กำเนิด Big Data อวสานของการทำโพล

หรือ หาความสัมพันธ์ที่เราไม่รู้  หรือหาแนวโน้มทางการตลาดหรือความชอบของลูกค้าที่จะทำให้หน่วยงานหรือองค์กรธุรกิจสามารถตัดสินใจในการดำเนินงานที่ถูกต้องนั้น  นับวันจะได้รับการยอมรับและดำเนินการอย่างเอาจริงเอาจังมากขึ้นเรื่อย ๆ  ว่าที่จริงบริษัทขนาดใหญ่ เช่น แบงค์หรือบริษัทผู้ให้บริการค้าขายทางอินเตอร์เน็ตขนาดใหญ่ต่างก็กำลังสร้างหน่วยงานนี้ขึ้นเพื่อที่จะศึกษาและวิเคราะห์ลูกค้าของตนเพื่อที่จะหาโอกาสขายสินค้าของตนเองมากขึ้นและป้องกันไม่ให้ลูกค้าของตนหนีไปใช้บริการจากบริษัทอื่น ๆ  มาได้ระยะหนึ่งแล้วไม่ต้องพูดถึงบริษัท “ดิจิตอล”  ระดับโลกทั้งหลายที่ตอนนี้รู้อะไรต่าง ๆ  เกี่ยวกับลูกค้า “แต่ละคน” เป็นอย่างดี  บางทียิ่งกว่าคนใกล้ชิดด้วยซ้ำ  และบริษัทเหล่านั้นก็พยายามเสนอขายสินค้าที่จะตอบสนองต่อคนเหล่านั้น  “แต่ละคน”  ผ่านระบบดิจิตอลหรืออินเตอร์เน็ตที่พวกเราต่างก็ดูกันทั้งวันเพื่อหาข้อมูลสารพัดที่เราต้องการ

ในช่วงแรกนั้น  Big Data ดูเหมือนว่าจะเป็นเรื่องของบริษัทใหญ่ที่มีข้อมูลลูกค้าจำนวนมากที่จะสามารถนำมาวิเคราะห์และประมวลหาข้อมูลที่จะนำมาใช้ประโยชน์ทางธุรกิจหรือสำหรับหน่วยงานของตนเองได้  แต่ในเวลาต่อมาก็เริ่มมีคนค้นพบว่าข้อมูลขนาดใหญ่นั้นไม่ได้มีอยู่แต่ในองค์กรหรือบริษัทเท่านั้น  มันยังมีข้อมูลอีกมากมายที่กระจายอยู่ในระบบอินเตอร์เน็ตและสื่อสังคมที่ผู้คนใช้ค้นหาข้อมูลและติดต่อสื่อสาร  มันอยู่ในเว็บเพจสาธารณะมากมายจนนับไม่ถ้วน  ข้อมูลเหล่านี้เกิดขึ้นทุกครั้งที่เราออนไลน์และเขียนติดต่อสื่อสารกับคนอื่นและมันถูกบันทึกไว้ไม่หายไปไหน

ดังนั้น  ข้อมูลเหล่านี้จึงเป็นข้อมูลที่มีขนาดใหญ่มากและใหญ่ขึ้นเรื่อย ๆ  ว่าที่จริงมันใหญ่ยิ่งกว่าของบริษัทที่ใหญ่ที่สุดในโลกด้วยซ้ำ  เพียงแต่ว่ามันอาจจะกระจัดกระจายและไม่เป็นหมวดหมู่เท่ากับลูกค้าของบริษัทหรือองค์กร   อย่างไรก็ตาม  ข้อมูลเหล่านั้นก็มีข้อดีมากอย่างหนึ่งก็คือ  มันเป็นข้อมูลที่  “ไม่ค่อยลำเอียง”  เนื่องจากผู้ที่เขียนหรือส่งข้อมูลเข้าไปนั้นมักจะไม่มีใครรู้ว่าเป็นใคร  ดังนั้น  พวกเขาสามารถเปิดใจได้เต็มที่  มันมักเป็นความคิดหรือความรู้สึกที่  “ออกมาจากใจ” และไม่ต้องกลัวว่าใครจะ “มองไม่ดี”

ข้อมูล Big Data ที่เกิดขึ้นและเป็น  “ข้อมูลสาธารณะ” นี้  เริ่มที่จะกลายเป็นแหล่งที่ใคร ๆ  ก็สามารถนำมาใช้วิเคราะห์เพื่อประโยชน์ของตนเองได้โดยไม่ต้องเสียค่าใช้จ่าย  สิ่งที่ต้องการก็คือความสามารถในการมองประเด็นและวิเคราะห์ข้อมูลที่แหลมคมเนื่องจากข้อมูลที่มาจากสาธารณะนั้นไม่เหมือนข้อมูลที่มาจากลูกค้าของบริษัทที่เรามักจะรู้ได้อย่างชัดเจนว่าคนที่ให้ข้อมูลนั้นคิดและทำอย่างไรตรงไปตรงมา  ตัวอย่างเช่น  ลูกค้าในระบบของธนาคารซื้อประกันแบบไหนและเขาใช้จ่ายซื้อสินค้าต่าง ๆ  ผ่านบัตรเครดิตของธนาคารเท่าไรและที่ไหนเป็นต้น  คนวิเคราะห์แค่หาความสัมพันธ์ต่าง  ๆ  เพื่อที่จะเสนอขายสินค้าอื่น ๆ  อย่างไร  แต่ในกรณีข้อมูลสาธารณะ  เราจะต้องคิดหนักกว่านั้นมาก

ในอดีต เวลาที่เราจะวิเคราะห์หาว่าความคิดหรือความชอบของคนทั่วไปเป็นอย่างไรนั้น  วิธีหลัก ๆ  ก็คือ  การทำโพลหรือทำ  “แบบสอบถาม”  กลุ่มคนที่เป็นเป้าหมาย  ซึ่งการที่จะไปถามคนที่เป็นเป้าหมายทั้งหมดนั้นก็เป็นไปไม่ได้เพราะจะมีต้นทุนที่สูงมากจนรับไม่ได้  โชคดีที่ว่าโดยหลักทางสถิตินั้น  ถ้าเรา “สุ่ม” คนที่เป็นกลุ่มเป้าหมายเป็นอย่างดี  คนกลุ่มนี้ก็จะเป็น  “ตัวแทน”  ของคนทั้งกลุ่มได้  ความผิดพลาดอาจจะมีบ้างแต่ก็อยู่ในระดับที่ไม่มาก  เช่น  อาจจะผิดพลาดแค่ 5% บวกลบ  ทั้ง ๆ  ที่สุ่มคนมาแค่ไม่ถึง 0.1% ของคนทั้งหมด  ตัวอย่างเช่น  การสุ่มคนว่าจะเลือกพรรคไหนหรือเลือกซื้อสินค้าอะไร เป็นต้นและนี่ก็คือศาสตร์ของการทำโพลและการวิจัยทางการตลาดที่โลกทำกันมานานและได้ผลลัพธ์ที่ดีมาตลอดจนถึงเมื่อเร็ว ๆ  นี้ที่โลกของการทำโพลหรือทำแบบสอบถามโดยใช้กลุ่มตัวอย่างเพียงน้อยนิดกำลังถูก  Disrupt หรือถูกทำลายด้วยโลกดิจิตอลเช่นเดียวกับหลาย ๆ  เรื่องหรือหลาย ๆ  ธุรกิจในโลกนี้

การทำโพลการเลือกตั้งประธานาธิบดีอเมริกา 2-3 ครั้งหลังนั้นน่าจะเป็นจุดเริ่มที่ทำให้เห็นว่า Big Data กำลังมา Disrupt หรือทำลาย  Small Data อย่างการทำโพลแล้ว  เพราะเริ่มมีคนไปวิเคราะห์ว่าผู้สมัครคนไหนจะแพ้หรือชนะทั้งประเทศและในแต่ละเขตแต่ละรัฐโดยไม่ต้องไปสอบถามคนให้เสียเวลาและเงินทองจำนวนมาก  วิธีที่พวกเขาใช้ก็คือการไปวิเคราะห์ข้อมูลจากกูเกิลว่ามีคนไปค้นหาข่าวสารเกี่ยวกับผู้สมัครคนไหนมากน้อยแค่ไหนและบางทีก็ไปตรวจสอบดูว่าพวกเขาเข้าไปคุยหรือเม้นต์อะไรกัน   สิ่งที่พวกเขาต้องทำก็คือต้องคิดว่าคนที่เข้าไปค้นหานั้นน่าจะลงคะแนนให้ใคร  เช่น  ถ้าค้นหาชื่อโดนัลด์ ทรัมป์  พวกเขาก็น่าจะลงคะแนนให้ทรัมป์  ถ้าหาฮิลลารี คลินตัน ก็น่าจะลงให้คลินตัน  ถ้าใส่ทั้งสองชื่อก็อาจจะต้องดูว่าเอาชื่อไหนขึ้นก่อน  เพราะการขึ้นชื่อก่อนก็อาจจะแสดงว่าเขาชอบคนนั้นมากกว่า  เป็นต้น

นอกจากนั้น  พวกเขายังน่าจะต้องวิเคราะห์ดูประเด็นที่คนพูดคุยกันด้วยเพื่อที่จะรู้ว่าไอเดียแบบไหนที่คนเข้าไปดูมากและนั่นเป็นความคิดของผู้สมัครคนไหนเป็นต้น  ทั้งหมดนั้นทำให้พวกเขาทำนายแข่งกับบริษัททำโพลระดับ “พระกาฬ”  และสามารถทำนายได้ถูกต้องกว่า  โดยเฉพาะกรณีของทรัมป์ที่  “หักปากกาเซียน”  แต่ไม่ได้หักปากกาคนบางคนที่มีแค่ “สมองกับสองมือ” และวิเคราะห์ด้วย Big Data

ในช่วงก่อนเลือกตั้งของไทยเมื่อเร็ว ๆ  นี้  ผมเองได้เข้าไปลองดูเล่น ๆ  ในกูเกิลว่าพรรคไหนหรือหัวหน้าพรรคไหนมีคนค้นหาข้อมูลเท่าไร  ก็ปรากฏสิ่งที่ทำให้ผม “ประหลาดใจ”  ที่พบว่ามันไม่ตรงกับข้อมูลโพลของสำนักต่าง ๆ  ในประเทศไทยที่อ้างว่า “ทายแม่น”  แต่หลังจากการเลือกตั้งที่ปรากฏว่าสิ่งที่ผมคาดจากกูเกิลนั้นถูกต้องกว่าโพลโดยที่ผมแทบไม่ต้องออกแรงอะไรเลย   ผมก็คิดว่าประเทศไทยเองก็คงเหมือนกับอเมริกาแล้วที่กูเกิลกำลังกลายเป็นแหล่งบิกดาต้าที่ยิ่งใหญและทรงพลัง  อนาคตเราจะต้องพึ่งพิงสิ่งนี้มากขึ้นเรื่อย ๆ  คนที่ทำโพลหรือทำวิจัยการตลาดหรือทำแบบสอบถามเพื่อค้นหาความจริงต่าง ๆ  นั้นจะต้องปรับเปลี่ยนตนเองมาศึกษาเรื่องนี้มากขึ้น  หมดเวลาของ Small Data แล้ว

เวลาทำเรื่องการตลาดเพื่อที่จะออกผลิตภัณฑ์ใหม่หรือออกประชาสัมพันธ์และการโฆษณาใหม่นั้น  ในอดีตเราอาจจะต้องหาคนมาทดสอบหรือเชิญคนกลุ่มเล็ก ๆ  มาถามแบบ Focus Group ว่าชอบอะไรแบบไหน  ในอนาคตผมก็คิดว่าจะหมดยุคหรืออวสานเพราะมันไม่แม่นเท่ากับการส่งของจริงออกไปผ่านระบบอินเตอร์เน็ตและให้คนทั้งหมดดูว่าชอบแบบไหน  เราไม่ต้องถามหรือให้เขากรอกอะไรเลย  เราอาจจะแค่วิเคราะห์ว่ามีคนเข้ามาดูแค่ไหนถ้าเรานำเสนอแบบที่หนึ่งและแค่ไหนในแบบที่สอง  เราก็น่าจะรู้แล้วว่าเขาชอบแบบไหน  ในเรื่องนี้ถ้าเราสังเกตให้ดี  เว็บแบบกูเกิลเองก็กำลังใช้อยู่  เพราะหน้าจอของกูเกิลดูเหมือนว่าจะเปลี่ยนไปเรื่อย ๆ เพื่อทดสอบคนดู  วิธีการทำแบบนี้ในภาษาของบิกดาต้าเรียกว่า A/B Test  ผมคิดว่าในไม่ช้า  บริษัทไทยที่ก้าวหน้าในเรื่องเหล่านี้ก็จะต้องเริ่มทำ  มันได้ผลและประหยัดกว่าวิธีแบบเดิม ๆ  มาก

สุดท้ายที่นักลงทุนโดยเฉพาะแนวที่เน้นการเก็งกำไรอยากจะรู้ก็คือ  Big Data จะสามารนำมาใช้เล่นทำกำไรในตลาดหุ้นได้หรือไม่  ตัวอย่างเช่น  เข้าไปดูและวิเคราะห์ในเว็บเกี่ยวกับการลงทุนในหุ้นที่นักเล่นหุ้นนิยมกันมาก  ดูว่าหุ้นตัวไหนได้รับการกล่าวขวัญหรือคอมเม้นต์กันมากหรือน้อยแค่ไหน  จากนั้นก็จะต้องคิดว่าพวกเขามีหุ้นไหมและกำลังคิดหรือกังวลอะไรกันอยู่  และถ้าเป็นแบบนั้นจะเข้ามาซื้อหรือขาย เป็นต้น

ผมเองไม่ได้มีความสามารถหรือรู้จิตวิทยานักลงทุนรายย่อยอะไรนักและก็ไม่แน่ใจว่าจะสามารถใช้บิ๊กดาตาให้เป็นประโยชน์อย่างไร  แต่ในตลาดที่พัฒนาแล้วอย่างอเมริกา  ดูเหมือนว่าจะมีคนพยายามทำแต่ก็ไม่คิดว่าจะประสบความสำเร็จ  เหนือสิ่งอื่นใดก็คือ  ตลาดอเมริกานั้น  ทุกอย่างไม่เอื้ออำนวยให้กับนักลงทุนรายย่อยที่เก็งกำไรรวมถึงเรื่องของภาษี  ในตลาดหุ้นไทย  บางทีมันอาจจะทำได้ก็ได้  การทดลองก็ทำได้ไม่ยาก  แทบจะไม่ต้องใช้ต้นทุน