การทำเหมืองข้อมูล (Data Mining) จากบทความใน Forum ฉบับที่แล้ว ได้พูดถึงโลกของข้อมูลและทิศทางการเติบโตของโลกจากการใช้ข้อมูล “Big Data” โดยแสดงให้เห็นว่าบริษัทที่ดำเนินกิจการเกี่ยวกับข้อมูลสารสนเทศ ไม่ว่าจะเป็นส่วน Hardware, Software, Network, Information หรือ Data Managements ล้วนประสบความสำเร็จติดอันดับต้นๆ แต่อย่างไรก็ดีการก้าวเข้าไปสู่ยุค “Big Data” หากจะให้เกิดประโยชน์ได้จริงผู้ใช้จะต้องมีความรู้ความเข้าใจและมีความสามารถทำการวิเคราะห์ข้อมูลที่มีอยู่มากมายนั้น ให้มาเป็นข้อมูลสารสนเทศที่ดีมีประโยชน์ เทคนิคที่ได้รับความนิยมในปัจจุบันคือการทำเหมืองข้อมูล (Data Mining) ซึ่งจะเน้นการจัดการข้อมูลที่ถูกต้อง จัดกลุ่มค้นหาความสัมพันธ์ของกลุ่มข้อมูล และนำมาสร้างแบบจำลองเพื่อทำนายสิ่งที่จะเกิดขึ้นในอนาคต การทำเหมืองข้อมูล (Data Mining) คือ การค้นหาข้อมูลที่มีประโยชน์จากแหล่งข้อมูลที่มีเป็นจำนวนมากมายมหาศาล เพื่อดึงข้อมูลที่มีประโยชน์มาทำการวิเคราะห์ค้นหารูปแบบหรือความสัมพันธ์ที่เกิดในฐานข้อมูล และจัดทำเป็นสารสนเทศเพื่อใช้ในการวางแผนบริหารจัดการธุรกิจ โดยการแยกข้อมูลที่มีประโยชน์ออกมาใช้งานเปรียบเทียบคล้ายกับการทำเหมืองแร่ ที่จะต้องทำการแยกเศษหินดินทรายที่ไม่มีค่าและมีปริมาณมากออกจากแร่ที่มีมูลค่ามากและมักจะมีปริมาณน้อย ขั้นตอนการทำเหมืองข้อมูลที่นิยมใช้ในปัจจุบันมีหลายแบบ แต่ที่จะนำมากล่าวคือวิธี Cross-Industry Standard Process for Data Mining (CRISP-DM) ที่มีการพัฒนาเป็น Workflow มาตรฐานสำหรับการทำเหมืองข้อมูล ประกอบด้วย 6 ขั้นตอนคือ 1. Business Understanding เน้นไปที่การทำความเข้าใจในงาน ระบุโอกาส และหาปัญหาที่จะเกิดขึ้นกับธุรกิจ กำหนดขอบเขตของข้อมูลที่จะนำวิเคราะห์หาความได้เปรียบทางการตลาดและแก้ไขปัญหาองค์กร ซึ่งต้องสามารถระบุผลลัพธ์ที่มีได้ 2. Data Understanding ทำความเข้าใจข้อมูลโดยการรวบรวมข้อมูลที่เกี่ยวข้อง คัดเลือกให้เหลือเพียงข้อมูลที่มีความถูกต้องและสำคัญต่องานมาทำการวิเคราะห์ 3. Data Preparation ทำการแปลงข้อมูล (Raw Data) ให้กลายเป็นข้อมูลที่สามารถนำมาช่วยในการวิเคราะห์ต่อไปได้ ขั้นตอนนี้จะใช้เวลามากที่สุดในทุกขั้นตอน เพราะคุณภาพของงานที่ได้จะดีเพียงใดขึ้นอยู่กับคุณภาพข้อมูลที่จัดเตรียมในขั้นนี้ การเตรียมข้อมูลประกอบด้วย การคัดเลือกข้อมูล การกลั่นกรองข้อมูล และแปลงรูปแบบของข้อมูล 4. Modeling การสร้างแบบจำลองเพื่อวิเคราะห์ข้อมูลที่ได้จากขั้นตอนที่ 3 พร้อมทดสอบผลลัพธ์แบบจำลองเพื่อให้ได้คำตอบที่ดีที่สุด บางครั้งอาจมีการย้อนกลับไปปรับการเตรียมข้อมูลเพื่อให้ได้แบบจำลองที่เหมาะสมที่สุด 5. Evaluation การประเมินผลลัพธ์ที่ได้ก่อนที่จะนำไปใช้จริง ว่าตรงกับวัตถุประสงค์หรือเป้าหมายที่ได้ตั้งไว้หรือมีความน่าเชื่อถือมากน้อยเพียงใด หากไม่ได้ผลลัพธ์ตามวัตถุประสงค์ต้องย้อนกลับไปปรับปรุงแก้ไขการดำเนินงานในขั้นตอนก่อนหน้า 6. Deployment การนำเอาข้อมูลที่เป็นผลลัพธ์จากทั้งหมด มาลองปฏิบัติจริงกับธุรกิจในองค์กร โดยแปลงแนวคิดที่มีให้เกิดเป็นสารสนเทศเพื่อให้ผู้บริหารหรือนักการตลาดเข้าใจสามารถนำไปใช้ประโยชน์ในทางธุรกิจได้จริง และติดตามประเมินผลที่ได้เพื่อนำกลับไปปรับปรุง Data Mining ต่อเนื่องต่อไป ซึ่งการประเมินผลสามารถทำได้หลายทางเช่น วัดจากส่วนแบ่งของตลาด วัดจากปริมาณลูกค้า หรือ วัดจากกำไรสุทธิ เป็นต้น จากขั้นตอนที่กล่าวมาคือการทำเหมืองข้อมูลในงานระบบทางธุรกิจ เป็นกระบวนการทางสถิติที่เน้นการจัดการข้อมูลที่มีจำนวนมากในหลากหลายรูปแบบ คัดเลือกเฉพาะข้อมูลที่สำคัญและจำเป็นต้องนำมาใช้งาน ทำการกำหนดรูปแบบจัดแบ่งกลุ่มลำดับความสำคัญ จากนั้นจึงจะเริ่มค้นหารูปแบบแนวทางและความสัมพันธ์ที่ซ่อนอยู่ในชุดข้อมูลนั้นโดยแต่ละขั้นตอนจะอาศัยผลลัพธ์จากอีกขั้นตอนหนึ่งกลายเป็นข้อมูลให้ขั้นตอนต่อไป การทำเหมืองข้อมูลจะช่วยเปลี่ยนข้อมูลดิบให้เป็นสารสนเทศที่มีประโยชน์ การระบุแหล่งข้อมูลที่ถูกต้องจึงเป็นสิ่งที่สำคัญต่อผลลัพธ์ที่ได้จากการวิเคราะห์ การทำเหมืองข้อมูลจำเป็นต้องอาศัยบุคลากรจากหลายฝ่ายและต้องอาศัยความรู้จำนวนมากถึงจะได้รับประโยชน์อย่างแท้จริง เพราะสิ่งที่ได้เป็นเพียงตัวเลขและข้อมูล ที่อาจจะนำไปใช้ประโยชน์ได้หรือใช้ประโยชน์อะไรไม่ได้เลยก็เป็นได้ ผู้ที่ศึกษาการทำเหมืองข้อมูลจึงควรมีความรู้รอบด้านและต้องติดต่อกับทุก ๆ ฝ่าย เพื่อให้เข้าใจถึงขอบเขตของปัญหาโดยแท้จริงก่อน เพื่อให้การทำเหมืองข้อมูลเกิดประโยชน์อย่างแท้จริง

“โลจิสติกส์” นิยามและความหมาย คำว่า " โลจิสติกส์ " ในปัจจุบันค่อนข้างเป็นที่คุ้นเคยของทุกท่านเป็นอย่างดี เนื่องจาก ไม่ว่าจะมองไปทางไหน ก็จะพบคำว่าโลจิสติกส์ ท่านทราบหรือไม่ว่า "โลจิสติกส์" คืออะไร แล้วมีความสำคัญอย่างไรกับธุรกิจของท่าน ความหมายตามศัพท์บัญญัติของสำนักงานราชบัณฑิตยสภา หมวดศัพท์เศรษฐศาสตร์ (พิมพ์ครั้งที่ 3 พ.ศ. 2558) บัญญัติศัพท์ “โลจิสติกส์” หมายถึง การจัดระบบการดำเนินงาน APICS The Association for Operations Management ได้ให้ความหมายของ Logistics ว่า “In an industrial context, the art and science of obtaining, producing, and distributing material and product in the proper place and in proper quantities” ในบริบทอุตสาหกรรม หมายถึงศิลปะและวิทยาศาสตร์ในการรับ ผลิต และกระจาย วัสดุและผลิตภัณฑ์ ไปยังสถานที่ที่เหมาะสมและในปริมาณที่เหมาะสม Council of Supply Chain Management Professionals (CSCMP) ได้ให้ความหมายของคำว่า Logistics management ดังนี้ “Logistics management is that part of supply chain management that plans, implements, and controls the efficient, effective forward and reverses flow and storage of goods, services and related information between the point of origin and the point of consumption in order to meet customers' requirements” การจัดการโลจิสติกส์เป็นส่วนหนึ่งของการจัดการโซ่อุปทาน ตั้งแต่การวางแผน ดำเนินการและควบคุม การจัดเก็บ การขนส่งสินค้าทั้งไปและกลับ ที่มีประสิทธิภาพและมีประสิทธิผล รวมถึงการบริการและข้อมูลที่เกี่ยวข้องตั้งแต่ต้นน้ำจนถึงจุดบริโภค เพื่อตอบสนองความต้องการของลูกค้า การดำเนินกิจกรรมต่างๆ นี้ มีเป้าหมายเพื่อตอบสนองความพึงพอใจของลูกค้าด้วยต้นทุนที่เหมาะสม อ้างอิงตามรายงานผลการศึกษา Fundamental of Logistics Management โดย Grant et. al., 2006 สรุปเป็นกิจกรรมหลักด้านโลจิสติกส์ 9 กิจกรรม ดังนี้ การให้บริการแก่ลูกค้าและกิจกรรมสนับสนุน (Customer Service and Support) การวางแผนหรือการคาดการณ์ความต้องการของลูกค้า (Demand Forecasting and Planning) การจัดซื้อจัดหา (Purchasing and Procurement) การบริหารสินค้าคงคลัง (Inventory Management) การสื่อสารด้านโลจิสติกส์และกระบวนการสั่งซื้อ (Logistics Communication and Order Processing) การจัดการวัสดุ และบรรจุภัณฑ์ (Materials Handling and Packaging) การขนส่ง (Transportation) การเลือกสถานที่ตั้งของโรงงานและการจัดการคลังสินค้า (Facilities Site Selection, Warehousing, and Storage) โลจิสติกส์ย้อนกลับ (Reverse Logistics) " โลจิสติกส์ " ซึ่งได้รับการนิยามโดยกองโลจิสติกส์ กรมส่งเสริมอุตสาหกรรม หมายถึง กระบวนการวางแผน ดำเนินการ และควบคุม การเคลื่อนไหลทั้งไปและกลับและการจัดเก็บ วัสดุ สินค้าสำเร็จรูป ตลอดจนสารสนเทศที่เกี่ยวข้องให้มีประสิทธิภาพและประสิทธิผล จากจุดผลิตไปจนถึงจุดที่มีการใช้งาน เพื่อตอบสนองความต้องการของลูกค้า ด้วยความถูกต้องและเหมาะสมตามจังหวะเวลา คุณภาพ ปริมาณ ต้นทุน และสถานที่ที่กำหนด นิยามของ " โลจิสติกส์ " นี้ กำหนดขึ้นโดยพิจารณาจากบทบาทความรับผิดชอบและพันธกิจที่เกี่ยวเนื่องและสอดคล้องกับภารกิจในส่วนของอุตสาหกรรมภาคการผลิต ที่ครอบคลุมการพัฒนาส่งเสริมกระบวนการบริหารจัดการกิจกรรมด้านโลจิสติกส์ ตั้งแต่ต้นน้ำ จนถึงปลายน้ำ การวางแผน การคาดการณ์ การจัดซื้อจัดหา การผลิต การเคลื่อนย้าย การจัดเก็บ การรวบรวม การขนส่ง และการกระจาย ทั้งขาเข้าและขาออก ทั้งภายในและภายนอกสถานประกอบการอุตสาหกรรมให้ได้มาตรฐานสากล ลดต้นทุน เพิ่มขีดความสามารถของธุรกิจในการตอบสนองความต้องการของลูกค้า และเพิ่มความปลอดภัย และความเชื่อถือได้ในกระบวนการนำส่งสินค้าและบริการ และทั้งหมดนี้ Sense of Logistics มีความมุ่งหมายที่ตรงกัน นั่นคือ ยกระดับศักยภาพกระบวนการผลิต และการกระจายสินค้า/บริการ ให้เกิดประสิทธิภาพสูงสุด ทั้งด้านเวลา ต้นทุน และคุณภาพ อ้างอิง Blackstone. APICS Dictionary Thirteenth Edition , 2010 : 82 https://cscmp.org/ Grant et. al. Fundamental of Logistics Management Berkshire : McGraw, 2006: 17-19

อรพิน อุดมธนะธีระ นักวิชาการอุตสาหกรรมชำนาญการพิเศษ จากคำพูดที่ว่า “You can’t manage what you don’t measure” ซึ่งเป็นแนวคิดด้านการบริหารในอดีตที่ยังคงสามารถใช้ได้จนถึงปัจจุบัน แสดงให้เห็นว่าการที่เราจะบริหารสิ่งใด เราจำเป็นที่จะต้องสามารถวัดผลจากการบริหารนั้นได้ด้วย การวัดผลองค์กรของตนเอง และเปรียบเทียบกับองค์กรอื่นที่ทำได้ดีกว่า เพื่อการพัฒนาตนเอง เรียกว่า “Benchmarking” ความหมายของ Benchmarking Benchmarking หมายถึง วิธีการในการวัดและเปรียบเทียบ ผลิตภัณฑ์ บริการและวิธีการปฏิบัติกับองค์กรที่สามารถทำได้ดีกว่า หรือองค์กรชั้นนำในกลุ่ม (Best-in-Class) เพื่อนำผลของการเปรียบเทียบมาใช้ในการปรับปรุงองค์กรของตนเองเพื่อมุ่งสู่ความเป็นเลิศทางธุรกิจ โดยนำวิธีการปฏิบัติที่ดี (Best Practice) ขององค์กรชั้นนำในกลุ่มซึ่งประสบความสำเร็จมากกว่า ไปประยุกต์ใช้เพื่อพัฒนาตนเองให้เท่าเทียมหรือเหนือกว่าคู่แข่ง กระบวนการทำ Benchmarking การทำ Benchmarking เป็นการพัฒนาตนเองอย่างเป็นระบบต่อเนื่องและเป็นรูปธรรม ที่สามารถวัดและตรวจสอบได้ มีขั้นตอนในการทำ 4 ขั้นตอน ดังนี้ 1. เราอยู่ที่ไหน กำหนดเป้าหมายในการเปลี่ยนแปลงและพัฒนาขององค์กร ระบุถึงตัวชี้วัด (KPIs) และวิธีการเทียบประเมินในมติต่างๆ 2. ใครเก่งที่สุด ดำเนินการวัดตนเองตามตัวชี้วัดที่กำหนด และเปรียบเทียบผลกับองค์กรชั้นนำในกลุ่ม โดยข้อมูลต้องมีความน่าเชื่อถือ 3. เขาทำอย่างไร วิเคราะห์ช่วงห่าง (Gap) ของสมรรถนะต่างๆ หาสาเหตุที่เกิดขึ้น และศึกษาวิธีการปฏิบัติที่ดี (Best Practice) ขององค์กรชั้นนำ เพื่อปรับปรุงการปฏิบัติงานให้ดีขึ้น 4. เราจะทำอย่างไรให้ดีกว่า จากผลการศึกษาวิเคราะห์นำมาประยุกต์ใช้กับองค์กร เพื่อสร้างคุณภาพ ประสิทธิภาพ และประสิทธิผล ยกระดับความสามารถในการแข่งขันขององค์กรให้ยั่งยืนต่อไป การ Benchmarking ประสิทธิภาพโลจิสติกส์ภาคอุตสาหกรรม การบริหารจัดโลจิสติกส์และโซ่อุปทานอย่างมีประสิทธิภาพของภาคอุตสาหกรรม ส่งผลโดยตรงต่อการลดต้นทุน และเพิ่มความพึ่งพอใจของลูกค้า การทำ Benchmarking เพื่อประเมินประสิทธิภาพด้านโลจิสติกส์และโซ่อุปทาน เป็นเรื่องสำคัญและมีความจำเป็นสำหรับผู้ประกอบการ กองโลจิสติกส์ จึงได้กำหนดตัวชี้วัดประสิทธิภาพด้านโลจิสติกส์ ที่เป็นรูปธรรม จำนวน 27 ตัวชี้วัด ครอบคลุ่ม 9 กิจกรรมด้านโลจิสติกส์ ใน 3 มิติ ด้านต้นทุน เวลา และความน่าเชื่อถือ ซึ่งสามารถนำไปเป็นเครื่องมือที่ใช้ได้จริงในการดำเนินงานของสถานประกอบการ โดยอาจจะนำไปปรับเป็น KPIs สำหรับแต่ละแผนกในองค์กรเพื่อการพัฒนาที่ยั่งยืนต่อไป สำหรับท่านที่ประสงค์จะประเมินประสิทธิภาพโลจิสติกส์ขององค์กร สามารถ Download คู่มือการประเมินฯ เพื่อศึกษารายละเอียดตัวชี้วัด และทำการกรอกข้อมูลในฟอร์ม Ms Excel ที่ได้ผูกสูตรไว้แล้ว ซึ่งจะทราบผลการประเมินทันที หรือประเมินเปรียบเทียบกับหน่วยงานอื่นผ่านระบบ Online ภายใต้ชื่อเว็บไซต์ https://thailogisticsbenchmark.com/ ของ กองโลจิสติกส์ กรมส่งเสริมอุตสาหกรรม Download Click >>> คู่มือการประเมิน ตัวชี้วัดประสิทธิภาพโลจิสติกส์ภาคอุตสาหกรรม Download Click >>> Ms Excel ประเมินประสิทธิภาพโลจิสติกส์ภาคอุตสาหกรรม