Data Scientist ศาสตร์ที่นำไปสู่ความสำเร็จ (2)

0
1196

บทความโดย ศรัณยพัชร์ อติกันต์ธนา ผู้จัดการแผนก Investment & Knowledge ในเครือ ไอพีจี มีเดีย      แบรนด์ส

บทความที่แล้วได้นำเสนอแนวคิดเบื้องต้นเกี่ยวกับ หลักการทางวิทยาศาสตร์ หรือวิทยาศาสตร์ทางข้อมูล (Data Scientist) ที่ถูกนำมาประยุกต์ใช้ในทางธุรกิจหลากหลายวงการเพื่อก่อให้เกิดประสิทธิภาพ และประสิทธิผลสูงสุด  แต่การนำหลักการทางวิทยาศาสตร์มาใช้ไม่ได้นิยมแพร่หลายในทางธุรกิจเท่านั้น ในทางการเมืองก็มีการนำหลักการดังกล่าวมาประยุกต์ใช้เพื่อให้เกิดความได้เปรียบในการเลือกตั้งด้วยเช่นกัน ซึ่งปรากฏให้เห็นอย่างเด่นชัดในการแข่งขันชิงประธานาธิบดีของสหรัฐอเมริกาเมื่อปี ค.ศ. 2012 ที่ผ่านมา เพราะนอกจากนโยบายต่าง ๆ ของประธานาธิบดี บารัค โอบาม่า ที่ได้นำเสนอจนสามารถครองใจคนอเมริกาส่วนใหญ่แล้ว วิทยาศาสตร์ทางข้อมูล ก็มีบทบาทสำคัญที่ทำให้ชนะการเลือกตั้งครั้งนั้นเช่นกัน โดยจากการเปิดเผยของทีมงานที่วิเคราะห์ข้อมูลของประธานาธิบดี บารัค โอบาม่า หลังจากชนะเลือกตั้งว่า ได้นำการวิเคราะห์ข้อมูลทางสถิติที่เรียกว่า การสร้างตัวแบบจำลองแบบอัพลิฟท์ (Uplift Modelling) โดยใช้ปัจจัยพื้นฐานทางการวิจัยจำพวก เพศ รายได้ วุฒิการศึกษา และพื้นฐานครอบครัว มาหาความสัมพันธ์ว่า แคมเปญหรือนโยบายใดที่จะโดนใจคนอเมริกันในแต่ละกลุ่ม เพื่อให้ได้มาซึ่งผลโหวต (Vote) อันเป็นเป้าหมายสำคัญในการหาเสียง

สำหรับหลักการของ วิทยาศาสตร์ทางข้อมูล ที่นำมาประยุกต์ใช้นั้น ทีมงานหาเสียงได้อาศัยตัวแบบทางสถิติมาทำการวิเคราะห์ และสามารถแบ่งกลุ่มตามปัจจัยดังกล่าวได้ 4 กลุ่มใหญ่ แล้วนำมากำหนดทิศทาง และวางแผนการหาเสียงให้กับ โอบาม่า ได้ดังนี้

กลุ่มที่ 1 คือ กลุ่มที่ต้องให้ความสำคัญเป็นอันดับแรกเพราะจะเลือกลงคะแนนให้ บารัค โอบาม่า เมื่อเข้าไปหาเสียงหรือเข้าถึง แต่ถ้าละเลยการหาเสียงจากกลุ่มนี้พวกเขาก็จะไม่เลือกโหวตให้กับ โอบาม่า

กลุ่มที่ 2 คือ กลุ่มที่ไม่ว่าจะหาเสียงหรือไม่ก็ตาม ก็ยังเลือก บารัค โอบาม่า เป็นประธานาธิบดีแน่นอน คนกลุ่มนี้พูดอีกนัยหนึ่งก็คือ ฐานเสียงของ โอบาม่า นั่นเอง

กลุ่มที่ 3 คือ กลุ่มที่ไม่ว่าจะหาเสียงหรือไม่ก็ตาม ก็จะไม่เลือก บารัค โอบาม่า เป็นประธานาธิบดีแน่นอน

และกลุ่มสุดท้าย เป็นกลุ่มที่แตกต่างจากกลุ่มอื่น ๆ คือ จะโหวตให้ก็ต่อเมื่อไม่ไปหาเสียงกับพวกเขา และจะไม่โหวตให้เมื่อเข้าหาพวกเขา กลุ่มนี้จะมีชื่อที่นิยมเรียกกันทางเทคนิคว่า “sleeping dog” ในความหมายที่ว่า “ถ้าสุนัขจะนอนก็ปล่อยมันนอนอย่าไปยุ่งกับมัน” เพราะถ้าไปกวนตอนมันหลับมันอาจจะกัดเราได้นั่นเอง แทนที่จะได้เล่นกับสุนัขอาจจะเจ็บตัวกลับไปแทน

ดังนั้น บารัค โอบาม่า จึงเลือกที่จะหาเสียง และให้ความสำคัญเป็นอย่างมากกับกลุ่มที่ 1 ด้วยการโฆษณาทางทีวี การใช้สื่อออนไลน์ เช่น การส่งข้อความผ่านทาง เฟซบุ๊ค การส่งจดหมาย รวมถึงการลงพื้นที่เพื่อหาเสียงตามบ้าน ส่วนกลุ่มที่ 2 ใช้เพียงแต่การสื่อสารธรรมดาเพื่อรักษาฐานเสียงเท่านั้น ในขณะที่กลุ่มที่ 3 และ 4 โอบามา เลือกที่จะไม่เสียเวลา และลงทุนในการหาเสียงเพราะไม่ก่อให้เกิดประโยชน์ในผลโหวตของการเลือกตั้งครั้งนั้น และในท้ายที่สุด บารัค โอบามา ก็เป็นผู้ชนะได้ดำรงตำแหน่งประธานาธิบดีของสหรัฐอเมริกาในที่สุด จนกำลังจะหมดวาระลงในปลายปีนี้

และเชื่อได้ว่า การแข่งขันชิงตำแหน่งประธานาธิบดีของทั้ง 2 พรรคการเมืองใหญ่ที่กำลังจะเกิดขึ้นในเร็ว ๆ นี้ ก็คงจะเป็นอีกครั้งที่มีการนำความรู้ทางด้าน วิทยาศาสตร์ทางข้อมูล มาเป็นหนึ่งปัจจัยสำคัญในการหาเสียง รวมถึงการวางแผนเพื่อให้เข้าถึงกลุ่มเป้าหมายได้อย่างมีประสิทธิภาพ อีกทั้งสร้างความคุ้มค่าในเรื่องของค่าใช้จ่าย และเวลาที่จำกัด

หากท่านใดมีความประสงค์อยากติดตามบทความที่เคยลงมาแล้วเกี่ยวกับ Data Scientist หรือสนใจความรู้ทางด้าน Media Innovation สามารถอ่านย้อนหลังได้ที่ Facebook : IPG Mediabrands Thailand