
ร้านอาหารตามสั่งบ้านเรามีเยอะมากครับ และส่วนใหญ่ก็อร่อยพอๆ กัน แต่ทำไมบางร้านอยู่ได้ 10 ปี บางร้านปิดใน 6 เดือน? ผมเชื่อว่าปัจจัยหนึ่งที่คนมักมองข้ามคือ การรู้จักธุรกิจตัวเองจากข้อมูล ไม่ใช่แค่ความรู้สึก เจ้าของร้านตามสั่งส่วนใหญ่รู้ว่าวันไหนยุ่ง วันไหนเงียบ เมนูไหนขายดี แต่ “รู้สึกว่ารู้” กับ “รู้จริงจากตัวเลข” มันต่างกันมาก และความต่างนั้นอาจเป็นเส้นแบ่งระหว่างร้านที่ขยายสาขาได้กับร้านที่วนซ้ำปัญหาเดิมทุกเดือน บทความนี้ผมจะพาไปดูว่าร้านอาหารตามสั่งธรรมดาๆ ที่ไม่มีงบซื้อระบบแพงๆ จะเริ่มใช้ data analytics ได้ยังไง โดยเริ่มจาก Google Form และ Google Sheet ที่ทุกคนเข้าถึงได้ฟรี ข้อมูลอะไรที่ร้านตามสั่งควรเก็บตั้งแต่วันแรก ก่อนจะพูดถึงเครื่องมือ ต้องรู้ก่อนว่าจะเก็บอะไร เพราะถ้าเก็บผิดก็ได้ข้อมูลที่ไม่มีประโยชน์ สำหรับร้านตามสั่ง ข้อมูลที่สำคัญมีอยู่ไม่กี่อย่าง ยอดขายรายเมนูรายวัน นี่คือพื้นฐานที่สุด แค่รู้ว่าแต่ละวันขายเมนูอะไรได้กี่จาน ราคาจานละเท่าไหร่ รวมเงินได้เท่าไหร่ ดูเรียบง่ายแต่ถ้าเก็บสม่ำเสมอสัก 2-3 เดือน จะเห็น pattern ที่มีค่ามากๆ ช่วงเวลาที่ขายดีและเงียบ บันทึกว่าช่วง 11 โมงถึงบ่ายโมงขายได้กี่จาน…

ลองนึกภาพแบบนี้กันก่อนนะครับ คุณออกจากบ้านเช้าวันจันทร์ ไฟจราจรบนถนนที่คุณใช้ประจำปรับ timing อัตโนมัติเพราะระบบรู้ว่าเส้นนี้จะหนักช่วง 8 โมงครึ่ง รถเมล์ที่คุณรอมาตรงเวลาเพราะมันรู้ว่ามีคนรอที่ป้ายนี้เยอะผิดปกติ และแอปบนมือถือแจ้งเตือนว่าฝนจะตกช่วงบ่ายสองและมีที่จอดรถในห้างใกล้ที่ทำงานว่างอยู่สามช่อง ทั้งหมดนี้ไม่ใช่นิยายวิทยาศาสตร์ครับ มันเกิดขึ้นจริงในบางเมืองของโลกแล้ว และมันทำงานได้เพราะสิ่งที่เราเรียกกันว่า “data” Smart City คือเมืองที่ใช้ข้อมูลและเทคโนโลยีในการบริหารจัดการทรัพยากรและบริการสาธารณะให้มีประสิทธิภาพมากขึ้น ฟังดูอาจจะซับซ้อน แต่แนวคิดพื้นฐานตรงไปตรงมามากๆเลยครับ แค่เปลี่ยนจากการตัดสินใจโดยใช้ความรู้สึกและประสบการณ์ มาเป็นการตัดสินใจโดยใช้ข้อมูลจริงจากเมือง Smart City ทำงานยังไงในทางปฏิบัติ ? หัวใจของ Smart City คือสิ่งที่เรียกว่า sensor และ connectivity ครับ ลองนึกถึงเมืองหนึ่งที่มี sensor ติดตั้งอยู่ทั่วไป ตั้งแต่กล้องจราจรที่นับจำนวนรถ, sensor วัดคุณภาพอากาศในแต่ละย่าน, ถังขยะที่ส่งสัญญาณเมื่อใกล้เต็ม, มิเตอร์ไฟฟ้าและน้ำประปาที่ส่งข้อมูลการใช้งานแบบ real-time และสัญญาณไฟจราจรที่ปรับตามปริมาณรถจริงๆ แทนที่จะเปลี่ยนตามเวลาที่ตั้งไว้ตายตัว ข้อมูลทั้งหมดนั้นไหลเข้าสู่ศูนย์ข้อมูลกลางของเมือง ซึ่งทีม analyst และ AI ช่วยกันวิเคราะห์และตัดสินใจว่าควรส่งรถเก็บขยะไปที่ไหนก่อน ควรเพิ่มรถเมล์บนสายไหนในช่วงเวลาไหน หรือพื้นที่ไหนที่ไฟถนนดับและต้องการการซ่อมแซม สิงคโปร์เป็นตัวอย่างที่ดีที่สุดในโลกและใกล้บ้านเราด้วยครับ พวกเขาสร้าง Virtual Singapore…

ปัญหาที่ใหญ่ที่สุดในประวัติศาสตร์ ย่อมต้องการ data ที่แม่นที่สุด ประโยคหนึ่งที่ผมได้เคยได้ยินเกี่ยวกับเรื่องของ climate changed และมันก็ยังคงติดอยู่ในหัวมาตลอดเลย “เราไม่สามารถแก้ปัญหาที่เราวัดไม่ได้” ฟังดูเรียบง่าย แต่นั่นคือหัวใจของทุกอย่างที่เกิดขึ้นในวงการสิ่งแวดล้อมช่วง 20 ปีที่ผ่านมาครับ การเปลี่ยนแปลงสภาพภูมิอากาศเป็นปัญหาที่ซับซ้อนมากจนเกินกว่าที่ใครจะ “รู้สึก” ว่ามันรุนแรงมากแค่ไหน เราต้องวัด ต้องติดตาม และต้องวิเคราะห์อย่างละเอียด และนั่นคือจุดที่ data ได้เข้ามามีบทบาทครับ โลกกำลังใช้ข้อมูลในการต่อสู้กับปัญหาสิ่งแวดล้อมในแบบที่เราแทบไม่เคยเห็นมาก่อน ตั้งแต่ดาวเทียมที่จับตาดูป่าไม้ทุกตารางเมตร ไปจนถึง AI ที่คาดการณ์น้ำท่วมก่อนที่มันจะเกิดขึ้นจริง ทั้งหมดนี้ขับเคลื่อนด้วย data ครับ เราวัดปัญหาสิ่งแวดล้อมได้ดีแค่ไหน ในตอนนี้ เวลานี้ ? ย้อนไปแค่ 30 ปีก่อน การติดตามสภาพภูมิอากาศทำได้ด้วยสถานีตรวจวัดอากาศที่กระจายอยู่ทั่วโลกไม่กี่พันแห่ง ข้อมูลเหล่านั้นมีประโยชน์ก็จริง แต่มันมีช่องว่างมหาศาลครับ ทั้งในเชิงพื้นที่และเวลา ตอนนี้ภาพนั้นได้เปลี่ยนไปโดยสิ้นเชิง ดาวเทียมตรวจสอบสิ่งแวดล้อมของ NASA, ESA และหน่วยงานอื่นๆ ถ่ายภาพโลกแบบ real-time ครอบคลุมทุกพื้นที่บนพื้นโลก วัดได้ทั้งอุณหภูมิผิวน้ำทะเล ความหนาของน้ำแข็งขั้วโลก ระดับก๊าซคาร์บอนไดออกไซด์ในชั้นบรรยากาศ และแม้แต่การเปลี่ยนแปลงของพื้นที่ป่าในแต่ละวัน sensor ในมหาสมุทรหลายพันตัวติดตามอุณหภูมิและความเป็นกรดของน้ำทะเลแบบต่อเนื่อง…