MSITBlog

MSITBlog

เป็น Blog สำหรับชาว IT เพื่อเเบ่งปันความรู้ ประสบการณ์ ระหว่าง อาจารย์ นักศึกษา ศิษย์เก่าเเละบุคคลที่สนใจทางเทคโนโลยีสารสนเทศ

เท็จวันนี้ - จริงวันหน้า

data

ขุ่นพระ คุณอย่าบอกผมนะว่า ข้อมูลใน Data Center อันมีคุณค่ามาหาศาล ถือเป็นสมบัติชั้นยอดขององค์กร มันไม่ใช่ของ จริง” … ไม่เอาน่ะ ลองสังเกตดูก่อนดีไหม ….

เรื่องแรก ถ้าข้อมูลในระบบมันสอดรับกับสภาพความเป็นจริง อันนี้พออุ่นใจนะครับ แต่ถ้าข้อมูลในระบบบอกว่า เราดีแต่เราก็มองเห็นว่า สภาพความเป็นจริงมันไม่ใช่แบบนั้น เช่น ตัวเลขบอกเราว่า สินค้าที่เราผลิตไม่มีของเสียเลย แต่เราเห็นพนักงานนั่งซ่อมกันอุตลุด หรือ สินค้าเรามีคุณภาพดี แต่เราเห็นลูกค้าร้องบ่น (complaint) กันทุกวี่ทุกวัน อันนี้ชักเริ่มหนาว ๆ นะ เพราะน่าจะมีการเล่นแล่แปรธาตุทางตัวเลขแล้ว หาเสื้อหนาวมาใส่หน่อยดีไหม ห้อง Data Center มันหนาวนะ

เรื่องที่สอง ลองหาตัววัดสักสองตัวที่อยู่ในกลุ่มเดียวกัน แต่มันล็อกกัน เพื่อให้เข้าใจง่าย ๆ เอาอย่างนี้ครับ สมมติว่า ตัววัดตัวแรกคือปริมาณสินค้าชนิดหนึ่งที่ไม่มีข้อชำรุดบกพร่องเวลาเราผลิต ตัววัดตัวที่สองคือปริมาณการเบิกอะไหล่มาซ่อมสินค้านั้น ๆ มันก็ควรจะสอดรับกัน แต่ถ้าตัวเลขในระบบบอกว่า สินค้านั้นไม่มีข้อชำรุดเลย แต่ตัวเลขการเบิกอะไหล่ไปซ่อมสูงลิ่ว อันนี้มีการกวาดปัญหาซ่อนเอาไว้ใต้พรมแล้ว โดยนัยนี้ ในองค์กรต่าง ๆ มักจะกำหนดตัวชี้วัดคู่กันเสมอ เพื่อป้องกันการซ่อนปัญหาเอาไว้ใต้พรมตามที่กล่าวมาแล้ว ตัววัดเหล่านี้ก็เช่น ตัววัดหลัก เพิ่มยอดขาย ตัววัดรอง จำนวนพนักงานขายเท่าเดิม หรือ ตัววัดหลัก ปรับปรุงกระบวนการเพื่อเพิ่มกำลังการผลิต ตัววัดรอง จำนวนพนักงานเท่าเดิม จำนวน OT เท่าเดิม หรือ จำนวนเครื่องจักรเท่าเดิม  

เรื่องที่สาม ตามดูข้อมูลต่าง ๆ ว่ามันสอดรับกันไปตลอดหรือไม่ ตัวอย่างเป็นเหมือนกับบล็อกที่แล้ว คือ เรื่องเดียวกัน แต่ทำไมตัวเลขมันต่างกันออกไปมาก เป็นไปได้ที่จะเกิดความผันแปรขึ้นบ้าง แต่มันก็ไม่ควรแตกต่างกันมากมาย และหาคำอธิบายไม่ได้

ตัวผมเองมักจะใช้สามข้อนี้บ่อย ๆ ในการสำรวจข้อมูลที่เก็บเอาไว้ในองค์กรที่อยู่มานาน ทั้งนี้เพื่อดูว่า ข้อมูลต่าง ๆ ที่เก็บเอาไว้ในระบบนั้น ผมสามารถนำมาใช้งานเพื่อการตัดสินใจในการแก้ปัญหาที่เกิดขึ้นได้หรือไม่

เราต้องไม่ลืมว่า เราย่อมเปลี่ยนข้อมูลให้เป็นสารสนเทศที่เราต้องการ และเราต้องทำความเข้าใจสารสนเทศข้างต้นเพื่อเปลี่ยนมาเป็นความรู้ในเรื่องหนึ่ง ๆ แล้วจึงนำความรู้ที่ได้จากการทำความเข้าใจสารสนเทศนั้นมาใช้งานให้เกิดมรรคเกิดผลแก่องค์กร ไม่ว่าจะเป็น การตัดสินใจ การแก้ปัญหา การวางแผนการลงทุน การวางแผนกลยุทธ์ ก็ตาม …. ถ้าข้อมูลผิด สารสนเทศผิด ตีความผิด มันย่อมส่งสัญญาณชี้นำให้ตัดสินใจผิดไปด้วย แล้วอะไรจะเกิดขึ้นกับผู้ใช้ข้อมูลในองค์กรนั้น ๆ (เสียเวลา ตัดสินใจผิดพลาด เดินผิดทิศผิดทาง เข้าป่าเข้าดงจนทางทางออกมาไม่ได้ ….. ) และเมื่อมองในภาพรวมแล้ว ก็น่าจะถามได้เหมือนกันว่า อะไรจะเกิดขึ้นกับองค์กรนั้น ๆ เล่า 

สารพัดเรื่องของ IT ที่เราลงทุนไปแล้ว เพื่อนำข้อมูลที่มีอยู่มาใช้ประโยชน์ เช่น การสำรองข้อมูล  การจัดทำแผนกู้คืนหลังอุบัติภัย การทำเหมืองข้อมูล การทำห้องยุทธการ (War Room) ที่เต็มไปด้วย Dash board ทั้งหลาย เพื่อขุด ค้นหา แสดง รูปแบบ (pattern) ใหม่ ๆ ของความสัมพันธ์ของข้อมูลต่าง ๆ เพื่อนำมาสร้างผลิตภัณฑ์ใหม่ ๆ หรือ ปรับปรุงกระบวนการใหม่ ๆ หรือ เพื่อทำการลดต้นทุนเพื่อให้สามารถแข่งขันได้ สิ่งที่ได้ออกมามันใช้งานได้จริงหรือ

นี่ก็ว่าจะกระโดดไปใช้คลาวด์ ใช้ Big Data ใช้ AI ใช้ BI เพื่อให้ทันยุค ทันสมัย สไตล์ 4.0 … ถ้าข้อมูลมันยังคลุมเครืออยู่ จะขาวก็ไม่ขาว จะดำก็ไม่ดำ มันออกเทา ๆ หม่น ๆ จนไม่กล้าฟันธง แล้วลงทุนต่อไปมันจะคุ้มหรือ กลับมากวาด ล้าง เช็ด ถู ทำความสะอาดข้อมูลเราก่อนดีไหม

 เน้นนะครับ ผมไม่ได้พูดถึงเรื่องของข้อมูลไม่ครบถ้วน ไม่สมบูรณ์ ไม่ถูกต้องในเชิงที่เราใช้ data cleansing หรือ data cleaning เข้ามาช่วยได้นะครับ ผมกำลังพูดถึงการปั้น แต่ง ตัวเลข (ข้อมูล) ที่ผิดจากความเป็นจริง แล้วใส่เข้าไปในระบบผ่านทางการสมอวยกัน ครั้นเมื่อเวลาผ่านไปนานปีเข้า เราย่อมไม่สามารถสอบทานย้อนกลับไปยังสถานการณ์ที่เกิดขึ้นในอดีตได้อีกแล้ว ดังนั้นเราจึงมีแนวโน้มที่จะเชื่อว่า ข้อมูลที่อยู่ในระบบนั้นมันเป็นตัวแทนของเรื่องราวที่เกิดขึ้นมาจริง ๆ ภาพที่เราสร้างขึ้นมาจากข้อมูลเหล่านี้มันจึงเกิดการบิดเบี้ยวไปจากเรื่องราวที่เกิดมาจริง ๆ ในอดีต

 

Rate this blog entry:
เผื่อใช้ ไม่เข้าใจหรือไง
มือปั้น มือแต่ง กลายเป็นแก๊งสมอวย

Related Posts

 

Comments

No comments made yet. Be the first to submit a comment
Already Registered? Login Here
Guest
Saturday, 16 December 2017