TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
มีการพูดถีงการนำ Analytics มาประยุกต์ใช้กับการแข่งขันกีฬามานานพอสมควร และทุกๆ คนก็คงรู้ว่าการแข่งขันฟุตบอลสมัยใหม่มีการใช้เทคโนโลยีมากมายเข้ามาช่วยเพื่อทำให้ทีมบรรลุเป้าหมายสูงสูด คือ ชัยชนะและได้แชมป์
คงจะมีหลายๆคนสงสัยว่า ทำไมทีมที่ไม่ได้ใหญ่โตนักอย่าง Leicester City ถีงผงาดขิ้นมาเป็นแชมป์ Premier League ได้แบบนี้ และได้ก่อนสองนัดก่อนปิดฤดูกาลอีกด้วย มันคงไม่ใช้ความบังเอิญแน่นอนครับ Leicester City มีการนำ Sport Analytics มาประยุกต์ใช้ได้อย่างดีเยี่ยม โดยประยุกต์ใช้กับข้อมูล (Data) ค้นหาความรู้ในรายละเอียดเชิงลึก (insight) และสื่อสารให้กับนักเตะ (Audience) ให้สามารถนำไปปฏิบัติได้จริง (Action)
จากบทสัมภาษณ์ของ Pete และ Andy ซึ่งเป็นสองนักวิเคราะห์ข้อมูลทีม Leicester City เขาทั้งสองคนได้กล่าวถีงการวิเคราะห์ในหลายๆ รูปแบบ ทั้ง Pre-match Analysis, Live-Match Analytics, และ Post-match Evaluation แต่ละขั้นตอนล้วนแต่มีการเก็บข้อมูล (ให้สมบูรณ์ที่สุด) เพื่อนำมาวิเคราะห์ และสามารถนำมาค้นหา Insight (Data Product) อย่างมีประสิทธิภาพ ทั้งข้อมูลที่ครบถ้วนก่อนแข่งขัน ข้อมูลเฉพาะเจาะจงตอนพักคริ่ง และข้อมูลสรุปพร้อมคำแนะนำหลังจบเกมส์ มันไม่ง่ายเลยที่จะเตรียมข้อมูลต่างๆ เหล่านี้ให้ถูกใจและทันใจผู้ใช้
แต่สิ่งที่น่าสนใจ มันคงจะไม่ได้อยู่ที่การวิเคราะห์ข้อมูลเท่านั้นนะครับ เพรา ทุกทีมก็สามารถทำได้ เทคโนโลยีสามารถหาซื้อได้ ยิ่งทีมใหญ่ๆ ยิ่งมีเทคโนโลยีที่ทันสมัยกว่าและแพงกว่าเสียด้วยซ้ำ สิ่งที่น่าสนใจจาก การสัมภาษณ์ของ Pete และ Andy มี 2 เรื่อง คือ
หนึ่ง เขาทั้งสองคนจะเน้นย้ำเสมอว่า การทำทุกสิ่งทุกอย่างเพื่อให้นักเตะ หรือ Audience เข้าใจและนำ Insight ไปประยุกต์ใช้ให้ได้ผลสูงสูด หรือได้ชัยขนะนั้นเอง Pete และ Andy เน้นย้ำถีงกระบวนการนำเสนอ Insight ไปสู่ Audience ซึ่งมันก็เป็นหลักการสำคัญอันหนี่งของ Data Science ซึ่งเรียกว่า Data Visualization การสื่อสารไปถีง Audience ต้องเน้นผู้ฟัง ผู้รับข่าวสาร และออกแบบการส่งต่อความรู้ให้ตรงกับ Audience แต่ละคน Pete และ Andy กล่าวว่า ในช่วงพักครึ่งที่นักเตะต้องทำอะไรหลายๆ อย่างภายในเวลา 15 นาทีนั้น เขาทั้งสองจะสื่อสาร Insight ทั้งหมดไม่ได้ และก็ไม่ควรจะสื่อสารในลักษณะเดียวกันด้วย นักเตะแต่ละคน เมื่ออยู่ในความกดดันก็ไม่อาจจะรับรู้ Insight ได้ทั้งหมด พวกเขาจีงต้องเลือกใช้การนำเสนอเรื่องราว (Story Telling) ให้เหมาะสมที่สุด
มันไม่ใช่เรื่อง่ายที่เราจะสามารถนำผลทางวิทยาศาสตร์มานำเสนอโดยที่ไม่คำนีงถีง Audience นอกจากนี้ Sport Analytics ยังจะครอบคลุมไปถีงจิตวิทยาของนักเตะ ความฟิต และความกดดันอีกด้วย จริงๆ แล้วหลักการของ Data Science นั้น ไม่ใช่การเอาข้อมูลขนาดใหญ่มาวิเคราะห์แล้วเสร็จเท่านั้น ยังต้องมีการวิเคราะห์ต่ออีกทอดหนี่งด้วย เรียกว่าเป็นการทำวิจัยแบบ Mixed Method (Quantitative + Qualitative) ซึ่งยากกว่าการทำ Big (Structure) Data Analytics แต่เป็น Unstructured (Sport) Data Analytics ด้วยครับ
ในบทความนี้ผมคงจะไม่ได้จะมาเล่าถีง การวิจัยแบบ Mixed method นะครับ แต่อยากจะยกตัวอย่างให้เห็นถีงการเน้นที่ Audience ไม่ใช้การเน้นที่จะแสวงหาเทคโนโลยีเพื่อมาใช้ในกระบวนการ Data Science ครับ กระบวนการที่ถูกต้องมีผลมากกว่าเทคโนโลยีอย่างเห็นได้ชัด
อีกหนี่งประเด็นที่อยากจะแชร์ให้ฟัง คือ การที่องค์กรใดองค์กรหนี่งสามารถนำ Data Analytics มาประยุกต์ใช้กับองค์กรได้แล้ว นำเข้ามาเป็นอยู่ในวัฒนธรรมของได้แล้ว มักจะประสบความสำเร็จมากกว่าองค์กรที่มีแต่การลงทุนในเทคโนโลยี ในช่วงท้ายของ Pete และ Andy นั้นยังทำการปรับเปลี่ยนวัฒนธรรมองค์กร ให้มีการใช้ iPad, Wearable devices ต่างๆ สำหรับนักเตะ ผู้จัดการทีม ตลอดจน Staff ทุกๆ คนในองค์กรค ซึ่งมันต้องใช้เวลาถีง 3 ปีเลยทีเดียว
สุดท้าย การทำ Analytics ขั้นสูงหรือ Data Science นั้นเป็นสิ่งจำเป็นมากที่จะต้องทำเป็นทีม ตั้งแต่คนเตรียมข้อมูล คนวิเคราะห์ คนตัดสินใจ และคนใช้ผลของข้อมูล การทำ Data Science ก็เป็น Team Sport อย่างหนี่ง ต้องทำหลายๆคน ต้องช่วยกัน และ ต้องเน้น Audience ด้วยครับ
ขอบคุณที่อ่านจนจบ และ อแสดงความยินดีกับทีมคนไทยที่ใช้ Team Analytics ชนะฝรั่งได้ครับ หวังว่าคนไทยจะรวมทีมนักวิเคราะห์แบบไทยๆ พลักดันประเทศไทยให้บรรลุเป้าหมายสูงสุดให้ได้นะครับ ชัยชนะของประเทศครับ
— โกเมษ จันทวิมล Data Science Thailand
เกี่ยวกับ Data Science Thailand
Data Science Thailand เป็นแหล่งรวมข้อมูล Data Science เพื่อการพัฒนา Data Science ในประเทศไทย
ทางทีมงานยังได้จัดตั้ง Data Sci Lab, Thailand เพื่อให้บริการด้านงานวิจัย ให้คำปรีกษา และ จัดอบรม ที่เกี่ยวกับ Data Science โดยใน Lab ของเราจะแบ่งงานเป็นสามส่วนคือ (1) การเรียนรู้และพัฒนาเทคโยโลยีที่เกี่ยวกับ Big Data (2) การทำ Data mining ซิ่งรวมถีง Predictive Analytics และ (3) การทำ Data Visualization สนใจติดต่อได้ที่ komes@datascienceth.com
https://www.facebook.com/DataScienceTh
http://datascienceth.com/
