Tag: data analytics
-
มีคำถามที่ผมได้ยินบ่อยมากจากคนรอบข้างครับ “เดือนนี้ไม่รู้เงินหายไปไหน” หรือ “อยากเก็บเงินแต่ไม่เคยเก็บได้จริงๆ” หรือแย่กว่านั้นคือ “รู้ว่าควรลงทุนแต่ไม่รู้จะเริ่มยังไง” ปัญหาเหล่านี้ไม่ได้เกิดจากการที่คนไทยขยันไม่พอหรือฉลาดไม่พอครับ มันเกิดจากการที่เราตัดสินใจเรื่องเงินโดยใช้ความรู้สึกและความคาดหวังที่คลุมเครือ แทนที่จะใช้ข้อมูลจริงๆ คนที่บอกว่าตัวเองประหยัดแล้ว ส่วนใหญ่ยังไม่รู้ว่าเดือนที่แล้วจ่ายค่าอาหารไปเท่าไหร่ คนที่บอกว่าอยากเกษียณตอนอายุ 55 ส่วนใหญ่ยังไม่ได้คำนวณว่าต้องมีเงินเท่าไหร่ถึงจะทำได้จริง และคนที่บอกว่าลงทุนอยู่ ส่วนใหญ่ยังไม่รู้ว่า portfolio ของตัวเองให้ผลตอบแทนจริงๆ เท่าไหร่เมื่อหักค่าธรรมเนียมและเงินเฟ้อออกแล้ว Data เปลี่ยนตรงนี้ครับ ไม่ใช่เพราะมันวิเศษ แต่เพราะมันทำให้ความจริงที่ไม่อยากเผชิญกลายเป็นสิ่งที่หลีกเลี่ยงไม่ได้ เข้าใจพฤติกรรมเงินของตัวเองก่อน แล้วค่อยแก้ ก่อนจะพูดถึงการลงทุนหรือการวางแผนเกษียณ ต้องพูดถึงสิ่งที่พื้นฐานที่สุดก่อนครับ นั่นคือการเข้าใจว่าตัวเองใช้เงินยังไงอยู่ในปัจจุบัน นักจิตวิทยาด้านการเงินมีคำว่า “money blind spot” ครับ คือพื้นที่ในการใช้เงินที่เรามองไม่เห็นตัวเองเพราะไม่ได้ติดตาม คนส่วนใหญ่รู้ว่าตัวเองจ่ายค่าเช่าเท่าไหร่ รู้ค่าผ่อนรถ แต่ไม่รู้ว่าจ่ายค่ากาแฟไปเดือนละเท่าไหร่ จ่าย subscription ต่างๆ รวมกันเท่าไหร่ หรือออกไปกินข้าวนอกบ้านบ่อยแค่ไหน วิธีที่ง่ายที่สุดคือ categorize รายจ่ายย้อนหลัง 3 เดือนครับ ไม่ว่าจะใช้แอปหรือ spreadsheet ก็ได้ แค่แบ่งเป็นหมวดหมู่ให้ครบ อาหาร การเดินทาง ความบันเทิง สุขภาพ…
-
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…
