คนทำธุรกิจ ถ้าไม่ ทำ Data Decision Making ระวังธุรกิจจะไปไม่รอด!
เพราะการทำ Data Decision Making จะทำให้เรามองเห็นเป้าหมายได้ชัดเจนมากขึ้น รู้ว่าจะตัดสินใจอย่างไรด้วยข้อมูลที่มีอยู่เพื่อให้เกิดประโยชน์สูงสุดต่อธุรกิจ ลดการคาดเดาที่อาจนำมาซึ่งความเสี่ยง และเตรียมการป้องกันเหตุการณ์เหล่านั้นที่อาจเกิดในอนาคตได้
และนี่คือ 5 ขั้นตอนสุดง่ายที่จะทำให้เราตัดสินใจโดยการใช้ข้อมูลได้อย่างมีประสิทธิภาพ
1. กำหนดวัตถุประสงค์และคำถามด้วยวัตถุประสงค์ที่ชัดเจนและวัดผลได้ เพื่อให้ขั้นต่อไปดำเนินการต่อได้ง่ายขึ้น ตัวอย่างเช่น
- วัตถุประสงค์: มียอดขายเพิ่มมากกว่าขึ้นกว่าเดิม 20%
- วิธีการวัดผล: ภายในเวลา 6 เดือน
2. การเก็บข้อมูลจัดเก็บข้อมูลแบ่งเป็น 2 ประเภท คือ เชิงปริมาณ (ตัวเลข) และเชิงคุณภาพ (เชิงพรรณนา) โดยเก็บจาก
- ภายใน: ระบบ CRM, ข้อมูลการขายหลังบ้านที่บันทึกไว้ใน Excel, Google Sheet และอื่น ๆ
- ภายนอก: การวิจัยทางการตลาด, Social Media ที่สำคัญคือ ข้อมูลที่นำมาใช้ต้องเป็นข้อมูลที่เกี่ยวข้องและมีคุณภาพ มากกว่าการเน้นที่ปริมาณ
3. การประมวลผลและการวิเคราะห์นำข้อมูลที่ได้มาตรวจสอบ ถ้าเจอข้อมูลซ้ำ และข้อมูลที่ไม่เกี่ยวข้องให้ลบออก หรือแยกออกไปเผื่อได้ใช้กับเคสอื่น รวมถึงนำเครื่องมือเข้ามาช่วยประมวลผลข้อมูลเพื่อเพิ่มความแม่นยำและลดเวลาในการทำงาน เช่น Automation – Programming (Python, R)
4. การตีความและการตรวจสอบนำการวิเคราะห์ Data ในแบบต่าง ๆ มาใช้ โดยเลือกให้เหมาะกับประเภทของธุรกิจ เช่น
- Descriptive Analytics (การวิเคราะห์แบบอธิบาย) เช่น วิเคราะห์ข้อมูลยอดขายในช่วง 12 เดือนว่าอะไรขายดีขายไม่ดี ยอดขายลดลงหรือเพิ่มขึ้น
- Predictive Analytics (การวิเคราะห์โดยการทำนาย) เช่น ใช้ข้อมูลพฤติกรรมของลูกค้าดูว่าจะมีสินค้าตัวไหนบ้างที่จะขายดีในอนาคต หรือประเมินผลกระทบของอากาศ เทศกาลต่าง ๆ ที่อาจส่งผลกับยอดขาย
- Prescriptive Analytics (การวิเคราะห์แบบให้คำแนะนำ) เช่น นำข้อมูลมาวิเคราะห์เพื่อใช้แนะนำว่ายอดขายที่ผ่านมาเป็นอย่างไร เราควรไปในทิศทางไหนต่อ ควรเปิดตัวสินค้าใหม่ หรือจัดโปรโมชันอะไรเพิ่มเติมบ้าง
5. การตัดสินใจและการกระทำ คือการนำข้อมูลที่ผ่านการวิเคราะห์มาลงมือทำ ที่สำคัญคือต้องมีการติดตามผลลัพธ์เพื่อดูว่าเราวิเคราะห์ข้อมูลไปในทิศทางที่ถูกต้องจริงมั้ย ถ้าไม่ถูก อาจจะต้องวางแนวทางใหม่ ปรับปรุงจนกว่าจะได้แนวทางที่ถูกต้องมากที่สุด
ได้ 5 ขั้นตอนในการนำ Data มาใช้ให้มีประสิทธิภาพแล้วแต่ยังไม่รู้ว่าจะใช้เทคนิคไหนดีถึงจะเหมาะกับธุรกิจของตัวเอง หมดห่วงได้เลย เพราะเรารวมมาให้แล้วถึง 10 เทคนิคด้วยกัน ไปดูกันเลยว่ามีอะไรบ้าง
10 เทคนิคสำหรับคนเป็นผู้บริหาร ในการใช้ Data เพื่อการตัดสินใจวางแผนธุรกิจ
1. Data-Driven Decision Making (DDDM)
ใช้ข้อมูลตัวเลขมาวิเคราะห์ เพื่อให้ได้ข้อสรุปที่น่าเชื่อถือ เช่น ถ้าจะเปิดร้านกาแฟ แทนที่จะเลือกเปิดร้านเพราะรู้สึกว่าย่านนั้นน่าจะขายดี ให้ดูก่อนว่ามีคนมาซื้อกาแฟในย่านนั้นมากน้อยแค่ไหน หรือมีร้านคู่แข่งกี่ร้าน
2. Predictive Analytics
ใช้ข้อมูลเพื่อคาดการณ์อนาคต เช่น นำยอดขายประจำเดือนมาหาแนวโน้มว่าช่วงไหนที่สินค้าขายดี เป็นสินค้าอะไร เพื่อจะได้เตรียมสต๊อกให้เพียงพอ
3. Balanced Scorecard
เน้นดูข้อมูลในหลาย ๆ ส่วนขององค์กรประกอบกัน เช่น ความพึงพอใจของลูกค้า ความสุขของพนักงาน กระบวนการทำงานมีประสิทธิภาพมากน้อยแค่ไหน เช่น เราขายโทรศัพท์ ต้องดูด้วยว่าบริการหลังการขายเป็นยังไง พนักงานมีทักษะที่เกี่ยวข้องในการผลิตพอหรือไม่ และเรามีการปล่อยผลิตภัณฑ์ใหม่มากน้อยแค่ไหน
4. KPI-Based Decision Making
นำ KPI มาวัดผลและนำมาเป็นข้อมูลในการตัดสินใจ เช่น ดูจากยอดขายสินค้า (KPI) แต่ละตัวว่าตัวไหนขายดี เพื่อเพิ่มหรือควรลดการผลิตสินค้า
5. Big Data Analytics
เน้นการนำข้อมูลจำนวนมากจากหลายที่มาหาว่ามีอะไรใหม่ หรือน่าสนใจบ้าง เช่น นำข้อมูลการซื้อสินค้าของลูกค้าทั้งหมดมาวิเคราะห์ ว่าในการซื้อสินค้าหนึ่งชิ้น ลูกค้าได้ซื้อสินค้าอะไรเพิ่มบ้าง เพื่อจะได้แนะนำสินค้าให้ตรงใจลูกค้าได้มากขึ้น
6. SWOT Analysis with Data
นำข้อมูลมาแยกออกเป็นจุดแข็ง (Strengths), จุดอ่อน (Weaknesses), โอกาส (Opportunities), และความเสี่ยง เพื่อหาคำตอบที่ชัดเจน เช่น เมนูไหนขายดีสุด (จุดแข็ง) เมนูไหนขายไม่ดี (จุดอ่อน) ช่วงนั้นมีกระแสอะไร (โอกาส) เกิดเหตุการณ์อะไร (ความเสี่ยง)
7. Scenario Planning
สร้างสถานการณ์ที่อาจจะเกิดขึ้นในอนาคต ถ้าเกิดเหตุการณ์นั้นจริงเราจะแก้ไขยังไง เช่น เราเปิดร้านอาหารแช่แข็ง แต่น้ำท่วม ไฟดับ จะทำยังไงกับอาหารเหล่านั้น.
8. Data Visualization
เปลี่ยน Data ตัวเลขให้เป็นภาพอ่านง่าย โดยใช้แผนภูมิกราฟ และอื่น ๆ เพื่อช่วยให้เห็นภาพรวมของข้อมูลได้ชัดเจนมากยิ่งขึ้น
9. Benchmarking
อย่าลืมที่จะดูคู่แข่งว่ามีการบริหารยังไง อะไรที่เขาทำแล้วดีให้นำมาปรับใช้ให้เข้ากับธุรกิจของเรา
10. A/B Testing
นำข้อมูลมาใช้งานด้วยสองวิธีที่ต่างกันเพื่อดูว่าวิธีไหนได้ผลลัพธ์ดีกว่ากัน
เมื่อนำทั้ง 5 ขั้นตอนในการทำ Data Decision Making มารวมเข้ากับ 10 เทคนิคในการใช้ Data เหล่านี้
ความสำเร็จก็อยู่ไม่ไกลเกินเอื้อมแล้ว!
ถ้าอยากทำความเข้าใจการนำ Data มาใช้วางแผนธุรกิจให้ดียิ่งขึ้น มาเรียนกับเราได้ในคอร์ส ‘วิเคราะห์โจทย์ธุรกิจได้แม่นยำด้วยพื้นฐานการตั้งคำถามผ่าน 5 Steps of Data Decision Making’ https://fskill.co/ROAx
Views: 97
