ข้อมูลขนาดใหญ่สร้างความเข้าใจผิด

ตลอดทศวรรษที่ผ่านมา Big Data ได้สร้างความคาดหวังให้กับธุรกิจราวกับว่าได้พบดินแดนแห่งสัญญา ที่คาดหวังว่าจะเป็นสายด่วนที่น่าทึ่งซึ่งสามารถระบุพฤติกรรม ความปรารถนา และความต้องการของลูกค้าเป้าหมายได้ทันที

พฤษภาคม 2011รายงานวิจัยพิเศษMcKinsey บริษัทที่ปรึกษาด้านการจัดการ ได้อ้างว่า "Big Data จะเป็นรากฐานสำคัญของการแข่งขันทางธุรกิจในอนาคต ซึ่งจะสนับสนุนการเพิ่มผลผลิต นวัตกรรม และกระแสการบริโภคที่มากเกินไป" ในเวลาเดียวกัน รายงานของ IBM ที่ออกมาในเวลาต่อมาได้กล่าวว่าข้อมูลทั่วโลก 90% ในเวลานั้นถูกสร้างขึ้นในช่วง 2 ปีที่ผ่านมา สะท้อนให้เห็นว่าข้อมูลถูกสร้างขึ้นมากมายทุกวัน

แต่ผลลัพธ์ของNewVantage Partners 2020 Big Data & Executive Surveyที่เผยแพร่ในปี 2021 เผยให้เห็นความเป็นจริงที่แตกต่างจากความคาดหวังในตอนแรก การสำรวจนี้เป็นผลลัพธ์จากการตอบแบบสอบถามของผู้บริหาร 1,000 คนในบริษัทที่อยู่ในรายชื่อ Fortune ซึ่งรับผิดชอบและดูแลโครงการ Data initiative

• เพียง 26.8% ของบริษัทเท่านั้นที่สร้างวัฒนธรรมข้อมูล
• เพียง 37.8% ของบริษัทเท่านั้นที่ตอบว่าดำเนินงานแบบขับเคลื่อนด้วยข้อมูล
• มีเพียง 45.1 บริษัทเท่านั้นที่กำลังแข่งขันในอุตสาหกรรมข้อมูลและการวิเคราะห์ในปัจจุบัน

แน่นอนว่าการทำเหมืองข้อมูลเพื่อสร้างความฉลาดทางลูกค้า (Customer Intelligence) ส่งผลให้ผู้ถือหุ้นของ Netflix และ Amazon มีความสุข นี่คือข้อเท็จจริงที่เราต้องยอมรับ

-

แต่ถึงแม้ว่าปริมาณข้อมูลจะเพิ่มขึ้นอย่างมหาศาลและบางบริษัทประสบความสำเร็จ แต่ในความเป็นจริง บริษัทส่วนใหญ่ไม่สามารถได้รับข้อมูลเชิงลึกที่ลึกซึ้งดังที่คาดหวังไว้ในตอนแรก ผลลัพธ์ก็คือการวิเคราะห์ข้อมูลเป็นเพียงเครื่องมือเมื่อเราใช้การวิเคราะห์ข้อมูลนี้เป็นกลยุทธ์ เราจะเริ่มตั้งสมมติฐานเกี่ยวกับบุคคลและพฤติกรรมของพวกเขา

ซึ่งเป็นสมมติฐานที่ผิดพลาดซึ่งไม่มีความเกี่ยวข้องกับโลกแห่งความเป็นจริงของบุคคล

กล่าวอีกนัยหนึ่ง Big Data นั้นทำให้ธุรกิจเข้าใจผิดเกี่ยวกับบุคคล

ประการแรก Big Data นำไปสู่ Thin Data ในสาขาการวิเคราะห์สังคม การทำความเข้าใจพฤติกรรมของมนุษย์แบ่งออกเป็น 2 ประเภทหลัก Thin Data มักจะรวบรวมมาจากร่องรอยดิจิทัลของบุคคล ตัวอย่างเช่น เธอใส่เสื้อไซส์ 44 มีดวงตาสีน้ำตาล และดื่มไวน์ Pinot Noir นี่เป็นเพียงข้อมูลภายนอกที่เห็นได้ชัด

และ Thick Data ซึ่งเป็นอีกประเภทหนึ่ง มอบความเข้าใจเกี่ยวกับวิธีที่บุคคลสัมผัสกับโลกแห่งความเป็นจริง ตัวอย่างเช่น เธอได้กลิ่นหญ้าหลังฝนตก เธอเห็นเขาเป็นคนพิเศษขณะเดินด้วยกัน และรองเท้าผ้าใบของเธอทำให้เธอเดินเบาขึ้น นี่เป็นข้อมูลที่อุดมไปด้วยความหมายนั่นเอง

กล่าวอีกนัยหนึ่ง Big Data มุ่งเน้นไปที่ความสัมพันธ์ (correlation) ที่เกี่ยวข้องกับผลิตภัณฑ์ แต่ไม่สนใจความสัมพันธ์เชิงสาเหตุ (causality) ในชีวิตประจำวัน อย่างไรก็ตามหัวใจของความเข้าใจพฤติกรรมของมนุษย์ในฐานะสิ่งมีชีวิตทางสังคมนั้นอยู่ที่ความสัมพันธ์เชิงสาเหตุ หากไม่มีข้อมูลเชิงลึกเกี่ยวกับความคิดและความรู้สึกที่แท้จริงของลูกค้า Thin Data นั้นจะมีความหมายและประโยชน์ใช้สอยที่จำกัด รายงาน Analytics in Action ของ Accenture ระบุว่า มีเพียง 20% ขององค์กรที่อ้างว่ามีทักษะการจัดการประสิทธิภาพที่ยอดเยี่ยมเท่านั้นที่ "พบความสัมพันธ์เชิงสาเหตุที่ได้รับการพิสูจน์ระหว่างสิ่งที่พวกเขาพยายามวัดกับผลลัพธ์ที่พวกเขาพยายามผลักดัน" นี่เป็นหลักฐานที่แสดงให้เห็นว่าธุรกิจที่เน้นอัลกอริทึมนั้นขาดความสามารถในการทำความเข้าใจพฤติกรรมของมนุษย์

เหนือสิ่งอื่นใด Big Data ไม่สามารถเผยให้เห็นรูปแบบที่มีคุณค่าทางกลยุทธ์ในตัวได้หากไม่มีทักษะการคิดเชิงวิพากษ์ การคิดเชิงวิพากษ์ (Critical thinking) ในที่นี้หมายถึงกระบวนการตรวจสอบและเปรียบเทียบสถานการณ์ตามหลักฐานเชิงวัตถุ เพื่อให้'ความสัมพันธ์เชิงสาเหตุ'ชัดเจน และดำเนินการตามการตัดสินใจที่ได้จากกระบวนการนี้ ความจำเป็นที่ธุรกิจต้องพัฒนาทักษะในการตีความพฤติกรรมของมนุษย์ที่ถูกต้องในหมู่ผู้บริหารสามารถอธิบายได้ผ่านกระบวนการนี้

-

รูปแบบการคิดเชิงวิเคราะห์ที่ยิ่งใหญ่ที่สุดของมนุษยชาติมาจากสาขาการวิเคราะห์สังคม

ตลอดเวลา 2,000 ปีที่ผ่านมา ประวัติศาสตร์ วรรณกรรม ปรัชญา มานุษยวิทยา และสาขาอื่นๆ ในมนุษยศาสตร์ได้สอนทักษะการคิดเชิงวิพากษ์ให้กับเรา เพื่อให้มนุษย์เข้าใจมนุษย์อย่างถูกต้อง การทำความเข้าใจพฤติกรรมของมนุษย์ในระดับลึกจะช่วยให้เราสามารถทำความเข้าใจและอธิบายการเปลี่ยนแปลงอย่างรวดเร็วของพฤติกรรมของลูกค้า และจากจุดนั้นเอง เราจะสามารถค้นพบโอกาสแห่งนวัตกรรม

ในท้ายที่สุด เมื่อเราสามารถค้นหาคำตอบของ "Why" ธุรกิจจะสามารถมีมุมมองที่เป็นประโยชน์ของตัวเองใน Big Data movement ที่วุ่นวายในปัจจุบัน และธุรกิจนั้นจะเป็นหน่วยงานเดียวที่สามารถเข้าใจมนุษย์ได้อย่างถูกต้อง