‘Data is the new oil.’
คงไม่เป็นการกล่าวเกินจริง หากจะบอกว่าทรัพยากรที่มีค่าที่สุดในปัจจุบันอาจไม่ใช่น้ำมันเหมือนในอดีต แต่เป็น ‘ข้อมูล’ โดยเฉพาะในโลกเสมือนไร้พรมแดนที่ขับเคลื่อนด้วยเทคโนโลยีและนวัตกรรม โลกที่ข้อมูลทีละเล็กทีละน้อยสามารถก่อร่างสร้างเป็นแรงผลักดันให้เกิดการเปลี่ยนแปลงอย่างมหาศาล
เมื่อเป็นเช่นนี้ คงไม่ผิดเช่นกันหากจะกล่าวว่าผู้ใดถือข้อมูลอยู่ในมือ ผู้นั้นสามารถใช้ประโยชน์ได้มากมาย อาทิ สร้างกำไรทางธุรกิจ หรือออกแบบนโยบายเพื่อขับเคลื่อนประเทศ เป็นต้น เพราะข้อมูลที่อยู่รอบตัวของเรา ไม่ว่าจะสถิติการสั่งอาหารผ่านแอปพลิเคชัน หรือแม้กระทั่งสถิติการใช้โทรศัพท์มือถือ ล้วนสามารถเป็นเชื้อเพลิงชั้นดีในการหล่อหลอมสู่การขับเคลื่อนประเด็นต่างๆ ตั้งแต่เรื่องระดับบุคคลอย่างการออกแบบธุรกิจ ไปจนถึงเรื่องระดับประเทศอย่างการออกแบบนโยบายสาธารณะ
อย่างไรก็ดี ต้องไม่ลืมว่าการจะนำข้อมูลไปสร้างสรรค์ให้เกิดประโยชน์สูงสุดต้องอาศัยมุมมองหรือเลนส์ใหม่ๆ ร่วมด้วยเช่นกัน ประเด็นสำคัญจึงอยู่ที่ว่าเรามองเห็นอะไรในข้อมูล และที่สำคัญยิ่งกว่าคือเราจะเปิดมุมมองใหม่และนำข้อมูลที่มีมาขับเคลื่อนเพื่อความท้าทายที่อยู่รอบตัวอย่างไร
101 ชวนท่องไปในวงโคจรแห่งข้อมูลกับเรื่องเล่าจาก 3 ผู้ขับเคลื่อนนโยบายชั้นนำระดับประเทศ ท่ามกลางยุคที่ข้อมูลไม่ได้เป็นเพียงแค่เครื่องมือ แต่คือพลังใหม่เพื่อขับเคลื่อนการออกแบบนโยบายที่จะตอบสนองความต้องการสูงสุดของสังคมและประชาชน
ร่วมท่องโลกแห่งข้อมูลเพื่อการกำหนดนโยบายได้ ในบรรทัดถัดจากนี้
หมายเหตุ: เก็บความบางส่วนจากงาน dataCon2024 ในหัวข้อ ‘สร้างนโยบายแห่งอนาคต ด้วยพลังข้อมูล Shaping the Future with Insights’
เรารู้อะไรตอนคนไทยสั่งอาหาร – อิสรียะ ไพรีพ่ายฤทธิ์
หากพูดถึงแอปพลิเคชันที่คนไทยนิยมใช้เป็นอันดับต้นๆ คงหนีไม่พ้นแอปพลิเคชันสั่งอาหาร (food delivery) ที่มีให้เลือกหลายเจ้าในตลาด ด้วยเหตุนี้แอปพลิเคชันสั่งอาหารทั้งหลายจึงมีข้อมูลของผู้ใช้จำนวนมากโดยที่เก็บข้อมูลอย่างละเอียดยิบ ดังที่ อิสรียะ ไพรีพ่ายฤทธิ์ Head of Public Affairs จากบริษัทไลน์แมน วงใน (LINE MAN Wongnai) อธิบายว่าแอปพลิเคชันเหล่านี้มักจะเก็บข้อมูลของผู้ใช้อย่างละเอียดจนถึงขั้นที่รู้ว่าคนไทยชอบกินอะไร ชอบสั่งร้านอะไร และชอบสั่งให้ไปส่งย่านไหน
อิสรียะอธิบายว่าพฤติกรรมของคนไทยในการใช้แอปพลิเคชันสั่งอาหารแต่ละเจ้าไม่แตกต่างกันมากนัก ทว่าสิ่งที่แตกต่างกันคือการกระจายตัวของไรเดอร์ (rider) ที่บริเวณใจกลางเมืองหรือย่านธุรกิจมักจะมีจำนวนไรเดอร์ที่หนาแน่นสูงกว่าย่านอื่นอย่างเห็นได้ชัด
ประเด็นน่าสนใจคือข้อมูลดังกล่าวไม่เพียงบอกแค่ว่าคนไทยชอบกินอะไรหรือชอบสั่งให้ไปส่งที่ไหน แต่อิสรียะยกตัวอย่างให้เห็นว่าข้อมูลเหล่านี้สามารถนำไปใช้ประโยชน์ในหลากหลายทางได้มากกว่าที่คิด ดังนี้
ตัวอย่างแรก คือความร่วมมือระหว่างวงในกับสถาบันวิจัยป๋วย อึ๊งภากรณ์ ในช่วงปี 2559 ที่มีการใช้ข้อมูลร้านอาหารทั้งหมดในเมืองไทยซึ่งมีประมาณ 1 ล้านร้าน โดยเก็บข้อมูลทั้งขนาดและระยะเวลาในการเปิดร้านไปจนถึงในกรณีที่ร้านปิด อิสรียะอธิบายเสริมว่าร้านอาหารเป็นธุรกิจที่มีการหมุนเวียนอยู่ตลอดเวลา ทั้งการเริ่มและเลิกกิจการ ข้อมูลตรงนี้จึงช่วยสนับสนุนให้สถาบันป๋วยฯ เห็นอัตราการเปิด-ปิดร้าน รวมถึงการกระจุก-กระจายตัวของร้าน เพื่อใช้ประโยชน์ในส่วนที่เกี่ยวข้องต่อไป
ตัวอย่างที่สอง คือสิ่งที่อิสรียะเรียกอย่างไม่เป็นทางการว่า ‘ดัชนีกะเพรา’ อันจัดทำเมื่อปี 2565 ท่ามกลางช่วงเวลาที่มีประเด็นว่าหมูราคาแพงขึ้น จนนำมาสู่การจัดทำข้อมูลราคาเฉลี่ยอาหารจานเดียวทั่วไทยเพื่อเปรียบเทียบให้พอเห็นภาพสถานการณ์เงินเฟ้อในช่วงนั้น นอกจากนี้ วงในยังทำงานร่วมกับสถาบันวิจัยกสิกรไทยโดยให้ข้อมูลตลาดแอปพลิเคชันสั่งอาหารเพื่อประกอบงานวิจัยอีกด้วย
และตัวอย่างสุดท้าย คือการวิเคราะห์ข้อมูลร้านที่เข้าร่วมและไม่เข้าร่วมโครงการคนละครึ่งในช่วงปี 2563-2564 ซึ่งจากสถิติพบว่าร้านที่รับชำระด้วยโครงการคนละครึ่งมักจะมียอดขายสูงกว่าร้านที่ไม่ได้รับอย่างมีนัยสำคัญ
ช่วงตอนท้าย อิสรียะกล่าวว่าแม้ข้อมูลหลายส่วนจะเป็นความลับทางธุรกิจ ทว่ามีข้อมูลหลายประการที่สามารถเปิดเผยเพื่อนำไปใช้ประโยชน์ต่อได้ โดยเฉพาะประโยชน์ในแง่ของการออกนโยบายและวางแผน อย่างไรก็ตาม อีกประเด็นสำคัญที่ต้องคำนึงถึงคือความสามารถในการเก็บรักษาข้อมูล โดยเฉพาะความสามารถของหน่วยงานภาครัฐ
“หน่วยงานภาครัฐติดต่อขอรับข้อมูลจากเราอยู่เรื่อยๆ แต่ประเด็นที่น่ากังวลคือเราไม่แน่ใจว่าหน่วยงานภาครัฐจะสามารถเก็บรักษาข้อมูลที่เราให้ไปได้มากน้อยแค่ไหน เพราะข้อมูลหลายอย่างเป็นเรื่องที่อ่อนไหว (sensitive) ถ้าหลุดไปแล้วจะมีผลกระทบตามมา”
“เพราะฉะนั้น ผมมองว่าภาครัฐต้องมีกลไกหรือกรอบทางกฎหมายบางอย่าง ที่ทำให้ภาคเอกชนเชื่อใจได้ว่าถ้าให้ข้อมูลไปจะไม่มีปัญหา” อิสรียะทิ้งท้าย
วางกลยุทธ์การท่องเที่ยวเมืองรองจากข้อมูลการใช้โทรศัพท์มือถือ – ณัฐพงศ์ พันธ์น้อย
“ในช่วงที่ประเทศกำลังฟื้นตัวจากโควิด-19 การท่องเที่ยวถือเป็นหนึ่งในภาคส่วนสำคัญของเรา โดยเฉพาะการท่องเที่ยวเมืองรองที่เป็นประเด็นสำคัญในการพัฒนาเศรษฐกิจ ซึ่งภาครัฐเองก็มีนโยบายต่างๆ ออกมา”
“แต่สิ่งที่น่าสังเกตคือนโยบายหรือมาตรการต่างๆ ที่ออกมาใช้กับเมืองรองทุกที่ล้วนเป็นแบบเดียวกันหมด ทั้งที่เมืองรองแต่ละแห่งมีความแตกต่างกัน ไม่ว่าจะนด้านทรัพยากร หรือความสามารถในการเข้าถึงเมืองนั้นด้วยระบบขนส่งสาธารณะ”
ผศ.ดร.ณัฐพงศ์ พันธ์น้อย อาจารย์ภาควิชาการวางแผนภาคและเมืองคณะสถาปัตยกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัยกล่าว พร้อมทั้งเสริมว่าข้อมูลที่ภาครัฐจัดเก็บมีข้อจำกัดด้านการนำข้อมูลไปวิเคราะห์ต่อ โดยเฉพาะวิธีเก็บข้อมูลแบบการทำแบบสอบถามย้อนหลัง
ประเด็นนี้จึงนำไปสู่คำถามสำคัญ คือถ้าเมืองรองจะพัฒนากลยุทธ์การท่องเที่ยวให้สอดรับกับรูปแบบเมืองของตนเอง ควรจะต้องทำอย่างไร
ณัฐพงศ์เล่าถึงประสบการณ์การนำข้อมูลการใช้มือถือมาวิเคราะห์ ภายใต้การทำงานร่วมกับบริษัททรู-ดีแทค ซึ่งสิ่งที่เขาพบจากการวิเคราะห์คือลักษณะเชิงประชากรและวิธีการเดินทางของนักท่องเที่ยวที่มักจะกระจุกตัวอยู่ในแต่ละพื้นที่และช่วงเวลา ซึ่งสามารถลงลึกไปถึงข้อมูลรายชั่วโมงและในระดับตำบล (หรือเล็กกว่านั้น)
“ที่สำคัญคือเราไม่ได้มองแค่ปลายทาง แต่มองไปถึงต้นทางด้วย” ณัฐพงศ์กล่าว พร้อมยกตัวอย่างว่าข้อมูลช่วยให้วิเคราะห์ได้ว่านักท่องเที่ยวเดินทางไปเที่ยวที่ไหนและเดินทางอย่างไร โดยข้อมูลที่สามารถบอกตำแหน่งหรือถิ่นที่อยู่จะถูกนำมาทำดัชนีชี้วัดศักยภาพด้านการท่องเที่ยวเมืองรองในรูปแบบต่างๆ ไม่ว่าจะเป็นการท่องเที่ยวแบบไป-กลับ (one day trip) หรือพักค้างคืน จนกระทั่งสรุปออกมาเป็นยุทธศาสตร์การท่องเที่ยวได้
หนึ่งในตัวอย่างยุทธศาสตร์การท่องเที่ยวที่สรุปได้จากการวิเคราะห์ข้อมูลดังกล่าว คือแนวทางพัฒนาการท่องเที่ยวแบบคลัสเตอร์ หรือให้จังหวัดเมืองรองจับกลุ่มกับจังหวัดโดยรอบเพื่อพัฒนาสินค้า บริการ และเส้นทางการท่องเที่ยว โดยผลจากการวิเคราะห์ข้อมูลพบว่าเมืองรองมักมีกิจกรรมไม่มากพอให้คนอยู่ท่องเที่ยวถึง 3 วัน แต่ถ้าเมืองรองจับกลุ่มกันพัฒนาสินค้าและบริการก็อาจช่วยสร้างโอกาสให้การท่องเที่ยวได้มากขึ้น
“จากข้อมูลมือถือของนักท่องเที่ยวหนึ่งคน พบว่าเมืองรองมีวิธีการจับตัวกับจังหวัดโดยรอบ ไม่ว่าจะจับกับเมืองหลัก เมืองรอง หรือจับแบบเป็นคู่กัน สรุปออกมาได้ว่ามี 19 คลัสเตอร์ที่มีศักยภาพสูงมาก และมี 8 จังหวัดเมืองรองที่ควรส่งเสริมตนเองกับจังหวัดรอบข้าง เช่น นครสวรรค์ ชัยนาท ลพบุรี”
“เราได้ข้อมูลเศรษฐกิจไทยจำนวนหนึ่งจากภาพถ่ายดาวเทียม ซึ่งทำให้เห็นเลยว่าเศรษฐกิจมักกระจุกตัวอยู่ที่จังหวัดใหญ่ของไทย เรียกได้ว่าร้อยละ 90 ส่วนที่เหลือคือกระจุกตัวอยู่เมืองรอง”
นำไปสู่ข้อสรุปของณัฐพงศ์ว่าข้อมูลการใช้โทรศัพท์มือถือสามารถนำมาประยุกต์ใช้ในการออกแบบนโยบายส่งเสริมการท่องเที่ยวเมืองรองรูปแบบต่างๆ เพื่อพัฒนาการท่องเที่ยวคุณค่าสูงให้ประเทศไทย โดยทั้งหมดตั้งอยู่บนโจทย์สำคัญว่าจะทำอย่างไรให้การท่องเที่ยวเมืองรองสามารถสร้างมูลค่าได้ในภาพรวม และเป็นการกระจายรายได้ไปที่จังหวัดรอง โดยเฉพาะในภาคการค้าและบริการที่จะช่วยทำให้อุตสาหกรรมเติบโตและกระตุ้นการจ้างงาน
“ถ้าเมืองรองเกิดการจ้างงานก็จะเป็นการดึงคนให้กลับสู่ถิ่นฐานได้ด้วย นี่จะเป็นนโยบายสำคัญในการพัฒนาเศรษฐกิจของไทย”
ในตอนท้าย ณัฐพงศ์ชี้ว่าถ้าจะทำให้นโยบายรัฐดำเนินต่อไปได้ ภาครัฐต้องให้ความสำคัญกับข้อมูล เนื่องจากการวิเคราะห์ข้อมูลจะทำให้เรามองเห็นโอกาสบางอย่าง และนำไปสู่การเชิญชวนประชาชนคนทั่วไปเข้ามาร่วมแก้ปัญหาที่เกิดขึ้นด้วยกัน
“การออกแบบนโยบายของภาครัฐที่ตั้งอยู่บนฐานข้อมูล น่าจะเป็นการตั้งโจทย์ของรัฐที่ทำให้เอกชนประกอบธุรกิจได้ด้วย ดังนั้น โจทย์ของเราจึงอาจอยู่ที่ว่าอะไรคือสิ่งที่ช่วยแก้ปัญหาเชิงสังคมและตอบโจทย์ภาคธุรกิจไปได้พร้อมๆ กัน” ณัฐพงศ์ทิ้งท้าย
มองปัญหาย่อยในภาพใหญ่ ออกแบบนโนบายด้วยข้อมูลที่ดีขึ้น – โสมรัศมิ์ จันทรัตน์
หากให้สรุปการทำนโยบาย ดร.โสมรัศมิ์ จันทรัตน์ ผู้อำนวยการสถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์ ชี้ว่าการทำนโยบายจะต้องเข้าใจปัญหาให้รอบด้าน แต่ก็ต้องมีความละเอียดถึงระดับปัจเจกบุคคลที่เรากำลังจะเข้าไปช่วยแก้ปัญหาด้วย
“การทำเช่นนี้จะทำให้ภาครัฐมีข้อมูลที่ดีขึ้นในสามมิติ” โสมรัศมิ์กล่าว พร้อมอธิบายเพิ่มเติมว่า
มิติแรก คือการมีความครอบคลุม (coverage) มากขึ้น เช่น การที่ภาพถ่ายดาวเทียมทำให้เห็นภาพของทั้งโลกได้ แต่ขณะเดียวกัน ก็ต้องควบคู่ไปกับ มิติที่สอง คือความละเอียด (granularity) มากขึ้น สามารถเห็นลึกไปถึงระดับครัวเรือน และมิติสุดท้าย คือต้องเห็นความเชื่อมโยง (relationship) ซึ่งทั้ง 3 มิตินี้จะสะท้อนให้เห็นเลนส์ใหม่ๆ ในการสร้างนโยบายและช่วยให้มองเห็นภาพเศรษฐกิจได้ชัดเจนขึ้น
เพื่อให้เห็นภาพ โสมรัศมิ์เล่าว่ามิติทั้งสามจะช่วยให้เห็นปัญหาย่อยในภาพใหญ่ เช่น การแก้ปัญหาความยากจนที่ต่างประเทศใช้ภาพถ่ายดาวเทียมหรือภาพหลังคาบ้านที่เป็นสังกะสีในการบ่งชี้ว่าคนจนกระจุกตัวอยู่ที่ไหน เพื่อทำให้เกิดการบริหารจัดการและจัดลำดับความสำคัญ
ขณะเดียวกัน โสมรัศมิ์ระบุว่าข้อมูลจะต้องมีลักษณะที่แทบจะเกิดขึ้นแบบเรียลไทม์ (near-real time) และควรจะมีความต่อเนื่องยาวนาน (longitudinal) เพื่อทำให้เห็นว่าการพัฒนาดำเนินการต่อไปอย่างไร อาทิ หากรุ่นพ่อแม่มีฐานะยากจน รุ่นลูกหลานของพวกเขาในอนาคตจะมีฐานะเป็นอย่างไร เพื่อช่วยในการแก้ปัญหาให้ได้ตรงจุดมากขึ้น
โสมรัศมิ์ชี้ว่าประเทศไทยใช้ข้อมูลประกันสังคม ซึ่งชี้ให้เห็นสถิติที่น่าสนใจว่าจากจำนวนแรงงานทั้งหมดในไทย มีเพียงร้อยละ 38 ที่อยู่ในระบบประกันสังคมตลอดเวลา ร้อยละ 33 ที่เคยอยู่ในระบบประกันสังคมแต่ปัจจุบันไม่อยู่แล้ว ขณะที่ร้อยละ 14 เป็นกลุ่มที่เวียนเข้าเวียนออกในระบบประกันสังคม
“ตรงนี้ก็มีนัยเชิงนโยบายว่าถ้าเราออกนโยบายโดยยึดติดกับการที่ประชาชนต้องอยู่ในระบบ จะทำให้คนจำนวนมากต้องตกหล่นออกไปทันที ดังนั้น การออกแบบนโยบายควรอยู่ติดกับคนมากกว่าอยู่ติดกับระบบ”
โสมรัศมิ์ยังชี้ให้เห็นว่าเครือข่ายและความสัมพันธ์ก็เป็นอีกเรื่องหนึ่งที่ทำให้เห็นภาพความเชื่อมโยงได้เช่นกัน เช่น ข้อมูลการใช้ระบบจ่ายเงินอิเล็กทรอนิกส์ที่คนไทยใช้กันเยอะมาก ซึ่งเมื่อดูข้อมูลจะพบว่าเงินส่วนใหญ่กระจุกตัวที่อยู่ที่กรุงเทพฯ และปริมณฑล
แม้การออกแบบนโยบายจะมีหลายเลนส์หลากวิธีการ แต่สิ่งสำคัญคือการผสมผสานแต่ละวิธีการและบูรณาการข้อมูลร่วมกันในทุกภาคส่วน เพื่อป้องกันปัญหาการกีดกันด้านข้อมูล (data discrimination) ที่บางครั้ง ภาครัฐเลือกใช้ข้อมูลบางชุดจนเกิดการกีดกันคนบางส่วนออกไปโดยไม่ได้ตั้งใจ
คุณภาพของข้อมูลก็เป็นเรื่องสำคัญ โสมรัศมิ์หยิบยกประเด็นที่น่าสนใจในตอนท้ายว่าบ่อยครั้งเจ้าของข้อมูลก็ไม่คิดจะใช้หรือพัฒนาข้อมูลของตัวเอง ดังนั้น การกระตุ้นให้เจ้าของข้อมูลเริ่มใช้หรือเริ่มพัฒนาจึงเป็นเรื่องสำคัญมาก และจะส่งผลต่อประสิทธิภาพในการเชื่อมโยง รวมถึงการแบ่งปันข้อมูลในภาคส่วนต่างๆ ด้วย
“การทำข้อมูลมาใช้ประโยชน์เชิงสาธารณะต้องคำนึงถึงสองข้อ ข้อแรกคือต้องเห็นคุณค่าข้อมูลนั้น ข้อสองคือต้องใช้ข้อมูลอย่างรับผิดชอบ เราต้องสร้างวัฒนธรรมและจัดการเชิงสถาบันเพื่อกำหนดกฎกติกาโดยไม่ให้ใครเสียประโยชน์ และทุกคนสามารถมีส่วนร่วมได้” โสมรัศมิ์ทิ้งท้าย
