ทำไม Data Scientist ต้องสื่อสารเป็น ?

Chayanis Tuntearapong
Data Teller
Published in
Jan 28, 2020
Thank you picture from @Stocksnap https://pixabay.com/photos/people-girls-women-students-2557396/

หลังจากที่เราเขียนเรื่อง ทำไม Data Scientist ต้องรู้เรื่อง business (จากประสบการณ์จริง) ไปก็ได้รับ Feedback ดี ๆ มามากมายจนเริ่มมีไฟมาเขียนบทความอื่น ๆ ต่อ

แล้วจะเขียนเรื่องอะไรดีล่ะ ?? คิดไปคิดมา รู้ตัวอีกทีเราก็ดันต้องเตรียมทำ Presentation แล้วสินะ

การสื่อสาร หรือ การเล่าเรื่องสำหรับ data scientist นั้นเป็นสิ่งที่สำคัญมาก เพราะถึงแม้คุณจะเก่งโปรแกรมมิ่ง สถิติหรือธุรกิจให้ตายแค่ไหน ถ้าเล่าเรื่องไม่เป็น สื่อสารไม่ได้ สิ่งที่ทำมาจะหายวับไปกับตาทันที วันนี้เรามาดูกันดีกว่า ว่าทำไม Data scientist ต้องสื่อสารเป็น

  1. เพราะไม่ใช่ทุกคนที่จะเชื่อว่า Data science นั้นเหมาะกับการแก้ปัญหา
    สิ่งนี้เกิดขึ้นหลายครั้งมาก ๆ สำหรับ Data scientist ที่ทำงานในองค์กรใหญ่ เพราะสิ่งหนึ่งที่มีความท้าทายสุด ๆ นั้นก็คือการทำโมเดลทำนายที่คุณสมบัติภายในโมเดลนั้น ฉีกออกไปจากความรู้ของผู้เชี่ยวชาญด้านนั้น หากเราไม่สามารถอธิบายให้คนอื่นเข้าใจได้ว่า เพราะอะไรและทำไม พวกเขาจะไม่มีทางเชื่อคุณเลย โดยเฉพาะฝั่งธุรกิจที่ต้องการเหตุและผลแล้ว การสื่อสารให้เขามองเห็นภาพ เข้าใจและรู้ว่าสามารถใช้ได้จริงได้อย่างไรนั้น จะทำให้งานของเราน่าเชื่อถือมากขึ้น
  2. เพราะไม่ใช่ทุกคนที่จะเข้าใจภาษา data science และ ภาษา IT
    บทความที่แล้ว เราย้ำไปว่า ไม่ใช่ทุกคนที่เข้าใจภาษา Data science แน่นอน การสื่อสารนั้นก็สำคัญสำหรับเหตุผลนี้เช่นกัน เพราะการที่เราถ่ายทอดงานออกมาได้นั้น หากใช้แต่ภาษาด้าน data science อย่างเดียว ผู้ฟังหรือทีมอื่น ๆ ที่ทำงานกับเราก็อาจจะไม่เข้าใจ หรือทำให้ความน่าสนใจของงานลดลง เพราะเข้าถึงยากเกินไป
  3. เพราะเราไม่ได้ทำงานคนเดียว
    เราไม่แน่ใจเท่าไรว่า Data scientist ที่อื่นทำงานแบบไหน แต่สำหรับประสบการณ์ของเราที่ผ่าน ๆ มา มีทีมต่าง ๆ ที่เราต้องติดต่อด้วย การสื่อสาร รายงาน อธิบายนั้นสำคัญมากสำหรับการทำงานเป็นทีม เพราะหากเราไม่สื่อสาร เวลาที่เจอปัญหาหรือสิ่งที่เราตั้งสมมติฐานนั้นผิดพลาด จะทำให้เราเสียเวลาที่จะแก้ไขหรือต้องล้างโปรเจคแล้วทำใหม่ไปเลย
  4. เพราะเราอยากบอกว่าของเราดี เราต้องขายเป็น
    งานเราที่อุตส่าห์นั่งทำมานาน และพยายามมาอย่างยาวนาน จะพังเพราะเราสื่อสารไม่เป็นไม่ได้ เพราะถ้าเราอยากให้คนรู้จัก เข้าใจและใช้งานเพื่อเกิดขึ้นผลได้จริง ๆ เราต้องสามารถอธิบายและสื่อสารได้ว่าจากสิ่งที่เราวิเคราะห์มา สามารถช่วยและเกิดผลอะไรบ้าง และแน่นอนว่า นอกจากการพูด การใช้ภาษาในการสื่อสารแล้ว การสื่อสารผ่านกราฟ ผ่านสไลด์ก็สำคัญเช่นกัน เพราะฉะนั้นยิ่งสื่อสารได้ดี คุณก็จะสามารถจับจุดได้ว่าผู้ฟังคือใคร ต้องการอะไร และอะไรที่จะดึงดูดใจเขาได้ แล้วคุณจะสามารถสร้าง killing Shot เพื่อให้เป็นที่จดจำได้เช่นกัน

สุดท้ายแล้ว การเป็น data scientist ไม่ใช่แค่ว่าคุณต้องเก่ง hard skill อย่างเดียว การมี Soft skill นั่นก็สำคัญเช่นเดียวกัน การสื่อสารที่ดีนั่น ไม่ได้มีประโยชน์แค่คนที่ทำด้าน Data science เท่านั้น แต่ทุกคนที่ทำงานการสื่อสารก็สำคัญเช่นกัน หวังว่าสิ่งนี้จะช่วยให้ทุกคนลองกลับมาดูที่ตัวเองตอนนี้ แล้วมาพัฒนาตัวเองต่อไปว่า เราควรจะสื่อสารอย่างไรดี :)

--

--

Chayanis Tuntearapong
Data Teller

Data Scientist who working in financial industry | Data consulting | Learner | Worshiper | seeking in Life-long Learning |Pet-lover