ในยุคที่ธุรกิจจำนวนมากดำเนินกิจกรรมผ่านช่องทางดิจิทัล ข้อมูลได้กลายเป็นองค์ประกอบสำคัญของการตัดสินใจทางธุรกิจ ไม่ว่าจะเป็นข้อมูลยอดขาย ข้อมูลลูกค้า พฤติกรรมการใช้งานเว็บไซต์ ข้อมูลจากระบบ CRM รวมถึงข้อมูลจาก Social Media และข้อมูลจากการทำโฆษณาออนไลน์ Big Data ไม่ได้หมายถึงเพียง “ข้อมูลจำนวนมาก” เท่านั้น Big Data โดยหลักวิชาการหมายถึงชุดข้อมูลที่มีปริมาณ (Volume) ความหลากหลายของรูปแบบข้อมูล (Variety) ความเร็วในการเกิดหรือเปลี่ยนแปลง (Velocity) ความน่าเชื่อถือหรือความถูกต้องของข้อมูล (Veracity) ทั้งนี้ การจัดการและวิเคราะห์ข้อมูล Big Data อย่างมีประสิทธิภาพอาจต้องอาศัยเทคโนโลยีหรือสถาปัตยกรรมที่สามารถรองรับข้อมูลในระดับดังกล่าวได้ ดังนั้น การมีข้อมูลจำนวนหนึ่งอยู่ในระบบคอมพิวเตอร์ไม่ได้ทำให้ข้อมูลนั้นกลายเป็น Big Data โดยอัตโนมัติ สิ่งที่ควรพิจารณาคือ “ชุดข้อมูล” ที่เกิดขึ้นจากแพลตฟอร์มนั้นมีลักษณะอย่างไร Big Data สามารถเกิดจากข้อมูลหลากหลายประเภทและหลากหลายแหล่ง ทั้งข้อมูลที่มีโครงสร้าง เช่น ข้อมูลยอดขายและฐานข้อมูลลูกค้า และข้อมูลที่ไม่มีโครงสร้าง เช่น ข้อความ รูปภาพ วิดีโอ หรือข้อมูลพฤติกรรมที่เกิดขึ้นจาก Social Media Social Media เป็น “แหล่งข้อมูล” สำคัญของธุรกิจ Facebook Fanpage, Instagram for Business, LINE Official Account รวมถึงแพลตฟอร์ม Social Media อื่น ๆ เป็นหนึ่งในช่องทางที่สามารถสร้างและรวบรวมข้อมูลเพื่อนำไปใช้ในการวิเคราะห์เชิงลึกทางธุรกิจ หรือ Business Insights ข้อมูลที่เกิดขึ้นจาก Social Media อาจประกอบด้วย จำนวนผู้ติดตาม การกดถูกใจ การแสดงความคิดเห็น การแชร์ข้อความ การคลิก การรับชมวิดีโอ การตอบสนองต่อโฆษณา ข้อความสนทนากับลูกค้า รวมถึงข้อมูลพฤติกรรมการใช้งานอื่น ๆ Followers และ Likes มีคุณค่าทางธุรกิจ แต่ไม่ใช่ลูกค้าจริงทั้งหมด ตัวเลข Followers, Likes หรือ Friends สามารถสะท้อนความสนใจ การเข้าถึง หรือการมีส่วนร่วมกับช่องทางออนไลน์ของธุรกิจ แต่ไม่ควรตีความว่าบุคคลทั้งหมดในกลุ่มดังกล่าวเป็น “ลูกค้าจริง” ผู้ติดตามอาจประกอบด้วยลูกค้าเดิม ลูกค้าใหม่ ผู้ที่กำลังพิจารณาซื้อ ผู้ที่สนใจสินค้า ผู้ติดตามเนื้อหา บุคคลทั่วไป หรือแม้แต่บัญชีที่ไม่ได้มีพฤติกรรมทางการค้าเลย การจะระบุว่าใครเป็นลูกค้าจริงจึงต้องอาศัยข้อมูลเพิ่มเติม เช่น ประวัติการซื้อ Transaction การนัดหมาย การใช้บริการ หรือ Conversion ดังนั้น เมื่อนำข้อมูลจาก Social Media ไปประกอบกับข้อมูลจากฐานข้อมูลที่ได้มาจากช่องทางอื่น เช่น ข้อมูลจากระบบ CRM หรือ ระบบ POS ก็จะทำให้การวิเคราะห์เชิงลึกของธุรกิจทำได้มีประสิทธิภาพมากยิ่งขึ้น การตลาดแบบ Data-Driven ระบบบริหารจัดการ Social Media และโฆษณา เช่น Meta Business Suite สามารถแสดงข้อมูลและตัวชี้วัดที่เป็นประโยชน์ต่อธุรกิจได้หลายประเภท ไม่ว่าจะเป็นข้อมูลการเข้าถึง การมีส่วนร่วม ประสิทธิภาพของ Content ข้อมูลการทำโฆษณา Conversion หรือลักษณะของกลุ่มผู้ชมในระดับที่ระบบอนุญาตให้ผู้ใช้งานเข้าถึง ข้อมูลเหล่านี้สามารถนำมาใช้ในการประเมินประสิทธิภาพของการตลาด เช่น วิเคราะห์ว่า Content ประเภทใดได้รับความสนใจ กลุ่มเป้าหมายใดตอบสนองต่อโฆษณามากกว่า หรือค่าใช้จ่ายในการโฆษณาสร้างผลตอบแทนเพียงใด ดังนั้น เมื่อมีการนำข้อมูลพฤติกรรมมาวิเคราะห์เพื่อแบ่งกลุ่มลูกค้า หรือใช้ค้นหากลุ่มผู้ใช้งานที่มีลักษณะคล้ายกับกลุ่มลูกค้าที่ธุรกิจต้องการ กระบวนการดังกล่าวถือเป็นตัวอย่างของการใช้ Data Analytics เพื่อทำการตลาดแบบมุ่งเป้า คุณค่าที่แท้จริงของข้อมูลเหล่านี้จึงไม่ได้อยู่ที่ “จำนวน” เพียงอย่างเดียว แต่อยู่ที่ความสามารถในการเชื่อมโยงข้อมูลและวิเคราะห์เพื่อทำความเข้าใจพฤติกรรมของลูกค้า ตัวอย่างเช่น หากธุรกิจสามารถวิเคราะห์ได้ว่าลูกค้ากลุ่มใดซื้อสินค้าประเภทใด ซื้อบ่อยเพียงใด เข้าชม Content แบบใด และตอบสนองต่อโปรโมชั่นประเภทไหน ข้อมูลดังกล่าวสามารถนำไปใช้เพื่อแบ่งกลุ่มลูกค้า หรือ Customer Segmentation วิเคราะห์ Customer Journey หรือทำ Personalized Marketing ได้ Niche Market และคุณค่าที่เกิดจากการวิเคราะห์ข้อมูล การวิเคราะห์ข้อมูลสามารถช่วยให้ธุรกิจระบุกลุ่มตลาดเฉพาะ หรือ Niche Market ได้แม่นยำยิ่งขึ้น แทนที่จะสื่อสารกับคนทุกกลุ่มในลักษณะเดียวกัน ธุรกิจสามารถนำข้อมูลพฤติกรรม การตอบสนองต่อ Content ประวัติการซื้อ หรือข้อมูลจากการโฆษณามาวิเคราะห์ว่า กลุ่มใดมีแนวโน้มสนใจสินค้าและบริการมากที่สุด สิ่งนี้ช่วยให้ธุรกิจจัดสรรงบประมาณทางการตลาดได้มีประสิทธิภาพมากขึ้น และสามารถออกแบบข้อความหรือ Content ให้สอดคล้องกับกลุ่มเป้าหมายแต่ละประเภทได้ดีขึ้น ทั้ง Organic Content ซึ่งเป็นเนื้อหาที่ธุรกิจเผยแพร่โดยไม่ซื้อโฆษณาโดยตรง และ Paid Content ซึ่งมีการใช้งบประมาณเพื่อเพิ่มการเข้าถึง สามารถก่อให้เกิดข้อมูลที่ใช้วิเคราะห์ประสิทธิภาพทางการตลาดได้ อย่างไรก็ตาม ต้นทุนที่ใช้ในการโฆษณาไม่ควรถูกนำไปเทียบเท่ากับ “มูลค่าของฐานข้อมูล” โดยตรง ตัวอย่างเช่น การลงทุนโฆษณา 1 แสนบาทไม่ได้หมายความว่าข้อมูลหรือฐานลูกค้าที่ได้มาจะมีมูลค่า 1 แสนบาทโดยอัตโนมัติ เพราะต้นทุนในการได้มาซึ่งข้อมูลกับมูลค่าทางเศรษฐกิจของข้อมูลเป็นแนวคิดที่แตกต่างกัน ต้นทุนอาจเป็นองค์ประกอบหนึ่งในการประเมินมูลค่า แต่ยังต้องพิจารณาปัจจัยอื่น เช่น คุณภาพของข้อมูล ความสามารถในการนำไปใช้ สิทธิในการเข้าถึงและใช้ข้อมูล ความสามารถในการสร้างรายได้จากข้อมูล ตลอดจนผลประโยชน์ทางเศรษฐกิจที่จะเกิดขึ้นในอนาคต แนวคิดดังกล่าวสอดคล้องกับแนวทางของ OECD ซึ่งมองว่าข้อมูลสามารถเป็นสินทรัพย์ไม่มีตัวตนที่สร้างคุณค่าทางเศรษฐกิจได้ แต่การประเมินมูลค่าข้อมูลไม่มีสูตรเดียวที่ใช้ได้กับทุกกรณี คุณค่าของ Big Data เกิดจาก “การใช้ประโยชน์” มากกว่าการมีข้อมูลอยู่เฉย ๆ คุณค่าของข้อมูลเกิดขึ้นเมื่อข้อมูลถูกนำไปใช้เพื่อสร้างผลลัพธ์ที่เป็นประโยชน์ เช่น การเข้าใจลูกค้าให้ดีขึ้น การเพิ่มประสิทธิภาพในการดำเนินงาน การลดต้นทุน การเพิ่ม Conversion การลดความเสี่ยง การคาดการณ์ความต้องการ การพัฒนาสินค้าและบริการ World Bank ได้อธิบายแนวคิดในลักษณะเดียวกันว่า ข้อมูลสามารถสร้างคุณค่าจากการนำไปใช้และใช้ซ้ำ รวมทั้งการนำข้อมูลจากหลายแหล่งมาผสมผสานเพื่อสร้าง Insight ใหม่ กล่าวอีกนัยหนึ่งคือ ข้อมูลไม่ได้มีคุณค่าสูงเพียงเพราะมีข้อมูลจำนวนมาก แต่คุณค่าจะเพิ่มขึ้นเมื่อข้อมูลมีคุณภาพ มีความเกี่ยวข้อง สามารถเข้าถึงได้อย่างถูกต้องตามสิทธิ และองค์กรมีความสามารถในการวิเคราะห์และนำ Insight ไปใช้ประโยชน์จริง บทสรุป ข้อมูลจาก Social Media นับเป็นแหล่งข้อมูลสำคัญในการดำเนินธุรกิจ องค์กรสามารถนำข้อมูลเหล่านี้ไปเชื่อมโยง วิเคราะห์ สร้าง Business Insight พัฒนาสินค้าและบริการ และทำการตลาดแบบมุ่งเป้า เพื่อให้เกิดผลลัพธ์ที่มีคุณค่าเฉพาะเจาะจงกับธุรกิจของตนได้อย่างมีประสิทธิภาพ แหล่งอ้างอิงประกอบ
