Location Strategy : กลยุทธเลือกทำเลสำหรับงานบริการเภสัชกรรม

ถึงแม้ว่าคณะเภสัชศาสตร์ส่วนใหญ่จะสอนหลักการบริบาลทางเภสัชกรรมเพื่อให้บรรดาพี่น้องเภสัชกรได้ออกไปเปิดร้านยาเพื่อบริการประชาชน แต่ในความเป็นจริงกลับพบว่า ความรู้ในด้านการบริลายที่ได้เรียนมาจากห้องเรียนกลับไม่ได้เป็นเพียงปัจจัยเดียวที่ช่วยให้การดำเนินกิจการร้านยาประสบความสำเร็จ ทั้งการเข้าถึงประชาชน ผลสัมฤทธิ์ในการให้บริการด้านยา หรือแม้กระทั่งผลสัมฤทธิ์เชิงธุรกิจ ซึ่งในหลายๆ ปัจจัย มีเรื่องหนึ่งที่สำคัญที่หลีกเลี่ยงไม่รู้ไม่ได้ นั่นคือ ความรู้ในการเลือกทำเลสำหรับการเปิดร้านยา ซึ่งเปรียบเสมือนกับการกลัดกระดุมเม็ดแรก ที่หากติดไม่ดี ก็พลอยมีผลให้ต้องตามแก้การกลัดกระดุมเม็ดอื่นๆ ตามไปด้วยในอนาคต

nesa-by-makers-764699-unsplash.jpg Continue reading

Advertisements

เขียนแผนการตลาดของผลิตภัณฑ์/บริการทางสุขภาพให้เสร็จใน 7 สัปดาห์

ถึงแม้ว่าเราจะมีตัวยาหรือผลิตภัณฑ์สุขภาพชั้นเยี่ยม ฝ่ายขายก็เปี่ยมด้วยความรู้เชิงเทคนิก ทั้งยังมีประสบการณ์เชิงลึกกับตลาดหรือผลิตภัณฑ์สุขภาพมาอย่างยาวนาน แต่ถ้าอยากให้ยาหรือผลิตภัณฑ์ที่เราเองรับผิดชอบมีการเติบโตในทิศทางที่ถูกต้อง เราก็จำเป็นต้องทำการตลาดอย่างจริงจังและอย่างรู้จริง ซึ่งขึ้นแรกสุดสำหรับการทำตลาดที่เยี่ยมยุทธ คือ การวางแผนการตลาด

rawpixel-983726-unsplash.jpg

Continue reading

Content Marketing กับงานเภสัชกรรม

หัวข้อ

  • ทำความรู้จักกับ content marketing
  • รู้จัก content รู้จักผู้บริโภค
  • การจัดการและดำเนินงาน content marketing
  • ช่องทางของ content marketing

Continue reading

โปรแกรมบริหารร้านขายยา – Arincare

ARINCARE_-_PAT_key

Arincare ดำเนินการมากว่า 3 ปีแล้ว โดยเริ่มจากพัฒนาระบบโปรแกรมร้านยา และใน 3 ปีที่ผ่านมานั้น Arincare เป็นมากไปกว่าโปรแกรมร้านยา ซึ่งทั้งหมดได้มาจากการพัฒนาโปรแกรมขึ้นจากความต้องการผู้ใช้งาน ซึ่งเกิดจากที่ทีมงานการเข้าไปเยี่ยมชมร้านยาหลายร้อยร้านทั่วประเทศ Continue reading

Update Thai Herbal 2018

ในปัจจุบัน มีโรงงานผู้ผลิตยาสมุนไพร 840 โรง มีโรงงานใหญ่ๆ 50 โรง. กลางๆ 120 โรง ที่เหลือเป็นขนาดเล็ก ประมาณ 700 โรง

สมุนไพรได้รับการสนับสนุนจากทางรัฐบาล ผ่าน ร่าง พรบ.สมุนไพร ซึ่งค้างอยู่ใน กฤษฎีกามาแล้ว 8-9 เดือน ไม่แน่ใจว่าจะผ่านทันรัฐบาลชุดนี้หรือไม่

ได้เห็นว่า แต่ละประเทศ มีการแยกกฎหมายกันระหว่างยาแผนปัจจุบันกับแผนโบราณ

ตลาดสมุนไพร

แนวโน้มตลาดโลกยังเป็นแนวโน้มสุขภาพ

หลักๆ มาจากเรื่องการดูแลรักษาสุขภาพของสังคมสูงวัย ส่วนใหญ่เริ่มต้นสนใจใช้ที่อายุ 35 up สื่อ digital marketing ได้ทำให้เกิดการเข้าถึงข้อมูลการซื้อขาย ทำได้ง่ายมากขึ้น ทั้งไทยเป็นประเทศที่มีนักท่องเที่ยวเข้ามาเยอะ เช่น นักท่องเที่ยวจีน.

ตลาดยาสมุนไพรของไทยเอง อยู่ที่ 10,000 ล้านบาท ซึ่งตำ่กว่ายาแผนปัจจุบันเยอะ เครื่องสำอาง 2 แสนล้าน อาหารเสริม 3 แสนล้าน ตลาดยา 1 แสนกว่าล้านบาท

ตอนนี้คนจีนเองก็เปลี่ยนวิธีการเที่ยว ซึ่งสะท้อนกับประเทศอื่นๆ ด้วย คือ คนเที่ยวเองมากขึ้น ยกตัวอย่างเช่น ตะขาบ 5 ตัว ขายตลาดท่องเที่ยวราว 40% โดยจะขายดีกับตลาดที่รถทัวร์ลง ซึ่งตอนนี้ตลาดรถทัวร์ลงเริ่มลดลง แต่ไปโผล่ที่ร้านขายยาหรือร้านยาเชนในเขตท่องเที่ยว ตลาดจะเน้น กทม. ปริมนฑล สามพราน พัทยา

ผลิตภัณฑ์ที่นักท่องเที่ยวจีนชอบคือ ผลิตภัณฑ์เสริมความงาน เวชสำอาง. ยาหม่องนวด หมอนยางพารา ผลิตภัณฑ์รังนก ขนมขบเคี้ยว

การขายกับต่างประเทศ พบว่า … การขึ้นทะเบียนยาในต่างประเทศ ขึ้นทะเบียนยายากมาก พบว่า ประเทศจีนเป็นประเทศที่กีดกันทางการค้ามาก แม้แต่เซียงเพียวอิ้ว หรือ แผ่นแปะตราเสือ (ของสิงคโปร์) ก็ขึ้นทะเบียนได้ยากในจีนเพราะการกีดกัน ดังนั้นนักท่องเที่ยวจึงมาซื้อที่บ้านเรากับสินค้าพวกนี้

การทำเอกสารในการขึ้นทะเบียนต่างประเทศทำได้ยาก ดังนั้น โอกาสจึงยังอยู่ในต่างประเทศ ดังนั้น ถ้าจะรุกต่างประเทศจะต้องขายตลาดไทยให้ได้ก่อน

นักท่องเที่ยวจนลงเยอะ เช่น กทม. (เยาวราช เอเชียทีค). ภูเก็ต เชียงใหม่ สมุย อัมพวา กาญจนบุรี

กลุ่มผู้ผลิตยาสมุนไพร ในปัจจุบันเป็น generation 3 ส่วนใหญ่ เป็นตำรับส่วนตัว แต่ละเจ้าจะขายเอกลักษณ์ของตัวเอง จะมีการแลกเปลี่ยนข้อมูลระหว่างกัน

สำหรับตลาดส่งออก ..

ญี่ปุ่นจะมีคัมโปเมดิซีน ….

จีนเป็นเจ้าตลาดสมุนไพร ฮ่องกง เวียดนาม

รายการยาสมุนไพรที่คนรู้จัก ….
ในการขายยา โดย perception ของคน คำถามคือ จากรายการนี้ ร้านยามีครบทุกรายการหรือไม่ ใช้ยี่ห้ออะไรก็ได้ เพราะแต่ละ brand จะเน้นขายเอกลักษณ์

แผนแม่บทสมุนไพรแห่งชาติ จะควบรวมหลายๆ กระทรวงมาคุยร่วมกัน ซึ่งจะมี 4 ยุทธศาสตร์

ยุทธศาสตร์การทำเมืองสมุนไพร มีจังหวัดร่วมตามภาพ เป็น Herbal City 13 จังหวัด อนาคตจะมีการขยายเพิ่ม

เรื่องของ Product Champion มี 4 สมุนไพร คือ

มีการคุยกันว่ามีสมุนไพรตัวไหนที่ใช้มากที่สุดใน 3 อุตสาหกรรม และพบว่าเป็น 4 รายการนี้ อนาคตจะมีการขยายเพิ่มขึ้น

อนาคตภาครัฐจะจัดหน่วยงานส่งเสริมเพิ่ม คือ กองส่งเสริมนวัตกรรม

ความท้าทายของ GPP ของเภสัชกรรมชุมชน

บนเวปไซต์ของ สภช. มีรายละเอียดเยอะ แนะนำให้ไปดูรายละเอียดเพิ่มเติม เช่น เรื่อง กฎหมายและข้อบังคับของร้านยา มีแบบประเมินตนเอง GPP และคู่มือ GPP

ภาพรวมการเกิด GPP

เกิดจาก พรบ. — กฎกระทรวง — ประกาศ (ซึ่งแก้ได้ตามสถานการณ์ได้ง่ายขึ้น)

ซึ่ง GPP อยู่ภายใต้ประกาศ กสธ.

อยากให้ร้านยาสะท้อนเรื่องข้อเสนอแนะ เพื่อการปรับเปลี่ยนรายละเอียดใน GPP ได้

ที่มาของ GPP มาจาก พรบ.ยา

คนขอ ไม่ต้องเป็นเภสัชกร แต่ผู้มีหน้าที่ปฏิบัติการต้องเป็นเภสัชกร

ส่วนในกฎกระทรวง เขียนไว้ข้อ 6 แล้วรายละเอียดให้ไปประกาศในราชกิจจานุเบกษาอีกที

Overview Independent Pharmacy trends for Thailand 2018

ในปัจจุบัน ประชากรมากกว่าครึ่งหนึ่งทั่วโลกเข้าถึง internet ทำให้คนเข้าถึงการแพทย์ การรักษา คนอายุสูงขึ้น ประเทศเข้าสู่ทิศทางของสังคมสูงอายุ Continue reading

Big Data Strategy …

Big Data Strategy: From Concept to Applications”

โดย ณภัทร จาตุศรีพิทักษ์

Founder and CEO at Siametrics Consulting & Analytics Advisor at True Digital Media & Platform

3 คำ …

Concept จะทำอย่างไรกับ data

Application … ดูกว้าง

กลยุทธ์ …

โลกทุกวันนี้ที่เราอยู่ ต่างจากเดิมมาก 7 บริษัทที่ทุกคนคุ้นหู มูลค่าการตลาดเกิน GDP ไทยไป 11 เท่า

เหตุเพราะพวกนี้เป็น early adopter ของทุกอย่างที่เรากำลังเพิ่งมองเห็น เพราะเค้านำเรื่อง Big data มาใช้ได้อย่างชาญฉลาดก่อนใคร

ดังนั้น เราต้องมองให้ออกก่อนว่าจะเอา data มาใช้ทำอะไร ไม่ใช่แค่ visualization

พัฒนาการของ AI

AI เล่นหมากรุกชนะคน หมากล้อมชนะคน และเดาใจคนเราได้

ถึขนาดที่มีเทคโนโลยีขยับปากด้วยการใช้ AI ได้

มีการ survey คิดว่า 72% คิดว่า AI & Big data จะมาใน 5 ปี แต่ 77% ยังคิดไม่ออกเลยว่าจะทำอะไรกับมันได้ยังไง

ทำไมถึงต้องมี Strategy

  1. AI ไม่มี data ไม่ได้ … คนหลายคนมองไม่ออกว่า AI & Big data เกี่ยวกันอย่างไร เริ่มต้นต้องมีข้อมูลก่อน ถ้าไม่เข้าใจว่าทำไมต้องมี data ที่ clean และเยอะพอ

ตอนเริ่มต้นต้องพัฒนาสมองก่อน เมื่อ model พัฒนาแล้ว ค่อยเอาไปดู data point ที่แยกออกมานั้น สามารถทายหรือใช้ประโยชน์ได้หรือไม่ ถ้ายังไม่ได้ ก็เอาไปเรียนรู้ใหม่

ดังนั้น จึงจำเป็นต้องเข้าใจ concept

การนำไปใช้ประโยชน์ : Deep map แผนที่ประเทศไทยที่มีข้อมูลที่ลึกที่สุดเท่าที่จะเยอะได้

เหตุผลที่ 2 ที่ควรจะมีกลยุทธ์ คือ เพราะมันซับซ้อน

คนชอบเข้าใจผิดว่า Big data = new oil …. ไม่ผิด แต่ไม่ถูกต้อง 100%

เพราะข้อมูลมันซับซ้อนกว่าน้ำมัน และแต่ละธุรกิจต้องการเทคโนโลยีต่างกัน เก็บข้อมูลไปเรื่อยๆ อาจจะไม่ work ก็ได้ ดังนั้นต้องย้อนมาดูว่าควรเก็บอะไรบ้าง ทั้งยังไม่มีวิธีการ verify ข้อมูลเวลาเราไปซื้อมาว่าข้อมูลที่ซื้อนั้นถูกต้องรึเปล่า หรือ การทำให้ผิดง่ายกว่าการทำให้ถูกมาก. รวมทั้งความสุ่มเสี่ยงเรื่องกฎหมายและจริยธรรม

ต่างกับน้ำมันแน่นอน … น้ำมันมีวันหมด น้ำมันใช้ได้กับรถบางประเภท น้ำมัน verify ได้ นำ้มันใช้ยังไงรถก็วิ่ง น้ำมันไม่ได้ละเมิดสิทธิส่วนบุคคลของใคร

ดังนั้นต้องวางแผนตั้งแต่ต้น ว่าควรจะจ้างใครมาดู

แนะนำว่า อย่ากังวล เริ่มต้นดีกว่าไม่เริ่มอะไรเลย ให้เริ่มจากอะไรง่ายๆ ที่ตอบโจทย์ธุรกิจ ควรจะเริ่มจากการสร้าง success factor ตั้งแต่ตอนนี้ มี 4 ประการ

  • Align vision

สิ่งที่ยากที่สุด คือ การ deal เกี่ยวกับ คน หรือ politic ภายในองค์กร เพราะ Data Science ต้องการประสานงานกับคนเยอะหลายส่วน และทำให้ยิ่งปัญหาเยอะ ทั้งในองค์กร ลูกค้า regulators … หลายครั้งกฎหมายยังตามไม่ทันเทคโนโลยี

Industry X.0 in action

Industry X.0 ทาง Accenture คิดขึ้นมาเอง ซึ่งคิดย้อนไปที่ที่มาของ industry 4.0 ที่เริ่มมาจากเยอรมัน แต่ X.0 คือ การนำ digital มาพัฒนาในทุกด้านทั้งสินค้าและบริการ

ในตอนนี้ ปริมาณข้อมูลเพิ่มสองเท่าทุกๆ สองปี และเพิ่มขึ้นเรื่อยๆ เราพบมีการใช้งาน Big data, Analytic มากๆ มี AI (ซึ่งยังมองว่าเป็นอนาคต) ดังนั้นเราต้องปรับตัว ต้องมานิยามวิธีการทำธุรกิจใหม่ท่ามกลางกระแสที่เปลี่ยนไป

สิ่งที่เราต้องทำการบ้านคือ เมื่อเราเห็นภาพในวันนี้ และอนาคต เนื่องจากข้อมูลมันอยู่รอบตัวเรา อุปกรณ์ต่างๆ เครื่องมือต่างๆ จะทำให้เกิด data ซึ่งจะช่วยในการตัดสินใจ ประมวลผลที่ดี ซึ่งจะช่วยให้เกิดนวัตกรรม ช่วย R&D ทำให้สินค้าในอนาคตจะก้าวหน้ามากขึ้น

เครื่องมือตรงกลางดังภาพเป็นจุดสำคัญ โดยต้องมองประเภทข้อมูลทั้งข้อมูลภายในและข้อมูลภายนอก ข้อมูลจะมาถูกมาพักที่ data lake แล้วนำมาพัฒนาต่อยอดทางธุรกิจได้ เพื่อ เพิ่มรายได้ เพิ่มประสิทธิภาพกระบวนการทำงาน เป็นผู้นำตลาด มีนวัตกรรมใหม่ๆ ตลอด และเวลาสู่ตลาดเร็วขึ้น

ข้อมูลซึ่งเราได้มาจาก day to day operation ทั้งการดำเนินการ (IT, OT, IIoT) ข้อมูลทั้งหมดได้รวมกันเพื่อให้เกิด value ต่อธุรกิจมากขึ้น

ภาพจริงที่เกิดขึ้น

สินค้าที่เปลี่ยนไป จาก mechanic เป็น electronic ส่วนที่เพิ่มขึ้นมาคือ digital ซึ่งจะยิ่งมีมากขึ้นเรื่อยๆ

ทุก product จะมีการ generate data

Impact ที่จะเกิดขึ้น 6 เรื่อง

ตัวอย่าง มิเชลินที่ฝรั่งเศษ มีการให้บริการยางรถยนต์ ไป เป็น partner กับบริษัท truck เป็น B2B โดยจะติด sensor ที่ยางด้วย ซึ่งจะส่งข้อมูลกลับมาที่มิเชลลิน

ผลคือ เป็นการสร้างช่องทางการขายใหม่ๆ มากขึ้น และ สร้างประสบการณ์ใหม่ๆ ให้กับลูกค้าเพราะมีการผูกบริการ และมีช่องทางรายได้ใหม่เพราะไม่ได้ขายยางอย่างเดียว แต่ขายบริการด้วย

ตัวอย่าง 2

เดิม Faurecia ขายเบาะรถ ตอนนี้ได้ติด Alexa ซึ่งเป็นผู้ข่วยส่วนตัวของ Amazon ซึ่งรถคันนี้จะมี Alexa ทั้ง 4 ที่นั่ง เป็นการเอา lifestyle ของคนเข้าไปกับ technology

ตัวอย่างที่ 3 Haier

ในจีนไม่ค่อยหวงเรื่องความเป็นส่วนตัวของข้อมูล ทาง brand จึงติดอุปกรณ์ IoT ไปในสินค้าทุกตัว ทำให้ได้ข้อมูลพฤติกรรมลูกค้า ทำให้สามารถทำ product micro segmentation ได้ มีการทำ customer experience & service ให้กับลูกค้า. มีการ connect กับ machine ให้มีการ learning เพื่อการพัฒนา

ตัวอย่างที่ 4 บริษัทเครื่องทำกาแฟ

เป็น smart coffee machine คือ มี IoT ติดไปกับเครื่อง ซึ่งเครื่องจะรู้ว่าเราชอบกาแฟแบบไหน

กรณีที่ 5 Virtual reality จากสินค้าใน supermarket

เอามือถือส่องก็จะเป็นภาพ pop up ขึ้นมาให้เห็นบนหน้าจอ เช่น ถ้าเราแพ้นมถั่วเหลือง ก็จะมีหน้าจอขึ้นมาว่าเรากินสินค้าตัวนี้ไม่ได้ ทั้งยังช่วยนำทางให้เราไปซื้อสินค้าที่เราใช้บ่อยๆ ในห้างได้ มีลูกค้ามากกว่า 70% ที่ต้องการให้ร้านมี AR/VR ในร้าน แต่ตอนนี้มีไม่ถึง 20% ที่ทำเรื่องนี้

กรณี 6 ของไทย Builk

ประสานระหว่างผู้รับเหมากับผู้จ้างงาน ตัวนี้จะช่วย track ผู้รับเหมาเพื่อช่วยควบคุมราคา และคุย timeline งานก่อสร้าง มันทำให้เกิดการเปลี่ยนช่องทางขายจากร้านวัสดุเดิมๆ กลายเป็นร้านยุคใหม่มาร่วมขายได้

กรณี 7 เรื่องของคน

กรณีของ Bank ที่ต้องการให้คนขององค์กรคุ้นเคยกับ digital technology จึงมีการพัฒนาเกมให้คนในองค์กรเล่น แข่งกันระหว่างแผนก สร้างความรู้สึกในการใช้ digital technology ทำให้คน 1000 คนมายอมรับการใช้สิ่งใหม่ๆ

อีกกรณี บริษัทศรีนครชัย สร้างระบบ wholesale plateform ขึ้นมา แล้วให้ช่าง / ผู้รับเหมาเข้ามาใน platform แต่ปัญหาคือ พนักงานกว่า 60 คน เป็นคนยุคเก่า เจ้าของจึงเอาเกมให้เหล่าอาเจ็ก อาเป๊ะ นี้เล่น ทำให้เห็นว่า เกมสนุก มีการแข่งขัน

กรณีเคสของโรงงาน ต้องการปรับเป็น digital factory

เริ่มจากต้องหา partner ให้คนเข้าไปนั่งด้วยกัน เพื่อสร้าง skill แต่ละด้านให้เพิ่มขึ้น หลังจากนั้น partner จะค่อยๆ fade ลง ทำให้คนขององค์กรค่อยๆ พัฒนาทักษะที่มีมากขึ้น

ทำให้ได้คือ

ความสามารรถของ digital partner ให้เลือกจาก

  • Partner ที่เริ่มจาก business issue ดีกว่าที่จะเริ่มจาก vendor ที่เริ่มต้นจากอุปกรณ์
  • รู้เรื่อง design thinking
  • มี open innovation ทำให้บริษัททันสมัยอยู่เรื่อย ไม่ตก trend

เราทำเงินกับ Big data ได้อย่างไร

Monetizing Big Data”

By Prashant Shukla, Sales Director – Southeast Asia and South Asia Growth Markets, Big Data and Analytics, Oracle Corporation

จากผู้ให้บริการมือถือ, facebook คนเหล่านี้มีข้อมูลทั้งนั้น กลุ่ม telecom เก็บข้อมูลเรา 24 ชั่วโมง / วัน/ 365 วัน. บอกตำแหน่งเราได้

และนี่คือสิ่งที่เค้าทำได้

ตัวอย่างของการเอา big data มาใช้

ต้องเป็นส่วนผสมระหว่าง Data analyst, Data science และคนทำธุรกิจ

กรณีศึกษา 1 การวางแผนเมือง

มองเห็นกลุ่มคน ตามช่วงวัน ช่วงเวลา ช่วยทำให้ออกโปรโมชั่น หรือออกสินค้าใหม่ได้

ตัวอย่างของการวางแผนการสร้างรถไฟฟ้า ดูจาก traffic คือ รู้ตั้งแต่ก่อนสร้าง

หรือแม้แต่การจะเปิดร้านใหม่

Click & Mortar … retail business

From Tops online, The mall, Sg, Pomelo

บทบาทของร้านค้ากับยุค digital

ค้าปลีก ขายของสด มีรายละเอียดให้เลือกไม่มาก ดูแค่สดไม่สด จึงเชื่อว่า ในเชิงปฏิบัติร้านค้าปลีกใกล้บ้านจึงจำเป็น แต่ผู้บริโภคต้องการความมั่นใจ ความปลอดภัย

เชื่อว่า คนต้อง social ต้องเจอกัน ดังนั้นต้องมาถึงที่ ดังนั้น shopping mall ยังจำเป็น จึงไม่ถึงว่าลำบากกับยุค digital แต่ถือว่าเป็นช่วงเวลาที่ต้องปรับตัว (reinventing)

ส่วนทาง Pomelo fasion ซึ่งเน้นการขายของ online แต่ก็ยังคิดว่ายังต้องการ retail space to fulfill experience

จากออนไลน์เปลี่ยนเป็น off-line ได้เท่าไหร่

อัตราการแปลงคนออนไลน์เป็นยอดขายอาจจะต่ำ อาจแค่หลักเดียว แต่ถ้าเป็นร้านจะมีอัตราการเปลี่ยนคนเป็นลูกค้าด้วยอัตราที่สูงกว่า 15-17% conversion rate (the mall)

Tops online บอกว่าขึ้นกับว่าเป็นสินค้ากลุ่มไหน เช่น food & beverage คนต้องการชิม ต้องการจับ มีการใช้ข้อมูลเพื่อ customize offer

Pomelo ถึงแม้จะขายของออนไลน์ แต่ก็กำลังจะเปิด offline store เพราะจะเป็นการเปิดโอกาสให้ลูกค้าได้ลองมากกว่า ได้เลือกมากกว่า

The mall กำลัง partner กับ Lazada, SCB

Tops online : partner กับ Jd.com

The world of Big data … Dell

Technology force

AI เกิดขึ้นมาตั้งแต่ปี 1950 เมื่อ 60 ปีที่แล้ว คนยุคนั้นเชื่อว่าศาสตร์คอมพิวเตอร์เกิดขึ้นเพื่อแก้ปัญหาทางวิทยาศาสตร์เท่านั้น จนกระทั่งมีคำถามว่าคอมพพิวเตอร์สามารถช่วยเราทำอะไรบางอย่างได้หรือไม่ เช่น ช่วยเล่นหมากรุก

พึ่งจะพัฒนาแบบก้าวกระโดด เพราะ machine learning & deep learning

เมื่อก่อน เราให้คอมพิวเตอร์แก้ปัญหาที่เราเองมีข้อจำกัด เช่น หมากรุก เราไม่สามารถคำนวณ the next best move เพราะเรามีความจำจำกัด ซึ่ง AI ยุคแรกตอบโจทย์เรื่องนี้ และเมื่อเริ่มมีการเก็บสถิติและทำ machine learning เพื่อแก้ bug ที่อาจเกิดขึ้น

ในตอนนี้ เราเริ่มนำคอมพิวเตอร์เรียนรู้รูปแบบได้ เช่น เอามาใช้ในการจดจำใบหน้า pattern บอกได้ และ train model สามารถระบุความแตกต่างของแต่ละคนได้ ทำให้เมื่อเรา load ภาพในระบบ คอมพิวเตอร์สามารถทำ image classification ได้ จนกระทั่งบอกได้ว่าใบหน้านี้เป็นของใคร คนคนนี้ชื่ออะไร ซึ่งเอามาใช้ใน facebook และ การ surveillance มากๆ ขึ้น

Microsoft ได้ทดลองทำ voice translator ยิ่งมากก็ยิ่งแม่นยำ ต้องป้อนคำพูดให้ machine ถึง 100 ล้านคำ จึงจะได้ความถูกต้อง 95%

Deep learning ทำให้เกิดนวัตกรรมใหม่ๆ ของการเรียนรู้ของคอมพิวเตอร์

ข้อมูลมีความสำคัญ

IoT :

Thing : 3C : Context ability , Computer ability, Connectivity ability

และ thing จะเพิ่มขึ้นอีกมหาศาล .. จะมี sense รับข้อมูล, คำนวณ , เชื่อมต่อ

เช่น บริษัทผลิตร่ม ถ้าต้นทุน 5 เหรียญ เราใส่คุณสมบัติของ thing เข้าไป .. ร่มเชื่อมต่อกับบริษัทประกัน

Digital tantrum : จะเกิดการเตือนและงอแงเหตุเพราะเรา ignore …

Things จะมี variety อีกมาก

AR/ VR

Big Data กับประเทศไทย

Big data คือ เครื่องมือที่จะมายกระดับองค์กรได้เพียงใด

อ.วิเชียร

Big data คือ ข้อมูลใหญ่ เปลี่ยนแปลงรวดเร็ว มีรูปแบบที่แตกต่างกัน มีทั้งข้อมุลตัวอักษร รูปภาพ วีดีโอ , velocity, volume, variety + validcity? (ข้อมูลเป็นจริงหรือไม่)

เดิม ตั้งสมมติฐานแล้วเก็บข้อมูล เพื่อพิสูจน์

แต่ปัจจุบัน เก็บข้อมูล แล้วเอาข้อมูลมาบอกเลย

IoT: จะสร้างข้อมูลมหาศาล เช่น บอกว่าเราอยู่ที่ไหน เราทำอะไร เราจะเอาข้อมูลพวกนี้มารวมกันแล้วมาใช้ประโยชน์ได้อย่างไร จึงเกิดเป็นศาสตร์ data analytic การวิเคราะห์ข้อมูลใหญ่ๆ มันดูยาก เดิม แค่การ copy ข้อมูลบน hardisk ก็ช้าแล้ว ก็ต้เองมีเครื่องมือช่วยเก็บใหม่

Google ใช้ข้อมูลไม่ถึง 5% ของข้อมูลที่มีบนโลกนี้ ตอนเราค้น google เราก็ไม่แน่ใจว่าต้องการอะไร แต่ประมาณนี้เราพอใจ ดังนั้น ในเชิงธุรกิจ ถ้าเรารู้ว่าคนอยากได้อะไร ทำให้เราสามารถผลิตสิ่งที่ผู้บริโภคต้องการได้

ยกตัวอย่างเช่น recommendation system บน amazon

ประเทศไทยเราเป็นเพียงคนเฝ้าดูหรือใช้ประโยชน์?

เมื่อมองภาพปัจจุบัน เราเข้าใจโครงสร้างข้อมูลพื้นฐานดีหรือยัง ฐานข้อมูลที่มีอยู่พร้อมแล้วยัง มีการแชร์ข้อมูลระหว่างกันแล้วหรือยัง

BD –> DB เรามีโครงสร้างข้อมูลที่ชัดเจนแล้วยัง เช่น ฐานข้อมูลลูกค้าเก็บอย่างไร ขอให้ปรับโครงสร้างข้อมุลให้พร้อมก่อน

ตัวอย่าง การติดต่อกับคนจีน ใช้ WeChat โดย tencent การซื้อของ ก็ทำ WeChat Pay ในปัจจุบัน ICC international ที่ terminal 21 70% ของลูกค้าที่ซื้อชุดชั้นในใช้ WeChat pay แสดงว่า tencent จับได้ว่าลูกค้าต้องการอะไร …. จากนั้นทำ WeBank ขึ้นมา โดยใช้ข้อมูลจาก Big data โดยการให้เครดิต หรือ promotion พิเศษสำหรับลูกค้าแต่ละคน โดยทำยอดสินเชื่อรายย่อยในปีแรก 100 กว่าล้านคนในปีเดียว … สะท้อนว่า ข้อมูลมีค่าเพียงใด

WeChat มีผู้ใช้ประมาณ 1,000 ล้านคน ซึ่งสามารถดูได้หมดว่าอยู่ที่ไหน บอกได้ว่าคนส่วนใหญ่ที่อยู่ที่เมืองไหน ทำงานที่ไหน และทำนายได้ว่าอนาคตคนจะใช้รถไฟฟ้าเวลาไหน ช่วงเวลาไหนคนใช้เยอะ ดังนั้นจึงจับมือกับรัฐจัดทำระบบคิวรถไฟฟ้าได้ จับมือกับการเคหะ ทำให้รู้ว่าสร้างคอนโดตรงนี้จะลดเวลาทำงาน

ถ้าไม่เคยมีข้อมูลองค์กร ก็ต้องทำก่อน มิใช่จะกระโดดมาทำเรื่องนี้เลย ต้องมีขั้นตอน

Industry 4.0

ก่อนจะไป เราเข้าใจข้อมูลที่เรามีหรือไม่ เป็นข้อมูลแบบ manual หรือ อัตโนมัติ นำข้อมูลมาวิเคราะห์กี่เปอร์เซนต์ และใช้วิจารณญาณตัดสินใจกี่เปอร์เซ็นต์

ทำอย่างไรที่จะใช้ประโยชน์จากข้อมูลจำนวนน้อยแต่ใช้ข้อมูลได้อย่างมีประสิทธิภาพได้ ประสิทธิภาพโดยเฉลี่ยของอุตสาหกรรมไทยอยู่ที่ 65% ซึ่งทั่วไปทั่วโลกเค้าอยู่ที่ 95%

เข้าใจข้อมุลหรือไม่ / เห็นข้อมูลแล้วนำไปสร้างประสิทธิภาพได้หรือไม่ / นำข้อมูลนั้นไปใช้ประโยชน์ได้อย่างไร

ตัวอย่าง smart farmer : ข้าวเปลือก 20, ข้าวสาร 50, ข้าวอินทรีย์ 120 …. จะเป็น smart farmer ก็ต้องรู้ target group, ลูกค้าข้าวจะหมดเมื่อไหร่ แล้ว notify excel ดูว่าทำไมเค้าถึงจะซื้อ/ไม่ซื้อเรา

ว่าด้วยข้อมูล

ข้อมูลอยู่ในระบบฐานข้อมูล ซึ่งง่ายต่อการจัดการ. และข้อมูล unstructured เช่น จาก line หรือ facebook ซึ่งน่าจะเป็นประโยชน์กว่าฐานข้อมูลภายใน เพราะภายในสามารถหาคำตอบจากมันได้อยู่แล้ว เช่น การสำรวจความพึงพอใจส่วนใหญ่ ถ้ามีสเกล 0-5 คนไทยส่วนใหญ่ตอบ 3-4 เพราะคนไทยขี้เกรงใจ แต่ทำดียังไงก็ไม่ให้ 5. หรือ เวลาถามว่านอนวันละกี่ชั่วโมง ตอบอาจคลาดเคลื่อน แต่ถ้าใช้เครื่องมือ เช่น จากความสงบของมือถือ การปิดไฟสนิทในห้อง

คนที่สามารถมองข้อมูลแล้วเห็นคุณค่าได้ จึงกลายเป็นศาสตร์ที่มีความสำคัญมากที่สุดตอนนี้

ตอนนี้ IMD World Competitiveness ประเมินไทยอันดับที่ 30 ของโลก ไทยจะดีขึ้นหรือไม่

ตอนนี้ดีขึ้นมาก ภาครัฐตอนนี้นำเทคโนโลยีเซนเซอร์มาใช้ เช่น ตามทางโค้ง จะมีการรื้อโค้งตามข้อมูลที่เกิดขึ้น บริษัทหนึ่งในจีน บังคับให้ผู้บริหารใส่ smart watch แล้วบริษัทคอยดูว่านอนพอมั๊ย ออกกำลังกายมั๊ย รถยนต์ก็มี censor, กรุงเทพประกันภัยใส่ chip ช่วยอ่านว่ารถขับกลางวัน/กลางคืน ความไกล เพื่อช่วยคำนวณเบี้ยประกันภัย

ในสิงคโปร์มีปัญหาเข้าสู่สังคมสูงอายุ มีอุบัติเหตุที่คนอื่นไม่รู้ มี startup ทำสร้างคอวัดแรง G เพื่อดูการล้ม ของไทยมี CT Asia ทำหุ่นยนต์ดินสอมินิ มี sensor วัด motion sensor, thermal censor ดูว่าเป็นไข้หรือไม่ ทำให้รัฐ tract สุขภาพของตัวเองได้ สามารถทำการป้องกันเชิงรุกได้มากขึ้น

ตอนนี้เทคโนโลยีพร้อมแล้ว แต่การนำไปใช้ แต่เราต้องคอยดูว่าจะเอาไปใช้อะไรได้บ้าง

คนไทยสนใจ 3 เรื่อง : หวย บอล ดวง

เครือสหพัฒน์ นำหุ่นยนต์ดินสอไปใช้ มีระบบ facial recognition แต่ไปต่างจังหวัดคนไม่ใช้ จึงเปลี่ยน function เป็นการดูดวง คนกลับมาใช้เยอะ

ผู้ประกอบการให้ความสำคัญกับ value based economy อย่างไร

ตอนนี้มีการปรับเปลี่ยนระบบการเก็บข้อมูล จาก manual เป็น อัตโนมัติ ซึ่งน่าเชื่อถือขึ้น

สายงานผลิต ใช้ ERP ซึ่งมีการเก็บข้อมูล ซื้อ/รับ/ขาย การใช้ IoT ช่วยเก็บข้อมูลอัตโน้มติได้ ที่จะต้องทำคือ มีการเก็บข้อมูล และสร้างคน เพื่อนำมาใช้ต่อยอด

การสร้างคน เรื่อง data science

ต้องเข้าใจว่า data ที่มีอยู่จะนำไปใช้ประโยชน์ได้อย่างไร จะทำได้ต้องช่างสั่งเกตุ มีความสมารถทางด้านเลข สถิติ เป็นคนที่เข้าใจธุรกิจหรือเรื่องที่เราจะทำ แต่ปกติลักษณะพวกนี้จะไม่อยู่ในคนเดียวกัน ดังนั้นจะต้อง train คนให้เข้าใจทำงานเป็นทีมได้

Process mining เหมืองกระบวนการ Data Mining เหมืองข้อมูล

จะเอาข้อมูล log file มาสร้างเป็น flow แสดงให้เห็นว่าจุดไหนทำงานช้า จุดไหนคอขวดได้

Big data ไม่ใช่งานของฝ่าย IT

ต้องปรับองค์กรก่อน ให้เป็น data focus organization ให้รู้ว่าข้อมูลเก็บที่ไหน เอาไปใช้อย่างไร ต้องดูว่า เราอยากเอาข้อมูลมาใช้ แต่เรา digitize ข้อมูลเพียงใด จากการสำรวจพบว่า เรายังไม่ได้ digitize กว่า 70% ซึ่งทำให้ยังไม่สามารถนำไปวิเคราะห์ต่อยอดได้

เรื่องข้อมูล อย่าเพียงคิดเฉพาะหน้า ไม่อย่างนั้นจะได้เพียงข้อมูลขยะ ให้คิดในเชิงการนำไปใช้ต่อยอดในอนาคตจะช่วยมูลค่าในอนาคตอย่างไร ทำให้เป็น smart data คือ เอาลูกค้าเป็น center แล้วนำไปปรับเปลี่ยนบริการให้ดีขึ้น ทำอะไรให้ได้กำไร ทำอะไรเพื่อลดต้นทุน

ทีม Big data : Domain expert (ผู้บริหาร) + ผู้จัดประสิทธิภาพองค์กรในด้านต่างๆ + คน IT

สรุป

ยังไงเราก็ต้องใช้ Big data แต่จุดสำคัญที่สุดคือ คนที่มีส่วนเกี่ยวข้อทุกฝ่ายต้องเกี่ยวข้อง ต้องเป็น Big data for smart people เห็นข้อมูลแล้วอ่านข้อมุลเป็น (Critical thinking, Communication, Creation, Collaboration) สำคัญคือ อย่าข้ามขั้น ต้องปรับ database ฐานข้อมูลพื้นฐานให้พร้อมก่อน อย่ารีบร้อนลงทุนซื้อ solution ต้องมี data mind set ในองค์กรให้ดีก่อน

JD.com in Digital Big Bang

ตลาด เป็น partner กับกลุ่ม central

Traveloga, Wiki.com

มีเครือข่าย mobile user ที่ใหญ่ที่สุดในโลก

พัฒนาเป็น omni channel Solution

มิ.ย.จับมือกับ google ทำให้การเจาะตลาดกับต่างประเทศได้ครอบคลุมขึ้น

อดีต เป็น retailer ก็คิดเป็น service model

ยังสร้าง C2C และสร้างโครงสร้างพื้นฐาน

แนวโน้มตลาด retail

ระยะแรกผ่านไปแล้ว เติบโต 100% แต่ยังเติบโตแต่ไม่ถึงแบบนั้นแล้ว

ตอนนี้อยู่นะระยะที่สอง ตอนนี้คือ decentralization

ร้าน off line เปิด app …. จะมีความหลากหลายของ shopping zone ได้มากขึ้น

Traffic ไปเน้นความแม่นยำสำหรับ retailer

ท้ายที่สุด traffic สำคัญ แต่เน้นความแม่นยำ มีข้อมูล profile, ข้อมูลผู้บริโภค ข้อมูลสินค้า เป็นฐานข้อมูลที่ละเอียด รู้จักลูกค้าดีกว่ารู้จักตัวเองอีก ในอนาคตถ้าลูกค้าเดินไปที่ร้านจะเห็นสินค้า

จาก Platform to supply chain

เริ่มแรกเน้นหน้าร้าน marketing, ส่งเสริมการขายอย่างไร, แต่การลงทุนเพื่อการสร้าง traffic แพงขึ้น จึงย้อนกลับไปสู่การสร้าง supply chain ความสามารถ AI, Logistic, Big data ทำให้ margin ของธรกิจนั้นดีขึ้น เปลี่ยนจาก B2C ไป B2B

ธุรกิจในวันข้างหน้าจะเป็น bounderless retail

ทั้งแนวกว้าง แนวลึก (การนำส่ง)

คุณค่าของสินค้าเพิ่มขึ้น คุณค่าของ Content / บริการ มากขึ้น

เช่น Alexa , Tingtong, มูลค่าอาจจะน้อย แต่การใช้ข้อมูลจากส่วนนี้จะทวีความสำคัญ

พบว่า ร้านค้า ถ้าอยากจะได้กำไรก็ต้องรีดกำไรจากเจ้าของสินค้า แต่จริงๆ เค้าสามารถหากำไรจากทางอื่น เช่น ร่วมกันในการสร้างคุณค่า

การยึดลูกค้าเป็นศูนย์กลาง ตั้งแต่ผู้ผลิต ผู้ขาย ไม่เคยคุยกัน … แต่จากตรงนี้ ลูกค้าสามารถเป็นศูนย์กลางของ value chain ได้ โดยผู้บริโภคคุยกับตั้งแต่ผู้ผลิตได้ … ซึ่งหมายถึง ผู้บริโภค จะสำคัญมากขึ้น

Technology impact to retail

Digital change consumer behavior

10 ยาแผนปัจจุบันที่ยอดขายสูงที่สุดในโลก ปี 2018

เราลองมาดูกันหน่อยซิ ว่าใน 10 ตัวนั้น เรารู้จักกันบ้างรึเปล่า เราจะหาวิธีการแนะนำให้ผู้ป่วยทราบถึงการรักษาที่เหมาะสมที่สุดได้อย่างไร  ถ้าคนไข้ใช้อยู่แล้ว ใช้อย่างไรให้ปลอดภัย จึงเป็นความจำเป็นที่จะต้องรู้จักยาให้ครบทุกแง่มุมที่สุด  Continue reading