Waythit Puangpakisiri

Waythit Puangpakisiri

Position Technology Solution Principal, IT division

บทความทั้งหมด

All Articles

Author Category Post Filter
ประกัน Data ของบริษัทประกัน - ไม่ใช่แค่ชีวิตกับสุขภาพ... เราต้องดูแลไปจนถึง Privacy
“Data is new Oil” น้ำมันคือสสารจากซากสิ่งมีชีวิตที่นอนหลับไหลใต้ผืนโลกแสนนาน ของเหลวสีดำ ๆ ที่มนุษย์เมื่อหลายร้อยปีที่แล้วจินตนาการไม่ออกเลยว่ามันมีค่ายังไง แต่ทุกวันนี้ ทรัพยากรตัวนี้สร้างความตื่นตาตื่นใจ มันกลายเป็นแหล่งพลังงานให้พวกเราดำเนินชีวิตที่ดีและสบายขึ้นทุก ๆ วัน และก็เพราะน้ำมันสีดำ ๆ นี่แหล่ะ ที่ส่งมนุษย์ไปถึงดวงจันทร์ ( ประโยชน์ของข้อมูล ) ทุกคนในยุคนี้ก็ต่างเชื่อว่า ข้อมูลที่หลับไหลอยู่มากมาย ทั้งในโซเชียล ในฐานข้อมูลองค์กรต่างๆ น่าจะยิ่งมีค่าเป็นทวีคูณยิ่งกว่าน้ำมัน และถ้าเป็นข้อมูลส่วนบุคคลยิ่งจะกลายเป็นทรัพยากรที่สำคัญมาก ๆ ผู้เขียนขอไม่ลงรายละเอียดว่า จะต้องเอาข้อมูลไปทำยังไงถึงสร้างความตื่นตาตื่นใจได้ แต่วันนี้เราจะพุดถึง บริษัทต่าง ๆ โดยเฉพาะบริษัทประกันชีวิต ที่นอกจากต้องดูแลชีวิต สุขภาพของลูกค้า เราจะรับประกันข้อมูลของพวกเราให้ปลอดภัยได้ยังไง    ผมทำงานในฝ่าย IT มาเกินสิบปี เคยสร้างระบบ Application ให้ทั้งธนาคาร บริษัทรถยนต์ บริษัทหลักทรัพย์ของทั้งที่ไทย ญี่ปุ่น และตอนนี้ก็ทั้งสร้างและดูแล Application ให้บริษัทประกันที่ใหญ่ที่สุดในประเทศไทย ความพิเศษของข้อมูลในบริษัทประกันชีวิตคือ นอกจากเราต้องรับผิดชอบข้อมูลของลูกค้า ในหลายกรณีมันจะพ่วงไปถึงข้อมูลลูก หลาน พ่อแม่ คู่สมรสของพวกเขาด้วย (เพราะธุรกิจประกันชีวิตหลายกรณี จะครอบคลุมการคุ้มครองเกินไปกว่าแค่ผู้ถือกรมธรรม์) อย่างช่วงกลางปีที่ผ่านมา ที่ในที่สุดรัฐบาลก็ประกาศใช้กฎหมาย PDPA ออกมา (รอนานยิ่งกว่าถ่ายบอลโลกก็กฎหมายอันนี้ล่ะ) ยิ่งทำให้ทั้งฝ่าย Marketing ฝ่ายกฎหมาย Compliance ฝ่าย Operation หรือ IT ต้องคุยกันเยอะมาก ไม่ว่าจะเป็นตั้งแต่เรื่องการขอคำยินยอมจากลูกค้าผู้ถือกรมธรรม์ในการให้ข้อมูลส่วนตัว ที่ต้องคิดไปถึงว่า แล้วหากพวกเขามีลูกเล็ก ๆ มีคุณพ่อคุณแม่อายุมาก ๆ เราจะจัดการยังไง หรือแม้แต่พนักงาน IT ของบริษัทประกันเอง ก็ใช่ว่าจะหมายความว่าทุกคนจะเข้าถึงหรือเห็นข้อมูลของลูกค้าได้ โชคดีที่เรานำเทคโนโลยีหรือ Program Tools อย่าง SecuPi ที่สามารถระบุได้ว่าต้องการทำ Masking ข้อมูลตัวไหน และเรายังกำหนดได้ถึงขนาดว่า Users แต่ละรายว่าให้ใครดูข้อมูลได้บ้าง ดูได้ถึงแค่ไหน ยกตัวอย่างให้ชัดเจนกว่านี้ อย่างเช่นระบบการจัดการกรมธรรม์ ส่วนใหญ่บริษัทประกันจะมี Core System ที่สามารถทำได้ตั้งแต่รับ Quotation เข้ามา การทำ Billing การพิจารณารับประกัน (Underwriting) หรือทำไปถึงกระบวนการออกกรมธรรม์ แก้ไข หรือยกเลิกกรมธรรม์ ฝ่ายที่เกี่ยวข้องก็มีมากมายไม่ว่าจะเป็น Cashier, Underwrite หรือฝ่าย Operation ขนาดบางที พวกนักคณิตศาสตร์ประกันภัย (Actuarial) ยังมาเอี่ยวด้วยเลย แต่หากเราเปิดโอกาสให้ Users จากหลากหลายฝ่าย เข้าไปดูไปเห็น ข้อมูลส่วนตัวของลูกค้าได้ แม้จะบางส่วน บางทีมันก็ใช่ว่าจะปลอดภัย ผู้เขียนเองก็ชื่นชอบกับระบบ และความตั้งใจที่เราแคร์เรื่องดาต้าถึงในระดับคนทำงาน ยังไม่พอ เมื่อสิบปีที่แล้ว คนทำงานสายการเงินหรือองค์กรใหญ่ ๆ ในประเทศไทย ต่างตั้งคำถามและถกเถียงกันมากว่า การเอาข้อมูลส่วนตัวลูกค้าของเราไปไว้บน Cloud มันจะโอเคไหม แต่ถึงวันนี้แทบจะชัดเจนไปแล้วว่า เกือบจะทุกองค์กรต่างย้ายข้อมูล ตัว Application System ไปอยู่บนเจ้าก้อนเมฆ Cloud กันหมดแล้ว ผู้เชี่ยวชาญ ด้าน DX =Digital Transformation ยกตัวอย่างสองสามเรื่อง ที่แม้แต่องค์กรเล็ก ๆ หรือ SME ก็ควรต้องทำ เช่น Digital Marketing – Social Media หรือการวิ่งลุยบริการลูกค้าใน Mobile Application และอีกเรื่องที่ไม่ควรพลาดคือ การเอาระบบและข้อมูลของเราไปสู่ Cloud เนี่ยแหล่ะ! (เหล่าผู้เชี่ยวชาญ ที่ปรึกษา IT มักจะบอกว่าทำเรื่องข้างต้นให้เสร็จก่อนถัดจากนั้นค่อยไปสู่ Data Analytics, AI หรือการใช้ Blockchain) แน่นอน บริษัทของผู้เขียนเองก็ทำเรื่อง Cloud Computing มาครึ่งศตวรรษแล้ว แต่การขึ้น Cloud ได้อะไรมากกว่าที่เราคิด! หากเราใช้บริการกับ Provider เจ้าใหญ่ ๆ เช่น AWS Azure Google พวกเขามี service ที่มากกว่าแค่การจัดเก็บข้อมูลมากมาย การเปลี่ยนขนาด Disk CPU ที่แสนจะง่ายราวแทบจะแค่ดีดนิ้ว การมี Service ETL (เช่น Azure Data Factory) ที่ทรงพลังขึ้น หรือการควบคุมสิทธิการเข้าถึงข้อมูล ของแต่ละ database (มันอยู่คนละระดับกับ SecuPi ที่พูดก่อนหน้า) ผมเชื่อว่า ในอนาคตอันใกล้ ข้อมูล จะมีค่าขึ้นเรื่อย ๆ ยิ่งถ้าเป็นข้อมูลส่วนบุคคล มันจะเป็นเสมือนกับขุมทรัพย์บ่อน้ำมัน ไม่แปลกใจเลยที่ทุกธุรกิจจะรักษาดาต้าเหล่านี้และจะใช้มันเพื่อพัฒนาองค์กร ตรงข้ามกับความรู้ ประสบการณ์ที่ผมเชื่อว่ามันควรจะเข้าถึงง่ายและราคาถูกลงเรื่อย ๆ นั่นเป็นเหตุผลที่ผมพยายามแชร์เรื่องราว กับความรู้ให้กับทุกท่าน มากเท่าที่สุดเท่าที่จะทำได้ แน่นอน บริษัทของผู้เขียนเองก็ทำเรื่อง Cloud Computing มาครึ่งศตวรรษแล้ว แต่การขึ้น Cloud ได้อะไรมากกว่าที่เราคิด! หากเราใช้บริการกับ Provider เจ้าใหญ่ ๆ เช่น AWS Azure Google พวกเขามี Service ที่มากกว่าแค่การจัดเก็บข้อมูลมากมาย การเปลี่ยนขนาด Disk CPU ที่แสนจะง่ายราวแทบจะแค่ดีดนิ้ว การมี Service ETL (เช่น Azure Data Factory) ที่ทรงพลังขึ้น หรือการควบคุมสิทธิการเข้าถึงข้อมูล ของแต่ละ database (มันอยู่คนละระดับกับ SecuPi ที่พูดก่อนหน้า) และหวังว่าถ้ามีโอกาส ไว้ผู้เขียนจะแชร์เรื่องอื่น ๆ อาจจะเป็น Data Analytics AI หรือ System Development ให้ฟังนะครับ ( ประโยชน์ของข้อมูล ) เนื้อหาโดย วิน เวธิตตรวจทานและปรับปรุงโดย นววิทย์ พงศ์อนันต์
16 November 2022
Digital Transformation สำหรับสำนักข่าวและสื่อมวลชนยุคดิจิทัล
สำนักข่าวและสื่อมวลชนทั้งหลายจะมอบคุณค่าที่ดีขึ้นด้วยข้อมูลเชิงลึกอย่างไร บริษัท Deloitte ได้ทําการศึกษาในเรื่องการเปลี่ยนแปลงของข้อมูลจากทั่วโลก เพื่อศึกษาว่าสำนักข่าวและสื่อจะใช้ประโยชน์จากข้อมูลจากผู้เสพสื่ออย่างไร เพื่อดึงดูดผู้อ่านและสร้างรายได้ให้เพิ่มขึ้นได้อย่างไร ( Digital Transformation สำหรับสำนักข่าว ) บทนำ ดิจิทัลมีบทบาทสำคัญอย่างมากในการเปลี่ยนแปลงอุตสาหกรรมข่าวและสื่อมีเดีย จะเรียกว่าพลิกโฉมเลยก็ว่าได้ ซึ่งการเปลี่ยนแปลงนี้ได้เริ่มต้นขึ้นมานานกว่า 20 ปีแล้ว การเปลี่ยนแปลงที่ถือว่าเปลี่ยนแปลงไปมากที่สุดคือการพิมพ์ เพราะในปัจจุบัน สิ่งพิมพ์ที่ยังคงพิมพ์เป็นกระดาษก็เหลือน้อยมาก เหล่าสำนักพิมพ์และรายการโทรทัศน์เกือบทั้งหมดตอนนี้ก็กลายเป็นเวอร์ชันดิจิทัลไปแล้ว สำนักข่าวและสื่อได้ใช้ประโยชน์จากการเปลี่ยนแปลงและการพัฒนา Digital Platform มาสร้างข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมของผู้อ่าน ซึ่งในสมัยก่อนการเปลี่ยนแปลงนี้ไม่สามารถทำได้ โดยข้อมูลเชิงลึกที่เต็มไปด้วยความซับซ้อนเหล่านี้ จะสามารถทำให้สำนักข่าวและสื่อสามารถปรับปรุง เพื่อเพิ่มการมีส่วนร่วมของผู้อ่านและเพิ่มรายได้ทางออนไลน์ ว่าแต่สำนักข่าวและสื่อสามารถขับเคลื่อนด้วยข้อมูลนี้ได้มากน้อยเพียงใดและพวกเขาทํากันอย่างไร? Deloitte ได้ทําการศึกษาและเก็บข้อมูลจากทั่วทุกมุมโลกเพื่อทําความเข้าใจว่า เหล่าสำนักข่าวและสื่อได้ใช้ประโยชน์จากข้อมูลของผู้รับชม เพื่อเพิ่มการมีส่วนร่วมบน Digital Platform ของพวกเขา รวมทั้งเพิ่มคุณค่าของตัวสื่อเอง ไปจนถึงการสร้างรายได้ของแพลตฟอร์มเหล่านั้นอย่างไร ขั้นตอนช่วงตั้งต้น ข้อมูลของผู้รับชมเป็นหัวใจสำคัญอันดับต้นๆ ของสำนักข่าวสื่อสารมวลชน ทั้งความคาดหวังของผู้ลงโฆษณาและผู้อ่านต่างสร้างแรงกดดันต่อเหล่าองค์กรสื่ออย่างมาก โดยคาดหวังว่าสื่อจะมีการนำข้อมูลมาใช้ในการทำคอนเทนต์มากขึ้นเพราะผู้อ่านต้องการคอนเทนต์ที่มีคุณภาพ และในส่วนของส่วนผู้ลงโฆษณาก็ต้องการความเข้าใจในเรื่องของความสนใจของผู้อ่าน รวมถึงการเข้าถึงกลุ่มคนเหล่านั้นที่มีโอกาสจะมาเป็นลูกค้าในอนาคต จึงไม่แปลกที่บริษัทข่าวและสื่อหลายแห่งได้ลงทุนในเทคโนโลยีที่สามารถนำข้อมูลมาใช้ได้อย่างมีประสิทธิภาพ เพื่อตอบสนองความต้องการของผู้อ่านและผู้ลงโฆษณา และในบางบริษัทถึงกลับเปลี่ยนตัวเองเป็นบริษัทเทคโนโลยีที่มีผลิตภัณฑ์ข่าวไปแล้วด้วยซ้ำ ซึ่งถือว่าเป็นการเกลี่ยนแปลงที่ก้าวกระโดดมากในช่วง 10 ปีที่ผ่านมา ความพยายามในการเปลี่ยนแปลงทั้งหมดนี้ล้วนมีเป้าหมายเดียวกัน – คือสร้างความเข้าใจเชิงลึกในตัวผู้อ่าน ซึ่งเป็นข้อได้เปรียบในการแข่งขันในโลกของข่าวดิจิทัล สำนักข่าวและสื่อทั่วโลกได้ใช้ข้อมูลผู้อ่านหรือผู้รับชมในการทำความเข้าใจและสื่อสารกับผู้อ่าน โดยเน้นที่การเพิ่มการตระหนักถึงการใช้ข้อมูลของผู้บริโภคที่เพิ่มขึ้นและกฎระเบียบด้านความเป็นส่วนตัวของข้อมูลที่เข้มงวดยิ่งขึ้น เช่น ระเบียบการคุ้มครองข้อมูลทั่วไปของสหภาพยุโรป (GDPR) แม้ว่าผลกระทบระยะยาวของ GDPR และกฎระเบียบอื่น ๆ ที่กําลังจะมาถึงจะยังไม่เป็นที่ทราบแน่ชัด แต่เจตนาของกฎระเบียบคือการปกป้องผู้บริโภค เหล่าสำนักข่าวและสื่อที่ให้ความสําคัญกับการกํากับดูแลข้อมูลและการปฏิบัติตามกฎระเบียบใหม่ รวมถึงการไปมีส่วนร่วมตามการสนทนาในพี้นที่สาธารณะต่างถือว่าเป็นบริษัทที่โอกาสที่จะเติบโต สำนักข่าวและสื่อสร้างมูลค่าจากข้อมูลผู้รับชมอย่างไร สำนักข่าวและสื่อรวบรวม วิเคราะห์ และใช้ประโยชน์จากข้อมูลผู้รับชมในวัตถุประสงค์การดําเนินงาน 3 อย่าง ได้แก่ ซึ่งแต่ละวัตถุประสงค์การดําเนินงานแต่ละข้อเหล่านี้ถูกนิยามตามกรณีการใช้งานได้ดังนี้: ปรับปรุงให้ผู้อ่านมีส่วนร่วม (Engagement) กับเนื้อหามากขึ้น การมีส่วนร่วมของผู้อ่านที่มีคุณภาพเป็นสิ่งสําคัญยิ่งในการรักษาผู้อ่านและเพิ่มความสนใจของผู้อ่านให้มาอยู่กับเรามากขึ้น หากไม่มีผู้อ่านที่มากพอและพวกเขามีส่วนร่วมกับเราน้อยไป สำนักข่าวและสื่อจะไม่มีโอกาสสร้างระบบสมัครสมาชิกและการโฆษณาที่เป็นรายได้หลักในการที่จะทำให้องค์กรอยู่รอดและเจริญเติบโต พูดง่าย ๆ ก็คือเมื่อผู้อ่านไม่ชอบสื่อก็จะไม่สมัครสมาชิก เมื่อไม่มีสมาชิกก็จะขายโฆษณาได้น้อยลงและราคาถูกลง บริษัทก็จะขาดรายได้นั่นเอง การที่เราจะเพิ่มการมีส่วนร่วมหรือเพิ่มประสบการณ์ที่ดีให้กับผู้อ่านได้นั้น เราต้องทำความเข้าใจก่อนว่าผู้อ่านมีส่วนร่วมอย่างไรและทําไมจึงมีส่วนร่วมกับแพลตฟอร์มข่าวดิจิทัล ซึ่งในความเป็นจริงแล้วสำนักข่าวและสื่อมีเดียทั้งหลายมีความชํานาญในการนำข้อมูลการมีส่วนร่วมของผู้รับชมมาใช้ให้เกิดประสิทธิภาพสูงสุด ไม่ว่าจะเป็นการดึงลูกค้าเข้ามาเสพข่าวอีกครั้ง  การให้ผู้อ่านอยู่ในเว็บไซต์เรานานขึ้น หรือแม้แต่การเพิ่มความถี่ในการเยี่ยมชม บอกเลยว่าพวกสำนักข่าวและสื่อทำได้ดีกว่า บริษัทอื่น ๆ ที่ยังมีข้อมูลไม่ค่อยสมบูรณ์ด้วยซ้ำ เพิ่ม Direct-paying Relationship กับผู้อ่าน การเปลี่ยนไปใช้การสมัครสมาชิกและรูปแบบรายได้อื่น ๆ ที่ไม่ได้มาจากโฆษณาทําให้สำนักข่าวและสื่อหลายแห่งคิดว่าผู้อ่านเป็นผู้บริโภค เช่นเดียวกับผู้ค้าปลีกออนไลน์ เหล่าสำนักข่าวและสื่อสารมวลชนเหล่านี้ใช้ข้อมูลเพื่อ: สำนักข่าวและสื่อที่ประสบความสําเร็จในการสร้างความสัมพันธ์ที่ดีกับผู้อ่าน พวกเขาไม่เพียงแต่เห็นประโยชน์ในระยะสั้นของรายได้ที่เพิ่มขึ้นเท่านั้น แต่ยังลดความผันผวนในการดําเนินงานผ่านกระแสรายได้ที่เกิดขึ้นในระยะยาวอีกด้วย สำนักข่าวและสื่อมีความชํานาญในการใช้ข้อมูลในการสมัครสมาชิกและรูปแบบรายได้อื่น ๆ ที่เพิ่มการเก็บรักษาฐานข้อมูลผู้อ่าน อัตราการแปลงในผลิตภัณฑ์หรือบริการที่ต้องชําระเงินและรายได้โดยรวมต่อผู้อ่าน เพิ่มรายได้จากผู้ลงโฆษณา สำนักข่าวและสื่อสารมวลชนรวบรวมข้อมูลจากผู้รับชมกลุ่มแรกที่มีความเฉพาะตัวและเชื่อถือได้ เพื่อป้องกันข้อมูลของผู้รับชมจาก Third Party และเป็นไปตามกฎระเบียบความเป็นส่วนตัวของผู้ใช้งาน (Privacy Regulations) การศึกษาในครั้งนี้แสดงให้เห็นว่าผู้ลงโฆษณาต้องการร่วมมือกับเหล่าสำนักข่าวและสื่อ เพื่อสร้างแคมเปญตามกลุ่มของผู้รับชมอย่างมีประสิทธิภาพ โดยการที่สำนักข่าวและสื่อแชร์ข้อมูลเชิงลึกของผู้อ่านที่หลากหลายให้กับผู้ลงโฆษณา เพื่อให้ลงโฆษณาสามารถสร้างแคมเปญตามกลุ่มของผู้รับชมอย่างมีประสิทธิภาพ เพราะผู้ที่รู้จักผู้อ่านดีที่สุด ก็คือสำนักข่าวและสื่อชั้นนํานั่นเอง เข้าจึงสามารถสร้างคอนเทนต์ที่มีเนื้อหาที่ผู้อ่านสนใจและรักษาผู้อ่านเหล่านั้นไว้ได้ ซึ่งพวกเขาสามารถนำสิ่งนี้ไปต่อยอดให้เกิดรายได้โดยการทําหน้าที่เป็นที่ปรึกษาในกระบวนการสร้างสรรค์และการพัฒนาแคมเปญด้วย เมื่อคิดถึงการเปลี่ยนแปลงทางดิจิทัล… สำนักข่าวและสื่อจะใช้ประโยชน์จากข้อมูลได้สูงสุดเมื่อข้อมูลมีความสมบูรณ์ จึงไม่แปลกใจเลยว่าหลาย ๆ สำนักข่าวและสื่อ (ที่มีส่วนร่วมในการวิจัย) มีเป้าหมายในการทำกลยุทธ์เดียวกันคือการปรับปรุงความสมบูรณ์ของข้อมูล แต่อย่างไรก็ตามเส้นทางสู่การเปลี่ยนแปลงจะต้องมีทิศทางที่ชัดเจนและต้องตั้งมั่นกับทางเลือกที่จะไปจะมุ่งไปด้วย Data Activation Framework หรือโครงสร้างกระบวนการเพื่อเอาข้อมูลมาใช้งาน มีขั้นตอนสําคัญสามขั้นตอนในการเปลี่ยนแปลงไปสู่โลกดิจิทัล และยังมีคู่มือการใช้งานข้อมูลที่มาพร้อมรายละเอียดขั้นตอนที่สามารถดําเนินการได้จริง เพื่อเพิ่มความสมบูรณ์ของข้อมูลดังนี้ การสร้างเส้นทางในอนาคต จากผลการสํารวจ มีเพียงร้อยละ 9 ของสำนักข่าวและสื่อที่เข้ามาร่วมในการศึกษานี้ที่ถูกจัดให้เป็นสื่อที่มีข้อมูลสมบูรณ์ ซึ่งสำนักข่าวและสื่อเหล่านี้ประสบความสําเร็จในการใช้ข้อมูลของผู้รับชมเพื่อกระตุ้นรายได้และองค์กรเหล่านี้ก็ถูกบันทึกว่ามีผลการดําเนินงานทางการเงินอยู่ในชั้นนําของตลาดอีกด้วย ในขณะที่กลุ่มสำนักข่าวชั้นนำพยายามหาโอกาสในการสร้างรายได้เพิ่มเติมจากข้อมูลที่เกี่ยวข้องกับผู้รับชม สำนักข่าวและสื่อมีเดียหลายแห่งลงทุนในข้อมูลผู้รับชมเพียงแค่เพื่อรักษาผู้อ่านปัจจุบันของพวกเขาเท่านั้น ในอุตสาหกรรมที่ท้าทายเช่นนี้ เหล่าองค์กรสื่อสารมวลชนต่าง ๆ จะมุ่งเน้นไปที่การแสวงหาเส้นทางที่ดีที่สุดเพื่อปรับปรุงความสมบูรณ์ของข้อมูลซึ่งตอนนี้เป็นเวลาที่ต้องทำแล้ว เกี่ยวกับผลการศึกษาของ Deloitte Deloitte ได้จัดให้มีการสัมภาษณ์กับบุคคลมากกว่า 80 คนในสำนักข่าวและสื่อมากกว่า 50 แห่งจาก 16 ประเทศทั่วโลก โดยสามารถอ่านบทวิเคราะห์ของการสัมภาษณ์ได้ที่นี่ คลิก บทความโดย บริษัท Deloitte.เนื้อหาจากบทความของ บริษัท Deloitte.แปลและเรียบเรียงโดย วิน เวธิตตรวจทานและปรับปรุงโดย นนทวิทย์ ชีวเรืองโรจน์
12 November 2022
5 ข้อดีที่นักวิทยาศาสตร์ข้อมูลได้รับจากการใช้ Microsoft Power BI
ปฏิเสธไม่ได้เลยว่า ในยุคนี้อินเทอร์เน็ต และไอทีมีความสำคัญมากในวงการธุรกิจ แม้กระทั่งธุรกิจที่ให้บริการยานพาหนะก็ยังคงต้องใช้เว็บไซต์ ,แอปพลิเคชัน ซอฟต์แวร์ต่าง ๆ อย่างหลีกเลี่ยงไม่ได้ ยิ่งไปกว่านั้น เทคโนโลยีในทุกวันนี้ก็พัฒนาไปอย่างต่อเนื่องไม่หยุดยั้ง อีกทั้งหลายธุรกิจก็กําลังเผชิญกับปัญหาในการบริหารจัดการ กับข้อมูลจำนวนมาก ธุรกิจหล่านี้จึงต้องการตัวช่วย หรือแอปพลิเคชันพิเศษ เพื่อจัดการแก้ไขปัญหานี้ และนี่คือเหตุผลที่ BI และ Data Visualization เป็นที่ต้องการเป็นอย่างมาก ธุรกิจหลายพันแห่งจึงเลือกใช้แอปพลิเคชัน BI อย่าง Microsoft Power BI เพื่อตอบความต้องการในเรื่องนี้ แล้ว BI Solutions คืออะไรล่ะ BI Solutions ย่อมาจาก Business Intelligence Solutions ซึ่งเป็นซอฟต์แวร์ที่ช่วยให้ผู้ใช้งานสามารถนำข้อมูลมาจัดทำรายงานได้สะดวกและมีประสิทธิภาพมากยิ่งขึ้น เพราะซอฟต์แวร์นี้มีฟังก์ชันที่จะช่วยให้ผู้ใช้งานสามารถสร้างรายงานที่ตอบโจทย์ความต้องการของแต่ละบุคคลหรือแผนกได้ เพราะอะไร หลายธุรกิจจึงเลือกใช้ BI Solutions ธุรกิจจากอุตสาหกรรมต่าง ๆ กําลังใช้เครื่องมือพิเศษอย่าง Power BI ด้วยเหตุผลหลายประการดังนี้ เมื่อบริษัทของคุณใช้เครื่องมือ BI ที่มีประสิทธิภาพเช่น Microsoft Power BI การที่จะเดินไปถึงเป้าหมายนั้นไม่ใช่เรื่องยาก อย่างไรก็ตามในการดึงประสิทธิภาพการทำงานออกมาให้ดีที่สุดนั้นจะต้องใช้ผู้ที่มีความเชี่ยวชาญที่มีประสบการณ์ในการใช้ Microsoft Power BI มาจัดการด้วย ทําไม Power BI จึงเป็นทางเลือกที่ดีในการเลือก BI Solutions มีบริษัทในตลาดมากมายที่ให้บริการ BI Solutions แต่ Power BI ก็ยังคงเป็นตัวเลือกที่ธุรกิจจํานวนมากทั่วโลกชื่นชอบ และด้านล่างนี้คือเหตุผลที่ทำให้ Power BI เป็นผู้นำในหมู่บริษัทที่ให้บริการ BI Solutions จริง ๆ แล้วยังคงมีอีกหลายเหตุผลที่ Power BI เป็นเครื่องมือที่เป็นที่ต้องการมากที่สุดสำหรับ BI และ Data Visualization เพราะ Power BI มีฟังก์ชันการใช้งานที่เรียบง่าย มีการอัปเดตอยู่เรื่อย ๆ รวมถึงช่วยในเรื่องของจัดการทรัพยากรในองค์กรอีกด้วย ซึ่งก็เป็นอีกส่วนนึงที่คนชื่นชอบ การจ้างที่ปรึกษา Power BI เพื่อสร้างประโยชน์ แน่นอนว่าPower BI เป็น Solutions BI ที่ใช้งานง่าย และในหลายองค์กรก็สามารถใช้งานได้โดยไม่ต้องมีการฝึกอบรมการใช้งานจากผู้เชี่ยวชาญก่อน แต่อย่างไรก็ตามในบางกรณีก็ต้องการคำแนะนำจากผู้มีประสบการณ์ เช่น กรณีที่ต้องใช้ฟังก์ชันขั้นสูง เป็นต้น โดยนักวิเคราะห์เหล่านี้จะสามารถช่วยให้การใช้ภาษา R และฟังก์ชันขั้นสูงอื่น ๆ ใน Power BI ทำให้ได้ผลลัพธ์ที่ดีขึ้น บทความโดย ImensoSoftwareเนื้อหาจากบทความของ TechTargetแปลและเรียบเรียงโดย วิน เวธิตตรวจทานและปรับปรุงโดย เมธิยาภาวิ์ ศรีมนตรินนท์
12 November 2022
AI SEO: AI จะช่วยให้เราสร้างคอนเทนต์ปัง ๆ ช่วยให้คน Search เจอได้อย่างไร
AI ได้ก้าวเข้าสู่โลกธุรกิจในช่วงไม่กี่ปีที่ผ่านมา บริษัทต่าง ๆ ยกย่อง AI ให้เป็นทางออกแห่งปัญหา และยังบอกว่านี่แหล่ะคือหนทางในการรวมเทคโนโลยีเข้ากับกระบวนการของบริษัท แต่ AI เปลี่ยน SEO อย่างไร ? คุณจะใช้ AI เพื่อปรับปรุงธุรกิจของคุณได้อย่างไร ( AI ช่วยเราสร้างคอนเทนต์ ) Machine Learning และปัญญาประดิษฐ์ (AI) เป็นคําที่ใคร ๆ ก็พูดถึง แต่มันควรเป็นมากกว่าแค่ Buzzwords มันควรจะเป็นเครื่องมือที่ช่วยเพิ่มประสิทธิภาพในการทำการตลาดสำหรับนักการตลาดอีกด้วย การใช้ AI มีประโยชน์อย่างมากในการเพิ่มประสิทธิภาพการค้นหาคอนเทนต์ ว่าทำยังไงให้คนค้นหาและเจอเราให้ได้มากที่สุด โดย AI มีหลักการในการทำงานดังนี้ ด้วย AI คุณสามารถเพิ่มประสบการณ์ออนไลน์ที่ทรงประสิทธิภาพและมีประสิทธิผลมากขึ้น อย่าง Google ที่ใช้ AI ในการปรับปรุงผลการค้นหาโดยพยายามหาผลการค้นหาที่มีความเกี่ยวข้องกับผู้ใช้หรือผู้ที่ค้นหามากขึ้น ดังนั้นการใช้ AI ในการทำ Search Engine Optimization หรือ SEO ทำให้คุณสามารถสร้างเนื้อหาที่น่าสนใจมากขึ้นและเข้าถึงคนที่มีโอกาสจะเป็นลูกค้าเราได้เร็วขึ้น โดยสิ่งเหล่านี้ จะทำให้คุณได้เรียนรู้วิธีใช้ปัญญาประดิษฐ์เพื่อปรับปรุงอันดับเว็บไซต์ของคุณเวลามีคนมาค้นหาให้ดียิ่งขึ้น AI ใช้ใน SEO อย่างไร? AI ถูกใช้อย่างกว้างขวางในด้าน SEO และการทำคอนเทนต์ออนไลน์ ในความเป็นจริง Google เริ่มใช้ AI และ Machine Learning มาใช้ในการเลือกแสดงผลการค้นหามานานแล้ว จึงไม่แปลกเลยถ้าคุณจะพบว่าตอนนี้มีเครื่องมือและซอฟต์แวร์จากหลายร้อยบริษัทในตลาดที่อ้างว่าใช้ AI หากคุณคิดจะหาวิธีปรับเนื้อหาคอนเทนต์ให้มีประสิทธิภาพ เพื่อให้คนค้นหาคุณเจอให้มากที่สุด คุณก็จะสามารถหา Guideline ได้จากคําหลัก ๆ หรือ Keyword ที่คนใช้ตอนค้นหาทันที เทคนิค SEO ที่ใช้ในการเพิ่มประสิทธิภาพคอนเทนต์เพื่อผลการค้นหาที่ดีที่สุด ได้พัฒนาขึ้นโดย Algorithm ใหม่ ๆ ของ Google ทุกครั้ง ถึงหลักการของ SEO ยังคงเหมือนเดิม แต่เป็นเรื่องยากขึ้นเรื่อย ๆ ที่จะเอาชนะ Algorithm การค้นหาโดยที่เราจะไม่โดนหาว่าโกงด้วย Google ใช้ AI ในฟังก์ชันการค้นหา ในทุกๆ วันมากมาย รวมไปถึง: การจัดการรายงานขั้นสูง ปัญญาประดิษฐ์ช่วยให้บริษัทต่าง ๆ สามารถใช้ซอฟต์แวร์เพื่อดูรายละเอียดและตรวจสอบแคมเปญ SEO ของบริษัทได้ โดยรายงานเหล่านี้จะทำให้เราสามารถ Track ผลการทำงานได้ ทำให้รู้ว่าเราสามารถบรรลุเป้าหมาย SEO ที่ตั้งไว้ได้หรือไม่ เครื่องมือเหล่านี้จะนำข้อมูลการค้นหาจาก Search Engine, Social Media และแหล่งข้อมูลอื่น ๆ เพื่อสร้างข้อมูลเชิงลึกที่นําไปต่อยอดในการทำคอนเทนต์ได้จริง ๆ นอกจากนี้ AI ยังเป็นส่วนช่วยให้เครื่องมือเหล่านี้ทํานายแนวโน้มในอนาคตได้โดยการวิเคราะห์จากข้อมูลในอดีตและตัวเลขในปัจจุบัน การคาดคะเนผู้ใช้และการตั้งค่าส่วนบุคคล AI ถูกนำมาใช้ในการวิเคราะห์ทำ SEO เพื่อทํานายพฤติกรรมของผู้ใช้งาน ซึ่ง AI จะวิเคราะห์พฤติกรรมผู้ใช้โดยใช้ประวัติการค้นหาและการเข้าชมเว็บไซต์ ดังนั้น AI จึงสามารถแนะนําเนื้อหาที่น่าจะเกี่ยวข้องหรือน่าสนใจแก่ผู้ใช้ได้ นอกจากการที่ AI ใช้ Machine Learning ในการแสดงผลลัพธ์ที่เฉพาะเจาะจงกับแต่ละคนได้มากขึ้นแล้ว มันยังสามารถช่วยให้เครื่องมือค้นหาทราบว่าผู้ใช้แต่ละคนต้องการอะไรและแสดงผลลัพธ์ที่แม่นยํายิ่งขึ้นอีก หรือพูดง่าย ๆ คือให้ผู้ค้นหาสามารถเจอสิ่งที่ต้องการได้เร็วขึ้นนั่นเอง ในปัจจุบันบริษัทหลายแห่งใช้ AI ในการดูแลเนื้อหา โดยเลือกแสดงเนื้อหาตามความสนใจของผู้ใช้ อย่าง Facebook ที่เลือกใช้ AI ในการสร้าง Algorithm ของการจัดเนื้อหาในหน้า News Feeds ของผู้ใช้ สิ่งที่ทำให้ AI กลายเป็นตัวการสำคัญในการเปลี่ยนแปลงอุตสาหกรรมต่าง ๆ รวมถึง SEO นั่นก็คือการที่ AI สามารถปรับเปลี่ยนการแสดงผลได้ตามความต้องการของลูกค้าได้เป็นรายบุคคล จึงทำให้ปัญญาประดิษฐ์กลายเป็นเครื่องมือที่จะสามารถช่วยให้คุณมอบประสบการณ์ที่เฉพาะเจาะจงให้กับผู้เข้าชมเว็บไซต์ของคุณแต่ละราย โดยการนําเสนอเนื้อหาตามความต้องการของพวกเขาแต่ละคนได้ การทํางานอัตโนมัติ ปัญญาประดิษฐ์สามารถปรับงานบางอย่างให้เป็นอัตโนมัติได้ เช่น การสร้างเนื้อหาหรือการวิเคราะห์ Keyword ซึ่งเราสามารถทําได้ด้วยตนเองแต่ AI สามารถวิเคราะห์แทนเราได้ นอกจากนี้ AI ยังช่วยให้เราลดอัตราความผิดพลาดที่เกิดจากคนได้ โดยปรับกระบวนการบางอย่างมาเป็นระบบอัตโนมัติ เช่น การควบคุมคุณภาพการทดสอบ การเทสต์ ฯลฯ การค้นหาที่แม่นยำขึ้น ปัญญาประดิษฐ์จะช่วยให้เราค้นหาข้อมูลได้อย่างถูกต้อง เพื่อใช้ในการตัดสินใจได้อย่างมีประสิทธิภาพ และลดความผิดพลาดในการวิเคราะห์ข้อมูลด้วย เพราะ AI รู้วิธีการประมวลผลข้อมูลได้ดีกว่าเรา แล้ว AI SEO สามารถช่วยเราได้อย่างไร? ในปัจจุบันมีการนำปัญญาประดิษฐ์ (AI) มาใช้ในชีวิตประจําวันของเรามากขึ้นเรื่อย ๆ เช่นเดียวกับที่ธุรกิจต่าง ๆ ที่ก็เข้ามาอยู่ในชีวิตของเราเช่นกัน จึงไม่แปลกใจเลยที่เทคโนโลยีจะเข้ามาเพื่อเพิ่มประสิทธิภาพกลไกในการค้นหา (SEO) AI ช่วยให้นักการตลาดสร้างคอนเทนต์โดยใช้ Machine Learning Algorithms เพื่อวิเคราะห์ข้อมูลจํานวนมาก ตรวจจับรูปแบบพฤติกรรมที่พวกเราใช้ตอนค้นหาข้อมูล จากนั้นก็จะใช้ข้อมูลเหล่านี้มาพัฒนากลยุทธ์ที่จะช่วยเพิ่มประสิทธิภาพ และปรับให้เหมาะกับกลไกการค้นหา (SEO) ที่เหล่า Search Engine ใช้กัน เครื่องมือ AI SEO สามารถช่วยทั้งในเรื่องการใช้งาน ปรับคอนเทนต์ SEO ทางเทคนิค รวมไปถึงการทำการตลาด ซึ่ง AI SEO จะเข้ามาช่วยในเรื่อง: จะเห็นได้ว่า SEO กําลังเปลี่ยนแปลงและเราหวังว่ามันจะเปลี่ยนไปในทางที่ดีขึ้น ซึ่งในบางที AI อาจยังถูกมองว่าเป็นสิ่งที่อาจไกลตัวเกินไปในตอนนี้ แต่จริง ๆ เรากำลังใช้ AI อยู่แล้วด้วยซ้ำ บทพิสูจน์ที่บอกว่าเทคโนโลยีเหล่านี้ดี คือการที่ตอนนี้เรามีเครื่องมือ SEO ที่ขับเคลื่อนด้วย AI มากมาย ซึ่งมันจะสามารถช่วยให้ธุรกิจของคุณได้เปรียบเหนือคู่แข่งได้ ( AI ช่วยเราสร้างคอนเทนต์ ) บทความโดย Karen Anthonyเนื้อหาจากบทความของ TechTargetแปลและเรียบเรียงโดย วิน เวธิตตรวจทานและปรับปรุงโดย อิสระพงศ์ เอกสินชล
11 November 2022
อะไรคือเหตุผลที่ควรเปลี่ยนจาก ให้ข้อมูลนำทางเป็น ให้การตัดสินใจนำทางแทน
กระแสต่าง ๆ ผลักดันให้เราต้องเป็นองค์กรที่ขับเคลื่อนด้วยข้อมูลจำนวนมหาศาล แต่เมื่อย้อนดูอัตราความล้มเหลวของโครงการกลับกระจายอยู่เต็มไปหมด และดูเหมือนว่าองค์กรเหล่านั้นถูกกดดันมากเกินไปจนอยู่ในระดับที่มีความเสี่ยงสูง หากเป็นเช่นนั้นแล้ว “ใคร” หรือ “อะไร” กันแน่ที่ควรจะเป็นตัวชี้นำเราในตอนนี้ ( การขับเคลื่อนด้วยข้อมูล ) ตอนนี้ผู้คนต่างรู้สึกว่าตนเองถูกต้องกันทั้งนั้นที่บอกว่าเราต้องเป็นองค์กรที่ขับเคลื่อนด้วยข้อมูล กระนั้นแล้วคุณควรวิเคราะห์ข้อมูลเพื่อเป็นแนวทางในการตัดสินใจทางธุรกิจใช่หรือไม่? หากเป็นเช่นนั้นถูกต้องแล้ว ทำไมเหล่านักวิเคราะห์ในวงอุตสาหกรรมจึงปักหมุดไปว่าโครงการวิเคราะห์ข้อมูลส่วนใหญ่ รวมถึงโครงการ AI ถึงถือว่าเป็นความล้มเหลวกันล่ะ? ผู้สังเกตการณ์ในอุตสาหกรรมกล่าวว่าสิ่งที่ตรงกันข้ามกันมันกำลังเกิดขึ้น จากข้อมูลของ Gartner ซึ่งเป็นข้อมูลเชิงลึกด้านการวิเคราะห์ พบว่ามีเพียง 20% เท่านั้นที่จะให้ผลลัพธ์ทางธุรกิจภายในสิ้นปีนี้ ก่อนหน้านี้ Gartner กล่าวไว้ว่า 80% ของโครงการ AI จนถึงปี 2020 กำลังเล่นแร่แปรธาตุกันอยู่โดย “พ่อมด” (เปรียบเปรยถึงนักวิทยาการข้อมูลที่ใช้เทคนิคการวิเคราะห์ข้อมูลแสนล้ำ จน Stakeholders ที่ใช้งานจริงเข้าไม่ถึง) ถึงจะยังไม่ทราบว่าปีนี้จะมีเปอร์เซ็นต์ออกมาเป็นเท่าใด แต่แนวโน้มดูเหมือนจะยังไม่เปลี่ยนแปลง ซึ่ง VentureBeat รายงานว่า “จะมีเพียง 13% ของโครงการวิทยาการข้อมูล (Data Science) หรือเพียง 1 ใน 10 จากทั้งหมดเท่านั้น ที่สามารถออกดอกออกผลจริงได้” นั้นหมายความว่า โครงการวิทยาการข้อมูลในอุตสาหกรรประสบกับอัตราความล้มเหลวถึง 87% ตัวเลขดังกล่าวบ่งชี้ว่าการใช้ข้อมูลเพียงแห่งเดียวจะไม่นำพาโครงการไปในหนทางที่ประสบความสำเร็จ แต่กลับนำไปสู่การใช้ดิจิทัลในทางที่ไม่เกิดประโยชน์ และแน่นอนว่าหากบริษัทต่าง ๆ ยังคงอยู่ในแนวทางนี้ พวกเขาก็จะต้องตกม้าตายในที่สุด การวิเคราะห์ข้อมูลกับ AI หลุดไปผิดที่ผิดทางตั้งแต่ตรงไหน? ขอยกตัวอย่างจากอุตสาหกรรมการซื้อขายอสังหาริมทรัพย์จากเจ้าของโดยตรง หรือที่เรียกกันว่าอุตสาหกรรม iBuyer ซึ่งมีบริษัทที่ดำเนินการในรูปแบบ iBuying ได้แก่ Zillow (Digital Marketplace ในการให้ข้อมูลเกี่ยวกับอสังหาริมทรัพย์แบบครบวงจรตั้งแต่ขั้นตอนการซื้อ/ขาย/เช่า รวมถึงการพิจารณาให้สินเชื่อและการซ่อมแซมบ้าน), Opendoor (Startup ที่มีบริการรับซื้อบ้านภายในเวลาอันรวดเร็ว) และ Offerpad (แบรนด์อสังหาริมทรัพย์ในอเมริกา) ธุรกิจที่กล่าวมา คือสิ่งที่นักลงทุนด้านอสังหาริมทรัพย์เห็นการขับเคลื่อนด้วยข้อมูลและใช้ระบบการตัดสินใจแบบดิจิทัลอัตโนมัติที่ยอดเยี่ยม แต่ราคาขายของบริษัทเหล่านี้กลับพลิกผัน (หากใครได้ลองค้นหาข้อมูลราคาหุ้นของบริษัทเหล่านี้ เรียกได้ว่าน่าผิดหวังเลยทีเดียว) แปลว่ามันมีอะไรบางอย่างผิดพลาดใช่มั้ยนะ แน่นอน..เห็นได้ชัดเลยว่าต้องมีมากแน่ ๆ ในเดือนพฤศจิกายน 2021 Zillow ราชาแห่งอสังหาริมทรัพย์ดิจิทัลในขณะนั้นขาดทุนอย่างมากและออกจากธุรกิจ iBuying ทันที คู่แข่งอย่าง Opendoor จึงเข้ายึดครองตลาดแทน พร้อมประกาศว่าจะทำข้อมูลได้ดีขึ้นกว่าเจ้าเก่าเสียด้วย เว้นเสียแต่ว่าเมื่อวันที่ 22 มกราคม หุ้นของ Opendoor กลับร่วงลง ประกอบกับ Barron รายงานว่า “แบบจำลอง iBuying มีความเสี่ยง” โดยนักวิเคราะห์ของ Bank of America ทั้งหมดบอกว่าอุตสาหกรรม iBuying ประสบความสูญเสียทางการเงินอย่างหนักจากรายงานของ HousingWire นี่ไม่ใช่สัญญาณที่ดีเลยสำหรับบริษัทที่ขับเคลื่อนด้วยข้อมูลในทุกภาคอุตสาหกรรม… เป็นเรื่องปกติที่หลายคนในภาคอุตสาหกรรมการวิเคราะห์ข้อมูลและ AI ต่างรีบออกมาตำหนิจุดต้องสงสัยถึงสาเหตุของความด้อยประสิทธิภาพ เช่น การขาดแคลนทักษะ การขาดแคลนงบประมาณ กลยุทธ์ทางธุรกิจที่ไม่มีประสิทธิภาพ และผู้ถือหุ้นที่วิสัยทัศน์ไม่ยาวไกล เป็นต้น เรื่องพวกนี้มีผลกระทบต่อโครงการ ถึงแม้อาจจะไม่มากเท่าต้นตอความคิดริเริ่มที่ใช้เทคโนโลยีอื่น ๆ จึงเกิดคำถามขึ้นว่า “อะไรคือปัจจัยที่ทำให้โครงการเกี่ยวกับข้อมูล ออกนอกลู่นอกทาง ได้ขนาดนี้?” มีหลายคนที่คิดว่าผู้ร้ายตัวจริงนั้น น่าจะแฝงอยู่ในกระบวนการมากกว่าที่จะเป็นสาเหตุจากเทคโนโลยี พลิกรูปแบบ ขับเคลื่อนด้วยข้อมูล ไปสู่ ขับเคลื่อนด้วยการตัดสินใจ ปัจจุบันบริษัทต่าง ๆ ขุดค้นข้อมูลเพื่อหาข้อมูลเชิงลึก แต่กระบวนการดังกล่าวมักจะไปกำหนดทิศทางในการตัดสินใจ หรือพูดอีกนัยหนึ่งคือตีกรอบการตัดสินใจของคุณนั่นเอง โดยการใส่ข้อมูลไว้ก่อนตรงหัวของกระบวนการ แล้วทุกอย่างก็เป็นไปตามนั้น การให้ข้อมูลมากำหนดการตัดสินใจเป็นสิ่งที่ตรงกันข้ามกับสิ่งที่บริษัทตั้งใจจะทำ แต่กลับคาดหวังว่าข้อมูลจะเป็นตัวช่วยในการตัดสินใจ และด้วยเหตุนี้เองการทำเหมืองข้อมูล (Data Mining – การวิเคราะห์ข้อมูลจากข้อมูลจำนวนมาก ที่เรียกว่า Big Data เพื่อหาความสัมพันธ์ของข้อมูลที่ซ่อนอยู่) มีแนวโน้มว่าจะมีความลึกน้อยลง แต่ไปเพิ่มข้อบังคับในสิ่งที่จะคิดแทน หากบริษัทพลิกรูปแบบเป็นการตัดสินใจขึ้นมานำก่อน อันแสดงว่าคุณกำลังมุ่งเป้าไปที่ผลลัพธ์ที่ต้องการให้เกิด ผลลัพธ์นั้นอาจเป็นผลดีหรือดีที่สุดของตัวเลือกที่ไม่ดี แต่อย่างน้อย สิ่งที่ตั้งใจให้เกิดขึ้นด้วยวิธีนี้ มีเจตนาในการชี้นำกระบวนการมากกว่าเป็นข้อมูล ในองค์กรที่ขับเคลื่อนด้วยการตัดสินใจ ทุกโครงการที่มีข้อมูลมาช่วยจะมุ่งตรงไปยังผลลัพธ์ที่ถูกยอมรับและให้ผลที่คาดไว้หรือผลตอบแทนจากการลงทุน สิ่งนี้สร้างการควบคุมที่ดีขึ้นในที่ที่บริษัทหรือโครงการถูกนำทาง นอกจากนี้ ยังควรช่วยลดอัตราความล้มเหลวของโครงการลงอย่างมาก อีกสิ่งหนึ่งที่ควรคำนึงถึง เนื่องจากคุณยังคงใช้กระบวนการ Data Mining เช่นเดิม การให้เริ่มต้นกระบวนการด้วยการตัดสินใจไปก่อนจะไปช่วยกำหนดข้อมูลที่ต้องการใช้ แทนที่จะเป็นวิธีดั้งเดิม แบบที่เริ่มต้นด้วยข้อมูลแล้วนำไปตัดสินใจในภายหลัง ข้อมูลอคติและการตัดสินใจที่ผิดพลาด อย่างไรก็ตาม สิ่งนี้ไม่ได้หมายความว่ามันคือการใช้กึ๋นของผู้บริหารหรือผู้นำมาตัดสินใจ เพราะวิธีแบบนั้นอาจนำไปสู่ข้อมูลที่เป็นอคติและเป็นการตัดสินใจที่ไม่ดีมาแล้ว การตัดสินใจของคุณในตอนเริ่มต้นของกระบวนการใหม่นี้ จะได้มาจากวิทยาศาสตร์และสูตรทางคณิตศาสตร์หลาย ๆ แบบ ยกตัวอย่างเช่น คุณอาจเลือกใช้วิธีนี้ สำหรับการตัดสินใจที่ต้องการรวมเรื่องเศรษฐศาสตร์ การวิเคราะห์การตัดสินใจ เศรษฐศาสตร์พฤติกรรม จิตวิทยา การออกแบบ ปรัชญา ทฤษฎีเกม และอื่น ๆ อันขึ้นอยู่กับลักษณะของการตัดสินใจในตอนนั้นและสิ่งที่มีอยู่ในมือ หรือหากคุณต้องการเรียนรู้เพิ่มเติมเกี่ยวกับกลวิธี เทคนิค ตัวเลือกในศาสตร์แห่งการตัดสินใจ ทิศทางทางเทคนิคที่เฉพาะเจาะจงมากขึ้น เราขอแนะนำแหล่งข้อมูลที่ทั้งเข้าใจง่ายและเป็นผู้นำทางที่มั่นคงในเรื่องการตัดสินใจอย่างชาญฉลาดเพราะทั้งชื่อชั้นกับผลงานเหล่านี้ ได้รับการยอมรับโดยกว้างสำหรับวิธีการใหม่นี้ในการตัดสินใจ อาจเริ่มต้นด้วยการอ่านบทความหรือรับชมวิดีโอที่มีใน YouTube จำนวนมาก เช่น Decision Intelligence โดย Cassie Kozyrkov หัวหน้า Decision Intelligence ที่ Google, อ่านหนังสือ Digital Decisioning อันแสนยอดเยี่ยม โดย James Taylor ผู้มีพรสวรรค์และเทคนิคต่าง ๆ หรือจะเพิ่มการอ่านข้อมูลจากหนังสือที่เพิ่งตีพิมพ์อย่าง Decision Intelligence For Dummies เข้าไปในรายการด้วย เพื่อช่วยประกอบการตัดสินใจ นอกจากนี้ ยังมี Link โดย Lorien Pratt หรือ Gartner’s Take ที่ได้รายงานเกี่ยวกับหัวข้อนี้ไว้เช่นกัน เมื่อได้เริ่มศึกษาหาความรู้เพิ่มตามหัวข้อนี้แล้ว คุณจะพบว่าการเปลี่ยนแปลงบริษัท จาก “การขับเคลื่อนด้วยข้อมูล” เป็น “การขับเคลื่อนจากการตัดสินใจ” นั้นจะเป็นการเคลื่อนไหวอันชาญฉลาด และมีประสิทธิภาพอย่างยิ่งในท้ายที่สุด บทความโดย Pam Bakerเนื้อหาจากบทความของ InformationWeekแปลและเรียบเรียงโดย วิน เวธิตตรวจทานและปรับปรุงโดย ปพจน์​ ธรรมเจริญพร
10 November 2022
4 เคล็ดลับ การเปลี่ยน Big Data ให้เป็นยอดขาย
หากคุณต้องการทราบ 4 เคล็ดลับว่า มีวิธีใช้ประโยชน์จาก Big Data ยังไงให้เพิ่มยอดขายหรือรายได้ นี่คือคำแนะนำบางส่วนที่คุณควรพิจารณา ( 4 เคล็ดลับเปลี่ยน Big Data ให้เป็นยอดขาย ) บริษัทมากมายใช้ Big Data ในการวิเคราะห์ข้อมูลลูกค้า ใช้สำรวจหาโอกาสเพื่อทำการตลาด ซึ่ง Big Data หมายถึงเทคโนโลยีเพื่อการจัดเก็บ การวิเคราะห์ และจัดการข้อมูลปริมาณมหาศาล และซับซ้อน ด้วยข้อมูลของลูกค้า เราจะเข้าใจความต้องการของผู้บริโภคง่ายขึ้น เราสามารถปรับปรุง หรือพัฒนาสินค้า หรือบริการของเราให้ตอบโจทย์ลูกค้าได้ดีขึ้น นอกจากนี้ Big Data ยังช่วยขจัดเรื่องที่เมื่อก่อนนักยุทธศาสตร์การตลาดต้องคอยคาดเดานั่งเทียน เพราะเราสามารถระบุพฤติกรรมการซื้อของลูกค้าได้อย่างรวดเร็วและใช้ต่อยอดเวลาทำ Campaign ได้อีกด้วย ที่จริงแล้วจุดหมายปลายทางของการรวบรวมและวิเคราะห์ข้อมูลลูกค้า คือ การรู้ไปถึง Profile ของลูกค้า เข้าใจความสนใจ ความชื่นชอบ สามารถแนะนำลูกค้าได้ จนไปสู่การปิดการขายหรือการทำธุรกรรมกับบริษัท ประเด็น คือ Big Data จะสร้างรายได้ทางการตลาดผ่านวิธีการต่าง ๆ และหากคุณต้องการทราบ 4 เคล็ดลับเปลี่ยน Big Data ให้เป็นยอดขาย พร้อมวิธีใช้ประโยชน์จาก Big Data อย่างไรให้เพิ่มรายได้ นี่คือคำแนะนำบางส่วนที่คุณควรพิจารณา: 1. ใช้ Big Data เพื่อยกระดับกลยุทธ์ทางการตลาด ข้อมูลลูกค้าเป็นเครื่องมือที่แสนจะสุดยอด มันจะช่วยคุณสร้าง Campaign ที่มีประสิทธิภาพได้ เมื่อเราวิเคราะห์ Profile ลูกค้า เราจะเข้าใจกลุ่มเป้าหมายลูกค้าของเราได้ดีขึ้น อันที่จริงความเข้าใจอันนี้จะช่วยให้คุณหา Campaign ที่จะดึงดูดความสนใจ กระตุ้นความอยากรู้อยากเห็นของพวกเขา รวมถึงสามารถเชิญชวนลูกค้าใหม่ หรือให้ลูกค้าเก่ากลับมาหาเราซ้ำอีก ตัวอย่าง เช่น คุณสามารถใช้คุกกี้ ซึ่งเป็นไฟล์ที่ถูกเก็บบันทึกเอาไว้ในคอมพิวเตอร์ของเรา เพื่อบันทึกข้อมูลเวลาที่เราเข้าชมเว็บไซต์ต่าง ๆ รวบรวมกิจกรรมบนเว็บไซต์ของลูกค้า เพื่อให้คุณได้เรียนรู้ความสนใจ ประวัติการซื้อ และ Profile ทั่วไปของลูกค้า ด้วยข้อมูลเหล่านี้ คุณสามารถปรับ Campaign ให้เหมาะกับลูกค้าเป้าหมายของคุณได้ดีที่สุด นอกจากนี้มันยังสามารถช่วยลดข้อผิดพลาดในการวางแผนกลยุทธ์การตลาด เท่านั้นยังไม่พอ มันยังช่วยให้องค์กรประหยัดเวลา ประหยัดทรัพยากร ในการวางกลยุทธ์ทางการตลาดล่วงหน้าได้อีกด้วย เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด คุณต้องมีเครื่องมือวิเคราะห์ข้อมูลที่สามารถช่วยให้ตีความข้อมูลจำนวนมาก รวมถึงช่วยรวบรวมข้อมูลที่จำเป็น ในทำการตลาดของคุณ โดยเครื่องมือเหล่านี้จะช่วยจัดระเบียบข้อมูล วิเคราะห์ผลลัพธ์ของ Marketing Campaign การวางแผน Campaign และจัดสรรงบประมาณอย่างมีประสิทธิภาพมากขึ้น 2. สร้างกลยุทธ์ตามความสัมพันธ์กับลูกค้าด้วยข้อมูล คุณสามารถใช้ Big Data ออกแบบกลยุทธ์เพื่อเพิ่มการมีส่วนร่วมกับลูกค้า ตัวอย่าง เช่น คุณสามารถศึกษาได้ว่ากลุ่มเป้าหมายของเราโต้ตอบกับแบรนด์ของเราอย่างไร ปัจจัยอะไรที่ช่วยเพิ่มความสนใจของพวกเขา นอกจากนี้เราจะสามารถหาวิธีเพิ่ม Customer Lifetime Value หรือมูลค่าตลอดอายุการใช้งานของลูกค้าของเรา ผ่านการโต้ตอบพูดคุยทางออนไลน์ หรือช่องทางใด ๆ ก็ตามเหล่านี้แหละ การวิเคราะห์ข้อมูล Big Data ยังสามารถให้ข้อมูลสำคัญที่ทำให้คุณรู้ว่า ตรงไหนจำเป็นต้องปรับเปลี่ยนปรับปรุง เช่น เราสามารถสังเกตได้ว่าผลิตภัณฑ์ใดที่ลูกค้าตอบรับและเข้ามามีส่วนร่วมมากที่สุดและน้อยที่สุด ด้วยวิธีนี้คุณจะสามารถวางแผนเพื่อช่วยดึงดูดความสนใจลูกค้า ในส่วนที่ลูกค้าไม่ค่อยมีส่วนร่วม หรือเอาไปใช้วางแผนจัดการทรัพยากรของคุณ เพื่อนำไปพัฒนาผลิตภัณฑ์ใหม่หรือปรับปรุงผลิตภัณฑ์ตัวเดิมให้ดียิ่งขึ้น 3.เพิ่มการรับรู้ถึงแบรนด์และการเข้าถึงลูกค้าผ่าน Big Data เมื่อคุณรวบรวมข้อมูลตามที่ลูกค้าให้มาบนออนไลน์แพลตฟอร์มของคุณแล้ว คุณจะสามารถหาวิธีเพิ่มการเข้าถึงแบรนด์และเพิ่มการรับรู้ในแพลตฟอร์มอื่น ๆ ได้ อย่างเช่น วิธีหนึ่งที่คุณสามารถทำได้ คือ เพิ่มให้แบรนด์ของคุณไปโผล่ในที่ ๆ กลุ่มเป้าหมายเข้าไปดูบ่อย ๆ ยกตัวอย่าง คุณสามารถออกแบบ Online Campaign ผ่านเว็บไซต์ ผ่าน Social Network ที่ลูกค้าของคุณนิยมใช้ ด้วยวิธีนี้ พวกเขาจะมีส่วนร่วมกับแบรนด์ของคุณได้ง่ายขึ้น หรือจะแชร์สินค้าของคุณ ในเครือข่ายหรือ Community ของพวกเขาได้ด้วย นอกจากนี้ตอนที่คุณเพิ่มการรับรู้ถึงแบรนด์ คุณจะสามารถปรับปรุงวิธีเข้าถึงลูกค้า โดยดูจากการมีส่วนร่วมกับฐานลูกค้าในปัจจุบันของคุณได้อีกด้วย 4.ใช้ Big data เป็นพื้นฐานในการปรับราคา ราคามีผลกับพฤติกรรมการซื้อของลูกค้าเป็นอย่างมาก สิ่งสำคัญ คือ ต้องตระหนักถึงความเคลื่อนไหวของราคาและวิธีที่แบรนด์ของคุณจะยืนหยัดต่อสู้กับคู่แข่ง แม้ว่าการลดราคาอาจดูเหมือนเป็นวิธีที่ดีที่สุดในการเอาชนะคู่แข่ง แต่มันจะสร้างปัญหากลับมา ถ้าการปรับราคาไม่สมเหตุสมผล เช่น ลูกค้าอาจตั้งคำถามเกี่ยวกับคุณภาพ หรือตราสินค้า หรือความน่าเชื่อถือ หากราคาต่ำเกินไป เมื่อเทียบกับสินค้ายี่ห้ออื่น ด้วยปัจจัยเหล่านี้ คุณต้องทำการเปรียบเทียบราคาโดยใช้ข้อมูลจากลูกค้า เพื่อให้รู้ว่า ราคาส่งผลกับการเลือกสินค้าอย่างไร คุณอาจเห็นรูปแบบการซื้อที่อาจช่วยชี้ให้เห็นว่าลูกค้าพิจารณาการเลือกแบรนด์ หรือสินค้าแบบไหนเป็นหลัก และมันจะช่วยให้คุณสามารถตั้งราคาได้อย่างสมเหตุสมผล และไม่กระทบต่อภาพลักษณ์ของแบรนด์ และรายได้ของคุณ นอกจากนี้ ยังมีตัวเลือกอื่น ๆ อีกเพื่อทำให้ราคาของคุณสู้กับคนอื่นได้ดี เช่น คุณอาจพิจารณา ในส่วนของการเพิ่มส่วนลด หรือของสมนาคุณ ซึ่งสิ่งเหล่านี้ก็จะช่วยให้ผลิตภัณฑ์ของคุณโดดเด่นมากยิ่งขึ้น บทสรุป การใช้ Big data เพื่อเพิ่มความได้เปรียบทางการตลาดและเพิ่มรายได้นั้น ได้กลายเป็นกระแสหลักของเหล่าบริษัทต่าง ๆ ในทุกอุตสาหกรรม แบรนด์สามารถเพิ่มการรับรู้ การมีส่วนร่วม การสร้างลูกค้ากลุ่มเป้าหมาย และการขาย ได้ด้วยการที่รู้จักลูกค้ามากขึ้น  ความสำเร็จด้านการตลาดและด้านงานขายของคุณ จึงอยู่ที่ว่า คุณเรียนรู้วิธีใช้ข้อมูลของลูกค้าให้เกิดประโยชน์สูงสุด และจะสร้างความได้เปรียบให้แบรนด์ในองค์กรอย่างไร ( 4 เคล็ดลับใช้ Big Data ให้เป็นยอดขาย ) บทความโดย Analytics Insightเนื้อหาจากบทความของ Analytics Insightแปลและเรียบเรียงโดย วิน เวธิตตรวจทานและปรับปรุงโดย เมธิยาภาวิ์ ศรีมนตรินนท์
9 November 2022
เปลี่ยนออฟฟิศที่ทํางานสู่โลกเสมือนจริง VR
การผสาน Metaverse กับโลกความเป็นจริงโดยใช้เทคโนโลยี Virtual Reality จะให้การทํางานในองค์กรของคุณไม่เหมือนเดิมอีกตลอดกาล ( VR เเละ Metaverse ) แน่นอนว่า คุณต้องเคยได้ยินเรื่องราวเกี่ยวกับ Metaverse มาบ้าง Metaverse เป็นโลกเสมือนจริง (Virtual Reality) ที่ผู้ใช้งานสามารถโต้ตอบซึ่งกันและกัน สามารถทำกิจกรรมร่วมกันเหมือนอยู่ในสถานที่เช่นเดียวกับที่พวกเขาทําในโลกแห่งความเป็นจริง เพียงแต่ Metaverse ทำให้การมาเจอกันหรือโต้ตอบซึ่งกันและกันสะดวกและรวดเร็วยิ่งขึ้น (คือไม่ต้องเสียเวลาเดินทางมาเจอกันนั่นเอง) โดยเราสามารถสร้าง Metaverse ขึ้นมาได้โดยการใช้แอปพลิเคชัน เช่น การสร้างภาพ 3 มิติ การสัมมนา การฝึกอบรมพนักงานและการประชุมเสมือนจริง รวมถึงการซื้อขายเกมใน Metaverse จึงทำให้เราเชื่อมั่นได้ว่า Metaverse นี่แหละจะสรรค์สร้างสถานที่ทํางานเป็นแบบใหม่ทั้งหมด การที่ Metaverse ทำให้ผู้ใช้งานสามารถโต้ตอบซึ่งกันและกันได้นั้น ถูกนำมาเป็นรากฐานในการปรับการทำงานขององค์กรใหม่ทั้งหมด โดยมุ่งเน้นไปที่วิธีที่ผู้คนโต้ตอบและที่ ๆ คนๆ นั้นทำงานอยู่ “เมื่อ VR ได้รวมคนในองค์กรเข้าด้วยกัน เราจะเริ่มเห็นการสร้างที่ทำงานเสมือนจริง การฝึกอบรมด้านเทคนิคที่สมจริงยิ่งขึ้น และวิธีการใหม่ในการใช้แบบจําลองดิจิทัลเพื่อช่วยให้พนักงานตัดสินใจในการดําเนินงานได้ดีขึ้น”  กล่าวโดยคุณ Yusuf Tayob หัวหน้าผู้บริหาร Accenture Operations หน่วยงานที่ช่วยให้ลูกค้าปรับปรุงและเปลี่ยนแปลงการดำเนินธุรกิจ VR มีศักยภาพที่จะยกระดับอุตสาหกรรมจํานวนมาก ซึ่งส่งผลกระทบต่อทุกสาขา ทุกภาคอุตสาหกรรม มันช่วยเปลี่ยนแปลงทั้งในวิธีการสร้างปฏิสัมพันธ์กับลูกค้าและวิธีการทำงานภายในองค์กรเอง James Lloyd Townshend ประธานและ CEO ของผู้ให้บริการความสามารถด้านเทคโนโลยี Revolent Group กล่าว การนำ VR มาใช้ในองค์กรจะทำให้สมาชิกในทีมสามารถสัมผัสประสบการณ์และสถาณการณ์ที่เกิดขึ้นทั้งหมดได้เหมือนกับโลกแห่งความเป็นจริง โดยไม่ต้องเจอกับความเสี่ยงที่พวกเขาอาจเจอได้ในการทำงานทุก ๆ วัน เช่น พายุ โรคระบาดใหญ่และภัยพิบัติทางธรรมชาติที่ทำให้ไม่สามารถไปทำงานได้ ซึ่งแอปพลิเคชัน VR มักจะถูกใช้ในการทำงานที่ต้องเกิดการโต้ตอบกันในที่ประชุม เช่น การฝึกอบรมทีม การนําเสนอการขาย การสัมมนาการสาธิตผลิตภัณฑ์ การประชุมเพื่อสนทนาหารือในการแก้ไขปัญหาที่เกิดขึ้น “แม้ว่าการได้สัมผัสประสบการณ์เหล่านี้ในชีวิตจริงอาจเป็นการเรียนรู้หรือฝึกซ้อมที่ดีที่สุด แต่การใช้ VR ก็ช่วยให้เรียนรู้หรือฝึกซ้อมได้ไม่แพ้กัน” Lloyd-Townshend กล่าว ผู้บริหารของ Accenture (Tayob) ได้ระบุว่า Metaverse ที่มีประสิทธิภาพจะควรมีคุณสมบัติ 3 อย่างนี้: ความท้าทายเพื่อไปสู่ VR แน่นอนว่าการทำให้คนยอมรับ VR จริง ๆ มีอุปสรรคหลายอย่าง ทั้งเรื่องค่าใช้จ่าย ขีดจำกัดความสามารถของซอฟต์แวร์ ชุดหูฟัง VR ที่มีขนาดใหญ่เทอะทะ รวมถึงการเชื่อมต่ออินเทอร์เน็ต “อย่างไรก็ตามความท้าทายเหล่านี้จะไม่เป็นอุปสรรคอีกต่อไปเมื่อเทคโนโลยี 5G พร้อมใช้งานทั่วโลก” Sergey Golubenko หัวหน้าแผนก SharePoint ของ บริษัท ที่ปรึกษาด้านไอที ScienceSoft กล่าว Golubenko คาดการณ์ว่าในอนาคตอันใกล้นี้ชุดหูฟัง VR จะมีขนาดเล็กลงและเป็น Wireless “พวกเขาจะมีความสะดวกในการใช้งานมากขึ้น ซึ่งทำให้มั่นใจได้ว่าในอนาคตเราจะมีการนํา VR มาใช้ในที่ทํางานมากขึ้น” รวมถึงการพัฒนาคุณภาพของภาพ VR ให้มีความละเอียดและความสมจริงมากขึ้น “สิ่งนี้จะช่วยให้สามารถสร้างประสบการณ์ที่เหมือนจริงได้มากขึ้นซึ่งจะทําให้การสื่อสารและการทํางานร่วมกันของพนักงานระยะไกลมีประสิทธิภาพมากขึ้น” Golubenko Lloyd-Townshend เชื่อว่าสิ่งที่ท้าทายที่สุดสำหรับ VR คือการทําความเข้าใจในเรื่องศักยภาพของเทคโนโลยีและการนำ VR มาแก้ไขปัญหาหรือจุดบอดที่เกิดขึ้นในธุรกิจ “ผมคิดว่านี่แหละเป็นข้อเท็จจริงของเทคโนโลยีเมื่อมีนวัตกรรมใหม่เกิดขึ้น” “เช่นเดียวกับที่เกิดขึ้นกับเทคโนโลยี Cloud เมื่อสองสามปีที่ผ่านมา ซึ่งจากที่เคยเป็นข้อยกเว้นกับกลายเป็นบรรทัดฐาน ที่ตอนนี้เกือบทุกธุรกิจใช้ระบบ Cloud ในการดําเนินงานส่วนใหญ่หรือทั้งหมดด้วยซ้ำ”  สำหรับตัว VR เอง เราก็น่าจะพูดได้เหมือนกับ Social Media, ระบบอัตโนมัติ (Automated Systems), ปัญญาประดิษฐ์ (AI), และเทคโนโลยีอื่น ๆ ที่ตอนนี้เป็นสิ่งจำเป็นในชีวิตประจําวันเราไปแล้ว “มันเหลือแค่ว่า จะหาการใช้งานที่เหมาะสมสําหรับ VR เพื่อให้นำไปใช้ในการดำเนินธุรกิจทั่วไปได้ยังไงแค่นั้นเอง” Lloyd-Townshend ขั้นแรกกับการบุกเบิก Metaverse องค์กรที่ต้องการเริ่มต้นใน Metaverse สามารถเริ่มต้นโดยการใช้ Horizon Workrooms เวอร์ชันเบต้าของบริษัท Meta ที่เปิดให้คนทั่วไปใช้ได้ ซึ่งสิ่งนี้จะช่วยให้ทีมสามารถทํางานด้วยกันจากระยะไกลได้โดยใช้ชุดหูฟังเสมือนจริง Oculus Quest 2 Johanna Viscaino ผู้อํานวยการบริหารของ 154 Agency ซึ่งเป็นบริษัททางด้านการตลาด ออกแบบเว็บไซต์และการพัฒนาแบรนด์ ได้กล่าวว่า การใช้ Horizon Workrooms ถือเป็นวิธีที่ดีในการรวมทีมที่ทำงานไกลกันให้สามารถประชุมหรือพูดคุยเรื่องงานกันได้ พนักงานเพียงแค่สแกนโต๊ะทํางานเชื่อมต่อกับแล็ปท็อปของพวกเขา จากนั้นก็เข้าสู่สํานักงานในโลกเสมือน “ทีมของเราสนุกกับการทำงานโดยใช้ Horizon Workrooms มาก ไม่ว่าจะเป็นการแชร์งานออกแบบ การแสดงคิดเห็นระหว่างการนําเสนอ” Viscaino ยังกล่าวอีกว่าทีมยังสามารถเชิญผู้ใช้ที่ไม่ได้ใช้ VR เข้ามาในห้องทํางานของพวกเขา “พวกเขาปรากฏในจอภาพที่ลอยอยู่และ . . . มีส่วนร่วมกับตัวตนอวตารของคนอื่น ๆ ได้” เพื่อให้คุณได้ดื่มด่ำใน Metaverse จริง ๆ Viscaino แนะนําให้ขออนุมัติงบประมาณสําหรับการใช้ Metaverse ในกลุ่มขนาดเล็ก “คุณจำเป็นต้องมีกลุ่มคนที่ได้ลองใช้ VR เพื่อพูดถึงความสะดวกสบายที่เพิ่มมากขึ้น เนื่องจาก VR ในวันนี้ยังไม่ใช่เครื่องมือทํางานที่ได้รับการยอมรับอย่างกว้างขวางขนาดนั้น” ในอีกไม่กี่ปีข้างหน้า Viscaino คาดหวังว่าจะมีผู้นําองค์กรที่ได้รับการสนับสนุนจากผู้บริหารรุ่นใหม่มากขึ้น เพื่อเริ่มทำการสํารวจผลประโยชน์หรือควาสะดวกสบายที่เพิ่มขึนเมื่อมีออฟฟิศใน VR “ในโลกธุรกิจที่อาศัยอยู่ในโลกแห่งโควิด เครื่องมือใด ๆ ที่ช่วยให้คุณสนุกกับการทํางาน มันเป็นสิ่งที่ขาดไม่ได้เลย” จักรวาลกำลังหมุนไปข้างหน้า…  บริษัททั้งหลายน่าจะปฏิเสธไม่ได้เช่นกันว่าจักรวาลนิรมิตหรือ Metaverse กำลังหมุนเข้ามาหาพวกเรา ออฟฟิศในโลกเสมือนจริงจะช่วยให้พวกเราสนุกกับการทำงาน และกลายเป็นความจำเป็นใหม่ แต่นั่นหมายความว่าข้อมูลจำนวนมหาศาลจะต้องถูกจัดการและจัดระเบียบ Big Data จะกลายเป็นโจทย์สำคัญว่า แต่ละองค์กรจะใช้เครื่องมือ เทคโนโลยี Big Data เข้ามาช่วยให้คนของพวกเขา เปลี่ยนออฟฟิศธรรมดาไปสู่ Metaverse โลกเสมือนจริงได้ดีแค่ไหน ? บทความโดย John Edwardsเนื้อหาจากบทความของ InfomationWeekแปลและเรียบเรียงโดย วิน เวธิตตรวจทานและปรับปรุงโดย ปพจน์ ธรรมเจริญพร
19 May 2022
ว่าด้วยเรื่องปัญหาด้านความปลอดภัยใน Metaverse (Metaverse Security)
Metaverse Security เนื้อหาโดยย่อ (Metaverse Security) การกําเนิดขึ้นของ Metaverse หรือที่คนไทยเรียกกันว่าจักรวาลนฤมิตนั้น สร้างความกังวลด้านความปลอดภัยที่มีอยู่ออกมาเป็นลิสต์ยาวเป็นหางว่าว การเพิ่มอีกมิติหนึ่งให้กับ Web 2.0 นํามาซึ่งโอกาสที่จะทำสิ่งที่ไม่ดี ไม่เหมาะสม ไม่ว่าจะเป็นการกลั่นแกล้งทางอินเทอร์เน็ต การใช้ประโยชน์จากข้อมูลที่ละเอียดอ่อน รวมถึงการโจรกรรมทรัพย์สิน  ถึงแม้ว่าเราจะกำลังมุ่งมั่นที่จะแก้ไขปัญหาที่เกิดขึ้น แต่ก็คงจะต้องใช้เวลาอีกสักพักกว่า Metaverse จะเป็นพื้นที่ที่ปลอดภัยในการจัดเก็บและแบ่งปันข้อมูล ข้อมูลผู้ใช้และการส่งข้อความ [Metaverse หรือจักรวาลนฤมิต] จะเพิ่มความรุนแรงของปัญหาความเป็นส่วนตัวก่อนหน้านี้ และสิ่งที่เรากําลังทำอยู่ตอนนี้ก็รับมือกับมันได้ไม่ดีนัก ผู้เชี่ยวชาญยอมรับว่าใน Metaverse จะมีการเฝ้าระวัง การรวบรวมข้อมูล และการแยกข้อมูล โดยข้อมูลของผู้ใช้จะถูกรวบรวมและแจกจ่ายมากขึ้น เนื่องจากการผสานของโลกเสมือนจริงและโลกแห่งความเป็นจริงทำให้สามารถเก็บข้อมูลต่าง ๆ ได้จากเซ็นเซอร์หลายตัว ไม่ว่าจะเป็นข้อมูลส่วนบุคคล หรือแม้แต่อัตราการเต้นของหัวใจเมื่อมีการโต้ตอบในโซเชียลมีเดีย เพราะเมื่อคุณอยู่ใน Metaverse แล้ว ข้อมูลจะไม่ได้อยูภายการควบคุมของคุณอีกต่อไป จึงมักเป็นเป้าหมายของเหล่าแฮ็กเกอร์ที่ต้องการจะแฮ็กข้อมูล แน่นอนว่ามีการเสนอวิธีแก้ปัญหามากมายเพื่อปกป้องข้อมูลส่วนบุคคลเหล่านี้ ไม่ว่าจะเป็น [2]: การสลับใบหน้าและการแมตต์จะไม่ได้ทำให้คุณปิดตัวตนได้อย่างเต็มที่ เว้นแต่คุณจะสามารถเข้ารหัสข้อมูลของคุณได้ การเข้ารหัสจากต้นทางถึงปลายทาง (End-to-end Encryption) จะปกป้องข้อมูลของคุณอย่างสมบูรณ์โดยใช้การส่งรหัสข้อความผ่านแอพ เช่น Signal, Telegram และ Wickr [3] อย่างไรก็ตามมีสัญญาณว่าการใช้การเข้ารหัสจากต้นทางถึงปลายทางกําลังจะสิ้นสุดลง รัฐบาลพยายามขอการเข้าถึงข้อมูลจากบริษัทเทคโนโลยีมานานแล้ว โดยเป็นการขออนุญาตการเข้าถึง “ประตูหลัง” (ทางลับสำหรับเข้าสู่โปรแกรมที่นักเขียนโปรแกรมมักจะกำหนดเป็นรหัสกันไว้ คนที่ไม่รู้รหัสหรือทางเข้าประตูหลัง ก็จะเรียกใช้โปรแกรมนั้นไม่ได้ คล้าย ๆ กับรหัสผ่าน) เป็นข้อความส่วนตัว รวมถึงในเร็ว ๆ นี้จะมีการบัญญัติพระราชบัญญัติ EARN IT [4] ที่มีวัตถุประสงค์เพื่อป้องกันเนื้อหาการล่วงละเมิดทางเพศเด็ก (CSAM) อีกด้วย แต่บทความเกี่ยวกับกฎหมายของสแตนฟอร์ด [5] ระบุว่า การเข้ารหัสจากต้นทางถึงปลายทาง “… มีแนวโน้มที่จะตกเป็นเป้าหมายว่าขัดกับแนวทางปฏิบัติที่ดีที่สุดในการป้องกัน CSAM” เพราะถ้าหากการเข้ารหัสทำให้ไฟล์อ่านค่าไม่ได้ก็จะทำให้ตรวจหา CSAM ได้ยาก ดังนั้นหากผู้ออกกฎหมายไม่สามารถรื้อการเข้ารหัส End-to-end Encryption ได้สำเร็จก็จะทำให้แฮกเกอร์หรือผู้ไม่ประสงค์ดีสามารถเข้าถึงข้อความของคุณได้ [6] การกลั่นแกล้งทางไซเบอร์ การกลั่นแกล้งทางอินเทอร์เน็ตเป็นประเด็นทางสังคมที่ใหญ่มาก โดยมีรายงานว่าประมาณ 16% ของเด็กวัยเรียนถูกล่วงละเมิดออนไลน์ [7] ซึ่งเป็นเรื่องยากที่จะตรวจจับการกระทำเหล่านี้ เนื่องจากผู้กระทำผิดสามารถทำเรื่องเหล่านี้ได้โดยไม่ระบุชื่อหรือใช้นามแฝง ซึ่งมักจะใช้วิธีการแฮ็คเข้าสู่บัญชีโซเชียลมีเดียของเหยื่อ และการเข้าไปใน Metaverse ก็เป็นการเปิดโอกาสให้คนที่ชอบกลั่นแกล้งคนอื่นและพวก Stalker (นักสะกดรอย) สามารถปกปิดตัวตนได้ จึงไม่แปลกใจเลยว่า Metaverse จะกลายเป็นสถานที่ที่มีการกลั่นแกล้งและการล่วงละเมิดเต็มไปหมด “ผู้เขียนจึงไม่แปลกใจกับการเกิดขึ้นของปัญหาการล่วงละเมิดเหล่านี้ เพราะปัญหานี้ยังไม่ได้รับการแก้ไข และเหมือนว่าตอนนี้ทุกคนก็ยังประมาท เพราะไม่มีใครคิดถึงเรื่องนี้เลย ก่อนที่จะเข้าไปใน Metaverse” ศาสตราจารย์ Brooke Foucault Welles ผู้เชี่ยวชาญด้านการสื่อสาร [1] วิธีหนึ่งในการแก้ไขปัญหานี้คือการป้องกัน – เราสามารถจำกัดความสามารถของอวตารในการบล็อกคําหรือสถานการณ์บางอย่างที่น่าจะจัดเป็นการล่วงละเมิดหรือน่าจะเป็นพวกสะกดรอย (Stalker) ได้ ซึ่งคําหรือสถานการณ์ที่ไม่เหมาะสมเหล่านั้นก็ไม่ได้หายไปจาก Metaverse เพียงแต่ผู้ใช้ได้รับการป้องกันจากมัน [2] แต่อย่างไรก็ตามเครื่องมือนี้ก็ใช้ไม่ได้ในทุกสถานการณ์ เพราะบางครั้งพฤติกรรมการล่วงละเมิดและการกลั่นแกล้งมันยากที่จะสังเกตและตรวจจับ วิธีการแก้ปัญหาอีกวิธีหนึ่งคือให้ผู้ใช้พยายามหลีกเลี่ยงหรืออยู่ให้ห่างจากพฤติกรรมที่ไม่เหมาะสมที่จะนำไปสู่การล่วงละเมิดได้ แต่ข้อเสียคือกว่าจะรู้ตัวผู้ใช้ ก็ถูกล่วงละเมิดไปแล้ว การโจรกรรมและสินค้าลอกเลียนแบบ สินค้าลอกเลียนแบบได้แพร่หลายใน Web 2.0 และแน่นอนว่ามันก็จะมีอยู่ใน Metaverse เช่นกัน ทางออกอย่างหนึ่งเพื่อกันการโจรกรรมแบบดิจิทัลคือลายน้ำ (Watermarking) ที่มองไม่เห็น ซึ่งบางทีเราก็เห็นว่าการใช้ลายน้ำไม่สามารถหยุดการโจรกรรมได้ [8] Blockchain อาจเป็นทางออกที่ช่วยแก้ปัญหาในเรื่องความเป็นเจ้าของ การตรวจสอบย้อนกลับและการถ่ายโอนทรัพย์สิน แต่อย่างไรก็ตาม Blockchain ก็ยังคงมีปัญหาเช่นกัน: MIT’s Technology Review เตือนว่า “แม้ความปลอดภัยในระบบ Blockchain จะถูกออกแบบมาอย่างดี แต่ก็อาจจะล้มเหลวได้เมื่อเจอกับเหล่ามนุษยที่มีความรู้ทางคณิตศาสตร์กับกฎเกณฑ์ของซอฟต์แวร์ และพร้อมที่จะทำการโจรกรรม” [9] การแก้ปัญหาแบบนิวเคลียร์ ทางออกที่ง่ายที่สุดในการแก้ปัญหาข้อกังวลด้านความปลอดภัยและความเป็นส่วนตัวทั้งหลายทั้งมวลคือการห้ามผู้ใช้เข้าสู่ Metaverse ตั้งแต่แรกไปเลย [10] หากมาตรการ Draconian (ไว้เรียกกฎหมายที่มีบทลงโทษแรงมาก ๆ จนคนทั่วไปอาจจะมองว่ารุนแรงเกินไป) นั้นไม่บังคับใช้ แต่ถ้าหากคุณเลือกที่จะเข้าสู่ Metaverse คุณก็ควรรับความเสี่ยงด้วยตัวคุณเอง บทความโดย Stephanie Glenเนื้อหาจากบทความของ TechTargetแปลและเรียบเรียงโดย วิน เวธิตตรวจทานและปรับปรุงโดย นววิทย์ พงศ์อนันต์ อ้างอิง [1] Metaverse Privacy[2] Metaverse: Security and Privacy Concerns[3] What’s App Loses Millions of Users[4] Blackburn & Colleagues’ EARN IT Act Closer to Becoming Law[5] THE EARN IT ACT: HOW TO BAN END-TO-END ENCRYPTION WITHOUT ACTUALLY BANNING IT[6] Encryption: A Tradeoff Between User Privacy and National Security[7] Bullying at School and Electronic Bullying[8] Digital Watermarks[9] How secure is Blockchain really.[10] The social metaverse: Battle for privacy
17 May 2022
ระบบการจัดการสินค้าคงคลังอัตโนมัติ: สุดยอดคู่มือสำหรับปี 2022 และปีต่อ ๆ ไป
การจัดการสินค้าคงคลังอัตโนมัติ แนวโน้มของ E-commerce ที่เพิ่มขึ้นในปี 2022 ทำให้ การจัดระบบการสินค้าคงคลังอัตโนมัติ เข้ามามีบทบาทมากขึ้นในธุรกิจ E-commerce การจัดการสินค้าคงคลังเป็นส่วนสำคัญของธุรกิจ E-commerce โดยเฉพาะอย่างยิ่งหากเป็นธุรกิจ E-commerce ที่ใช้กลยุทธ์ทางด้านช่องทางการขายหลายช่องทาง เพราะการจัดการสินค้าคงคลังที่ดีจะช่วยลดความยุ่งยากในการบริหารจัดการได้ เนื่องจากการจัดการสินค้าคงคลังเป็นระบบงานที่ต้องใช้เวลาในการจัดการ อีกทั้งยังมีกระบวนการต่าง ๆ ที่ยุ่งยากเข้ามาเกี่ยวข้อง การวางแผนการจัดการสินค้าคงคลังโดยใช้แรงงานคนจึงไม่เหมาะสมอีกต่อไป การใช้เทคโนโลยีการจัดการสินค้าคงคลังอัตโนมัติจะช่วยในเรื่องการจัดการ ทำให้ประหยัดเวลาและลดโอกาสในการเกิดข้อผิดพลาดให้เหลือน้อยที่สุด ระบบการจัดการสินค้าคงคลังอัตโนมัติคืออะไร? ระบบจัดการสินค้าคงคลังอัตโนมัติเป็นเหมือนห้องเครื่องที่จะคอยบริหารจัดการกระบวนการจัดการสินค้าให้ได้ประสิทธิภาพที่ดีที่สุด โดยจะช่วยให้ผู้ค้าปลีกและผู้ค้าส่งสามารถจัดการสินค้าคงคลังได้แบบ Real-time ทำให้สามารถใช้เวลาและให้ความสนใจไปกับงานที่สำคัญอื่น ๆ ได้ โดยไม่ต้องกังวลเกี่ยวกับการจัดการสินค้าคงคลังมากเหมือนเท่ากับการจัดการด้วยตนเอง ด้วยระบบการจัดการสินค้าคงคลังอัตโนมัติ กระบวนการจัดการสินค้าทุกอย่างจะดำเนินไปได้เอง ไม่ว่าจะเป็นในเรื่องของสินค้าค้างชำระ การออกใบแจ้งหนี้ตามใบสั่ง การติดแท็กลูกค้า การนับสินค้าคงคลัง Dropshipping (การทำเป็นตัวแทนจำหน่าย) การสร้างใบสั่งซื้อ และการทำรายงานสรุปผล ระบบการจัดการสินค้าคงคลังอัตโนมัติทำงานอย่างไร ระบบการจัดการสินค้าคงคลังอัตโนมัติทำงานในลักษณะเดียวกับผู้ค้าปลีกสมัยใหม่ในการติดตามและจัดการสินค้าคงคลัง สิ่งแตกต่างเพียงอย่างเดียว คือ ระบบการจัดการสินค้าคงคลังอัตโนมัติที่มีประสิทธิภาพนี้ จะดูแลกระบวนการส่วนใหญ่เกือบทั้งหมด มีเพียงบางส่วนเท่านั้นที่ยังจำเป็นต้องให้แรงงานคนมาจัดการด้วยตนเอง นอกจากนี้ระบบอัตโนมัติยังให้ข้อมูลเชิงลึก ซึ่งช่วยให้สามารถทำการตัดสินใจที่สำคัญทางธุรกิจได้รวดเร็วขึ้น ตัวอย่าง ผลประโยชน์ที่จะได้รับหากได้ติดตั้งระบบการจัดการสินค้าคงคลังสำหรับแพลตฟอร์ม E-commerce เหตุใดจึงควรลงทุนในระบบการจัดการสินค้าคงคลังอัตโนมัติ? ผู้ค้าปลีกหลายรายกำลังพิจารณาลงทุนในระบบการจัดการสินค้าคงคลังแบบอัตโนมัติ เพราะเล็งเห็นผลประโยชน์ที่น่าสนใจที่จะได้รับจากการใช้ระบบดังกล่าว ระบบการจัดการสินค้าคงคลังอัตโนมัติจะช่วยใช้ธุรกิจ E-commerce มีประสิทธิภาพมากยิ่งขึ้นในด้านต่าง ๆ ดังต่อไปนี้ สิ่งที่ระบบการจัดการสินค้าคงคลังอัตโนมัติควรมี 1.Automatic Reorderingการสั่งสินค้าใหม่อัตโนมัติเป็นสิ่งจำเป็นในระบบสินค้าคงคลังอัตโนมัติเพื่อสร้างความมั่นใจว่าสินค้าคงคลังจะไม่มีวันหมดหรือขาดสต็อก ดังนั้นควรเลือกระบบการจัดการสินค้าคงคลังที่มีคุณสมบัติ เช่น การแจ้งเตือนฝ่ายผลิตสินค้าหรือผู้ผลิตเมื่อสินค้าใกล้หมด เพื่อให้มีสินค้าในคลังสินค้าพร้อมที่จะจำหน่ายเสมอ 2. Automatic Stock Transferการโอนสต็อกอัตโนมัติเป็นคุณลักษณะที่สำคัญโดยเฉพาะอย่างยิ่งหากสินค้ากระจายอยู่ในหลาย ๆ คลังสินค้า การโอนสต็อกอัตโนมัติจะช่วยให้ผู้จัดจำหน่ายหรือผู้ขาย สามารถค้นหาสต็อกสินค้าได้ทันท่วงที เมื่อมีความต้องการเกิดขึ้น 3. Inventory Alerts & Notificationsการแจ้งเตือนสินค้าคงคลังจะช่วยในการติดตามสถานะของสินค้าคงคลัง ด้วยคุณสมบัตินี้จะสามารถป้องกันปัญหาต่าง ๆ เช่น ระดับสินค้าคงคลังต่ำกว่าที่ควรจะเป็น สินค้าเกินจำนวน หรือความล่าช้าในการจัดส่ง 4. Ecommerce Integrationการเชื่อมต่อกับ E-commerce ก็เป็นสิ่งสำคัญ ดังนั้นจึงควรเลือกระบบการจัดการสินค้าคงคลังอัตโนมัติที่สามารถเชื่อมต่อเข้ากับเครื่องมือการจัดการ E-commerce ที่มีประสิทธิภาพ เช่น ระบบ POS หรือ CRM Systems ซึ่งจะทำให้สามารถติดตามและจัดการสินค้าคงคลังได้อย่างมีประสิทธิภาพมากขึ้น 5. Automated Order Managementการจัดการคำสั่งซื้ออัตโนมัติจะช่วยดูแลปัญหาสินค้าคงคลังในส่วนท้ายของกระบวนการทั้งหมด ด้วยฟังก์ชันนี้จะทำให้สามารถจัดเรียง แพ็คสินค้าได้ตามที่กำหนดส่ง และมั่นใจได้ว่าสินค้าจะจัดส่งไปถึงลูกค้าได้ตามกำหนดเวลา 6. Analysis & Reportsการวิเคราะห์และรายงานผลเป็นหนึ่งในคุณสมบัติของระบบการจัดการสินค้าคงคลังอัตโนมัติที่ผู้ประกอบการส่วนใหญ่มักมองว่าไม่สำคัญ แต่ที่จริงแล้วการวิเคราะห์และรายงานผลของกระบวนการทั้งหมดจะเป็นสิ่งที่ช่วยในตัดสินใจทางธุรกิจได้ดีขึ้น ซึ่งระบบการจัดการสินค้าคงคลังนั้นควรนำเสนอข้อมูลแบบ Real-time แนวโน้มที่น่าจับตามองของระบบการจัดการสินค้าคงคลังอัตโนมัติในปัจจุบัน 1.Data Analyticsการมีข้อมูลปริมาณมากไม่ได้หมายความว่าเราจะสามารถใช้ประโยชน์จากข้อมูลเหล่านั้นได้ทั้งหมด แต่การวิเคราะห์ข้อมูลนั้นถือเป็นสิ่งสำคัญที่ทำให้ค้นพบ Actionable Information หรือข้อมูลที่สามารถนำไปใช้ประโยชน์ได้จริง โดยเฉพาะอย่างยิ่งในยุคปัจจุบันที่ธุรกิจต่าง ๆ พึ่งพาข้อมูลและการวิเคราะห์ในการตัดสินใจที่นำไปสู่ความสำเร็จ ข้อมูลจะช่วยให้เข้าใจข้อมูลเชิงลึก เช่น พฤติกรรมของผู้บริโภค ที่สามารถนำไปสู่การเพิ่มยอดขาย ดังนั้นจึงควรมองหาระบบที่มีการวิเคราะห์ข้อมูลที่ดี เพื่อช่วยให้ได้มองเห็นข้อมูลในมุมมองต่าง ๆ 2. Automated Machineryระบบเครื่องจักรอัตโนมัติสามารถช่วยปรับปรุงวิธีการในการจัดการสินค้าคงคลังในระดับลึก และสามารถช่วยเป็นแนวทางในการจัดการกระบวนการคลังสินค้าได้อย่างมีประสิทธิภาพ รวมถึงประหยัดเวลาและแรงงาน ดังนั้นควรเลือกระบบการจัดการสินค้าคงคลังอัตโนมัติที่รองรับการทำงานของระบบเครื่องจักรอัตโนมัติ 3.5Gหากต้องการใช้ระบบสินค้าคงคลังอัตโนมัติให้เกิดประโยชน์สูงสุด จะต้องมีการเชื่อมต่อที่รวดเร็วและเชื่อถือได้ ดังนั้นเลือกเทคโนโลยีการเชื่อมต่อล่าสุด เช่น 5G เนื่องจากเทคโนโลยีเหล่านี้จะช่วยให้การรวบรวมข้อมูลมีประสิทธิภาพมากยิ่งขึ้น สรุป ในปัจจุบันอาจกล่าวได้ว่าอยู่ในยุคที่มีการแข่งขันทางการตลาดอย่างดุเดือด ลูกค้ามีตัวเลือกนับล้านราย และเจ้าของธุรกิจ E-commerce ต้องเผชิญกับแรงกดดันในเรื่องของการส่งมอบสินค้าให้ถูกต้องและรวดเร็วขึ้น ระบบการจัดการสินค้าคงคลังอัตโนมัติจะสามารถช่วยเพิ่มประสิทธิภาพในการทำงานในสถานการณ์เช่นนี้ได้ ดังนั้นจึงควรเลือกระบบการจัดการสินค้าคงคลังที่สามารถตอบสนองความต้องการทางธุรกิจได้อย่างเหมาะสม บทความโดย James Wilsonเนื้อหาจากบทความของ TechTargetแปลและเรียบเรียงโดย วิน เวธิตตรวจทานและปรับปรุงโดย ดวงใจ จิตคงชื่น
9 May 2022
PDPA Icon

We use cookies to optimize your browsing experience and improve our website’s performance. Learn more at our Privacy Policy and adjust your cookie settings at Settings

Privacy Preferences

You can choose your cookie settings by turning on/off each type of cookie as needed, except for necessary cookies.

Accept all
Manage Consent Preferences
  • Strictly Necessary Cookies
    Always Active

    This type of cookie is essential for providing services on the website of the Personal Data Protection Committee Office, allowing you to access various parts of the site. It also helps remember information you have previously provided through the website. Disabling this type of cookie will result in your inability to use key services of the Personal Data Protection Committee Office that require cookies to function.
    Cookies Details

  • Performance Cookies

    This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

  • Functional Cookies

    This type of cookie enables the Big Data Institute (Public Organization)’s website to remember the choices you have made and deliver enhanced features and content tailored to your usage. For example, it can remember your username or changes you have made to font sizes or other customizable settings on the page. Disabling these cookies may result in the website not functioning properly.

  • Targeting Cookies

    "This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

Save settings
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.