Big data กับ วงการยา ตอนที่2

หลังจากที่ได้นำเสนอเรื่อง Big Data Analytic ในวงการยา
ก็มีหลายท่านถามมาเยอะว่า 
หลังจากได้ลองหาข้อมูลเพิ่มเติมแล้ว อยากจะรู้เรื่องนี้
มันจะใช้เทคนิคอะไรยังไงนะ  หรือ ปัญหาแบบนี้ มันคืออะไรกันแน่

ออกตัวก่อนว่า ไม่ได้เป็นผู้เชี่ยวชาญด้าน Big data ขนาดที่จะตอบได้โดยไม่ต้องหาข้อมูล เลยไปหาข้อมูลจาก หนังสือชื่อว่า Data Science for Business มาแบ่งบันกัน
ซึ่งหนังสือได้แบ่งการวิเคราะห์ออกเป็น 9 ประเภท ดังนี้

1. Classification

Classification เป็นเทคนิคจำพวก Supervised Learning คือ 

ต้องมีข้อมูลที่มีทั้ง X และ Y ไว้สร้างโมเดล โดยค่า Y ที่เราสนใจนั้น 

จะเป็นตัวแปรประเภท Categorical หรือ เป็นตัวแปรกลุ่ม

ตัวอย่าง เช่น

• -สร้าง Credit Scoring Model ขึ้นมา โดยทางแผนก OTC จะได้ใช้ประโยชน์
  ในการทำนายว่า หนี้อันนี้จะเป็นหนี้ดีหรือหนี้เสีย
• -ทำ Churn Prediction ใช้บ่อยในวงการ โทรศัพท์มือถือ เพื่อทำนายว่าลูกค้าจะย้ายค่ายหรือเปล่า

เทคนิคที่ใช้ ก็มีตั้งแต่ Decision Tree หรือ Logistics Regression 

2. Regression

เป็นเทคนิค Supervised Learning อีกจำพวกหนึ่งที่ตัวแปร Y เป็นค่าตัวเลข โมเดลนี้จะทำการพยากรณ์ค่าออกมาเป็นตัวเลขเลย เช่น
พยากรณ์ยอดขาย พยากรณ์ปริมาณลูกค้า

ความซับซ้อนของการทำโมเดลประเภทนี้ คือ ตัวแปร X มักจะต้องอยู่ในช่วงเวลาที่เกิดก่อนตัวแปร Y เพราะถ้าตัวแปร X ที่เกิดขึ้นในช่วงเวลาเดียวกับ Y
มาใช้พยากรณ์นั้น จะเหมือนเอาเฉลยมาใช้ในการพยากรณ์

ตัวอย่าง เช่น

• พยากรณ์ความต้องการในการใช้ Product (Product Manager ใช้บ่อย)
• พยากรณ์ยอดขายของผลิตภัณฑ์ (อันนี้แผนกขาย ใช้บ่อย)

เทคนิคที่ใช้ ได้แก่ Regression ประเภทต่างๆ หรือพวก Time-series Models

3. Causal Modeling

ต้องบอกก่อนว่า “correlation does not imply causation” หรือ
การที่ตัวแปรสองตัวมีค่าความสัมพันธ์กันนั้น ไม่ได้แปลว่า
ตัวแปรหนึ่งส่งผลต่อตัวแปรหนึ่ง
ถ้าอยากรู้ว่า ตัวแปร X ทำให้เกิด Y จริงๆ ก็ต้องไปทำ
Causal Modeling
ซึ่งจะต้องควบคุมผลกระทบของปัจจัยอื่นๆ อีก
โดยมากจะทำเป็น Experiment Design

ตัวอย่าง เช่น

• การทำ A/B Testing เพื่อทดสอบว่า Feature ไหน มีผลต่อ
  Conversion Rate มากกว่ากัน
• ให้ลูกค้าทดลองกินไอศครีมหลายๆ รส โดยมีการ control ทั้งลำดับที่กิน
  กินแล้วให้กินน้ำกับ cracker แล้วเลือกว่าชอบรสไหน
  เพื่อทดสอบว่า รสไหนอร่อยสุด 

เทคนิคที่ใช้ ก็พวก GLM (General Linear Modeling)
เช่นพวก ANOVA ANCOVA และอีกมากมาย (อันนี้ไม่เคยใช้ครับ)

4. Data Reduction

เวลาเรามีตัวแปร X เยอะๆ พอเอาเข้าไปสร้างโมเดล บางทีเค้าก็ตีกันเอง
แย่งกันอธิบาย Y กันใหญ่ ทำให้มีปัญหาที่เราเรียกว่า Multicollinearity
บางคนก็เกิดอาการรักพี่เสียดายน้อง ไม่อยากทิ้งตัวแปรไหนไป
ก็เลยเอาตัวแปรเหล่านี้มาจัดการรวบเป็นกลุ่มใหม่ขึ้นมาซะ จาก 50 ตัวแปร
อาจจะเหลือจัดเป็นกลุ่มแล้วได้ซัก 5 ปัจจัย หรือ 5 Factors ก็ได้

เทคนิคจากนี้เป็นต้นไปจะเป็นเทคนิคพวก Unsupervised Learning ละครับ
ก็คือ ข้อมูลที่ใช้ในการสร้าง Model นั้น ไม่จำเป็นต้องมี Y มาก่อน

ตัวอย่าง เช่น

• เอาตัวแปรต้นของการพยากรณ์ความน่าจะเป็นในการซื้อสินค้า
  มาจัดกลุ่มเป็นปัจจัย หรือ Factor (อันนี้ใช้ในการแบ่งประเภทของลูกค้า)

เทคนิคจำพวกนี้ ก็ได้แก่ Principle Component Analysis หรือ
Exploratory Factor Analysis

5. Co-occurrences Grouping

เทคนิคการวิเคราะห์นี้ จะเป็นการดูว่าอะไรเกิดขึ้นพร้อมกันบ่อยๆ วิเคราะห์หาความน่าจะเป็นของการเกิดของสองสิ่ง สามสิ่ง หรือ หลายๆ สิ่ง พร้อมกัน

ตัวอย่าง เช่น

• หาว่าสินค้าไหนใน ร้านยา ถูกซื้อคู่กันบ่อยๆ 
• เทคนิคเหล่านี้ เช่น Market Basket Analysis

6. Link Prediction

เป็นการวิเคราะห์ความเชื่อมโยงของเครือข่าย ว่าใครหรือของสิ่งไหนน่าจะมีความเชื่อมโยงไปยังอีกจุดหนึ่ง

ตัวอย่าง เช่น

• วิเคราะห์หาว่าเราควรจะรู้จักใครอีกในเครือข่ายนี้
  (อันนี้ไม่ค่อยได้ใช้ในวงการยา)

เทคนิคเหล่านี้ เช่น Social Network Analysis

7. Similarity Matching

การวิเคราะห์ข้อมูลเพื่อหาว่าคนหรือสิ่งของคู่ไหน ที่มีลักษณะคล้ายคลึงกันบ้าง

ตัวอย่าง เช่น

• หาว่า Users คนไหนมีความคล้ายคลึงกัน เพื่อนำเอารูปแบบ
  การซื้อของคนหนึ่ง ไปแนะนำให้อีกคนหนึ่ง
• แนะนำผู้โดยสารว่า ควรไปเที่ยวที่ไหนดี โดยดูว่าผู้โดยสารคนนี้
  มีลักษณะเหมือนผู้โดยสารคนไหนอีกบ้าง

เทคนิคเหล่านี้ เช่น Nearest Neighbor

8. Clustering

เป็นการวิเคราะห์ข้อมูลเพื่อจัดกลุ่มคน หรือ สิ่งของ ที่มีลักษณะคล้ายคลึงกันให้อยู่ในกลุ่มเดียวกัน

ตัวอย่าง เช่น

• จัดกลุ่มลูกค้าตามพฤติกรรมการซื้อสินค้า
• จัดกลุ่มร้านค้าสาขา ตามรูปแบบการขายหรือประเภทลูกค้าที่เข้าร้าน

เทคนิคพวกนี้ ได้แก่ K-means Clustering

9. Profiling

เป็นการวิเคราะห์ข้อมูลที่ตรงไปตรงมา ไม่ซับซ้อน คือ การอธิบายลักษณะเด่นของสิ่งที่เราสนใจ โดยมาก ก็จะทำจากการหาค่าเฉลี่ยพฤติกรรมต่างๆ
ของคนในกลุ่ม หรือ เลือกตัวแทนกลุ่มที่น่าสนใจมาใช้อธิบายพฤติกรรมของกลุ่มนั้นๆ

ตัวอย่าง เช่น

• อธิบายพฤติกรรมหรือลักษณะเด่นของลูกค้าในแต่ละกลุ่ม

เทคนิคพวกนี้ ได้แก่พวก Descriptive Analysis ทั้งหลาย
(เช่น หา mean หา sum)

ผมเชื่อว่าหลายท่านได้อ่านจนจบแล้วทั้ง9ข้อ อาจจะมึนหัวได้ ซึ่งจริงๆการทำData Analytic จะมีเรื่องของสถิติมาเกี่ยวข้องเสมอครับ
(ผมเองก็ไม่ชอบเป็นอย่างมาก 555) ซึ่งที่นำเสนอมาเพื่อให้ทางผู้ที่จะเริ่มวิเคราะห์ข้อมูลตัวเลขที่เรามี ได้รู้ถึงขอบเขตของการทำ Big Data Analytics ส่วนเราจะเลือกการวิเคราะห์แบบไหน อยู่ที่โจทย์ของเรามากกว่าว่าต้องการรู้อะไรหรือต้องการการวิเคราะห์ด้านไหนจากข้อมูลที่เรามีอยู่

เช่น Sale Manager อยากทราบการพยากรณ์ยอดขายของลูกทีมแต่ละคน หรือ แต่ละโรงพยาบาล ก็อาจจะใช้Tool Regression และ Data Reduction ร่วมด้วยก็ได้ ซึ่งในProgram Rapid miner จะมี Tool ให้เราเลือกเยอะมาก แต่ก็จะครอบคลุมใน 9 ข้อนี้ทั้งนั้นครับ

สุดท้าย การทำData analytic ไม่ยากเกินไป ไม่ใช่ศาสตร์แห่งตัวเลขอย่างเดียว
แต่เป็นหลายๆศาสตร์ที่ผสมผสานกัน ขึ้นกับเจ้าของข้อมูลว่าจะใช้ประโยชน์ของข้อมูลที่เรามีได้เต็มประสิทธิภาพหรือเปล่า อย่าเป็นข้อมูลท่วมหัว ใช้ประโยชน์ไม่ได้ครับ 

เรียบเรียง

ภก.ภูริทัต ว่องพุฒิพงศ์

PharmConnection