NET ZERO นับเป็นเป้าหมายสำคัญที่ภาคอุตสาหกรรมตั้งเป้าหมายที่จะไปให้ถึง หากเราสามารถจัดการความสูญเสียในอุตสาหกรรม หรือ Waste ให้หมดไปจากกระบวนการได้ เราจะสามารถ Generated Output ได้มากขึ้น ดังนั้นการที่เราจะพัฒนาปัจจัยนำเข้าให้มีประสิทธิภาพมากขึ้น “ข้อมูล (Data)” จึงก้าวเข้ามามีความสำคัญ แต่เราจะต้องใช้เครื่องมือหรือเทคนิคการ Analyze ที่เหมาะสมเพื่อให้เห็น Fact ที่ถูกต้อง หากเราใช้ Data ได้อย่างถูกต้อง เราจะสามารถพัฒนาองค์กรอย่างยั่งยืนได้
โดย อ.ดร.อัครนันท์ พงศธรวิวัฒน์ คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์ (นิด้า)
สวัสดีครับ ผม อ.ดร.อัครนันท์ พงศธรวิวัฒน์ จากสาขาการจัดการโลจิสติกส์ คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์ วันนี้จะมาพบกับหัวข้อ DATA และ Sustainability หรือการประยุกต์ ข้อมูลเพื่อการพัฒนาอย่างยั่งยืน
ในปัจจุบันการพัฒนาความยั่งยืนในองค์กรธุรกิจ หลายๆองค์กรมุ่งมั่นที่จะพัฒนาในส่วนของการสร้างรายได้ หรือว่าการ generate every news แต่หลังจากเกิดสภาวะของโควิด-19 ทำให้บริบทของการแข่งขันธุรกิจ ในหลากหลายมิตินี้เกิดการเปลี่ยนแปลงไป ในเมื่อเราไม่สามารถที่จะ generate ตัวกำไรได้ แต่เรายังสามารถ สร้างการแข่งขันได้โดยการที่จะควบคุมต้นทุน โดยสมการที่เราจะนิยมพูดก็คือ ประสิทธิภาพในการดำเนินงาน หรือว่า efficiency จะเท่ากับ output หารด้วย input ตรง input นี้มีความสำคัญในเมื่อเราไม่สามารถที่จะ generate output ได้มากขึ้นกว่าเดิม เราสามารถที่จะเพิ่มการแข่งขันในการที่เราจะทำการ utilize ตัว resource ที่มันเป็น input ให้มันมากกว่าเดิมได้ ในการบริหารจัดการทรัพยากรหรือว่าเป็นปัจจัยนำเข้า ไม่ว่าจะเป็นปัจจัย เรื่องคน ปัจจัยเรื่องทรัพยากร ถ้าเราบริหารจัดการไม่ดี มันก็คือความสูญเสียหรือในทางอุตสาหกรรมนั่นก็คือ waste ในปัจจุบันทางอุตสาหกรรมมุ่งมั่นที่เราอยากจะทำการไปถึงคำว่า net zero ซึ่ง net zero ก้าวข้าม มีความสำคัญมากถ้าเราสามารถบริหารจัดการ waste จนหมดไปจากกระบวนการได้ เราก็จะสามารถ generate output ได้มากขึ้น
ในการที่เราจะพัฒนาปัจจัยนำเข้า หรือว่า utilize ปัจจัยนำเข้าให้มีประสิทธิภาพมากยิ่งขึ้นนั้น Data จึงก้าวเข้ามามีความสำคัญ Data ในความหมายของก็คือข้อเท็จจริง หรือว่า fact แต่ Data เราจะต้องใช้ เครื่องไม้เครื่องมือ หรือ เทคนิคการ analyze ที่เหมาะสม เพื่อให้เราเห็น fact ที่ถูกต้องด้วย การ analyze ประกอบไปด้วย 4 ระดับ อันดับที่หนึ่ง ก็คือ การ analyze แบบภาคกว้าง หรือ descriptives analytics อันดับที่สอง คือ การเสาะหาสาเหตุ หรือว่า diagnostic analytics อันดับที่สาม คือ การทำนายอนาคต ก็คือ predictive analytics และสุดท้าย การจัดสรรทรัพยากรอย่างมีคุณค่า คือ prescriptive analytics
สมมุติว่าวันนี้ผมอยากจะทำธุรกิจหมูปิ้ง เป็นสเกลขนาดใหญ่ เป็นหมูนำเข้าจากต่างประเทศ เราดำเนินธุรกิจ มาสักพักนึงแล้วเราพบว่าเราขายได้เยอะ เราขายหมูหมดทุกวันเลย แต่กำไรของเราไม่เคยถึงเป้าเลย เราเริ่มถึงการเอะใจแล้ว ซึ่งในการเอะใจตรงนี้ มันเกิดขึ้นจากการที่ท่านเก็บข้อมูล ไม่ว่าจะเป็นยอดขาย ปริมาณที่ขายได้ มาทำการ visualize ผ่านซอฟต์แวร์ต่างๆ ไม่ว่าจะเป็น power BI หรือเป็นการสร้างกราฟต่างๆ จากโปรแกรมที่มีขายในท้องตลาด ทำให้ทุกท่านพบว่า ต้นทุนของเรามันมากเกินความจำเป็น ทำให้ถึงแม้ว่า ขายของได้เยอะ แต่กำไรยังได้น้อย ดังนั้นทุกท่านทราบว่า cost ของทุกท่าน มันมากเกินความจำเป็น ท่านก็จะก้าวสู่อันดับที่สอง นั่นก็คือ การวิเคราะห์หาสาเหตุ สมมุติว่า เราวิเคราะห์มาสุดแล้ว พบว่าเราสต็อกเกิน ความจำเป็น เราสั่งซื้อหมูมาปริมาณมาก เพื่อที่เราอยากจะได้ตัว economics of scale เราสั่งซื้อปริมาณมาก เราจะได้ส่วนลดมาก แต่ถ้าเกิดการ loss จากการที่ของเน่าเสีย สต๊อกของที่มากเกินไป ปัญหาดังกล่าว มาส่งผลทำให้ต้นทุนเพิ่มมากขึ้น เราจะทำการจัดเก็บสต๊อกหรือว่า Eventry ให้มันพอดีเพื่อไม่ให้เกิดการ loss ปัญหาของ Eventry มันมีอยู่สองเรื่องที่เราจะต้องทำการพิจารณาอยู่ในครั้งเดียวกัน นั้นก็คือ ถ้าเราสั่งของ มากเกินไปขายไม่หมดก็เกิดการเหลือทิ้ง เราสั่งมาน้อยเกินไป เราก็ไม่เพียงพอขาย เกิดเป็น opportunity loss ปัญหาคือว่า แล้วเราจะทำการสั่ ง Eventry ประมาณเท่าไรล่ะ ที่มันเหมาะสม เพื่อที่จะให้ท่านเกิดการ loss น้อยที่สุด ดังนั้นการวิเคราะห์ในระดับที่ 3 ก็คือว่า การ predict เพื่อที่จะพลิกอนาคต เพราะทุกท่าน สามารถที่จะพลิกอนาคตได้อย่างแม่นยำ ทุกท่านก็จะสามารถออกแบบนโยบายในการจัดซื้อวัตถุดิบ เช่น หมู ให้มันมีความเหมาะสมได้ ตัวลำดับสุดท้ายถ้าทุกท่านทราบได้ว่าในวันพรุ่งนี้หรืออาทิตย์หน้า ปริมาณความต้องการของลูกค้าจะเกิดขึ้นอยู่ที่ปริมาณกี่ยูนิต เราสามารถที่จะทำการ allocate หมายความว่าฉันจะทำการปิ้งหมูวันนี้อย่างละเท่านี้น ะฉันจะทำการสั่งซื้อวัตถุดิบอย่างละเท่านี้นะ เพื่อให้เกิดการ resource ของทุกท่านที่อยู่อย่างจำกัด เกิดความคุ้มค่ามากที่สุด
ทุกวันจะได้ว่า DATA มันก้าวเข้ามามีความสำคัญต่อการวิเคราะห์ในทุกๆ ระดับ เมื่อไหร่ก็ตามที่ทุกท่านใช้ DATA อย่างคุ้มค่า ใช้ DATA ได้อย่างถูกต้อง และเมื่อไหร่ก็ตามที่ทุกท่านมี DATA ที่ดีแล้ว ทุกท่านเลือกใช้เทคนิคในการ analyze ให้ตรงกับวัตถุประสงค์ของท่าน ผลที่ได้ก็จะช่วยพัฒนาองค์กรให้เกิดความสามารถในการแข่งขันอย่างยั่งยืนได้
