Communication Skill สำหรับ Data Scientist

Communication Skill สำหรับ Data Scientist
Photo by Headway on Unsplash

ในฐานะ Data Scientist เราจำเป็นต้องสื่อสารสิ่งที่ค้นพบ และ ให้คำแนะนำแก่เพื่อนร่วมงานที่ ไม่ได้ อยู่ในสายเทคนิค (Non-Technical) อาจรวมถึงผู้บริหารระดับสูง แผนกอื่นๆ ภายในบริษัท หรือแม้แต่ลูกค้า ดังนั้น เป็นเรื่องสำคัญที่ต้องพัฒนาทักษะการสื่อสารให้มีประสิทธิภาพ

ใน Blog นี้ จะพูดถึงความสำคัญของการสื่อสารใน Data Science และ สรุปเคล็ดลับบางประการในการสื่อสารให้ได้อย่างมีประสิทธิภาพ

ความสำคัญของการสื่อสาร
  • โดยทั่วไปวัตถุประสงค์ของงาน Data Science คือ การปรับปรุงการทำงานที่มีอยู่ให้ดีขึ้น เช่น ยอดขายที่เพิ่มขึ้น การทำงานที่ลดเวลาหรือทรัพยากรลง การสื่อสารจึงมีความสำคัญ เพราะ Data Scientist จำเป็นต้องไปพูดคุยกับ Stakeholders (ผู้มีส่วนได้ส่วนเสีย) เพื่อเข้าใจกระบวนการที่มีอยู่ และนำเสนอ Idea แนวทางในการปรับปรุงให้ดีขึ้นด้วย Data Science (หรือ Machine Learning)
  • เมื่อมีการพัฒนา Data Science Model ขึ้นมา Data Scientist จำเป็นต้องสื่อสารสิ่งที่ค้นพบให้แก่ ผู้ที่ไม่มีพื้นฐานทางเทคนิค เข้าใจได้  การสื่อสารเป็นกุญแจสำคัญในการทำความเข้าใจแนวคิดที่ซับซ้อน และ แปลงเป็นคำแนะนำที่ชัดเจน ซึ่ง Stakeholders สามารถเข้าใจ และ ดำเนินการต่อได้

Note - Stakeholders อาจหมายถึง ทีมขาย ทีมการตลาด ทีม Call Center ที่ให้บริการหลังการขาย ฯลฯ

Photo by Josh Calabrese on Unsplash
ทำไมจึงมีความสำคัญ
  1. Data Science เป็นเรื่องเกี่ยวกับความเข้าใจและสื่อสารแนวคิดที่ซับซ้อนอย่างชัดเจนและกระชับ ต้องอธิบายสิ่งที่ค้นพบกับผู้ที่อาจไม่มีพื้นฐานทางเทคนิค เพื่อให้สามารถเข้าใจและตัดสินใจจากข้อมูลได้
  2. Data Scientist มักจะทำงานร่วมกับ Stakeholders จากแผนกต่างๆ เพื่อให้มีประสิทธิภาพ Data Scientist จำเป็นต้องเข้าใจบริบททางธุรกิจ และ ผลจากการค้นพบ ส่งผลกระทบต่อส่วนอื่นๆ ของบริษัทอย่างไร?
  3. Data Science มีการพัฒนาเทคนิคและเทคโนโลยีใหม่ๆ อย่างต่อเนื่อง ในฐานะ Data Scientist จำเป็นต้องติดตามการเปลี่ยนแปลงเหล่านี้ และ สื่อสารกับ ทีม หรือ องค์กร ได้อย่างมีประสิทธิภาพ
  4. Data Science สามารถนำมาใช้เพื่อวัตถุประสงค์ต่างๆ เช่น การปรับปรุงประสบการณ์ของลูกค้า การขับเคลื่อนนวัตกรรม หรือ การเพิ่มประสิทธิภาพการดำเนินงาน ความสามารถในการประเมินคุณค่าของโครงการ Data Science จึงเป็นสิ่งสำคัญ หากต้องการให้ ทีม หรือ องค์กร ลงทุนในด้านนี้
กฎบางอย่างในการสื่อสาร
  1. Data Scientist ต้องมีความชัดเจนและกระชับ เมื่ออธิบายสิ่งที่ค้นพบ รวมถึงการหลีกเลี่ยงศัพท์ที่ซับซ้อน โดยใช้ภาษาง่ายๆ ที่ทุกคนสามารถเข้าใจได้
  2. Data Scientist ควรทำความเข้าใจบริบททางธุรกิจ และ ผลกระทบที่การค้นพบ จะส่งผลต่อส่วนอื่นๆ ของบริษัทอย่างไร ซึ่งจะช่วยให้สื่อสารกับ Stakeholders จากแผนกต่างๆ ได้อย่างมีประสิทธิภาพ
  3. Data Scientist ควรตามให้ทันการเปลี่ยนแปลงในเรื่อง Data Science และ พร้อมที่จะอธิบายเทคนิคหรือเทคโนโลยีใหม่ๆ แก่เพื่อนร่วมงานที่ไม่ใช่ด้านเทคนิคให้เข้าใจได้
Photo by Annie Spratt on Unsplash
ข้อเสนอแนะอื่นๆ เกี่ยวกับการสื่อสาร

การสื่อสาร คือ การ Connect กับใครบางคน

  • เชื่อมโยง Data กับ Story เพื่อให้คนธรรมดาเข้าใจได้ง่ายขึ้น ทั้งนี้ Data Scientist ต้องเข้าใจว่า สิ่งที่สำคัญสำหรับ Audiences คืออะไร คำถามที่ Audiences ต้องการที่จะตอบคืออะไร? จากนั้น สามารถแปลงสิ่งที่ค้นพบให้เป็นเรื่องราวและบริบทที่เหมาะสม แทนที่ การโยนข้อมูลทั้งหมดไปยังกลุ่มคนเหล่านั้น

การสื่อสารใน Data Science เป็นเรื่องเกี่ยวกับความชัดเจนของความคิด

  • คือ การมีความคิดที่ชัดเจน หากมีคนหลายคนอ่านสิ่งที่เราค้นพบ พวกเขาได้ข้อสรุปแบบเดียวกันหรือไม่ เข้าใจข้อมูล วิธีการ และผลลัพธ์ในลักษณะเดียวกันหรือไม่? การสื่อสารยังเป็นเรื่องเกี่ยวกับ Verification

ประสิทธิภาพในการอธิบายเป็นสิ่งสำคัญ ต้องไปยังประเด็นอย่างรวดเร็ว

  • ความสามารถในการลดความซับซ้อนของข้อมูล เพื่อให้ทุกคนสามารถเข้าใจได้เป็นทักษะที่ดี ความซับซ้อนมากเกินไปหรือการใช้ศัพท์ในด้าน Data Science มากเกินไป จะนำไปสู่ความเข้าใจผิดและความไม่เชื่อใจ

ทำให้ Audience รู้สึกเชื่อมโยง

  • Data Science เป็นเรื่องเกี่ยวกับมนุษย์ Data Scientist ต้องพึงระลึกว่า ไม่ใช่เฉพาะเมื่อนำเสนอต่อผู้ที่ไม่มีพื้นฐานทางเทคนิคเท่านั้น สิ่งสำคัญ คือ ต้องหาจุดร่วมกับทุกคน เพื่อสร้างความไว้วางใจ และก้าวไปข้างหน้าอย่างมีประสิทธิภาพ

หนังสือแนะนำ Naked Statistics — Charles Wheelan

  • หนังสือ “Naked Statistics” เป็นเรื่องเกี่ยวกับการสื่อสารข้อมูล สอนวิธีอธิบายข้อมูลในลักษณะที่ทำให้ผู้ที่ไม่มีพื้นฐานทางเทคนิคเข้าใจได้ง่าย ครอบคลุมหัวข้อต่างๆ เช่น Data Visualization สถิติ และ เทคนิคการสื่อสาร เป็นแหล่งข้อมูลที่ดี สำหรับ Data Scientist ที่ต้องการพัฒนาทักษะการสื่อสาร
Reference - https://www.amazon.in/Naked-Statistics-Stripping-Dread-Data/dp/039334777X

******

ข้อมูลอ้างอิง - https://towardsdatascience.com/communicating-as-a-data-scientist-why-it-matters-and-how-to-do-it-well-f1c34d28c7c4