
หนึ่งคำถามสำคัญของหน่วยงานภาครัฐที่มีมาอย่างต่อเนื่องนั่นคือ อะไรเป็นหัวใจสำคัญของการขับเคลื่อนองค์กรด้วยข้อมูล ซึ่งหากต้องตอบคำถามอย่างตรงไปตรงมานั่นก็คือ การกำหนดยุทธศาสตร์ด้านข้อมูล (Data Strategy) โดยในการดำเนินงานและการให้บริการของหน่วยงานภาครัฐ ย่อมมีการกำหนดวิสัยทัศน์ และพันธกิจ ที่สอดคล้องกับภารกิจของหน่วยงาน เพื่อใช้เป็นกรอบและแนวทางให้ทุกคนในหน่วยงานนำไปปฏิบัติ และภายใต้การดำเนินงานจำนวนข้อมูลจึงมีปริมาณเพิ่มมากขึ้น การจัดทำบัญชีข้อมูลจึงเป็นเครื่องมือสำคัญที่จะช่วยให้เกิดการนำข้อมูลมาใช้ให้เกิดประโยชน์สูงสุด ภายใต้การกำหนดยุทธศาสตร์ด้านข้อมูล เพื่อเป็นกรอบแนวทางในการบริหารจัดการและการพิจารณาเลือก ชุดข้อมูลให้กับหน่วยงาน โดยยุทธศาสตร์ด้านข้อมูลจะต้องสอดคล้องกับวิสัยทัศน์และพันธกิจของหน่วยงาน เพื่อให้ตรงกับเป้าหมายที่กำหนดไวนำไปสู่การกำหนดเป็นร่างนโยบายยุทธศาสตร์ด้านข้อมูลเพื่อเสนอต่อคณะกรรมการธรรมาภิบาลข้อมูลพิจารณาประกาศใช้ซึ่งจะช่วยให้การเลือกชุดข้อมูลเป็นไปในทิศทางเดียวกันและมีความเหมาะสมสูงสุด มีแนวทาง การปฏิบัติในการเลือกชุดข้อมูลเป็นไปในทิศทางเดียวกัน สอดคล้องกับเป้าหมายของหน่วยงาน และเมื่อเลือกใช้ชุดข้อมูลที่มีความสำคัญได้อย่างถูกต้อง จะส่งผลให้ผู้ปฏิบัติงานเกิดความมั่นใจในคุณภาพของชุดข้อมูลที่เลือกใช้ ตลอดจนการบริหารงานคุณภาพ การแก้ปัญหา ตลอดจนการทบทวนและพัฒนาการทำงานอย่างเป็นระบบตามหลัก PDCA (Plan-Do-Check-Act) จะทำให้ช่วยเพิ่มประสิทธิภาพและเป็นประโยชน์ในการดำเนินงานและการให้บริการสำหรับหน่วยงานอย่างสูงสุด
ยุทธศาสตร์ด้านข้อมูล (Data Strategy) โดยตาม มรด. 6 : 2566 ว่าด้วยกรอบธรรมาภิบาลข้อมูลภาครัฐ ฉบับปรับปรุง: แนวปฏิบัติ กำหนดนิยามไว้ว่า “ยุทธศาสตร์ด้านข้อมูล หมายถึง แนวทาง กระบวนการ และกฎที่กำหนด วิธีการจัดการ วิเคราะห์ และดำเนินการกับข้อมูลของหน่วยงาน โดยยุทธศาสตร์ด้านข้อมูลช่วยในการตัดสินใจเชิงนโยบายด้วยข้อมูล และช่วยคุ้มครองข้อมูลให้ปลอดภัยและเป็นไปตามข้อกำหนด ซึ่งยุทธศาสตร์ด้านข้อมูล ควรสอดคล้องกับยุทธศาสตร์และบทบาทขององค์กร (Organizational Strategy & Roles) มีสถาปัตยกรรม ข้อมูล (Data Architecture) วิสัยทัศน์การจัดการข้อมูล (Data management) ที่ชัดเจนและเหมาะสม มีตัวชี้วัดและการวัดความสำเร็จวัตถุประสงค์ของแผนงาน/โครงการทั้งในระยะสั้นและระยะยาว รวมทั้งมีการ ออกแบบและบทบาทความรับผิดชอบอย่างเหมาะสม” โดยยุทธศาสตร์ข้อมูลแบ่งได้เป็น 2 มิติ ได้แก่
- มิติยุทธศาสตร์เชิงรับ (Defensive Data Strategy): มุ่งเน้นการควบคุมและปกป้องข้อมูล
- ธรรมาภิบาลข้อมูล (Data Governance): การกำหนดสิทธิ์ หน้าที่ และผู้รับผิดชอบข้อมูล
- ความปลอดภัยของข้อมูล (Data Security): การป้องกันข้อมูลจากการถูกโจรกรรม
- การปฏิบัติตามกฎหมาย: จัดการข้อมูลให้สอดคล้องกับ PDPA
- คุณภาพข้อมูล (Data Quality): การตรวจสอบให้ข้อมูลถูกต้องและพร้อมใช้งาน
- มิติยุทธศาสตร์เชิงรุก (Offensive Data Strategy): มุ่งเน้นการนำข้อมูลไปสร้างมูลค่าเพิ่ม
- การวิเคราะห์ข้อมูล (Data Analytics): การใช้เครื่องมือเจาะลึกเพื่อหาข้อมูลเชิงลึก (Insights)
- การเพิ่มขีดความสามารถการแข่งขัน: นำข้อมูลมาปรับปรุงการบริการและการทำกำไร
- การบูรณาการข้อมูล: เชื่อมโยงข้อมูลภายในและภายนอกมาใช้งานร่วมกัน
องค์ประกอบในการสร้างยุทธศาสตร์ด้านข้อมูลประกอบด้วย 4 องค์ประกอบ
- การจัดเก็บข้อมูล (Data Collection) กำหนดแหล่งที่มาของข้อมูลทั้งจากภายในและภายนอกองค์กร ให้มีคุณภาพ เชื่อถือได้ และเป็นมาตรฐานเดียวกัน
- ระบุแหล่งข้อมูล (Data Sources): จัดกลุ่มข้อมูลภายใน (เช่น ยอดขายจากระบบ CRM, บัญชี, พฤติกรรมเว็บ) และข้อมูลภายนอก (เช่น ข้อมูลตลาด, สภาพอากาศ, Social Media)
- กำหนดมาตรฐานข้อมูล (Data Standard): วางโครงสร้างรูปแบบข้อมูล (Format) ให้เหมือนกัน เช่น รูปแบบวันที่ (DD/MM/YYYY) หรือรหัสสินค้า เพื่อให้ระบบต่างๆ คุยกันรู้เรื่อง
- ตรวจสอบคุณภาพ (Data Quality Control): ตั้งระบบคัดกรองข้อมูลที่ซ้ำซ้อน ข้อมูลผิดพลาด หรือข้อมูลที่ไม่สมบูรณ์ (Data Cleaning) ก่อนนำไปจัดเก็บ
- ความถี่ในการจัดเก็บ (Ingestion Frequency): เลือกระหว่างการเก็บแบบเรียลไทม์ (Real-time) สำหรับข้อมูลที่ต้องใช้ด่วน หรือแบบรายวัน/รายสัปดาห์ (Batch) เพื่อประหยัดทรัพยากร
- การกำกับดูแลข้อมูล (Data Governance) กำหนดสิทธิ นโยบายความปลอดภัย และสิทธิ์การเข้าถึงข้อมูล เพื่อป้องกันข้อมูลรั่วไหลและปฏิบัติตามกฎหมาย
- บทบาทและหน้าที่ (Roles & Responsibilities): แต่งตั้งผู้ดูแลข้อมูลชัดเจน เช่น Data Owner (เจ้าของข้อมูลผู้มีสิทธิ์อนุมัติ) และ Data Steward (ผู้ดูแลความถูกต้องและคุณภาพของข้อมูล)
- การควบคุมการเข้าถึง (Access Control): ใช้หลักการให้สิทธิ์เท่าที่จำเป็น (Least Privilege) และแบ่งระดับชั้นความลับของข้อมูล เพื่อไม่ให้พนักงานทุกคนเข้าถึงข้อมูล sensitive ได้ทั้งหมด
- การปฏิบัติตามกฎหมาย (Compliance): วางระบบจัดเก็บและการขอความยินยอม (Consent) ให้สอดคล้องกับกฎหมาย PDPA รวมถึงกำหนดระยะเวลาการทำลายข้อมูลเก่า
- พจนานุกรมข้อมูล (Data Dictionary): ทำเอกสารอธิบายความหมายของข้อมูลแต่ละชุด เพื่อให้ทุกคนในองค์กรเข้าใจคำศัพท์และนิยามข้อมูลตรงกัน
- โครงสร้างพื้นฐานและเครื่องมือ (Infrastructure & Tools) การเลือกใช้ระบบจัดเก็บและเครื่องมือประมวลผลที่เหมาะสมกับปริมาณข้อมูล
- ระบบจัดเก็บข้อมูล (Storage Architecture):
- Data Lake: สำหรับเก็บข้อมูลดิบทุกรูปแบบ (ภาพ, ข้อความ, วิดีโอ, ไฟล์ข้อมูลดิบ) เพื่อรอการประมวลผล
- Data Warehouse: สำหรับเก็บข้อมูลที่จัดระเบียบแล้ว พร้อมสำหรับการนำไปวิเคราะห์และทำรายงาน
- การประมวลผลและการเชื่อมโยง (Data Pipeline/ETL): ใช้เครื่องมือดึงข้อมูล แปลงรูปแบบ และนำเข้าระบบอัตโนมัติ เพื่อลดการทำงานด้วยมือ (Manual)
- เครื่องมือวิเคราะห์และแสดงผล (Analytics & BI Tools): เลือกใช้เครื่องมือทำรายงานหรือแดชบอร์ด (เช่น Power BI, Tableau) ที่ตอบโจทย์ผู้ใช้งานแต่ละกลุ่ม
- การเลือกใช้งานระบบ (Deployment): ประเมินความคุ้มค่าระหว่างการใช้ระบบคลาวด์ (Cloud) ที่ปรับขนาดง่าย หรือระบบเซิร์ฟเวอร์ตัวเอง (On-Premises) เพื่อความปลอดภัยสูงสุด
- ระบบจัดเก็บข้อมูล (Storage Architecture):
- บุคลากรและวัฒนธรรม (People & Culture) พัฒนาทักษะบุคลากรให้สามารถอ่าน วิเคราะห์ และใช้ข้อมูลในการทำงานได้อย่างมีประสิทธิภาพ
- ประเมินและเพิ่มทักษะ (Data Literacy): ฝึกอบรมพนักงานให้เข้าใจวิธีการอ่าน ทำความเข้าใจ และตั้งคำถามกับข้อมูล โดยแยกหลักสูตรตามความจำเป็นของแต่ละแผนก
- สร้างทีมผู้เชี่ยวชาญ (Data Team): จัดตั้งทีมหลัก เช่น Data Analyst, Data Scientist หรือ Data Engineer เพื่อสนับสนุนการทำโครงการยากๆ ขององค์กร
- การตัดสินใจด้วยข้อมูล (Data-Driven Decision Making): ปรับวัฒนธรรมการประชุมจากการใช้ “ความรู้สึกหรือประสบการณ์ (HiPPO – Highest Paid Person’s Opinion)” มาเป็นการใช้ “ตัวเลขและข้อเท็จจริง” รองรับ
- การเข้าถึงข้อมูลอย่างทั่วถึง (Data Democratization): ออกแบบระบบให้ผู้ที่เกี่ยวข้องสามารถเข้าถึงและดึงข้อมูลไปใช้งานได้เองอย่างปลอดภัย (Self-Service BI) โดยไม่ต้องรอทีมไอทีทุกครั้ง
หน่วยงานภาครัฐที่เป็น Best Practice ของภาครัฐไทย ในการขับเคลื่อนองค์กรด้วยข้อมูล หากพิจารณาจากความครบถ้วนขององค์ประกอบ ได้แก่ Data Governance, Data Integration, Data Catalog, Dashboard, AI, Open Data และการกำหนดนโยบาย ได้แก่
- สำนักงานพัฒนารัฐบาลดิจิทัล (DGA) – ผู้นำด้าน Data Governance และ Government Data Exchange (GDX) เชื่อมโยงข้อมูลภาครัฐ, data.go.th, DIGI Data Camp เพื่อพัฒนาบุคลากรด้าน Data Driven Organization
- สถาบันข้อมูลขนาดใหญ่ (BDI) – การประยุกต์ใช้ Big Data และ AI เพื่อการกำหนดนโยบาย วิเคราะห์ข้อมูลเพื่อสนับสนุนนโยบายภาครัฐด้านสุขภาพ การท่องเที่ยว เศรษฐกิจ และสิ่งแวดล้อม
- สำนักงานคณะกรรมการพัฒนาระบบราชการ (ก.พ.ร.) – ผลักดัน Data-Driven Public Sector ตามแนวทาง OECD ส่งเสริมการใช้ข้อมูลเพื่อการตัดสินใจเชิงนโยบายและการบริหารราชการ
- ธนาคารแห่งประเทศไทย (BOT) – การกำหนดนโยบายเศรษฐกิจบนฐานข้อมูลและการวิเคราะห์เชิงลึก วิเคราะห์ Big Data
- สำนักงานสถิติแห่งชาติ (NSO) – วิเคราะห์ Big Data และ Alternative Data สนับสนุนการจัดทำนโยบายโดยใช้ข้อมูลเชิงสถิติ
- กรุงเทพมหานคร (BMA) – การบริหารเมืองด้วย Dashboard และ Open Data กำหนดเป็นนโยบายและสร้างการรับรู้แก่ประชาชน
กลุ่มหน่วยงานเหล่านี้สะท้อนแนวคิด Data-Driven Organization ได้อย่างเป็นรูปธรรม ทั้งในด้านการตัดสินใจเชิงนโยบาย การเพิ่มประสิทธิภาพการดำเนินงาน และการยกระดับบริการประชาชน โดยสอดคล้องกับแนวทางการพัฒนารัฐบาลดิจิทัลของประเทศไทยและกรอบ OECD ที่ส่งเสริมการเป็นภาครัฐที่ขับเคลื่อนด้วยข้อมูล การเปลี่ยนแปลงสำคัญของประเทศไทย ในการใช้ข้อมูลมหาศาลนั้นมาขับเคลื่อน คือการปรับเปลี่ยนบทบาทของภาครัฐจากการเป็นผู้กำกับดูแล การกำหนดนโยบายภาครัฐมักทำผ่านการทำแบบสำรวจ สถิติมุมกว้าง หรือการคาดการณ์จากประสบการณ์ เปลี่ยนแปลงสู่การเป็นผู้ให้บริการที่ตอบสนองต่อภาคประชาชนอย่างแท้จริง โดยข้อมูลเปรียบเสมือนดัชนีสะท้อนความต้องการที่แท้จริงของสาธารณชน ส่งผลให้การกำหนดนโยบายไม่ได้อ้างอิงเพียงสมมติฐาน แต่มีฐานคิดมาจากสภาพปัญหา พฤติกรรม และวิถีชีวิตจริงของประชาชนในทุกภาคส่วน เมื่อภาครัฐสามารถเข้าถึงและเข้าใจบริบทเหล่านี้ได้อย่างแม่นยำ การจัดสรรงบประมาณแผ่นดินจะเป็นไปอย่างมีประสิทธิภาพสูงสุด นำไปสู่การพัฒนาบริการสาธารณะที่เข้าถึงง่าย รวดเร็ว และตรงเป้าหมาย ซึ่งจะช่วยยกระดับคุณภาพชีวิตของประชาชนได้อย่างยั่งยืน
เรียบเรียงโดย
ฝ่ายมาตรฐานดิจิทัลภาครัฐ
สำนักงานพัฒนารัฐบาลดิจิทัล (องค์การมหาชน)
References:
- มรด. 6 : 2566 ว่าด้วยกรอบธรรมาภิบาลข้อมูลภาครัฐ ฉบับปรับปรุง: แนวปฏิบัติ : https://standard.dga.or.th/ประกาศคณะกรรมการพัฒนา-10/
- มสพร. 1-2566ว่าด้วยแนวทางการจัดทำบัญชีข้อมูลภาครัฐ: https://standard.dga.or.th/มาตรฐานสำนักงานพัฒนารั-7/
- 5 คำถามสำคัญในการทำยุทธศาสตร์ข้อมูล (Data Strategy) : https://www.athenticconsulting.co.th/th/article/answering-5-key-questions-about-data-strategy
- จุดเริ่มต้นและการขยายบทบาท BDI : https://bdi.or.th/background/
- ยุทธศาสตร์การพัฒนาระบบราชการไทย พ.ศ. 2566 – 2570 : https://opdc.prd.go.th/th/file/get/file/202506033069541964d69c8716ce4a5a12e79d37173234.pdf
- การทำนโยบายยุคใหม่ด้วยการใช้ DATA ANALYTICS : https://www.bot.or.th/th/research-and-publications/articles-and-publications/bot-magazine-issues/Phrasiam-64-4/The-Knowledge-64-4-2.html
- ร่างแผนแม่บทระบบสถิติประเทศไทย ฉบับที่สาม พ.ศ. 2566 – 2570 : https://www.nso.go.th/nsoweb/storage/ssmp_file/2025/20250228154519_69483.pdf
- แพลตฟอร์มข้อมูลเมืองกรุงเทพมหานคร : https://citydataportal.bangkok.go.th/cms/home
- นโยบายเปลี่ยนเมือง : https://openpolicy.bangkok.go.th/policy