CMO หรือ Chief Marketing Officer คือผู้ที่ต้องดูแลและรับผิดชอบในการปรับกลยุทธ์ทางการตลาดและแนวทางในการเผยแพร่ข้อมูลเกี่ยวกับสินค้าและบริการขององค์กร เพื่อนำเสนอสารไปสู่ผู้บริโภคได้อย่างมีประสิทธิภาพ นักการตลาดจำเป็นต้องเก็บข้อมูลต่างๆ เช่น พฤติกรรมของผู้บริโภค เทรนด์แฟชั่น และปัจจัยอื่นๆที่เกี่ยวข้องจากแหล่งข้อมูลที่หลากหลายมาวิเคราะห์และสร้างกลยุทธ์ทางการตลาด ปัจจุบันพบว่าพฤติกรรมของผู้บริโภคหลังจากช่วงโควิดระบาดเปลี่ยนแปลงไปอย่างมาก โดยเฉพาะการซื้อสินค้า จากเดิมที่เคยไปซื้อของที่ร้านและปรึกษาพนักงานขาย โดยจะตัดสินใจซื้อสินค้าตามคำแนะนำของพนักงาน แต่ปัจจุบันพบว่าผู้บริโภคกลับชอบที่จะค้นหาข้อมูลและศึกษาสินค้าที่จะซื้อด้วยตนเองมากขึ้น อีกทั้งการซื้อของออนไลน์ก็เพิ่มสูงขึ้นอย่างมาก สิ่งนี้ทำให้นักการตลาดต้องรับผิดชอบในการจัดทำเนื้อหาที่เหมาะสมและสามารถนำเสนอเนื้อหานั้นในเวลาและช่องทางที่เหมาะสมกับกลุ่มลูกค้าเป้าหมายอีกด้วย…

Chief Marketing Officer ยุคนี้ต้องรู้จัก Big Data
Chief Marketing Officer ยุคนี้ต้องรู้จัก Big Data
4 Levels of Analytics

สำหรับการวิเคราะห์ข้อมูลนั้นจะแบ่งออกเป็น 4 ระดับดังนี้

1.Descriptive คือการอธิบายสถานะของข้อมูลโดยการวิเคราะห์ในเชิงสถิติขั้นต้น เพื่อทำความเข้าใจรายละเอียดของข้อมูลนอกจากนี้ยังเป็นส่วนของการตรวจสอบและทำความสะอาดข้อมูลอีกด้วย

2. Diagnostic คือการวิเคราะห์ข้อมูลโดยศึกษาปัจจัยที่เกี่ยวข้องกันมากกว่า 2 ปัจจัย ทำให้เห็นเหตุผลของการเปลี่ยนแปลงของข้อมูลมากขึ้น อาจ Probability หรือ Clustering เข้ามาช่วยวิเคราะห์ได้

3. Predictive คือการนำข้อมูลในอดีตมาทำนายอนาคตโดยใช้ปัจจัยที่เคยเกิดขึ้นในอดีต

4. Prescriptive คือการตั้งสมมติฐาน หากมีการเปลี่ยนแปลงเกิดขึ้นแล้วจะผลเกิดขึ้นอย่างไร ได้ผลลัพธ์อย่างไร

ในการวาง Model Pipeline ขั้นตอน Descriptive จะเกิดก่อนเสมอและมักจะเป็นขั้นตอนที่ใช้เวลานานเพราะต้องทำงานกับ Data Owner และผู้เกี่ยวข้องหลายส่วนแต่เมื่อเข้าใจสถานะของข้อมูลอย่างครบถ้วนแล้วในขั้นตอนการวิเคราะห์เชิงลึกจะสามารถมองเห็น Insight และได้ผลลัพธ์ที่สร้าง Impact ได้อย่างมาก

แต่หากละเลยการวิเคราะห์แบบ Descriptive ไป ผลลัพธ์ที่ได้จากการวิเคราะห์เชิงลึกหรือแม้แต่การสร้าง Model ก็อาจจะไม่ตอบโจทย์ก็เป็นได้

Model Pipeline จำเป็นจะต้องถูกออกแบบโดยผู้เชี่ยวชาญที่มีประสบการณ์เพราะเป็นการเชื่อมโยง Model เรียงร้อยต่อกันเป็นลำดับขั้น มิใช่แค่การสร้าง Model ใด Model เดียว

อ่านรายละเอียดเรื่อง Model Pipeline ได้ที่ >>>

https://www.facebook.com/coralineltd/posts/1089929861505829

#BigData #DataScience #Optimization #ProductivityImprovement #DigitalTransformation #MachineLearning #ArtificialIntelligence #DataManangement #DataGovernance #DataQuality #DeepLearning #Coraline

We turn your DATA into your KEY of SUCCESS.

Email: inquiry@coraline.co.th

Tel: 099–425–5398

--

--

คำว่า Big Data ได้ชื่อว่าเป็น Buzzword อย่างหนึ่ง ทำให้เรามักจะพบเจอโครงการที่เรียกว่าเป็น Big Data ในรูปแบบต่างๆเช่น การซื้อระบบ การวิเคราะห์พฤติกรรมลูกค้าหรือแม้แต่การทำ Website เพื่อนำเสนอข้อมูล ไม่เพียงแต่ในมุมของโครงการ Vendor ที่ใช้คำว่า Big Data เป็น Keyword ก็มีหลากหลายเช่นกัน รูปแบบของบริษัทต่างๆที่ห้อยคำว่า Big Data เป็นคำอธิบายของบริษัทมีดังนี้ 1. SI หรือ System Integration ส่วนใหญ่เป็นบริษัทขนาดกลาง-ใหญ่ เป็นบริษัทที่มี License ของ Hardware และ Software เดิมจะเน้นการขายระบบที่สำเร็จรูปแต่ปัจจุบันบริษัท SI หลายบริษัทจะรับพัฒนาโครงการด้วย(บางครั้งก็จะร่วมพัฒนากับกับบริษัท Developer) ซึ่ง SI แต่ละเจ้าจะมีความถนัดใน Product ที่ต่างกันอยู่ที่ว่าแต่ละบริษัทเน้นทำยอด Product ตัวไหนเป็นพิเศษ แต่ก็มี…

วิธีการเลือก Vendor ในโครงการ Big Data
วิธีการเลือก Vendor ในโครงการ Big Data
CTO vs CIO

ปัจจุบันเริ่มมีหลายองค์กรที่มีตำแหน่ง CIO เกิดขึ้น ซึ่งลักษณะงานของ CIO อาจจะไม่แตกต่างกับ CTO มากนักเพราะทีมงานที่อยู่ภายใต้การดูแลของ CIO ก็เป็นกลุ่ม IT เช่นเดียวกัน CTO

วันนี้ Coraline จะมาสรุปโดยย่อถึงความแตกต่างระหว่าง CTO และ CIO ดังนี้

1. เขียนไม่เหมือนกัน Chief information officer (CIO) หมายถึงผู้บริหารสูงสุดที่บริหารสายงานข้อมูล Chief technology officer (CTO) หมายถึงผู้บริหารสูงสุดที่บริหารสายงานเทคโนโลโลยี

2. Focus ต่างกัน CIO จะ Focus ที่การปรับปรุงพัฒนาระบบภายในองค์กร ผลที่ได้คือการทำงานที่มีประสิทธิภาพมากขึ้น CTO จะ Focus การพัฒนาเทคโนโลยีเพื่อเสนอแก่ลูกค้า ผลที่ได้คือผลิตภัณฑ์ใหม่ๆออกสู่ตลาด

3. Skill บางอย่างไม่เหมือนกัน CIO จะเป็นคนที่เข้าใจ Business Process มากกว่า และต้องมี Skill ในการสื่อสารเนื่องด้วยลักษณะงานเป็นการปรับปรุงพัฒนาระบบภายในขององค์กร

CTO จะต้องศึกษาเทคโนโลยีใหม่ๆมีการนำเสนอนวัตกรรมใหม่ๆอยู่เสมอ ทีมงานส่วนใหญ่จะเป็นกลุ่มนักพัฒนาและกลุ่มวิศวกร

4. ผลลัพธ์ที่ได้มี Core ที่แตกต่างกัน CIO จะเน้นผลลัพธ์ที่เป็นระบบข้อมูล ตั้งแต่การวาง Infrastructure และการ Analytics ในขณะที่ผลลัพธ์ของทีม CTO อาจเป็นระบบ Automation หรือ Digital Product

5. เหมาะกับองค์กรที่ต่างกัน CTO เหมาะกับ Tech-Company ที่มีการพัฒนาเทคโนโลนีออกสู่ตลาด ในขณะที่ CIO เหมาะกับทุกองค์กร ที่มีแผนก IT เป็นของตัวเอง

อย่างไรก็ตามหากถามว่าจำเป็นต้องมีทั้ง CIO และ CTO หรือไม่? คำตอบอยู่ที่ขนาดและประเภทขององค์กร ถ้าเป็นองค์กรขนาดใหญ่ที่เน้นการพัฒนาเทคโนโลยีออกสู่ตลาดก็อาจจะมีทั้ง 2 ตำแหน่งได้ แต่ถ้าเป็นองค์กรทั่วไปสามารถพิจารณาให้มี CIO ก่อนได้

ทั้งนี้เนื่องจากในยุคก่อนเมื่อพูดถึง IT ทุกคนจะนึกถึงการซื้อระบบ ทำให้รูปแบบการทำงานเน้น Automation โดยไม่ได้เน้นที่ Information แต่เมื่อเข้ายุค Big Data ที่เน้นการใช้ประโยชน์จากข้อมูลทำให้ C-Level เองก็ต้องมีการปรับตัวเหมือนกัน

CIO จึงเป็นตำแหน่งที่สำคัญมากและต้องมีความเข้าใจในการใช้ประโยชน์จากข้อมูลจริงๆจึงจะคู่ควรแก่ตำแหน่งนี้

--

--

ความเดิมตอนที่แล้ว Coraline ได้นำเสนอบทความ “เมื่อผู้บริหารสนใจแต่ Dashboard “ (อ่านได้ที่ >>> https://bit.ly/3gGSUOo ) มีคำถามจากหลายท่านว่าแล้วการสร้าง Dashboard มันยากตรงไหน คำตอบคือ การสร้าง Dashboard ไม่ยากแต่การจัดการกับข้อมูลโดยเฉพาะข้อมูล Big Data ก่อนเข้า Dashboard ต่างหากที่ยาก หากเป็นข้อมูลที่มาจากแหล่งเดียว การเข้า Dashboard ก็จะเป็นรูปแบบโครงสร้างเดียว (อันนี้ไม่ถือว่าเป็น Big Data เพราะไม่ตอบโจทย์ใน V ที่ 3 คือ Variety) แต่ถ้าเป็นข้อมูลที่มาจากหลาย Source ที่ก่อนหน้านี้ไม่ได้นำมาเชื่อมโยงกันหรือจัดโครงสร้างแต่แรก การนำข้อมูลจากหลาย Source มาขึ้น Dashboard เป็นการทำงานที่ต้องใช้ Skill ในการบริหารจัดการข้อมูลก่อนเข้า Dashboard…

Dashboard ขึ้นไม่ยากแต่การจัดการข้อมูลก่อนเข้า Dashboard ต่างหากที่ยาก
Dashboard ขึ้นไม่ยากแต่การจัดการข้อมูลก่อนเข้า Dashboard ต่างหากที่ยาก
CORALINE CO. LTD

We seek to be the acknowledged leader in Data Science & Operations Research in searching for new solutions and bringing customer’s big data into real action.

Following