องค์กรขนาดใหญ่ก็เริ่มมีการนำ Business Analytics มาแก้โจทย์ และตัดสินใจทางธุรกิจมากขึ้น ผมจะยกตัวอย่าง เช่น บริษัท A มีปัญหาสต็อคเกินมากเกินไป ทำให้ต้นทุนสูง และผู้บริหารต้องการลดสต็อค แต่ไม่ให้กระทบการให้บริการลูกค้า
จากโจทย์ดังกล่าว เราสามารถนำ Business Analytics จะมาช่วย โดยแบ่งเป็น 3 ขั้นตอน ดังนี้
Descriptive Analytics
Descriptive Analytics คือการวิเคราะห์ข้อมูล เพื่อตอบคำถามในระดับดังต่อไปนี้
– มีเหตุการณ์หรือเกิดปัญหาอะไรขึ้น
– ปัญหาเกิดบ่อยแค่ไหน และเกิดในกระบวนการไหนของธุรกิจ
– สาเหตุของปัญหาคืออะไร
– ธุรกิจจะต้องทำอย่างไรบ้างเพื่อแก้ปัญหานั้น
#ตัวอย่างการนำไปใช้
บริษัท A มีปัญหาสต็อคสินค้าเหลือมากเกินไป ผู้บริหารสามารถนำ Descriptive Analytics มาวิเคราะห์ปัญหาว่า สต็อคกลุ่มไหนที่มีมากเกินไป อะไรคือสาเหตุทำให้สต็อคเหลือเกิน และ บริษัท A จะต้องทำอย่างไรเพื่อแก้ปัญหานั้นๆ
Predictive Analytics
Predictive Analytics เป็นรูปแบบการใช้ข้อมูลโดยจะเป็นการ “พยากรณ์” หรือ “ทำ นาย” สิ่งที่จะเกิดขึ้น การวิเคราะห์แบบนี้ จะใช้ข้อมูลในอดีตร่วมกับโมเดลทางคณิตศาตร์ต่าง ๆ เพื่อมาวิเคราะห์และตัดสินใจได้ดีขึ้น
#ตัวอย่างการนำไปใช้
บริษัท A ที่มีปัญหาสต็อคเหลือมากเกินข้างต้น พบว่า ปัญหาหนึ่งเกิดจากการพยากรณ์การขายไม่แม่นยำ ทำให้ สินค้าเหลือมาก ดังนั้น บริษัท A สามารถนำ Predictive Analytics มาช่วยการพยากรณ์การขายให้แม่นยำมากขึ้น ทำให้การสั่งซื้อสินค้าได้ถูกต้อง และลดปัญหาสินค้าเกิน และหมดอายุได้
Prescriptive Analytics
Prescriptive Analytics เป็นรูปแบบการวิเคราะห์ข้อมูลที่ซับซ้อนที่สุด เพราะรวมทั้งการพยากรณ์หรือทำนายว่าอะไรจะเกิดขึ้น และยังให้คำแนะนำทางเลือกต่างๆ และประเมินผล และความเสี่ยงของแต่ละทางเลือกอีกด้วย
Prescriptive Analytics จะใช้ผลวิเคราะห์จาก Predictive Analytics เป็นพื้นฐาน โดยซอฟต์แวร์ Prescriptive Analytics จะช่วยเลือกกลยุทธ์ที่ดีที่สุดในการแก้ปัญหา
ตัวอย่างการนำไปใช้
จากปัญหาสต็อคข้างต้น บริษัท A พบว่า ธุรกิจมีรายการสินค้าหลายร้อยรายการ และอยากจะกำหนดระดับสต็อคที่เหมาะสม โดยไม่ให้มีสต็อคมากเกินไป แต่ก็ต้องให้มีสินค้าเพียงพอกับการขาย เพื่อรักษาระดับการบริการกับลูกค้า
บริษัท A จึงได้นำเทคนิควิเคราะห์ Prescriptive Analytics ซึ่งช่วยเลือกกลยุทธ์ที่เหมาะสมที่สุด เพื่อคำนวณระดับสินค้า ต่ำสุด/สูงสุด ของแต่ละรายการ โดยที่จุดต่ำสุด/สูงสุดนี้ จะลดต้นทุนให้ต่ำที่สุด ในขณะที่รักษาการระดับการให้บริการลูกค้าที่ 95%
ผู้เขียน:
อ. เอกรัตน์ รุจิรเศรษฐกุล, CPIM ESLog LBBP
ที่ปรึกษากลยุทธ์โลจิสติกส์และซัพพลาย
ประสบการณ์บริหารซัพพลายเชนให้กับบริษัทระดับโลกมากกว่า 20 ปีปัจจุบันเป็นที่ปรึกษา วิทยากร และอาจารย์พิเศษสอนในเรื่องกลยุทธ์และการจัดการธุรกิจและซัพพลายเชน
ติดตาม อ. เอกรัตน์ ได้ที่ Facebook and Youtube Channel