เศรษฐกิจข้อมูลกับการสร้างนวัตกรรม

เศรษฐกิจข้อมูลกับการสร้างนวัตกรรม

ดัชนีนวัตกรรมโลกของประเทศไทยถูกจัดอยู่ในอันดับที่ 43 จาก 132 ประเทศเป็นเวลา 2 ปีติดต่อกันแล้ว (Global Innovation Index 2021-2022)

ซึ่งคาดว่าในเดือนหน้าองค์การทรัพย์สินทางปัญญาโลก (WIPO) จะออกผลสำหรับปี 2023 เหมือนปีที่ผ่านๆมา ซึ่งจากตัวชี้วัดทั้งหมดที่นำมาคิดในดัชนีนี้ แสดงให้เห็นว่าประเทศไทยเราถือว่ามีความแข็งแรงในปัจจัยด้านตลาด แต่ในด้านของสถาบัน บุคลากร และการวิจัยยังเป็นปัจจัยที่ต้องการการพัฒนามากที่สุด

เศรษฐกิจข้อมูล หรือ Data Economy ที่ดีมีความสำคัญอย่างมากต่อการสร้างนวัตกรรมในการวิจัยและพัฒนาสินค้าและบริการให้เกิดประโยชน์ เกิดคุณค่าต่อผู้ใช้และสังคม เพราะจะช่วยให้ผู้พัฒนาสามารถเข้าถึงข้อมูลที่ถูกต้องได้อย่างสะดวกมากขึ้น ไม่ว่าจะเป็นข้อมูลความต้องการของผู้บริโภค และข้อมูลของตลาดการแข่งขัน เพื่อให้ทิศทางการพัฒนาสามารถตอบโจทย์ทั้งด้านคุณสมบัติและการทำการตลาดได้ตรงจุด และประหยัดต้นทุนทั้งเวลาและทรัพยากรที่เคยต้องเสียไปกับการลองผิดลองถูกในยุคที่การเข้าถึงข้อมูลต่าง ๆ  ยังทำได้ยาก

สำหรับธุรกิจออนไลน์ การใช้ข้อมูลอย่างจำนวนยอดวิวจากผู้ใช้ พฤติกรรมการเข้าชมเว็บไซต์ เพื่อนำมาซึ่งการทำ Personalized Content สำหรับนำเสนอผลิตภัณฑ์ หรือไปจนถึงระดับการคิดราคาและโปรโมชั่นในระดับเฉพาะบุคคลเป็นสิ่งที่เราคุ้นเคยกันดีกับแพลตฟอร์มประเภทคอนเทนต์และร้านค้าออนไลน์ เช่น แพลทฟอร์มดูหนังอย่าง Netflix หรือแพลทฟอร์มจองที่พักอย่าง Booking.com

ในขณะที่สินค้าอุปโภคบริโภคที่ดูเหมือนจะธรรมดา แต่ก็ยังใส่ความโดดเด่นด้านนวัตกรรมได้เพราะกระบวนการพัฒนาผลิตภัณฑ์มีการทำวิจัยและวิเคราะห์ข้อมูลอย่างละเอียด เช่น ไดร์เป่าผมของ Dyson ที่เริ่มจากการวิเคราะห์พฤติกรรมการใช้และคาดหวังของลูกค้าในคุณสมบัติและการออกแบบผลิตภัณฑ์ โดยมีการใช้เทคโนโลยี AI และการวิเคราะห์ข้อมูลเพื่อสร้างประสบการณ์ลูกค้าแต่ละรายในการเข้าถึงผลิตภัณฑ์โดยตรง (Direct-to-Customer)

การให้คำแนะนำแบบเฉพาะตัว ไปจนถึงการเพิ่ม Customer Loyalty ที่มีต่อแบรนด์ ทำให้ลูกค้ายินดีที่จะจ่ายให้กับสินค้าในราคาที่สูงกว่าเพราะจับต้องได้ในคุณค่า ทำให้ Dyson เป็นหนึ่งในแบรนด์ที่ผู้บริโภคตอบสนองอย่างดีทุกครั้งที่ออกผลิตภัณฑ์ใหม่ ๆ และมีรายได้รวม ในช่วงครึ่งแรกของปี 2566 สูงขึ้นถึง 210% เทียบกับปีที่ผ่านมา

บันไดขั้นแรกคือ Mindset!

เชื่อไหมครับว่า บ่อยครั้งที่ผมยังเห็นผู้บริหารและคนทำงานที่ละเลยการค้นคว้าและประมวลข้อมูล กลับพึ่งพาเพียงความคิดและการคาดเดาของตนเอง! ทั้งที่ในยุคนี้มีข้อมูลมากมายที่อยู่ตรงหน้า สามารถค้นหาได้อย่างรวดเร็ว ทำให้การตัดสินใจแม่นขึ้นหลายเท่าโดยแทบไม่มีต้นทุนใด ๆ  เลย

การปลูกฝัง “Mindset” ในการค้นคว้าหาข้อมูลที่ “เป็นปัจจุบัน” เพื่อประกอบในทุกการตัดสินใจ ของคนทุกระดับในองค์กร จึงถือเป็นบันไดขั้นแรก เพราะไม่ว่าจะมีเทคโนโลยีในการเก็บรวบรวมหรือประมวลผลข้อมูลที่ดีขนาดไหน แต่สุดท้ายแล้วไม่ได้รับการใช้งานโดยคนทำงานในองค์กรก็ไม่มีประโยชน์

ขั้นตอนการใช้ Data สร้างนวัตกรรมให้ปังและประหยัดต้นทุน

1. ตั้งสมมติฐานและเป้าหมายของผลิตภัณฑ์ให้ชัด: โดยการวางเป้าควรชัดเจน ยิ่งวัดผลเป็นตัวเลขได้ยิ่งดี

2. สำรวจความเห็นของตลาดและผู้บริโภคที่มีต่อประเภทผลิตภัณฑ์และคู่แข่งในตลาด: โดยการสำรวจทั้งเชิงปริมาณ และเชิงคุณภาพ เพื่อให้ได้ข้อมูลประกอบการพัฒนาผลิตภัณฑ์ของเราให้ชัดเจนที่สุด

3. วิเคราะห์หาแนวโน้มและความสัมพันธ์: ของพฤติกรรมผู้บริโภคกลุ่มต่าง ๆ  ที่มีต่อความต้องการของผลิตภัณฑ์ เพราะผู้บริโภคต่างกลุ่มมักจะจัดลำดับความสำคัญหรือให้น้ำหนักกับคุณลักษณะของผลิตภัณฑ์ที่แตกต่างกัน

4. ใช้ข้อมูลในการประเมินแนวโน้มและความเสี่ยงของทางเลือกที่เป็นไปได้: เพื่อสามารถปรับกลยุทธ์ตั้งแต่การพัฒนาผลิตภัณฑ์ไปจนถึงการทำการตลาดในแต่ละทางเลือก หรือสถาณการณ์ที่อาจเป็นไปได้

5. หาทางทดสอบ Concept ของผลิตภัณฑ์ที่พัฒนา ให้เร็วและมีราคาถูกที่สุด: ข้อผิดพลาดที่เกิดขึ้นบ่อยกับผู้พัฒนานวัตกรรมคือการลงทรัพยากรไปมากกับการพัฒนาผลิตภัณฑ์ที่สุดท้ายไม่ได้ตอบโจทย์ผู้บริโภคดังที่คาดไว้ กุญแจของความสำเร็จคือหลีกเลี่ยงการทดสอบ Concept ด้วยต้นทุนที่แพง เช่น การลงมือพัฒนาแพลทฟอร์ม หรือผลิตสินค้าสู่ตลาดเลยทันที การทดสอบด้วยต้นทุนที่ถูกกว่า เช่น การออกแบบ Design เพื่อดูการตอบสนองของกลุ่มตัวอย่าง หรือการทำแบบสอบถามสำรวจผ่านการทำ Focus Group ในหลากหลายแง่มุมให้แน่ใจก่อนลงมือผลิต

6. การวัดผลการตอบสนองจากประสบการณ์ผู้บริโภค: นอกจากผลลัพธ์หรือประโยชน์ที่ผู้บริโภคได้จากการใช้ผลิตภัณฑ์แล้ว หัวใจสำคัญคือการตั้งตัวชี้วัดด้านประสบการณ์ของผู้บริโภคให้ชัดเจน ซึ่งจะช่วยบ่งชี้ถึงความพึงพอใจและคุณค่าที่ผู้ใช้สัมผัสได้จากนวัตกรรมที่พัฒนาขึ้น

7. ปลูกฝังแนวคิดการใช้ข้อมูลในการปฎิบัติงานและตัดสินใจกับบุคคลากรที่เกี่ยวข้องทั้งกระบวนการ: ผมจะใช้เทคนิคในการถามและทบทวนกับตัวเองและทีมงานอยู่เสมอว่า

“การตัดสินใจนี้ได้ทำบนพื้นฐานของข้อมูลแล้วหรือไม่?”