บิ๊กซี ซูเปอร์เซ็นเตอร์ ค้าปลีกยักษ์ใหญ่ของไทยซึ่งมีทั้งซูเปอร์มาร์เก็ตและร้านสะดวกซื้อบิ๊กซีมินิรวมกันกว่า 2,300 แห่งทั่วประเทศ ได้สร้างความเปลี่ยนแปลงครั้งสำคัญในการนำข้อมูลมาขับเคลื่อนองค์กร เรื่องราวการปฏิรูปครั้งนี้ถูกถ่ายทอดโดย ปวัตน์ เลาหะวีร์ ผู้ช่วยประธาน Data Platfom and AI บริษัท บิ๊กซี ซูเปอร์เซ็นเตอร์ จำกัด (มหาชน) ซึ่งเปรียบเทียบการเดินทางครั้งนี้เสมือนการเปลี่ยนผ่านจาก “ขบวนรถดีเซลราง” ที่อุ้ยอ้ายและมีข้อจำกัด ไปสู่ “รถไฟความเร็วสูง” ที่ทรงพลังและว่องไว การปฏิรูปนี้ไม่เพียงแต่แก้ปัญหาคอขวดที่เคยฉุดรั้งองค์กรไว้ แต่ยังเปิดประตูสู่ศักยภาพใหม่ ๆ ในยุคปัญญาประดิษฐ์ (AI) อย่างเต็มรูปแบบ
จุดเปลี่ยนสำคัญ: เมื่อข้อมูลกลายเป็นความท้าทาย
คุณปวัตน์ เล่าย้อนไปเมื่อ 3 ปีก่อนว่า ผู้บริหารของบิ๊กซีตระหนักว่าเพื่อการเติบโตอย่างยั่งยืนในอีก 5-10 ปีข้างหน้า องค์กรจำเป็นต้องมีรากฐานด้านข้อมูล (Data Foundation) ที่แข็งแกร่ง เพราะการมีข้อมูลที่สะอาด ครบถ้วน และเป็นเรียลไทม์ จะช่วยให้สามารถจัดสรรสินค้าและโปรโมชันได้ตรงกับความต้องการของลูกค้าในแต่ละภูมิภาคได้ดียิ่งขึ้น
ทว่าในเวลานั้น บิ๊กซีเผชิญกับความท้าทายมหาศาลจากโครงสร้างข้อมูลแบบเดิมที่ถูกเปรียบเปรยว่าเป็น “รถดีเซลราง” ปัญหาหลักเกิดจากข้อมูลสำคัญถูกเก็บแยกส่วนกันเป็นถังขนาดใหญ่ 3 ส่วนหลัก ได้แก่ ถังข้อมูลการขายจากระบบ POS ที่มีข้อมูลระดับหลายพันล้านรายการ ถังข้อมูลสินค้าคงคลัง และถังข้อมูลลูกค้าที่เกี่ยวกับสมาชิก Big Point และการแลกคะแนน
การจะวิเคราะห์ข้อมูลข้ามถังเหล่านี้เป็นเรื่องที่ลำบากอย่างมหาศาล เพราะต้องมีการเคลื่อนย้ายข้อมูลขนาดใหญ่และสร้างฐานข้อมูลย่อย ๆ (Data Mart) ที่ซับซ้อนมากถึง 30 ฐานข้อมูลเพื่อการวิเคราะห์เฉพาะเรื่อง ยิ่งไปกว่านั้น ความล่าช้าในการประมวลผลจากระบบเดิมที่เป็น Appliance Box (หมายถึงระบบโครงสร้างพื้นฐานดิจิทัลที่ทำงานแบบเบ็ดเสร็จในตัวเองเพื่อจัดการข้อมูลและบริการต่าง ๆ) ยังเป็นอุปสรรคสำคัญ เช่น การวิเคราะห์ข้อมูลสินค้าคงคลังทั้งหมดต้องใช้เวลายาวนานหลายชั่วโมงและจำเป็นต้องทำในช่วงเวลากลางคืนเพื่อหลีกเลี่ยงผลกระทบต่อผู้ใช้งานระบบ
สู่ ‘รถไฟความเร็วสูง’ ด้วย Databricks
จากปัญหาดังกล่าว ทีมงานได้เสนอภาพให้ผู้บริหารเห็นอย่างชัดเจนว่า “ปัจจุบันเรายังเป็นรถดีเซลราง ผมอยากจะลงทุนในรถไฟความเร็วสูงที่สามารถเลือกระดับความเร็วได้ถึง 400 กิโลเมตรต่อชั่วโมง” ซึ่งได้รับการอนุมัติอย่างรวดเร็ว
บิ๊กซีได้ตัดสินใจเลือกใช้ Databricks เป็นแพลตฟอร์มหลักในการปฏิรูปข้อมูลสู่สถาปัตยกรรมแบบ Data Lakehouse เนื่องจากเป็น Unify Data Platform ที่รวมทุกฟีเจอร์สำหรับการทำ Analytics ตั้งแต่ต้นจนจบ (End-to-End) ไว้ในที่เดียว
โครงการนี้ใช้ระยะเวลาในการดำเนินงาน 15 เดือน มีการย้ายข้อมูลจากระบบเดิมกว่า 2,000 ตาราง (table) เพื่อรองรับแอปพลิเคชันหลังบ้านที่ยังต้องใช้ข้อมูลอยู่ คิดเป็นปริมาณข้อมูลรวมกว่า 40 เทราไบต์ และมีข้อมูลใหม่ไหลเข้าระบบทุกวันเฉลี่ยวันละ 25 จิกะไบต์ การดำเนินงานถูกแบ่งออกเป็นเฟส (Wave) ตามความสำคัญของข้อมูล เพื่อให้ผู้ใช้งานสามารถเข้ามาใช้ประโยชน์จากข้อมูลที่ย้ายเสร็จในแต่ละเฟสได้ทันที
ผลลัพธ์ที่วัดผลได้: 3 แกนหลักแห่งความสำเร็จ
การเปลี่ยนผ่านสู่แพลตฟอร์มใหม่ ได้เข้ามาแก้ปัญหาคอขวดเดิม และสร้างประโยชน์ให้กับองค์กรอย่างชัดเจนในสามมิติหลัก ประการแรกคือ ความเร็ว (Speed) ซึ่งเห็นได้จากการที่องค์กรสามารถวิเคราะห์ข้อมูลระดับพันล้านรายการได้ภายในเวลาไม่กี่นาที โดยเฉพาะการประมวลผลข้อมูลสินค้าคงคลังที่มีความเร็วเพิ่มขึ้นถึง 10 เท่า และสามารถทำงานได้ทันทีตามต้องการ (On-demand) แค่สั่งเริ่ม Cluster ขนาดใหญ่ ก็สามารถประมวลผลงานที่ซับซ้อนให้จบได้ในไม่กี่นาที
ประการที่สอง คือ การลดความซับซ้อนและเพิ่มประสิทธิภาพให้ทีมงาน (Effort Reduction) จากเดิมที่ต้องดึงข้อมูลไปวิเคราะห์บนเครื่องมือภายนอกหรือรัน Notebook บนเครื่องอื่น แพลตฟอร์มใหม่ช่วยลดภาระงานของทีม Data Engineer และ Data Scientist ลงได้ 2-5 เท่า และประการสุดท้ายคือการปลดล็อกศักยภาพผู้ใช้งาน (User Empowerment) โดยกลุ่มผู้ใช้งานที่เรียกว่า Super User หรือ Business Analyst กว่า 200-300 คน สามารถเข้าถึงข้อมูลและสร้างแดชบอร์ดเพื่อวิเคราะห์ข้อมูลได้ด้วยตนเอง (Self-Service) อย่างรวดเร็ว โดยทีมงานกลางจะช่วยฝึกสอนและสร้าง Template Notebook ไว้ให้ใช้งาน
ศักยภาพใหม่ที่สร้างมูลค่าทางธุรกิจอย่างเป็นรูปธรรม
นอกจากการแก้ปัญหาเดิมแล้ว การมีรากฐานข้อมูลที่แข็งแกร่งยังช่วยให้บิ๊กซีสร้างขีดความสามารถใหม่ ๆ ที่ส่งผลกระทบต่อธุรกิจโดยตรง ที่โดดเด่นที่สุดคือการบริหารจัดการซัพพลายเชน (Supply Chain Management) ที่สามารถวิเคราะห์ข้อมูลสินค้าคงคลังย้อนหลังในรูปแบบ Time-series ในระดับรายสาขาและรายสินค้า ซึ่งมีข้อมูลหลายพันล้านเรคคอร์ดได้ นำไปสู่การบริหารจัดการสต็อกที่ดีขึ้นและช่วยลดเงินทุนหมุนเวียน (Working Capital) ไปได้ถึง 400 ล้านบาท
นอกจากนี้ ยังสามารถเข้าใจลูกค้าได้แบบ 360 องศา จากการรวมข้อมูลการซื้อสินค้าจากช่องทางออนไลน์และออฟไลน์เข้าด้วยกัน ซึ่งนำไปสู่การทำการตลาดแบบเจาะจงในระดับ Micro-segment ที่ละเอียดและแม่นยำยิ่งขึ้น ขณะเดียวกันก็ได้เริ่มประยุกต์ใช้ AI และ Machine Learning ในการพยากรณ์ความต้องการสินค้า (Demand Forecasting), การจัดสรรสต็อกไปยังสาขา (Stock Allocation) และการป้องกันการสูญเสีย (Loss Prevention) จากสินค้าหาย ชำรุด หรือการทุจริต
สถานีต่อไป: มุ่งสู่องค์กรที่ขับเคลื่อนด้วย AI เต็มรูปแบบ
คุณปวัตน์ กล่าวทิ้งท้ายว่าบิ๊กซียังไม่หยุดเพียงเท่านี้ โดยมีเป้าหมายที่ชัดเจนในการต่อยอดความสำเร็จครั้งนี้ไปสู่การเป็นองค์กรที่ขับเคลื่อนด้วย AI อย่างแท้จริง โดยตั้งเป้าเพิ่มจำนวนผู้ใช้งานระดับสูง (Super User) ที่สามารถวิเคราะห์ข้อมูลเองได้เป็น 1,000 คน และสร้างบุคลากรที่สามารถนำ AI ไปประยุกต์ใช้ในหน่วยงานต่าง ๆ หรือ “AI Adopter” ให้ได้ถึง 500 คน
พร้อมกันนี้ยังมีแผนนำ Generative AI อย่าง “Genie” มาช่วยงานปฏิบัติการในสาขา เพื่อให้พนักงานสามารถตื่นเช้ามาแล้วถาม Genie ได้เลยว่าในแต่ละวันมี Action List อะไรที่ต้องทำบ้าง โดยไม่ต้องเสียเวลาทำรีพอร์ตเอง
การเดินทางของบิ๊กซีจาก “รถดีเซลราง” สู่ “รถไฟความเร็วสูง” คือบทพิสูจน์ว่า การลงทุนในโครงสร้างพื้นฐานด้านข้อมูลที่ทันสมัย คือรากฐานสำคัญที่ช่วยให้องค์กรพร้อมที่จะทะยานสู่การแข่งขันในยุคดิจิทัลได้อย่างเต็มศักยภาพ
ข่าวอื่น ๆ ที่น่าสนใจ
STelligence คว้าดับเบิลแชมป์ TICTA Awards ด้วยนวัตกรรม ‘AI กราฟ’
Beam เปิดตัว ‘Bolt+’ เดินหน้าสู่สังคมไร้เงินสด
