่อช่วยในการตัดสินใจ ก้าวแรกสู่การย้ายสายมาทำงาน Data (จากคนเคยเกลียดงาน Data) 4 เทคนิคเลือก Charts เบื้องต้น ในการทำ Data Visualization สำหรับวิเคราะห์ข้อมูลหา Insight แบบง่ายๆ Business Model และ Key Metrics ในการวัดผลแบบง่ายๆ ที่ควรรู้ ก่อนใช้ Data Analytics วิเคราะห์หา Insight ให้ธุรกิจ
    Articles - บทความ data analyticsdata driven decision makingdecision making

    Post navigation

    Previous post
    Next post

    บทความที่ได้รับความนิยม

    Recent Posts

    • วิธีออกแบบ Dashboard พร้อมขั้นตอนการสร้าง Data-Driven Dashboard ให้องค์กรขับเคลื่อนด้วยข้อมูลอย่างแท้จริง
    • มาลองให้ AI อย่าง Claude ช่วยสร้าง Dashboard แบบง่ายๆ กันเถอะ
    • เลือกเครื่องมือ Analytics Tools ยังไงให้เหมาะกับการวิเคราะห์ข้อมูลของคุณ
    • Excel ยังจำเป็นแค่ไหน ในยุค AI ที่มีเครื่องมือ Data Analytics มากมาย
    • 5 Trends ด้าน Data และ AI ที่น่าสนใจในปี 2025

    Topics - หัวข้อต่างๆ

    business analytics business model career chatgpt customer analytics dashboard data analyst data analytics data driven decision making data storytelling data visualization decision making digital analytics digital marketing excel generative ai job looker studio marketing analytics marketing technology martech

    Archives

    • May 2025
    • April 2025
    • March 2025
    • February 2025
    • October 2024
    • August 2024
    • July 2024
    • June 2024
    • May 2024
    • April 2024
    • March 2024
    • January 2024

    Categories

    • Articles – บทความ
    ©2025 Data Lazy | WordPress Theme by SuperbThemes