สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน)

ตกผลึกข้อมูลของเรา ด้วย 6 Data Tools สุมหัวคุยกันเรื่องเดต้า

Nov 8, 2023

เคยได้ยินไหมด้วยประโยคสุดฮิตในหลายปีที่ผ่านมาว่า “Data is a new oil” ข้อมูลก็เหมือนขุมน้ำมันดี ๆ ที่ให้เราดึงไปใช้ประโยชน์กัน แต่วิธีในการนำมาใช้งานนั้นไม่ง่ายเลย ไม่ว่าจะเป็นปัญหาที่เกิดจากตัวข้อมูล ผู้ให้ข้อมูล เครื่องมือต่าง ๆ ที่ใช้ และรวมถึงบุคลากรที่เกี่ยวข้องกับเรื่องนี้ ดังนั้นในบทความนี้จะขอนำเสนอวิธีการต่าง ๆ ที่จะช่วยคลี่คลายปัญหาต่าง ๆ เหล่านี้ไปทีละ step โดยจะมีทั้งหมด 6 เครื่องมือด้วยกัน ซึ่งส่วนใหญ่นั้นผู้เขียนได้นำมาจาก Open Data Institute (ODI) ประเทศอังกฤษ เนื่องจากเคยได้รับการเข้าร่วมอบรมแล้วรู้สึกว่าสิ่งนี้จะช่วยให้ทีมที่ทำงานเกี่ยวกับข้อมูลนั้นแก้ไขปัญหาต่าง ๆ เหล่านี้ได้

  1. Open Data Fundamental: เข้าใจธรรมชาติของข้อมูลเปิด
  2. Data Infrastructure: สำรวจโครงสร้างพื้นฐานทางด้านข้อมูล
  3. Data Ecosystem Mapping: เข้าใจกลไกการแลกเปลี่ยนข้อมูล
  4. Data Ethics Canvas: สร้างกรอบการใช้งานข้อมูลอย่างเหมาะสม
  5. Sustainable Data Institutions: มุ่งสู่การเติบโตอย่างยั่งยืน
  6. Data Skills: อนาคตเรา เราเป็นคนสร้าง

โดยในการเรียงลำดับขั้นตอนนี้นั้น เราจะเน้นไปที่ปัจจัยสาเหตุต่าง ๆ จากภายนอก มายังปัจจัยภายในทีม แล้วค่อยมาที่ปัจเจกบุคคล

Open Data Fundamental: เข้าใจธรรมชาติของข้อมูลเปิด

โดยทั่วไปแล้วหากว่ากันด้วยการใช้ประโยชน์จากข้อมูลต่าง ๆ นั้นก็เป็นเรื่องที่ดีสำหรับข้อมูลที่เรามีอยู่แล้ว แต่หากเป็นข้อมูลจากที่อื่น ๆ จากทีมอื่น ๆ หล่ะ เราจะต้องทำยังไงเพื่อให้ได้ข้อมูลเหล่านั้นมา ในหัวข้อนี้จะเล่าถึงธรรมชาติของข้อมูลเปิดและเรื่องราวต่าง ๆ ที่เกี่ยวกับการทำความเข้าใจการเปิดหรือการให้ข้อมูลกัน

รูปภาพจาก https://theodi.org/insights/tools/the-data-spectrum/

ภาพนี้เป็นตัวอย่างที่ดีที่ชี้ให้เห็นถึงธรรมชาติและระดับของข้อมูลที่อยู่รอบ ๆ ตัวเรา ซึ่งมีทั้งข้อมูลปิดที่เข้าถึงได้เฉพาะองค์กร ไปจนถึงข้อมูลเปิดที่อาจจะมีความละเอียดของข้อมูลที่น้อยกว่า แต่มีขนาดใหญ่กว่า และอาจหาได้ง่ายจากข้อมูลเปิดของภาครัฐ จะเห็นได้ว่าในแต่ละระดับเองก็จะมีชั้นความลับ และระดับการเข้าถึงข้อมูลที่แตกต่างกันออกไป ซึ่งหากเราต้องการข้อมูลจากที่อื่นนั้นก็อาจจะต้องคำนึงถึงระดับชั้นของข้อมูลด้วยว่าสามารถขอได้ถึงระดับไหน

เมื่อเราพูดถึงเรื่องระดับชั้นของข้อมูลไปแล้วสิ่งต่อมาที่ต้องคิดคือ ถ้าเราต้องการข้อมูลจากทีมอื่นเราจะต้องทำอย่างไร ซึ่งโดยหลัก ๆ แล้วทาง ODI พบว่ามีอยู่ 2 สาเหตุหลัก ๆ ที่ทำให้การแชร์ข้อมูลนั้นเป็นเรื่องที่ยาก ได้แก่

  1. การกลัวที่จะแชร์ข้อมูล โดยที่ไม่รู้ว่าใครจะเอาข้อมูลไปใช้ยังไง ดังนั้นการขจัดเหตุนี้ผู้ขอข้อมูลจึงจำเป็นต้องสร้างความไว้วางใจในการใช้ข้อมูลอย่างมีจริยธรรม
  2. การกักเก็บข้อมูล เนื่องจากข้อมูลนั้นเหมือนน้ำมันสามารถสร้างประโยชน์และคุณค่าได้ และในขณะเดียวกันก็อาจนำไปสู่ผลลบในงานบางอย่างด้วยเช่นกัน ดังนั้นการสกัดข้อมูลด้วยองค์ความรู้และความสามารถที่ถูกต้อง ก็จะทำให้เกิดนวัตกรรมทางข้อมูลได้

รูปภาพจาก https://theodi.org/news-and-events/blog/what-are-data-institutions-and-why-are-they-important/

และด้วยการใช้ข้อมูลจากผู้อื่นหรือแม้กระทั่งเราต้องการให้คนอื่นมาใช้ข้อมูลของเรานั้น การสร้างความไว้เนื้อเชื่อใจเองก็เป็นสิ่งที่จำเป็นเช่นกัน โดยจะแบ่งหัวข้อเป็น 4 ระดับจากส่วนพื้นฐานไปสู่ยอดพีระมิด

  1. การสอดคล้องกับกฎหมาย มีความปลอดภัย มีงบประมาณในการดูแลข้อมูล และสามารถใช้งานข้อมูลได้จริง
  2. องค์ความรู้ หลักธรรมภิบาล คุณภาพ และความถูกต้อง
  3. การเข้าถึง ความรับผิดชอบ จริยธรรม และความโปร่งใส
  4. ผลกระทบเชิงบวกที่เกิดขึ้นจากงานของเรา

คำถามประจำหัวข้อนี้คือ เราเคยทบทวนกับหัวข้อทั้ง 4 เหล่านี้กับทีมเราหรือไม่ อะไรที่ยังเป็นพื้นฐานแต่เรายังขาดอยู่ แล้วเราจะทำให้ดีขึ้นได้อย่างไร เพื่อสร้างความไว้วางใจผู้ให้และใช้ข้อมูลที่เกี่ยวข้อง

Data Infrastructure: สำรวจโครงสร้างพื้นฐานทางด้านข้อมูล

องค์ประกอบพื้นฐานของข้อมูลนั้น ประกอบไปด้วย 5 อย่างหลัก ๆ ได้แก่

  1. ข้อมูลที่เรามีอยู่มีอะไรบ้าง ได้ทำตารางจัดเก็บข้อมูลไว้ไหมว่า ข้อมูลมาจากไหน ได้รับมาเมื่อไหร่ ความถี่เป็นอย่างไร ต้องประสานงานกับใครบ้างเพื่อให้ได้ข้อมูลนี้มา
  2. มาตรฐานข้อมูล เช่น จัดเก็บแบบไหน รูปแบบอะไร โครงสร้างข้อมูลเป็นอย่างไร
  3. เทคโนโลยีที่เกี่ยวข้อง เช่น ความรู้ เครื่องมือที่ใช้งาน
  4. นโยบายที่เกี่ยวข้อง เช่น PDPA นโยบายภายในองค์กร นโยบายการจัดเก็บข้อมูล
  5. องค์กรของเรา เช่น การสนับสนุนต่าง ๆ บริบทขององค์กร

คำถามในหัวข้อนี้คือ คิดว่าเพื่อน ๆ ของเรามีสิ่งไหนบ้างจาก 5 ข้อด้านบนที่ยังไม่รู้ และสิ่งไหนใน 5 ข้อนี้ที่ทีมควรจะพัฒนาให้ดียิ่งขึ้นไปอีก

Data Ecosystem Mapping: เข้าใจกลไกการแลกเปลี่ยนข้อมูล

ในการทำงานเกี่ยวกับข้อมูลมาก ๆ นั้น การเข้าใจกลไกแลกเปลี่ยนและสร้างคุณค่าให้แก่ข้อมูลก็เป็นเรื่องที่สำคัญเช่นกัน โดยทาง ODI ก็จะมีแผนผังให้เราได้ลองวาด ecosystem ของเรากัน ใครเป็นผู้ใช้งานของเรา ใครเป็นผู้ให้ข้อมูลเราบ้าง แล้วมีความสัมพันธ์กันอย่างไร บางทีการ connect the dot ในแผนผังนี้อาจช่วยก่อให้เกิดไอเดียใหม่ ๆ หรือแนวทางใช้ข้อมูลใหม่เกิดขึ้นก็เป็นได้ แถมยังเป็นการบันทึกข้อมูลภายในทีมไว้เผื่อมีคนใหม่เข้ามาจะได้เข้าใจทีมได้มากขึ้นด้วย

รูปภาพจาก https://theodi.org/documents/427/2022_ODI_Mapping-data-ecosystems-2022-update-1.pdf

รายละเอียดสามารถอ่านเพิ่มเติมได้ที่ https://theodi.org/insights/guides/mapping-data-ecosystems/

Data Ethics Canvas: สร้างกรอบการใช้งานข้อมูลอย่างเหมาะสม

กรอบการใช้งานข้อมูลที่ถูกต้อง นอกจากจะทำให้เราไม่เสี่ยงในเรื่องของกฎหมายแล้ว ก็ยังทำให้ผลกระทบเชิงลบต่อผู้ที่เกี่ยวข้องน้อยลงตามไปด้วย โดยทาง ODI ก็จะมีแผนผังให้เติมกัน เพื่อประเมินข้อมูลและผลกระทบที่อาจเกิดขึ้น รวมถึงแนวทางในการตัดสินใจกับงานของเราอีกด้วย

รูปภาพจาก https://theodi.org/documents/468/Data-Ethics-Canvas-English-Colour-1.pdf

รายละเอียดสามารถอ่านเพิ่มเติมได้ที่ https://theodi.org/insights/tools/the-data-ethics-canvas-2021/

Sustainable Data Institutions: มุ่งสู่การเติบโตอย่างยั่งยืน

ในการเติบโตอย่างยั่งยืนจากการใช้งานข้อมูล ก็ต้องทำให้เกิดส่วนของรายได้เข้ามาด้วยเพื่อให้ทีมสามารถดูแลรักษาข้อมูลได้ต่อไป โดยโมเดลในการหารายได้นั้นอาจมาจากการเก็บค่าธรรมเนียมการใช้ข้อมูล ค่าประมวลผลข้อมูล ค่าวิเคราะห์หรือการให้บริการทางด้านข้อมูล ไปจนถึงการขอทุนและการรับบริจาค โดยสิ่งเหล่านี้เองก็เป็นเรื่องของภายในทีมว่าจะต้องตัดสินใจอย่างไรกันดี

Data Skills: อนาคตเรา เราเป็นคนสร้าง

ทางฝั่งของ ODI เองนั้นก็ได้ยกตัวอย่างสกิลและองค์ความรู้ต่าง ๆ ที่เกี่ยวข้องกับข้อมูลมาให้ดู ซึ่งอาจจะมีบางส่วนที่ตรงและไม่ตรงบ้างกับบริบทของทีม แต่คำถามคือ เรารู้ว่าสิ่งเหล่านี้จำเป็นกับทีมเราหรือไม่ และถ้าหากจำเป็นแต่เรายังขาดอยู่ การหาบุคลากรเพิ่มนั้นก็อาจเป็นทางออกที่ดี หรือจะพัฒนาคนในทีมของเราให้เก่งเพิ่มขึ้นก็ได้เช่นกัน นอกจากนั้นสกิลต่าง ๆ ก็อาจเป็นส่วนที่ช่วยสร้าง career path ให้กับในทีมของเราได้ทำสิ่งที่ชอบก็เป็นได้

รูปภาพจาก https://theodi.org/insights/tools/data-skills-framework/#main

บทสรุป

จากทั้งหมด 6 วิธีการนี้ ผู้เขียนเชื่อว่าผู้อ่านน่าจะได้มุมมอง ได้เห็นการใช้งานเครื่องมือต่าง ๆ เหล่านี้ไม่มากก็น้อย เพื่อนำไปสานต่อโครงการหรืองานที่ทำอยู่เพื่อให้เกิดการใช้ข้อมูลที่หลากหลายยิ่งขึ้น สร้างกลยุทธ์ในการใช้ข้อมูลและให้ข้อมูลกับผู้ที่เกี่ยวข้องได้มากขึ้น รวมไปถึงการพัฒนาทีมให้สอดคล้องกับลักษณะการใช้และบริหารข้อมูลที่มีอยู่ด้วยทักษะต่าง ๆ เพื่อให้งานออกมาดีที่สุดครับ

อ้างอิง

https://theodi.org/insights/tools/

Chainarong Tumapha

Data Scientist Government Big Data institute (GBDi)

Isarapong Eksinchol, PhD

Editor and Data Scientist at Big Data Institute (Public Organization), BDI