DataTechnology

ทีมวิเคราะห์ข้อมูลฉบับ MIT เป็นแบบไหนกัน?

MIT แนะนำวิธีสร้างทีม Data สุดเจ๋งในบริษัท | Skooldio Blog - ทีมวิเคราะห์ข้อมูลฉบับ MIT เป็นแบบไหนกัน?

เพราะธุรกิจทุกวันนี้ตัดสินที่ใครจะนำ Data มาวิเคราะห์ได้มีประสิทธิภาพกว่ากัน แต่ปัญหาคือหลาย ๆ องค์กรยังไม่รู้เลยว่าถ้าจะตั้งทีม Data ในบริษัทต้องทำอย่างไร? และควรมีใครบ้าง?

ทาง Skooldio จึงขอหยิบเอาคำแนะนำจาก MIT Sloan School of Management สถาบันด้านนวัตกรรมระดับต้น ๆ ของโลกมาฝากกัน ว่าทีม Data สุดปัง ต้องประกอบไปด้วยอะไรบ้าง?

ทีม Data ตามแบบฉบับ MIT ประกอบไปด้วย 5 ส่วนหลัก ๆ ดังนี้

1. วิศวกรข้อมูล (Data Engineer)

วิศวกรข้อมูล (Data Engineer) | Skooldio Blog - ทีมวิเคราะห์ข้อมูลฉบับ MIT เป็นแบบไหนกัน?
Designed by Chevanon / Freepik

ผู้สรรสร้าง ดูแล และพัฒนาระบบการรวบรวม คัดกรอง รวมถึงจัดการข้อมูลให้มีประสิทธิภาพ จากนั้นจึงนำข้อมูลที่ผ่านการคัดกรองแล้ว ส่งให้ Data Scientist ไปวิเคราะห์ข้อมูลเพื่อต่อยอดโอกาสทางธุรกิจต่อไป

2. นักวิทยาศาสตร์ข้อมูล (Data Scientist)

ถ้า Data Engineer เป็นผู้ดูแลระบบข้อมูล Data Scientist ก็คือคนที่เล่นกับข้อมูล ซึ่ง Data Scientist จะนำข้อมูลที่ผ่านการกรองมาวิเคราะห์หา Insight เพื่อประกอบการตัดสินใจต่าง ๆ ในองค์กร

3. นักแปลข้อมูล (Data Translator)

นักแปลข้อมูล (Data Translator) | Skooldio Blog - ทีมวิเคราะห์ข้อมูลฉบับ MIT เป็นแบบไหนกัน?
Designed by rawpixel.com / Freepik

เปรียบเหมือนสะพานเชื่อมระหว่างทีม Data กับ ทีม Business จะเป็นคนที่เข้าใจการทำงานของระบบข้อมูลตั้งแต่ต้นจนถึงได้ Insight ออกมา แล้วนำสิ่งเหล่านั้นมานำเสนอในภาษาที่นักธุรกิจเข้าใจ (เทคนิคนำเสนอข้อมูล)

4. ตำแหน่งใหม่ ๆ (New Roles)

ในปัจจุบันตำแหน่งใหม่ ๆ เริ่มถูกออกแบบมาเพื่อเสริมประสิทธิภาพการทำงานในทีมมากขึ้น ไม่ว่าจะเป็น Knowledge Engineer ผู้สร้างระบบ AI ที่สามารถตัดสินใจได้คล้ายกับมนุษย์ หรือ Onthologist ผู้มองภาพรวมให้กับบริษัท โดยการนำข้อมูลจากการวิเคราะห์กับข้อมูลอื่น ๆ มาประกอบการตัดสินใจให้องค์กร ก็ถูกสร้างขึ้นมาใหม่เช่นกัน

5. ผู้นำ (Leader)

ผู้นำ (Leader) | Skooldio Blog - ทีมวิเคราะห์ข้อมูลฉบับ MIT เป็นแบบไหนกัน?
Designed by Racool_studio / Freepik

ทีมที่ดี จำเป็นต้องมีผู้นำทีมเสมอ จากการสำรวจบริษัทในกลุ่ม Fortune 1000 โดย NewVantage Partners พบว่า 57% ของบริษัทที่สำรวจมีการตั้งตำแหน่งใหม่ เช่น Chief Data Officer (CDO) หรือ Chief Analytics Officer (CAO) ดูแล แต่ในทางกลับกัน ก็มีอีกหลายองค์กรนำทีม Data ไปอยู่ในการดูแลของหัวหน้าฝ่ายต่างๆ ที่มีอยู่แล้ว เช่น Chief Information Officer (CIO) Chief Operating Officer (COO) หรือ IT Executive ทั้งนี้ขึ้นอยู่กับการมอบหมายความรับผิดชอบของแต่ละองค์กรด้วย

ท้ายที่สุด การทำงานอย่างมีประสิทธิภาพของทีม Data สุดปังจะต้องมีการลำเลียงข้อมูลต่อกันมาเป็นทอด ๆ กว่าข้อมูลจะเดินทางจากต้นจนจบนั้น ส่วนประกอบหลักที่สำคัญอย่างหนึ่งเลยก็คือ Data Pipeline ซึ่งเป็นตัวลำเลียงข้อมูลดิบมาผ่านการกรอง และเก็บรักษา เพื่อที่แต่ละฝ่ายจะได้นำไปใช้ต่อยอดมูลค่าให้กับองค์กรต่อไปได้


ถ้าอยากรู้เคล็ดลับการจัดการข้อมูลให้มีประสิทธิภาพ ให้เหมาะสมกับทีมวิเคราะห์ข้อมูลสุดปัง มาเจอกันได้ที่คอร์ส Automating Your Data Pipelines with Apache Airflow คอร์สแรกในเมืองไทย สอนโดยผู้เชี่ยวชาญตัวจริงในวงการ Data ไทย – ดร.กานต์ อุ่ยวิรัช

Automating Your Data Pipelines with Apache Airflow: คอร์สแรกในเมืองไทย สอนโดยผู้เชี่ยวชาญตัวจริงในวงการ Data ไทย - ดร.กานต์ อุ่ยวิรัช | Skooldio Blog - ทีมวิเคราะห์ข้อมูลฉบับ MIT เป็นแบบไหนกัน?

You may also like

Data

Data-Driven พารุ่งหรือพาร่วง?

เกือบทุกเพจการตลาดในไทย(หรือในโลกก็ตาม) ต้องเคยทำคอนเทนต์เกี่ยวกับช่วงเวลาที่ดีที่สุดที่ควรโพสต์บนแต่ละ Social Media และคอนเทนต์เหล่านี้มักจะได้รับความนิยมสูงมาก เพราะใครๆ ก็พากันกดแชร์ กด Retweet กด Tag เพื่อนมาดู ด้วยความรู้สึกตื่นเต้นราวกับได้เครื่องรางของคลัง ที่จะช่วยให้โพสต์ของพวกเขาไม่กริบอีกต่อไป ผมเชื่อว่าทุกเพจมีเจตนาที่ดีที่จะนำเสนอข้อมูลที่น่าสนใจ ...
Airtable | Skooldio Blog - Airtable คืออะไร? รู้จักเครื่องมือจัดการ Operations อัตโนมัติ ที่ทำได้มากกว่า Excel
Business

Airtable คืออะไร? รู้จักเครื่องมือจัดการ Operations อัตโนมัติ ที่ทำได้มากกว่า Excel

ปัจจุบันหลายๆ องค์กรมักใช้ Spreadsheet อย่าง Excel หรือ Google Sheets ในการทำงานร่วมกัน ไม่ว่าจะเป็นการทำตารางแสดงแผนการดำเนินงาน, การจัดการ Operations, การบันทึกข้อมูลสินค้าหรือยอดขาย การคำนวณทางบัญชี การบันทึกรายชื่อลูกค้าจำนวนมาก ...

More in:Data

subquery คืออะไร Data

Subquery เทคนิคง่ายๆ ช่วย query สบายกว่าที่เคย

SQL Subqueries Subquery คืออะไร? Subquery เหมือนกับการ Query ในภาษา SQL หรือคือการเขียน SELECT Statement เพื่อทำการดึงข้อมูลในคอลัมน์หรือค่าในคอลัมน์จากตารางหรือฐานข้อมูลที่เราต้องการ เพื่อนำไปใช้ประโยชน์ต่อไป แต่ ...
Data

Data Visualization คืออะไร? แล้วทำไม Google Data Studio ถึงตอบโจทย์กับธุรกิจยุคใหม่

ในยุค Big Data ที่มีข้อมูลดิบอยู่มหาศาล องค์กรหรือบริษัทแแทบทุกที่ต่างก็อยากเก็บข้อมูลให้มากที่สุด หลายๆ คนชอบคิดว่ายิ่งเก็บข้อมูลได้เยอะเท่าไหร่ ยิ่งดีเท่านั้น เพราะน่าจะช่วยเพิ่มโอกาสในการใช้ข้อมูลตัดสินใจทางธุรกิจได้ถูกต้องและแม่นยำยิ่งขึ้น แต่จริงๆ แล้วการเก็บข้อมูลยิ่งเยอะเท่าไหร่ ไม่ได้แปลว่ายิ่งดีขึ้นเสมอไป และนอกเหนือจากการเก็บข้อมูลแล้ว คนในองค์กรหรือบริษัทยังจะต้องสามารถในการเข้าถึงข้อมูล ผ่านเครื่องมือที่เหมาะสม ...
Data

7 ขั้นตอนจัดระเบียบ Data ในองค์กรให้ต่อยอดง่าย ๆ สไตล์ Marie Kondo

เชื่อหรือไม่ว่าการจัดระเบียบข้อมูลภายในองค์กรนั้น ต้องเจอปัญหาเดียวกับเจ้าของบ้านที่จัดการของในบ้านตนเอง เพียงแต่ปัญหานั้นใหญ่ และซับซ้อนกว่ากันมาก ในปัจจุบัน องค์กรเป็นจำนวมากเก็บข้อมูลที่ไร้ประโยชน์ ไม่ว่าจะเป็น Web Log, อีเมลเก่า ๆ, หรือข้อมูลลูกค้าที่ out of date ...
Design

เรียนรู้ตำแหน่งงานหลักใน Tech StartUp ผ่านตัวละครจากซีรีส์เรื่องดัง

ผ่านไป 8 ตอนแล้วกับ Start-up ซีรี่ส์มาแรงส่งตรงจากเกาหลี เรื่องราวของเหล่าวัยรุ่นที่มีความฝันอยากจะปั้น Startup ของตัวเองให้ขึ้นมาเป็นบริษัทเทคชั้นนำแบบ Silicon Valley สาขาเกาหลี ตลอดทั้งเรื่องที่ผ่านมา เราได้เห็นการแข่งขันที่เข้มข้น ความยากลำบากในการสร้าง Startup ...

Comments are closed.