สำหรับบางองค์กรที่อยากพัฒนา Data Hub หรือ Big Data แต่ไม่รู้ว่าจะเริ่มอย่างไร หรือเพื่อนๆบางท่านที่อยู่ในโครงการ Data Hub แต่อาจจะยังไม่เห็นภาพรวมว่าที่มาที่ไปอย่างไร ในบทความนี้จะมาแบ่งปัน 7 ขั้นตอนอันเป็นกุญแจแห่งความสำเร็จในการพัฒนา Data Hub โดยเรียบเรียงจากประสบการณ์ของผู้เขียนที่ได้ทำงาน Data Hub ทั้งภายใน และภายนอกองค์กรให้แก่หลากหลาย Partner ในช่วงที่ผ่านมา เพื่อเป็นแนวทางให้ทุกท่านได้ศึกษาและนำไปประยุกต์ใช้กันค่ะ
1. Identify Business/ IT Initiatives & Outcome
ขั้นตอนแรกเริ่มจากการระบุไอเดียและผลลัพธ์ระดับองค์กร โดยกำหนดเป้าหมายว่าการพัฒนา Data Hub หรือ Big Data จะส่งผลให้องค์กรประสบความสำเร็จอย่างไร หรือตอบโจทย์กลยุทธ์องค์กรในด้านใด ซึ่งแน่นอนว่าผู้บริหารระดับสูงตลอดจนผู้เกี่ยวข้องต้องเข้าใจคอนเซ็ปต์เสียก่อนว่าการพัฒนา Data Hub นี้จะมาช่วยจัดเก็บและรวบรวมข้อมูลจากระบบต่างๆ มารวมไว้ที่ศูนย์กลาง ซึ่งนอกจากจะช่วยระบบต้นทางลดภาระการเก็บข้อมูลระยะยาวและลดการเรียกใช้ข้อมูลซ้ำซ้อนจากระบบปลายทางจำนวนมากแล้ว ยังช่วยให้องค์กรมีมาตรฐานในการจัดเก็บและกำกับดูแลข้อมูลได้ง่ายขึ้นอีกด้วย
ทั้งนี้การระบุ Business/ IT Initiatives & Outcome นี้เอง อาจมาจากการร่วมมือกันของผู้บริหารหลายสายงานที่ช่วยกันวิเคราะห์จนออกมาเป็น Direction สื่อสารไปยังพนักงาน เพื่อให้ทุกหน่วยงานในองค์กรเห็นภาพการทำ Data Hub ไปในทิศทางเดียวกัน โดยไอเดียเหล่านี้ไม่จำเป็นต้องเริ่มจากหน่วยงานด้าน Business เสมอไป ทางหน่วยงาน IT ก็สามารถนำเสนอไอเดียดีๆขึ้นมาได้เช่นกัน
2. Validate & Prioritize Use Cases
เมื่อระบุไอเดียและผลลัพธ์แล้ว องค์กรต้องนำ Direction เหล่านั้นมาแตกย่อยเป็น Use Cases ซึ่งสามารถคิด Use Cases ได้ทั้งจาก Pain Point ที่พบเจอ หรือจุดประกายความคิดสร้างสรรค์จนเกิดไอเดียใหม่ไปเลยก็ได้ ยิ่งคิดได้มาก องค์กรก็ยิ่งมีโอกาสที่จะผลิตผลงานนวัตกรรรมใหม่ๆมากขึ้น
เมื่อ Brainstorm ไอเดียออกมาแล้ว สิ่งสำคัญถัดมาคือการ Validate ว่า Use Cases ใดบ้างที่ทำได้จริง ตลอดจนการจัดลำดับความสำคัญของ Use Cases เหล่านั้น
3. Create Targeted Data Hub Roadmap
การวาง Roadmap เริ่มจากการแบ่ง Timeline ในการพัฒนา Data Hub ในแต่ละ Phase โดยเราอาจเลือกขึ้น Data Hub Platform ครั้งแรกพร้อมกับ Use Cases ที่ไม่ได้มีขนาดใหญ่มากนักเพื่อให้วัดผลและจับต้องได้ ซึ่งนอกจากสร้างความสำเร็จเล็กๆเพื่อเป็นขวัญกำลังใจให้ผู้เกี่ยวข้องทุกฝ่ายแล้ว ยังทำให้ทุกคนค่อยๆเข้าใจและเห็นภาพของ Data Hub มากขึ้น
นอกจากนี้ก็ถึงเวลาที่จะหยิบยกประเด็นทางเทคนิคขึ้นมาพิจารณา เช่น เราควรใช้เทคโนโลยีใดบ้างเพื่อรับส่งข้อมูล แปลงข้อมูล และจัดเก็บข้อมูลสำหรับงาน Online/ Batch หรืองาน Operation/ Analytics ใน Data Hub เป็นต้น
4. Design Architecture & Infrastructure & Tools
การทำ Data Hub จะเกี่ยวข้องกับระบบอื่นๆอีกมาก ดังนั้นจะต้องวิเคราะห์ว่าโจทย์ในแต่ละ Use Case ต้องใช้ข้อมูลจากระบบใดบ้าง แล้วระบุ Data Architecture หรือ Data Flow ของข้อมูลเหล่านั้น รวมถึงการออกแบบ Infrastructure และ Tools ที่จำเป็นต้องใช้ เช่น ข้อมูลใน Data Hub นอกจากส่งให้ระบบปลายทาง (Downstream System) ยังสามารถนำข้อมูลไปวิเคราะห์หรือออกรายงานได้ ดังนั้นสิ่งที่ต้องคำนึงถึงตามมา คือ Data Analytics Tools และ Reporting Tools
เมื่อสามารถระบุ Functional Requirement และ Technical Requirement ได้แล้ว จะเข้าสู่กระบวนการทำ Technology Selection โดยในบางครั้งกระบวนการนี้เองจะมีการทำ PoC (Proof of Concept) เพื่อทดสอบความเป็นไปได้ ซึ่งเราต้องเลือก Technology, Infrastructure, Tools ที่ตรงตามโจทย์องค์กรที่แท้จริง ไม่เลือกตามกระแสหรือตามความนิยมเท่านั้น
การเริ่ม Design Architecture หลังจากทำตามขั้นตอนตามลำดับด้านบนจะช่วยให้เราวางแผนการพัฒนาระบบ Data Hub ได้อย่างเหมาะสมและสอดคล้องกับกลยุทธ์ขององค์กร ไม่หลงทางไปพัฒนา Data Hub เพื่อปิดรูรั่วของปัญหาทีละเรื่องอันจะก่อให้เกิดการพัฒนาโปรแกรมที่พัวพันกันไม่รู้จบ
5. Implement by Insource or Outsource
มาถึงขั้นตอนการพัฒนา Data Hub เราสามารถเลือกพัฒนาโดยใช้นักพัฒนาที่องค์กรมี (Insource) หรือในบางสถานการณ์อาจเลือกใช้บริการจากบริษัทภายนอก (Outsource) มาช่วยสนับสนุน นอกจากช่วยในเรื่องกำลังคนแล้ว ยังเป็นทางเลือกที่ให้เราได้ผู้เชี่ยวชาญเฉพาะด้านมาช่วยในระยะเวลาหนึ่งอีกด้วย อย่างไรก็ตามหากเลือกจ้าง Outsource ก็อย่าลืมว่าบทบาทของฝ่ายงาน IT ยังคงเป็นผู้รับผิดชอบหลักที่ควรเห็นภาพรวมทั้งหมดเช่นเดิม
6. Deliver Outcome
หลังจากที่พัฒนาและทดสอบระบบเรียบร้อย ถึงเวลาน่าตื่นเต้นที่จะปล่อย Data Hub Platform ออกมาใช้งาน ซึ่งการพัฒนา Data Hub บางครั้งต้องสร้างข้อมูล 2 ส่วน ได้แก่ ข้อมูลที่ต้องตั้งฐาน (Initial Data) และข้อมูลที่มาจากทำงานของโปรแกรมในรอบถัดๆไป (On-going Data) ดังนั้นเราควรขึ้นระบบควบคู่กับการตรวจสอบความถูกต้องของโปรแกรมและข้อมูล ทั้งจากการทำ Initial Data และ On-going Data ตามลำดับ
7. Encourage Change & Turn to More Value
เมื่อ Data Hub Platform และ Use Case แรกได้ขึ้นระบบและให้บริการอย่างสมบูรณ์ แน่นอนว่าจะเกิดการเปลี่ยนแปลงในองค์กรตามมา มาถึงจุดนี้ผู้บริหารในองค์กรอย่าลืมช่วยสนับสนุนหรือประชาสัมพันธ์ ให้ทุกคนในองค์กรเล็งเห็นความสำคัญของ Data Hub โดยอาจลองให้โจทย์กับหน่วยงานอื่นเพื่อนำข้อมูลใน Data Hub นี้มาแปลงเป็น Value ที่จะสร้างประโยชน์ให้แต่ละหน่วยงานมากขึ้น ใครจะไปรู้ว่า Data ที่จะไหลเข้าระบบ Data Hub มากขึ้นเรื่อยๆจนเกิดเป็น Big Data จะช่วยให้หน่วยงานตลอดจนองค์กรของคุณประสบความสำเร็จ โดยมี Data เป็นตัวหลักในการขับเคลื่อนองค์กรก็เป็นได้
และเมื่อ Data Hub Platform ได้เริ่มใช้งานไประยะเวลาหนึ่ง ก็อย่าลืมนำ Architecture และ Technology กลับมาทบทวน (Reevaluate) อยู่เสมอ เพื่อให้แพลตฟอร์มยังคงมีประสิทธิภาพอยู่ในทุกช่วงเวลา
สุดท้ายนี้การทำ Data Hub หรือ Big Data นั้น ไม่ได้จบเพียงแค่การทำแพลตฟอร์ม แต่จะควบคู่ไปกับการนำ Data บนแพลตฟอร์มที่มี ไปใช้งานต่อยอดให้เกิด Value มากที่สุด แล้วพบกันบทความหน้านะคะ
