ทำไมการเก็บ Data จึงต้องมี Tester ในการตรวจสอบ - Predictive

ทำไมการเก็บ Data จึงต้องมี QA/Tester ในการตรวจสอบ

ความถูกต้องและความน่าเชื่อถือของ Data สำหรับ QA/Tester เป็นเรื่องที่สำคัญ

อย่างที่ทุกคนรู้กันดีอยู่แล้วว่าในยุคนี้การหาข้อมูลเป็นเรื่องง่าย เนื่องจากมีข้อมูลเยอะแยะไปหมด อีกทั้งข้อมูลยังมีความสำคัญอย่างมากในการขับเคลื่อนธุรกิจ แต่หากว่าข้อมูลนั้นเป็นข้อมูลที่ไม่ได้ตอบโจทย์ธุรกิจของเรา หรือข้อมูลนั้นมีเป็นเพียงข้อมูลที่ไม่ใช่ Fact ไม่ได้มีการตรวจสอบที่มาของแหล่งข้อมูล ผู้ที่ทำการวิเคราะห์ข้อมูลต่อจากนั้น คงเป็นเรื่องยากที่จะสร้างผลลัพธ์ได้อย่างคุ้มค่า

ทำไมการเก็บ Data จึงต้องมี Tester ในการตรวจสอบ - Predictive

การนำ Data ไปใช้งาน เริ่มต้นที่การเก็บรวมรวบข้อมูล

ขอทบทวนเล็กน้อยสำหรับขั้นตอนในการนำข้อมูลไปใช้งาน ซึ่งได้มีการพูดถึงไว้แล้วก่อนหน้านี้ สำหรับผู้อ่านหน้าใหม่

4 ขั้นตอนในการนำข้อมูลไปใช้งาน (4 steps to make use of data)

Collecting data → Analyze Data → Visualize data →  Activate data

  1. การเก็บรวบรวมข้อมูล (Collecting data) คือสิ่งที่สำคัญเป็นอันดับต้นๆของการนำข้อมูลไปใช้ให้มีประสิทธิภาพ ความหมายคือเป็นการเก็บข้อมูลโดยนำข้อมูลจากทุกถังข้อมูลมารวมกัน
  2. การวิเคราะห์ข้อมูล (Analyze)  เพื่อดูข้อมูลส่วนลึกต่างๆ (insight)
  3. การสรุปผลข้อมูลออกมาให้เห็นภาพ (Visualize data) รวมถึงการสรุปผลให้ทางทีมต่างๆได้เห็นที่ถูกต้องและเป็นภาพเดียวกัน
  4. การนำข้อมูลไปใช้ประโยชน์ (Data activation) หรือไปใช้ในการสื่อสารช่องทางต่างๆ

จะเห็นว่าทุกขั้นตอนมีความสำคัญ และต่อเนื่องกันทั้งหมด แต่จะเกิดอะไรขึ้น ถ้าสมมติว่าวันนี้เราได้เดินทางมาถึงขั้นตอนสุดท้าย แล้วพบว่าข้อมูลที่นำมาใช้นั้นไม่ได้ช่วยทำให้เกิดประโยชน์ขึ้นจริงอย่างมีนัยยะสำคัญ หรืออาจจะได้ผลตรงกันข้ามเลยด้วยซ้ำ

คำถามก็คือเราเก็บข้อมูลมาอย่างไร เราได้มีการวางแผนก่อนการเก็บข้อมูลหรือไม่ แล้วการ implement การเก็บข้อมูลนั้นสามารถทำให้เราได้ข้อมูลตามที่วางแผนไว้หรือเปล่า หากมีปัญหาเกิดขึ้นตั้งแต่ในขั้นตอนแรก คงไม่จำเป็นต้องพูดถึงการวิเคราะห์ข้อมูล หรือการสรุปข้อมูลต่อไป เพราะมันเป็นเรื่องที่ยากมาก หากเราจะสามารถวิเคราะห์ข้อมูลได้อย่างถูกต้องแล้วใช้งานได้จริงบนพื้นฐานของข้อมูลที่ไม่ถูกต้อง

ทำไมการเก็บ Data จึงต้องมี Tester ในการตรวจสอบ - Predictive

ผลกระทบของการใช้ Data ที่ไม่ถูกต้อง

สมมติว่าเรามีแผนการในการนำข้อมูลไปทำการตลาดในช่องทางหนึ่ง เราคาดหวังผลลัพธ์ ยอดขายเพิ่มขึ้น 3 เท่าในเวลา 1 เดือนเทียบปีต่อปี เราจึงนำค่าใช้จ่ายในส่วนของการตลาดไปลงทุน แต่ปรากฎว่าข้อมูลที่นำมาใช้ไม่ถูกต้อง แทนที่จะได้ผลลัพธ์ เพิ่มขึ้น 3 เท่ากลับได้มาไม่ถึงเท่าตัว หรือโชคร้ายคือขาดทุนด้วยซ้ำ สิ่งที่กำลังจะสื่อคือเราไม่ใช่แค่ขาดทุนทางด้านเงินลงทุนอย่างเดียว แต่เรากลับเสียเวลามากกว่า 1 เดือนที่ผ่านมาในการใช้งานข้อมูลนั้น ยังไม่ต้องพูดถึงการเปรียบเทียบกับคู่แข่งทางการตลาด เพราะเป็นเรื่องที่น่าเศร้ามากๆ ถ้าคู่แข่งสามารถจัดการปัญหาตรงนี้ได้ดีกว่า เห็นมั้ยครับว่าความผิดพลาดนี้อาจสร้างเสียหายร้ายแรงให้กับธุรกิจของเราอย่างประเมินค่าไม่ได้

QA/Tester พบความผิดพลาดอะไรบ้างในการเก็บ Data

ความผิดพลาดที่มักจะเกิดขึ้นมีแบ่งได้เป็นหลายกรณี และทุกความผิดพลาดสร้างความเสียหายเกิดขึ้นเสมอ ซึ่งหากมีความผิดพลาดเกิดขึ้น เราจำเป็นต้องรีบแก้ไขให้เร็วที่สุด เพื่อไม่ให้เสียเวลา และเสียโอกาสในการนำข้อมูลไปใช้ต่อยอดธุรกิจ ในที่นี้จะขอแบ่งประเภทของความผิดพลาด ตามความยากง่ายในการตรวจสอบ

ตัวอย่างที่เห็นความผิดพลาดได้ชัดเจน

มีการเก็บ Data ไม่ครบ Flow

สมมติ Website ของเรามีทั้งหมด 5 หน้า โดยที่ Flow จะเริ่มต้นจากหน้าที่ 1->2->3->4->5 แต่ปรากฎว่า ไม่มีข้อมูลในหน้าที่ 3 ในส่วนนี้ เมื่อถึงกระบวนการรวบรวมข้อมูลเพื่อนำมาทำการวิเคราะห์ นักวิเคราะห์ข้อมูลจะเห็นความไม่สมบูรณ์ของข้อมูลได้อย่างชัดเจน และเมื่อทดสอบย้อนหลัง จึงพบว่าไม่มีการเก็บข้อมูลในหน้าที่ 3 จึงต้องมีการเก็บข้อมูลเพิ่ม ให้ได้รับข้อมูลที่ครบถ้วน

ไม่มี Data ที่สามารถเก็บได้

เห็นได้ชัดเจนที่สุด ว่าข้อมูลที่เราต้องการจะเก็บ ไม่ได้ถูกเก็บอย่างถูกต้อง เนื่องจากพบว่าไม่มีข้อมูลอยู่ในถังข้อมูล ซึ่งอาจเกิดจากการที่ คนที่ทำการ tracking ข้อมูล track ข้อมูลด้วยวิธีการที่ไม่ถูกต้อง หรือเพราะไม่มีความรู้ในการ implement ที่เหมาะสมกับเครื่องมือที่ใช้ 

ตัวอย่างที่ไม่สามารถเห็นความผิดพลาดได้ชัดเจน โดยอาศัยแค่การดู Data เพียงอย่างเดียว

Data ที่ไม่ได้มีประโยชน์ต่อเป้าหมายทางธุรกิจ

สมมติเราได้เก็บข้อมูลผู้ใช้งานบน Website แล้วสุดท้ายเราพบว่าข้อมูลที่เก็บได้ เป็นข้อมูลกว้างๆ ที่ไม่สามารถนำไปต่อยอดได้มากพอ เช่นบอกไม่ได้ว่า นี่คือข้อมูลอะไร กำลังบอกอะไรกับเรา หรือบอกได้แค่ว่าลูกค้าทำรายการสำเร็จ แต่รายการที่ทำไม่สามารถ Map กับข้อมูลหลังบ้านได้หรือไม่มีรายระเลียดที่จำเป็นในการวิเคราะห์เชิงลึก พูดง่ายๆ คือ ไม่ได้มีการวางแผนการเก็บข้อมูล หรือวางแผนการเก็บข้อมูลที่ผิดพลาด เพราะผู้วางแผนไม่ได้เข้าใจวัตถุประสงค์ของคนที่จะนำข้อมูลไปใช้งานต่อ หรือไม่ได้เข้าใจในตัวธุรกิจนั้นอย่างแท้จริง จึงต้องมีการรื้อออก แล้วเก็บข้อมูลใหม่

ที่มาของ Data ไม่ตรงตามที่ Design ไว้

กรณีนี้นับว่าท้าทายที่สุดในการตรวจสอบ เพราะเป็นความผิดพลาดที่จะพบเห็นได้จากการทดสอบกระบวนการเก็บข้อมูลเท่านั้น ยกตัวอย่างง่ายๆ เช่นการ track ข้อมูลการซื้อสินค้าสำเร็จ แต่ปรากฎว่าเรามีการเก็บข้อมูลการซื้อสินค้าสำเร็จ ก่อนที่ลูกค้าจะทำการซื้อสำเร็จจริง ซึ่งลูกค้าได้ยกเลิกการซื้อไปก่อนด้วย ดังนั้นข้อมูลที่บอกว่ามีลูกค้าซื้อสินค้าได้สำเร็จจึงเป็นข้อมูลที่ได้มาอย่างไม่ถูกต้อง ซึ่งการตรวจพบนั้นยากมาก ถ้าไม่ตรวจสอบตามขั้นตอนอย่างถูกต้อง กว่าจะพบว่าข้อมูลที่มีความผิดพลาดนี้ อาจจะต้องรอให้เกิดผลกระทบบางอย่างขึ้นก่อน เรื่องพวกนี้ต้องรีบแก้ไขให้ได้ในวันที่ยังดูเหมือนไม่จำเป็น เพราะถ้ารอให้เกิดปัญหาขึ้นมาจริงแล้วค่อยมาแก้เมื่อไหร่ อาจจะได้ไม่คุ้มเสีย

ทำไมการเก็บ Data จึงต้องมี Tester ในการตรวจสอบ - Predictive

บทบาทของ QA/Tester ในการใช้งาน Data

QA/Tester คือผู้ที่ทำหน้าที่ตรวจสอบคุณภาพของ software หรือ product ที่ผ่านกระบวนการผลิตก่อนการนำสิ่งเหล่านี้ไปใช้งานโดยผู้ใช้ นั่นแปลว่า หากเกิดความผิดพลาดขึ้น QA/Tester จะเป็นคนที่ตรวจพบก่อนเป็นคนแรก

สำหรับการเก็บข้อมูลความผิดพลาดเกี่ยวกับการเก็บข้อมูลจะหมดไป เพราะ QA/Tester จะเข้ามาช่วยแก้ปัญหาตรงนี้ เพื่อให้เรามั่นใจว่าข้อมูลที่เราได้เก็บรวบรวมมานั้นถูกต้องตามที่ได้ออกแบบไว้ และสามารถมั่นใจได้ว่าในอนาคต หากมีการเปลี่ยนแปลงหรือความผิดพลาดเกิดขึ้นกับข้อมูล จะสามารถตรวจพบได้ทันที ดังนั้น QA/Tester ที่ดีจะต้องเข้าใจทั้งกระบวนการ Implement, สิ่งที่ Data ควรจะเป็น, และ รวมถึง Format ในการ implement และ Flow การเก็บดาต้าให้ครบทุกเงื่อนไข ซึ่งในท้ายที่สุดข้อมูลที่ได้จะไม่ขาด ไม่เกิน ตรงตามที่ดีไซน์ไว้ อีกเรื่องนึงที่สำคัญ คือ QA/Tester สามารถทำ Automated Test และ Monitoring Data ทำให้การตรวจสอบข้อมูลที่มีเยอะมากขึ้นในปัจจุบัน เป็นเรื่องที่ง่ายขึ้น และคนที่นำข้อมูลไปวิเคราะห์จะไม่ต้องกังวลเรื่องความถูกต้องของข้อมูลนั่นเอง

Data ในมุมมองของ QA/Tester

ในฐานะของ QA/Tester ที่มาของข้อมูลสำคัญไม่แพ้ความหมายของข้อมูลที่ได้ ดังนั้น QA/Tester จะเป็นคนที่เข้าไปตรวจสอบข้อมูลเหมือนผู้ใช้งานจริง เพื่อให้ได้มาซึ่งข้อมูล ดังนั้นหากมีความผิดพลาด หรือไม่ถูกต้องในการได้รับข้อมูลมา ทาง QA/Tester จะรีบแจ้งปัญหาให้มีการแก้ไข ก่อนที่ข้อมูลที่ผิดพลาดนั้นจะถูกเก็บลงในถังข้อมูลและไหลไปยังขั้นตอนต่อไป เพราะถ้าปล่อยให้ปัญหาที่เกิดขึ้นนี้ส่งต่อไปยังจุดอื่นๆ จนปัญหานั้นถูกปิดทับ แปรรูปไปเป็นสิ่งใหม่แล้ว รวบกับความผิดพลาดที่อาจเกิดขึ้นในขั้นตอนอื่นๆ อีก จะยิ่งทำให้ผลลัพธ์ที่ได้ ผิดเพี้ยนไปจากที่คาดหวังไว้มาก ข้อมูลที่ได้จึงไม่ต่างจากข้อมูลขยะซึ่งไร้ประโยชน์นั่นเอง

แต่หากทุกอย่างเสร็จสิ้นไปได้ด้วยดี กระบวนการในการบำรุงรักษาข้อมูลเป็นสิ่งที่ขาดไม่ได้เช่นกัน เพราะการเปลี่ยนแปลงเกิดขึ้นได้เสมอ และรวดเร็ว ธุรกิจจึงอาจจะมีการเปลี่ยนแปลงแนวทางต่างๆ ดังนั้นการเก็บดาต้าจึงอาจจะได้รับผลกระทบจากการเปลี่ยนแปลงนั้น QA/Tester จะช่วยดูแลเรื่องนี้ โดยจะมีการทำ Monitor Tracking ไว้ ตลอดเวลาแบบ realtime หากมีการทำงานที่ผิดปกติเกิดขึ้น แน่นอนว่า QA/Tester จะรับรู้ปัญหาได้ทันที แล้วทำการแจ้งปัญหาไปยังคนที่เกี่ยวข้องได้แก้ไข หรือตรวจสอบต่อไปได้

Data ที่ถูกต้อง หากพบปัญหาไว แก้ไขได้เร็ว

อย่างที่บอกไปแล้วว่า ปัญหาของข้อมูลที่ไม่ได้รับการแก้ไข เพราะเราไม่ให้ความสำคัญในการตรวจสอบการเก็บข้อมูล ยิ่งปล่อยไว้นานเท่าไหร่ ความเสียหายที่เกิดขึ้นจะยิ่งส่งผลเป็นทวีคูณ เช่น ฐานลูกค้าที่เคยให้ความไว้ใจ อาจหมดความเชื่อมั่น กลุ่มลูกค้าที่ใช่ อาจจะไม่พบกับข้อเสนอที่ดีที่สุด ดังนั้นยิ่งเจอปัญหาได้เร็วเท่าไหร่ ยิ่งเป็นเรื่องที่ดีเท่านั้น ทำให้เรามีโอกาสมากขึ้นในสร้างประโยชน์ต่อธุรกิจ รวมถึงเป็นการเพิ่มความมั่นใจว่าข้อมูลที่ได้ถูกต้องจริงๆ ก่อนนำข้อมูลนี้ส่งไปใช้งานต่อไป

ทาง Predictive มีให้คำปรึกษาด้านการจัดการด้าน Data รวมถึงการตรวจสอบ Data ว่ามีความถูกต้องและสามารถนำข้อมูลไปต่อยอดได้หรือไม่ สามารถติดต่อสอบถามรายละเอียดเพิ่มเติมได้ที่ Contact Us