Wisesight บริษัทที่เปลี่ยนเสียงบนโซเชียลฯ ให้กลายเป็นดาต้า จนเป็นธุรกิจที่อยู่มาได้กว่า 14 ปี

ย้อนกลับไปในปี 2007 ก่อนที่โซเชียลมีเดียเพิ่งเข้ามาในไทยและเป็นเรื่องใหม่สำหรับหลายคน ยังไม่มีใครเห็นภาพว่าสิ่งนี้จะสร้างเงินได้ยังไง จะเปลี่ยนชีวิตความเป็นอยู่ของผู้คนไปได้มากน้อยขนาดไหน หรือจะทำให้เกิดอาชีพใหม่ๆ มากขึ้นเพียงใด 

แต่ด้วยสายตาของโปรแกรมเมอร์ทำให้ กล้า ตั้งสุวรรณ และกลุ่มเพื่อนมองเห็นข้อมูลจำนวนมหาศาลที่ถูกส่งต่อกันไปมาบนโซเชียลมีเดีย แม้ไม่รู้ว่าสุดท้ายแล้วข้อมูลเหล่านั้นจะสามารถเอาไปทำอะไรต่อได้ แต่นั่นก็เป็นสัญญาณที่ทำให้พวกเขารู้สึกถึงโอกาสบางอย่างที่จะเกิดขึ้นในอนาคต

นั่นจึงกลายเป็นอีกหนึ่งจุดเริ่มต้นที่ทำให้กล้าและเพื่อนๆ ประมวลผลของโอกาสที่ว่าออกมาเป็นบริษัทที่ใช้ชื่อว่า โธธ โซเชียล จำกัด ทำธุรกิจที่จะคอยเก็บดาต้า ที่เผยแพร่สาธารณะอยู่ในโลกออนไลน์ ไม่ว่าจะเป็นความคิดเห็นหรือเทรนด์ที่เกิดในแต่ละช่วงเวลามาวิเคราะห์และส่งต่อดาต้าเหล่านั้นไปขายให้กับแบรนด์ต่างๆ เพื่อที่แบรนด์จะนำดาต้าไปพัฒนาเป็นกลยุทธ์ธุรกิจต่อไป 

จากโธธ โซเชียล พวกเขารีแบรนด์ใหม่ในปี 2018 พร้อมเปลี่ยนชื่อมาเป็น Wisesight บริษัทเทคโนโลยีสัญชาติไทยที่เป็นผู้เล่นเบอร์ต้นๆ ในสนามธุรกิจผู้ให้บริการเก็บรวบรวมและวิเคราะห์ดาต้าในบ้านเรา 

โดยรายได้ของ Wisesight มาจากการให้บริการข้อมูลในด้านต่างๆ ไม่ว่าจะเป็นการทำรีเสิร์ช, การมอนิเตอร์แบรนด์บนโซเชียลมีเดีย เช่นหากเกิดดราม่ากับแบรนด์ในช่องทางไหนก็จะแจ้งเตือนให้แบรนด์รู้และแก้ไขวิกฤตได้อย่างทันท่วงที, ให้คำปรึกษาเรื่องดาต้าหรือกับอีเวนต์ที่หลายคนอาจคุ้นชื่อกันเป็นอย่างดีอย่าง Thailand Zocial Award ก็เป็นงานที่จัดโดย Wisesight เช่นกัน 

วันนี้ Capital ชวน กล้า ตั้งสุวรรณ มาพูดคุยและประมวลผลกันถึงการทำธุรกิจด้านดาต้าว่าคนที่ทำอาชีพนี้ทำงานกันยังไง จะเป็น Data Analysis หรือ Data Scientist ได้ต้องมีสายตาหรือทักษะแบบไหน และอะไรคือความสนุกในการทำงานกับสิ่งที่หลายๆ คนมองว่าเป็นเรื่องน่าเบื่ออย่างดาต้า 

ตอนเริ่มทำธุรกิจยากไหม เพราะย้อนกลับไปเมื่อ 10 กว่าปีก่อนคนยังไม่ค่อยเข้าใจเรื่องดาต้า

ยากมาก (เน้นเสียง) ถึงวันนี้แม่ก็ยังไม่รู้เลยว่าลูกทำงานอะไรอยู่ รู้แต่ว่าโอเคลูกทำงานสุจริต ตรุษจีนมีเงินมาให้ ผมเคยบอกนะว่างานของผมคือเอาข้อมูลบนโซเชียลมีเดียมาวิเคราะห์ แล้วให้ผลวิเคราะห์นั้นกลับไปหาลูกค้า สิ่งที่แม่ตอบผมมาก็คือ ‘อือ’ 

เขาพยามทำความเข้าใจแหละ แต่สุดท้ายก็ยังไม่เข้าใจอยู่ดี

แล้วกับลูกค้าล่ะ อธิบายยากไหม

กับลูกค้าในตอนแรกมันไม่ใช่ว่าอยู่ดีๆ ก็มาทำบริษัทที่ให้บริการข้อมูลแบบนี้เลย มันเริ่มมาจากการทำดิจิทัลเอเจนซีก่อน เพราะเมื่อก่อนดาต้าจะเริ่มนำมาใช้กันในวงการเอเจนซี เอาดาต้าที่ได้มาวิเคราะห์แล้วค่อยเอามาทำเป็นแคมเปญให้กับลูกค้า 

ด้วยความที่พื้นฐานพวกผมเป็น Software Engineer ก็เลยไม่ค่อยถนัดเรื่องครีเอทีฟไอเดียกัน แล้วมันก็เลยมาถึงโมเมนต์ที่ลูกค้ารายใหญ่เดินมาบอกผมด้วยความสุภาพอย่างยิ่งว่า “คุณกล้าคะ พอดีเราอยากจะแยกงานนี้เป็น 2 พาร์ต พาร์ตแรกคือดาต้า พาร์ตสองคือครีเอทีฟไอเดีย ถ้าอยากจะขอเอาพาร์ตสองให้อีกเจ้าทำจะได้ไหม” เขาพูดเพราะกลัวเราจะเสียใจ แต่พอเราฟังปุ๊บคือโอเคเลย เพราะที่ผมทำเอเจนซีก็เพื่อพิสูจน์ว่าดาต้าที่ผมทำมันเวิร์ก แต่ถ้ามีคนเชื่ออยู่แล้วว่าดาต้ามันเวิร์ก ทีนี้เขาจะเอาไปทำอะไรต่อก็แล้วแต่เขาเลย 

นาทีนั้นก็ทำให้รู้ว่าตลาดเริ่มเปิดรับในเรื่องนี้แล้ว เพราะลูกค้าที่พูดกับผมเขาเป็นหนึ่งในองค์กรระดับประเทศที่ใช้งบดิจิทัลมาร์เก็ตติ้งเยอะมาก เขาเป็นเหมือนเทรนด์เซตเตอร์ในวงการ ดังนั้นถ้าเขาเปลี่ยน ผู้เล่นรายอื่นๆ ที่อยู่ในตลาดก็มีแนวโน้มที่จะเปลี่ยนตามด้วย  

ธุรกิจที่ Wisesight ทำอยู่เรียกว่าอะไร

เรียกว่า Data Processing เราจะทำหน้าที่ไปเก็บข้อมูลจากเหล่า Data Provider ซึ่งในที่นี้ก็หมายถึงข้อมูลที่อยู่บนเฟซบุ๊ก ทวิตเตอร์ ยูทูบ หรือโซเชียลมีเดียต่างๆ เพื่อนำเอามาประมวลผลให้กับลูกค้า

การแข่งขันธุรกิจนี้ในไทยเป็นยังไง 

ทุกตลาดมีการแข่งขันอยู่แล้ว แล้วผมก็มองว่ามันเป็นเรื่องที่ดีด้วย เพราะเมื่อมีคู่แข่งก็จะทำให้เราพัฒนาตัวเองให้เก่งขึ้นเรื่อยๆ แล้วพอการแข่งขันจากผู้เล่นในประเทศมันเยอะ จึงทำให้ผู้เล่นจากต่างชาติยังตีเข้ามาในตลาดนี้ไม่ค่อยได้ ดังนั้น Data Processing ก็เลยยังเป็นธุรกิจเทคโนโลยีไม่กี่อย่างในบ้านเราที่ยังขับเคลื่อนด้วยผู้เล่นที่เป็นคนไทย 

ส่วนตัวผมเองก็มีชนะบ้าง แพ้บ้าง แต่ก็ไม่ได้โฟกัสการแข่งขันกับคนอื่นไปมากกว่าการทำให้ตัวเองเติบโตขึ้น เพราะผมเชื่อว่าส่วนใหญ่แล้วธุรกิจที่เจ๊งหรือไปไม่รอด ไม่ใช่ว่าเขาแพ้คู่แข่ง แต่เป็นเพราะปัญหาภายในที่เกิดขึ้นจากตัวเองมากกว่า 

ลูกค้าส่วนใหญ่ของ Wisesight อยู่ในอุตสาหกรรมไหน 

คือถ้าเดินไปในห้างที่เต็มไปด้วยแบรนด์และโลโก้ จิ้มโลโก้ไหนก็ได้ 1 ใน 3 คือลูกค้าของเราหมดเลย ลูกค้าส่วนใหญ่ที่เลือกใช้เราจะเป็นแบรนด์ที่มีความใกล้ชิดกับผู้บริโภค เขาต้องการฟังเสียงของผู้บริโภคว่ารู้สึกยังไง เพราะเสียงของผู้บริโภคมีผลต่อธุรกิจของเขา ไม่ว่าจะเป็นแบรนด์ร้านอาหาร เสื้อผ้า อุปกรณ์อิเล็กทรอนิกส์ ธนาคาร รถยนต์ อสังหาฯ หรืออย่างสื่อก็ใช้เราเหมือนกัน เช่นละครมี 13 ตอนก็จบ แล้วในแต่ละตอนเขาจะโปรโมตยังไงเพื่อให้ตอนต่อไปมีคนดูเยอะขึ้น ก็มาใช้ดาต้าของเราไปเป็นตัวช่วยในการตัดสินใจ

หลายคนมองว่าดาต้าเป็นเรื่องน่าเบื่อ แต่ทำไมคุณถึงชอบมันจนทำให้กลายเป็นธุรกิจได้ 

ส่วนตัวผมไม่ได้มองว่ามันเป็นเรื่องน่าเบื่อนะ เคยไหมเวลาที่ได้เข้าใจหรือได้รู้ในสิ่งที่ไม่เคยรู้จนร้องอ๋อ! ซึ่งผมชอบโมเมนต์นั้นมาก เป็นโมเมนต์ที่จากคนไม่รู้กลายเป็นรู้ เพราะเวลาเราอธิบายสิ่งต่างๆ เรื่องเหล่านั้นก็มาจากดาต้านี่แหละ เพราะดาต้าเป็นหลักฐานของเรื่องราวต่างๆ ที่เกิดขึ้น 

เมื่อก่อนผมเคยทำงานอยู่ Reuters หลายคนคิดว่าเขาคือสำนักข่าว แต่เขามองว่าตัวเองเป็น Information Company เป็นบริษัทขายข้อมูล เพราะข่าวก็ถือเป็นดาต้าแล้วพอเรารู้ข้อมูลก็จะทำให้เราเข้าใจในสิ่งต่างๆ ที่เกิดมากขึ้น 

อย่างเช่นเวลาหุ้นตกถ้ามีข่าวก็จะทำให้รู้ว่าทำไมหุ้นถึงตก การค้าข่าวมันเลยมีค่า เขาก็เลยซื้อ-ขายข้อมูลกัน นี่ก็เป็นส่วนหนึ่งที่ทำให้ผมปิ๊งไอเดียเป็นโมเดลธุรกิจด้วยว่า ถ้าโซเชียลมีเดียมันเชื่อมต่อคนเอาไว้แบบนี้ ข้างในมันมีข้อมูลเต็มไปหมดเลยนะ แล้วถ้าเราเอาข้อมูลต่างๆ เหล่านี้ไปให้นักการตลาดเห็นว่าตอนนี้เทรนด์มันเปลี่ยนไปแบบนี้นะ ตอนนี้ผู้บริโภคคิดแบบนี้นะ มันก็เป็นโอกาสทางธุรกิจได้ 

เมื่อชอบโมเมนต์เวลาได้รู้ในสิ่งที่ไม่รู้ แถมความชอบนั้นยังสามารถทำเงินได้ด้วย เป็นสิ่งที่ทำเงินได้ด้วย ผมก็เลยเริ่มทำธุรกิจนี้ขึ้นมาเลย

ขยายความคำว่า ‘ดาต้าเป็นหลักฐานของเรื่องราวต่างๆ ที่เกิดขึ้น’ ให้เราฟังหน่อยได้ไหม 

เช่นถ้าพูดว่า TikTok ดังขึ้นไหม คำตอบคือดังขึ้น มีคนใช้เยอะขึ้นเรื่อยๆ นี่คือเรื่องราว แต่ถ้าอยากพิสูจน์ว่าเรื่องราวที่พูดนั้นจริงไหม ก็ต้องใช้ดาต้ามาพิสูจน์ว่า อ๋อ กราฟมันเป็นแบบนี้นะ จำนวนผู้ใช้งานเพิ่มขึ้นแบบนี้นะ เพียงแต่เวลาพูดว่า ‘TikTok ดังขึ้นคนใช้เยอะขึ้น’ ผู้คนจะจำได้มากกว่าพูดว่า ‘จำนวนผู้ใช้งานเติบโต 20%’ อะไรแบบนี้เป็นต้น

เพราะสมองของคนเรามักจะจำอะไรที่เป็นเรื่องราวได้ง่ายกว่าข้อมูล การสื่อสารส่วนใหญ่เลยเล่าเป็นเรื่องราว แต่ถ้าต้องการพิสูจน์ว่าเรื่องราวเหล่านั้นจริงไหม ก็ค่อยเอาสถิติมาอ้างอิง หรือในทางกลับกันถ้าอยากสื่อสารให้สถิติกลายเป็นเรื่องที่เข้าใจง่ายขึ้น เราก็จะใช้กระบวนการที่มันเรียกว่า interpretation หรือการตีความจากข้อมูลให้ออกไปเป็นเรื่องราว 

แต่ก่อนเราอาจใช้กึ๋น ใช้ประสบการณ์ในการจะคาดเดาว่าสิ่งต่างๆ มันเวิร์กหรือไม่เวิร์ก แต่พอมีดาต้าเข้ามามันก็ทำให้เราเข้าใจเหตุที่เกิดขึ้นได้ด้วยเหมือนกัน เช่นแบรนด์เห็นดาต้าจากลูกค้า ก็จะทำให้แบรนด์เข้าใจลูกค้ามากขึ้น ได้รู้ว่าอ๋อ ทำไมลูกค้าคิดแบบนี้ ทำไมปัญหาต่างๆ มันถึงเกิดขึ้น และก็สามารถเอาดาต้าที่ได้ไปเป็นส่วนในการแก้ปัญหาได้

เทียบให้เห็นภาพง่ายๆ เหมือนกับคนสองคนทะเลาะกันอยู่ แต่มีอีกคนรับฟังและเข้าใจปัญหา ปัญหาก็จบละ ซึ่ง Wisesight คือตัวกลางในการเก็บและวิเคราะห์ดาต้าต่างๆ ของผู้คนมาให้แบรนด์ เพื่อให้ทั้งสองฝ่ายเข้าใจกัน 

ณ ตอนนี้ Wisesight มีพนักงานกี่คน 

ประมาณ 200 คน 

คุณเป็น CEO ที่เอาดาต้ามาใช้ในการบริหารองค์กรมากน้อยแค่ไหน 

ถ้ามองในฐานะ CEO ผมน่าจะเป็น CEO มือใหม่มากๆ เพราะไม่มีประสบการณ์เลย คือถ้าไปสมัครงานเป็น CEO ที่ไหนคงไม่มีคนรับ เพียงแต่นี่เป็นบริษัทของเราเอง เราก็เลยต้องทุ่มเททุกอย่างที่มีลงไปในงาน ดังนั้นผมคงบอกไม่ได้ว่าเอาดาต้ามาใช้บริหารกี่เปอร์เซ็นต์ เพราะผมใช้ทุกอย่างที่มีไม่ว่าจะเป็นความรู้ คอนเนกชั่นที่สั่งสมมาทั้งหมด เพื่อทำให้มันออกมาดีที่สุด

แล้วการที่จะเป็น Data Analyst หรือ Data Scientist ในบริษัทคุณได้ จะต้องมีทักษะอะไรบ้าง 

ผมว่ามันควรจะมี 4 ทักษะหลักๆ ด้วยกัน อย่างแรกเลยคือทักษะการคำนวณด้านคณิตศาสตร์ อย่างที่สองคือการเขียนโปรแกรมที่จะใช้ในการประมวลข้อมูลที่มหาศาลเหล่านี้ได้ อย่างที่สามคือ พอเก็บดาต้า คำนวณได้ ก็ต้องสื่อสารได้ด้วย ว่าดาต้าที่ได้มามันหมายถึงอะไร ส่วนอย่างสุดท้ายคือต้องมีความเข้าใจในสิ่งที่ทำ เช่นสมมติจะให้ผมไปวิเคราะห์เรื่องของสีลิปสติกผมก็คงทำไม่ได้ ต่อให้ผมมี 3 สกิลแรก แต่ถ้าผมไม่เข้าใจว่าสีแดงนี้กับอีกแดงมันต่างกันยังไง สีนู้ดกับสีแมตช์มันไม่เหมือนกันตรงไหน มันก็คงไม่ได้ 

อาชีพ Data Scientist กับ Data Analyst ณ วันนี้เป็นที่ต้องการของตลาดมากน้อยแค่ไหน

มาก (เน้นเสียง) เพราะหลายธุรกิจเริ่มมีความเข้าใจเกี่ยวกับการเอาดาต้ามาปรับใช้กันแล้ว ซึ่งเขาต้องการคนที่มีความสามารถในการประมวลดาต้าเพื่อให้เกิดความเข้าใจในข้อมูลที่มีเยอะ แล้วนำเอาไปทำประโยชน์ต่อได้

แล้วเราไม่ได้เป็นบริษัทเงินถุงเงินถังที่จะจ้างคนในราคาที่สูงกว่าตลาด 4-5 เท่าเพื่อเอา best of the best มาอยู่กับเราให้ได้ เราเลยมีโมเดลที่จะสอนน้องใหม่ขึ้นมา เพื่อหวังว่าจะมีน้องที่เก่งและมีแพสชั่นเกี่ยวกับเรื่องนี้อยากมาทำงานกับเรา แล้วเราก็จะเป็นคนกรูมให้เขาเป็น Data Analyst หรือเป็น Data Scientist ที่เก่งขึ้น 

เมื่อยังไม่ค่อยมีมหาวิทยาลัยในไทยสอนเรื่องนี้โดยตรง แล้วคนที่มาทำงานกับคุณส่วนใหญ่จบมาจากด้านไหน 

จริงๆ ก็หลากหลายเลยแต่หลักๆ ก็คือ Computer Science อันนี้คือชัดเจนอยู่แล้ว แล้วก็มีเศรษฐศาสตร์ที่น้องเขาจะมีความเข้าใจเกี่ยวกับสถิติต่างๆ จากคณะอักษรฯ ก็มีเพราะเด็กกลุ่มนี้สามารถใช้ทักษะการอ่านมาจับใจความแล้วสื่อสารออกไปได้ นิเทศฯ ก็มี คือมีหลากหลายเลยแหละ 

เวลาเข้ามาเราก็จะมาสอนเขาอีกที เลยไม่แปลกว่าทำไมที่ Wisesight มีเด็กที่จบจากเศรษฐศาสตร์หรืออักษรฯ ที่สามารถเขียนโปรแกรมได้ 

มองอนาคตของ Wisesight ไว้ยังไง 

เราอยากเป็นเทคฯ สตาร์ทอัพรายแรกๆ ที่เข้าตลาดหลักทรัพย์ได้ ซึ่งผมว่ามันจะเป็นอะไรที่จบลูปสตาร์ทอัพในบ้านเราที่แท้จริง เพราะการจะเอาหุ้นไปเสนอขายในตลาดหลักทรัพย์ได้อย่างหนึ่งมันต้องผ่านการตรวจสอบที่เข้มข้นของ กลต. ว่าเราเป็นบริษัทที่มีธรรมาภิบาลที่ดี มีการทำบัญชีที่ดี มีทุกอย่างที่ดีทั้งหมด มีการเติบโตที่ดี และมีสตอรีที่ทำให้นักลงทุนมาลงได้ เหมือนอย่างสตาร์ทอัพทั้งหลายในซิลิคอนวัลเลย์ ไม่ว่าจะเป็นกูเกิลหรือเฟซบุ๊กที่เขาแข็งแรงจนสามารถเอาหุ้นเข้าไปเทรดในตลาดได้

นอกจากรายได้ การทำงานในสายดาต้าให้อะไรกับคุณ 

การทำงานสายดาต้ามันทำให้เราฟังอย่างมีสติมากขึ้น จากการที่เราเห็นข้อมูลมาเยอะมากๆ ทำให้รู้ว่าข้อมูลที่เห็นอยู่บนมือถือถึงแม้มันจะเยอะ แต่มันเป็นแค่เสี้ยวเดียวของสิ่งที่เกิดขึ้นทั้งหมด

อย่างน้องๆ ทีมงานของผมเองที่ในวันนึงต้องอ่านดาต้าต่างๆ เพื่อเอามันมา analyze แต่จะเป็นการอ่านเพื่อทำงาน แต่ maximum ในการอ่านวันนึงก็ไม่เกิน 1,000 คอนเทนต์ 

ขณะที่ Wisesight เก็บข้อมูลที่คนไทยพูดกันในวันวันหนึ่งอยู่ที่ประมาณ 20 ล้านคอนเทนต์ต่อวัน แสดงว่าสิ่งที่เราได้อ่าน แม้จะเห็นว่ามันเยอะแล้ว แต่มันเป็นแค่เสี้ยวเดียวของสังคมที่กว้างใหญ่นี้นะ 

เพราะฉะนั้นผมก็เลยอ่านทุกอย่างในโซเชียลฯ ด้วยสติมากๆ เพราะอัลกอริทึมมันไม่ได้ถูกเขียนตามหลักนิเทศศาสตร์หรือสื่อสารมวลชนที่บอกว่า What, Where, When, Why, Who, How และไม่ได้ให้ข้อมูลที่แฟร์กับเราเสมอไป แต่มันจะโชว์สิ่งที่คิดว่าจะเกี่ยวข้องกับเรา เป็นเรื่องที่เราชอบ แล้วก็จะเกี่ยวโยงไปถึงเรื่องของโฆษณา

ในวันที่ดาต้าออกมาสวนทางกับความคิด คุณเลือกเชื่อตัวเองหรือดาต้า

เอาจริงๆ ผมเชื่อตัวเองมาตลอด เพราะดาต้าไม่สามารถตัดสินใจแทนเราได้ การตัดสินใจมันเป็นขั้นตอนที่ขึ้นอยู่กับเรา เราไม่สามารถไปโบ้ยได้ว่าก็เพราะดาต้ามันเป็นแบบนี้เลยทำให้เราตัดสินใจผิด ดาต้าเป็นแค่หนึ่งในองค์ประกอบที่ช่วยเราตัดสินใจ แต่สุดท้ายจะเลือกทางไหน นั่นขึ้นอยู่กับเราเอง 

เพราะถ้าให้ดาต้าเป็นตัวชี้นำ เราก็เหมือนเป็นอัลกอริทึม ซึ่งบางครั้งมารยาท จรรยาบรรณ และเรื่องอะไรต่างๆ อีกมากมายดาต้าก็ไม่สามารถบอกเล่าเรื่องราวเหล่านี้ได้