ในช่วงสถานการณ์ COVID-19 ซึ่งเป็นช่วงที่สถานการณ์ไม่ปกติ จะเป็นช่วงเวลาที่ผู้บริหารจะใช้ข้อมูลในการตัดสินใจมากขึ้น คุณจำเป็นต้องมีเครื่องมือและทรัพยากรที่สำคัญที่สามารถใช้ในการลดต้นทุนปรับปรุงประสิทธิภาพและสร้างมูลค่าทางธุรกิจได้อย่างรวดเร็ว และต้องตอบสนองต่อการหยุดชะงักและความเสี่ยงทางธุรกิจที่หลากหลาย
ตัวอย่างในการใช้ Data Analytics สำหรับจัดการช่วงสถานการณ์ COVID-19
- ใช้ Data Analytics เพื่อลดและเพิ่มประสิทธิภาพต้นทุนธุรกิจ
- สร้างมูลค่าทางธุรกิจได้อย่างรวดเร็วด้วย AI / Machine Learning
โดยเนื้อหาในบทความนี้จะพูดถึงตัวอย่างการใช้ Data Analytics เพื่อลดและเพิ่มประสิทธิภาพต้นทุนธุรกิจ เพราะการจัดการเรื่องประสิทธิภาพของ Efficiency ภายในองค์กรเป็นเรื่องสำคัญระดับต้นๆ ในช่วงวิกฤต
ยกตัวอย่างเคส การนำ Machine Learning มาวิเคราะห์บัญชีลูกหนี้ ต้องการทำนายธุรกิจที่แม่นยำโดยการใช้ข้อมูลที่เก็บมาอย่างถูกต้องและแม่นยำเพื่อ ต้องการคาดการณ์และแก้ไขปัญหาลูกค้าได้เร็วขึ้น ต้องลดเวลาที่ใช้ในการชำระใบแจ้งหนี้ โดยใช้ Machine Learning เพื่อพัฒนาแบบจำลองที่ทำนายความน่าจะเป็นที่ลูกค้าจะชำระล่าช้า ยกตัวอย่างกระบวนที่สามารถใช้ Machine Learning ในการปรับปรุงกระบวนการทางธุรกิจได้ ซึ่งแน่นอนการที่จะเอา Machine Learning มาใช้ในช่วยในการวิเคราะห์ข้อมูลนั้นจำเป็นต้องมีข้อมูลที่สมบูรณ์และมีประบวนการที่จัดการข้อมูลเพื่อที่สามารถนำไปวิเคราะห์ต่อได้
ยกตัวอย่างเคสของการวิเคราะห์บัญชีลูกหนี้ ก็จำเป็นต้องมีข้อมูลที่จำเป็นเช่นข้อมูลเกี่ยวกับ Invoice สถานะ Open, Closed, Disputed, ข้อมูลเกี่ยวกับลูกหนี้, สถานะการติดตามลูกหนี้, Credit Ratings และรวมถึงข้อมูลอื่นๆ เพื่อที่จะสามารถนำข้อมูลเหล่านั้นไปนำวิเคราะห์โดยที่ทาง Machine Learning สามารถเรียนรู้จาก Pattern ของข้อมูลได้และแปลงผลออกมาเป็น Recommendation ที่ Prioritize List ของกลุ่มลูกหนี้สำหรับ Collectors เพื่อการติดตามหนี้ต่อ อย่างเคสตัวอย่างที่มีการวิเคราะห์ข้อมูลมากกว่า Invoice 100 ล้าน Invocies และสามารถจัดการเรื่อง Invoice ค้างจ่ายมากกว่า $800 ล้านเหรียญภายใน 30 วัน
อีกเคสหนึ่งที่สามารถใช้ Data Analytics มาช่วยในการวิเคราะห์วิธีในการปรับปรุงกระบวนการทางธุรกิจ:
- ลบขั้นตอนในกระบวนการ
- ลดระยะเวลาระหว่างสองขั้นตอนขึ้นไป
- ร่นเวลาที่ใช้ในการทำหนึ่งขั้นตอนขึ้นไป
- เพิ่มมูลค่าในขั้นตอนเดียวหรือหลายขั้นตอน (เพิ่มข้อมูลไปยังขั้นตอนถัดไปหรือการนำเสนอคุณลักษณะเพิ่มเติมเพื่อให้ทำงานได้ดีขึ้น)
เคสตัวอย่างบริษัทไมครอน (Micron) บริษัทชั้นนำระดับโลกด้านเซมิคอนดัคเตอร์ ต้องการออกแบบอัลกอริธึม Machine Learning ที่ช่วยในการปรับปรุงกระบวนการผลิตชิปโดยให้มีหลีกเลี่ยงผลกระทบด้านลบจากการหยุดการผลิต อัลกอริทึม Machine Learning ต้องสามารถคาดการณ์ได้ว่าจะมีการระงับการผลิตหรือไม่และหากเป็นเช่นนั้นจะมีลักษณะของการระงับจะเป็นอย่างไร อัลกอริทึม Machine Learning สามารถทำนายคุณสมบัติดังต่อไปนี้:
- ความน่าจะเป็นของการระงับที่เกิดขึ้น
- ระยะเวลาของการหยุดพัก
- ในกระบวนการผลิตจะมีการหยุดพักส่วนไหน
- โรงงานไหนจะมีการระงับในครั้งต่อไป
- เวลาที่เจาะจงในการพักที่อาจจะเกิดขึ้นได้
ขอยกตัวอย่าง Case Study ที่ช่วยจัดการลดต้นทุนและสามารถสร้างมูลค่าทางธุรกิจได้อย่างรวดเร็วด้วย AI ของ AUCNET ที่ใช้ Machine Learning มาช่วยในการจัดการรูปภาพ โดยที่สามารถลดระยะเวลาในการจัดการรูปภาพ 12 ล้านรูปได้ถึง 90% และสามารถจัดการรูปภาพและสร้างมูลค่าให้เป็นสินทรัพย์ของบริษัท
โปรดติดตามตอนต่อไปในเนื้อหาที่จะเน้นเรื่องการสร้างมูลค่าทางธุรกิจได้อย่างรวดเร็วด้วย AI/ML ที่ช่วยตอบคำถามที่เราไม่สามารถหาคำตอบหรือใช้เวลาและทรัพยากรมหาศาลหากจะหาคำตอบโดยใช้แรงงานคน
คำแนะนำสำหรับผู้บริหาร
- เริ่มต้นจากการกรอบ Business Use Case ก่อนว่าต้องการจะแก้ไขปัญหาเรื่องอะไรที่จะนำ Machine Learning มาช่วยในการคาดการณ์ในด้านไหน โดยเริ่มที่โจทย์ที่ชัดเจนก่อนที่จะเข้าไปดูว่ามีความพร้อมในด้านข้อมูล
- เราต้องเข้าใจว่าถ้ามีผลกระทบของแต่ละตัวนั้นจะส่งผลอย่างไรบ้าง ที่ทางทีมผู้บริหารและผู้ดูแลข้อมูลต้องสามารถกำหนด Business Rule ได้ว่าแต่ละส่วนนั้นมีผลกระทบต่อ Business Value อย่างไรบ้าง และต้องมีการออกแบบ Scenario เพื่อสามารถนำข้อมูลที่ได้จากการวิเคราะห์มาแล้วไปดำเนินการต่อตามแผนที่มีการวางไว้
- ต้องการมีการวางแผนและตั้ง Scenario ขึ้นมาล่วงหน้า เพราะว่าผลของการที่ได้จากการ Prediction จาก Machine Learning อาจจะมีส่วนที่ทางฝั่งธุรกิจเองจะต้องมีการปรับเปลี่ยนกระบวนการทางธุรกิจ
หากธุรกิจไหนสนใจรายละเอียดเพิ่มเติม การใช้ Machine Learning เพื่อปรับปรุงและพัฒนาประสิทธิภาพขององค์กร สามารถติดต่อและสอบถามได้ที่นี่ Contact Us
Get in touch
Let's work together!
"*" indicates required fields