บริหารงานภาครัฐ
ในช่วงไม่กี่ปีที่ผ่านมา เราเริ่มเห็น “พลังของข้อมูล” ที่สามารถมานำมาเปลี่ยนแปลงสังคม และผลักดันไปเป็น “นโยบายสาธารณะ” เพื่อแก้ปัญหาและสร้างโอกาสให้กับคนทุกกลุ่มได้อย่างตรงจุดและมีประสิทธิภาพ แต่ยังมีหลายปัญหาที่ทำให้สะดุด ทั้งการจัดเก็บข้อมูลที่ยังไม่พัฒนา ไปจนถึงมาตรฐานการรักษาข้อมูลให้ปลอดภัย ปัญหาทั้งหลายเหล่านี้จะได้รับการแก้ไขได้อย่างไร
Policy Watch, The Active, Thai PBS และ องค์กรเครือข่าย พาสนทนากับนักวิชาการและภาคเอกชน ผู้ใช้ข้อมูลในการขับเคลื่อนสังคม ที่จะพาทุกคนถอดรหัส วิเคราะห์โอกาสและความท้าทาย หากลไกสร้างนโยบายมิติใหม่ในยุคของข้อมูล ผ่าน “Policy Forum ครั้งที่ 22 : สร้างนโยบายแห่งอนาคตด้วยพลังของข้อมูล” โดยมี อรุชิตา อุตมะโภคิน บรรณาธิการข่าว The Active ดำเนินการสนทนา
“ข้อมูล” ใช้ออกแบบนโยบายได้อย่างไร
จาก “ข้อมูลการสั่งอาหาร” สู่การนำไปใช้เป็นเครื่องมือประเมิน และเป็นข้อเสนอในนการออกแบบนโยบายสาธารณะได้
การศึกษาความแตกต่างของการสั่งเดลิเวอรีของผู้บริโภคต่อร้านอาหารที่เปิดรับและไม่เปิดรับ ‘คนละครึ่ง’ ผลงานของ รศ.อธิภัทร มุทิตาเจริญ อาจารย์ประจำคณะเศรษฐศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ที่ร่วมมือกับ LINE MAN, Wongnai เพื่อประเมินว่านโยบายคนละครึ่งช่วยกระตุ้นยอดขายได้มากน้อยเพียงใด และเป็นข้อเสนอไปถึง ‘ดิจิทัลวอลเล็ต’ ด้วย
อิสริยะ ไพรีพ่ายฤทธิ์ รองประธานฝ่ายนโยบายสาธารณะและรัฐกิจสัมพันธ์ LINE MAN, Wongnai เปิดเผยว่า ในฐานะแพลตฟอร์มร้านอาหาร เราจะเก็บข้อมูลการสั่งอาหารทั้งหมด ไม่ว่าจะเป็นร้านอาหารที่แต่ละคนสั่ง การกระจุกตัวของผู้บริโภคที่ใช้บริการ รวมถึงการกระจายตัวของไรเดอร์
“ข้อมูลเหล่านี้เป็นความลับทางธุรกิจ แต่มีบางส่วนที่เปิดเผยได้ ซึ่งหน่วยงานรัฐ เอกชน และภาคประชาสังคมสามารถนำไปใช้งานได้”
อิสริยะ ไพรีพ่ายฤทธิ์ รองประธานฝ่ายนโยบายสาธารณะและรัฐกิจสัมพันธ์ LINE MAN Wongnai
จุดเริ่มต้นแรกที่ทำให้เห็นพลังของข้อมูล ก่อนจะมีผลในระดับนโยบายได้ เราเริ่มต้นการทำงานกับ สถาบันวิจัยเศรษฐกิจป๋วย อึ๊งภากรณ์ ในปี 2559 นำข้อมูลร้านอาหารที่มีอยู่ประมาณ 1,000,000 ร้าน ทั้งเรื่องของขนาด ระยะเวลาเปิดหรือปิดร้าน เพื่อให้ทางสถาบันนำไปวิเคราะห์โอกาสและความท้าทายของการเปิดกิจการร้านอาหารในพื้นที่ที่มีการแข่งขันสูงและต่ำ ซึ่งพบว่าร้านอาหารที่เปิดใหม่ในพื้นที่ที่มีการแข่งขันต่ำกว่ามีแนวโน้มอยู่รอดสูงกว่า และการเปิดธุรกิจร้านอาหารในพื้นที่ที่มีการแข่งขันสูงมีความเสี่ยง
ต่อมาในปี 2565 ช่วงนั้นราคาหมูแพง ในฐานะที่เรามีเมนูร้านอาหารและราคา เราจึงทำ “กะเพราอินเด็กซ์” สำรวจราคาของเมนูกะเพราแต่ละร้าน เพื่อหาความสัมพันธ์ของปัญหาเงินเฟ้อ การเพิ่มขึ้นของราคาวัตถุดิบ กับราคาอาหารจานเดียวนี้ ซึ่งพบว่าภายใต้ราคาวัตถุดิบที่ปรับตัวขึ้น ส่งผลต่อราคาอาหารคู่ใจคนไทยที่เพิ่มตามด้วย
ในปีเดียวกันได้ร่วมกับธนาคารกสิกร ให้ข้อมูลการเดลิเวอรีของไรเดอร์ (Delivery Data) เพื่อค้นหาดัชนีชี้วัดการจัดส่งอาหารไปยังที่พัก พบปี 2565 ขยายตัวร้อยละ 19 แต่ถือว่าชะลอลงจากช่วงปลายปี 2564
“เราเห็นศักยภาพของภาคธุรกิจที่ดึงข้อมูลมาใช้ทั้งในแง่ส่งเสริมพัฒนาธุรกิจ และไม่จบเท่านั้นแต่ถูกส่งต่อไปยังนักวิชาการ จากคนละครึ่งนำไปสู่ข้อเสนอของดิจิทัลวอลเล็ตด้วย”
อรุชิตา อุตมะโภคิน บรรณาธิการข่าว The Active
“ข้อมูล” ทำให้เข้าใจเศรษฐกิจ–สังคมในภาพใหญ่
อีกหนึ่งตัวอย่างของการใช้ข้อมูลที่น่าสนใจไม่แพ้กัน คือ “การใช้โทรศัพท์มือถือ” ที่นำมาสู่แผนยุทธศาสตร์การท่องเที่ยวเมืองรองคุณค่าสูง ซึ่งเป็นเรื่องสำคัญในการฟื้นเศรษฐกิจของประเทศหลังโควิด – 19
“โครงการ Mobility Data เพื่อการส่งเสริมการท่องเที่ยวเมืองรอง” เป็นการศึกษาของ ผศ.ณัฐพงศ์ พันธ์น้อย อาจารย์ประจำคณะสถาปัตยกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ที่ทำร่วมกับ TRUE, DTAC และ Boonmee Lab เพื่อหาแนวทางการส่งเสริมการท่องเที่ยวเมืองรอง ด้วยการใช้ข้อมูลขนาดใหญ่ที่ติดตามการเดินทางของประชากรจากการใช้โทรศัพท์มือถือมาวิเคราะห์กว่า 15 – 17 ล้านชุด
จุดเริ่มต้นนี้เกิดขึ้นเมื่อ “ผศ.ณัฐพงศ์ พันธ์น้อย” ตั้งข้อสังเกตว่านโยบายของรัฐบาลที่ใช้กระตุ้นการท่องเที่ยวเมืองรอง ไม่ว่าจะลดหย่อนภาษี การพัฒนากิจกรรมการท่องเที่ยว และการประชาสัมพันธ์ ล้วนแต่เป็นรูปแบบเดียวกัน ทั้งที่เสน่ห์ ระบบการขนส่ง ของเมืองรองทั่วประเทศไทยทั้ง 55 จังหวัดแตกต่างกัน จึงตั้งสมมติฐานต่อว่า ถ้าเมืองรองจะพัฒนากลยุทธ์การท่องเที่ยวของตัวเองอย่างมีประสิทธิภาพและตรงกับกลุ่มเป้าหมาย จะต้องเป็นอย่างไร
“ข้อมูลการท่องเที่ยวที่รัฐจัดเก็บ มีข้อจำกัดในการวิเคราะห์พฤติกรรม เพราะเป็นการเก็บแบบสอบถามย้อนหลัง ว่าคุณมาจากไหน ไปเที่ยวที่ไหน อย่างไรบ้าง จึงเป็นเรื่องยากที่จะนำมาใช้ ต้องนำข้อมูลการใช้โทรศัพท์มือถือ มาวิเคราะห์การเดินทางของนักท่องเที่ยว”
ผศ.ณัฐพงศ์ พันธ์น้อย อาจารย์ประจำคณะสถาปัตยกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
ข้อมูลจากโทรศัพท์มือถือที่นำมาใช้ เป็นข้อมูลที่ผ่านการประเมินผลจนไม่สามารถระบุตัวตนของผู้ที่ใช้โทรศัพท์ได้ แต่ทำให้เห็นข้อมูลสำคัญที่ข้อมูลของการท่องเที่ยวไม่สามารถบอกได้ ทั้งลักษณะเชิงประชากร, วิธีการเดินทางท่องเที่ยว, การกระจุกตัวของนักท่องเที่ยวในแต่ละพื้นที่ ในแต่ละช่วงเวลา รวมถึงข้อมูลตั้งแต่ต้นทาง เช่น คนภูเก็ตไปเที่ยวที่ไหนบ้าง เดินทางอย่างไร ไปเที่ยวแบบเช้าเย็นกลับหรือค้างคืน ฯลฯ
จากนั้นนำข้อมูลเหล่านี้มาวิเคราะห์ ทำเป็นดัชนีศักยภาพด้านการท่องเที่ยว เพื่อให้เมืองรองแต่ละจังหวัดหากลยุทธ์การส่งเสริมการท่องเที่ยวที่เหมาะสมกับตัวเอง ซึ่งแบ่งออกเป็น 3 กลยุทธ์ ได้แก่ การท่องเที่ยวแบบไปกลับ การท่องเที่ยวแบบค้างคืน และการท่องเที่ยวแบบกลุ่มจังหวัด
ยกตัวอย่างการส่งเสริมการท่องเที่ยวแบบกลุ่มจังหวัด คือการส่งเสริมให้เมืองรองจับกลุ่มกับจังหวัดโดยรอบ เพื่อพัฒนาสินค้า บริการ เส้นทางการท่องเที่ยว และการประชาสัมพันธ์
“เราพบว่าคน จะออกไปเที่ยว 3 วันขึ้นไป เมืองรองมีกิจกรรมไม่มากพอ จึงต้องจับมือกับจังหวัดอื่น เพื่อให้นักท่องเที่ยวอยู่ได้นาน โดยนำข้อมูลจากมือถือมาจับกลุ่มได้เป็น 7 คลัสเตอร์การท่องเที่ยว และพบว่า นครสวรรค์ ชัยนาท สิงห์บุรี ลพบุรี สมุทรสงคราม ราชบุรี อ่างทอง บุรีรัมย์ พิจิตร พิษณุโลก ชุมพร กำแพงเพชร ควรจะโปรโมทร่วมกับเพื่อน”
ผศ.ณัฐพงศ์ พันธ์น้อย อาจารย์ประจำคณะสถาปัตยกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
ข้อมูลนี้นอกจากจะช่วยดึงดูดนักท่องเที่ยว เพิ่มระยะเวลาการค้างคืนได้แล้ว ยังช่วยกระจายรายได้ให้กับคนในจังหวัดเมืองรองมากขึ้น
ทั้งหมดสะท้อนให้เห็นว่า การเห็นข้อมูลตั้งแต่ต้นทางจนถึงปลายทาง ช่วยให้เราเข้าใจ เข้าถึงข้อจำกัด และมองเห็นปัญหาในภาพใหญ่ ซึ่งช่วยให้เราพัฒนานโยบายสาธารณะได้ตรงจุดมากขึ้น
มองหลายมุม “ข้อมูล” นำไปสร้างโยบายได้หลากหลายด้าน
“Mobility Data ไม่ใช่แค่การนำไปใช้เพื่อวางแผนส่งเสริมการท่องเที่ยว แต่ยังนำไปทำนโยบายการด้านการศึกษา การพัฒนาพื้นที่สาธารณะ ปรับระบบการขนส่งการจราจร รวมถึงการให้บริการสาธารณสุข เพื่อรับมือกับการก้าวเข้าสู่สังคมผู้สูงอายุและวิกฤตประชากรเกิดน้อย”
ผศ.ณัฐพงศ์ พันธ์น้อย อาจารย์ประจำคณะสถาปัตยกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
ข้อมูลที่สามารถเข้าถึงคนแต่ละกลุ่ม ทำให้เราทราบว่า มีผู้สูงอายุ เด็ก หรือคนในแต่ละวัยอยู่ที่ไหน และเขาเดินทางอย่างไร ทำให้เรานำไปออกแบบการเดินทางสาธารณะของคนแต่ละกลุ่มได้ เช่น ที่ญี่ปุ่น เดิมจะเห็นแม่บ้านปั่นจักรยานไปส่งลูก แต่ปัจจุบันแม่ส่วนใหญ่ไม่เป็นแม่บ้านแล้ว เขาเลยคิดไอเดียว่าถ้านำโรงเรียนมาตั้งอยู่ในแหล่งทำงานของผู้หญิง แม่จะสามารถไปรับส่งลูกได้ และต่อให้แม่ทำงานเสร็จช้าก็ยังให้ครูช่วยดูแลให้ก่อน แล้วไปรับลูกทีหลัง
เช่นเดียวกับ การออกแบบการให้บริการสาธารณสุข ถ้าเห็นข้อมูลการเดินทางของผู้สูงอายุ ก็จะค้นพบความยากในพื้นที่ที่เขาเดินทางเข้าไปไม่ถึง หรือการกระจุกตัวของสูงวัย เราสามารถนำสิ่งเหล่านี้มาเป็นไอเดียในการสร้างคลินิก ศูนย์อนามัย หรือโรงพยาบาลได้
โฉมหน้าข้อมูลยุคปัจจุบัน เอื้อต่อการสร้างนโยบายสาธารณะ
ความเจริญก้าวหน้าทางเทคโนโลยีเปลี่ยน โฉมหน้าของข้อมูลก็ปรับ โสมรัศมิ์ จันทรัตน์ ผู้อำนวยการสถาบันเศรษฐกิจป๋วย อึ๊งภากรณ์ เปิดเผย 3 คุณลักษณะสำคัญของข้อมูลในยุคปัจจุบันที่เอื้อต่อการสร้างนโยบายสาธารณะ
- เช็กปัญหารอบด้านได้ทั้งประเทศ (Coverage) เมื่อก่อนชุดข้อมูลที่เราได้มามักมาจากการทำผลสำรวจ ซึ่งศึกษาได้เฉพาะบางประเด็นที่ผู้ค้นคว้าให้ความสนใจ แต่ปัจจุบันภาพถ่ายดาวเทียม ทำให้เราเห็นได้ทั้งโลกและสามารถสืบค้นข้อมูลย้อนหลังได้ 2-3 ปี
- ศึกษาละเอียดเชิงลึกได้ถึงระดับปัจเจก (Granularity) เดิมการสืบค้นข้อมูลในระดับอำเภอ ระดับตำบลถือว่าทำได้ยากแล้ว แต่ในปัจจุบันเรามีเครื่องมือหาข้อมูลเชิงลึก (Insights) แบบเจาะลึกได้ถึงระดับครัวเรือน และไม่ได้เห็นแค่ข้อมูลรายปีเท่านั้น ยังเห็นแบบเรียลไทม์เป็นรายชั่วโมง
- ทำให้มองเห็นว่าประเด็นปัญหาคืออะไรและมีความเชื่อมโยงกันอย่างไร (Relationship)
“ข้อมูลในยุคปัจจุบัน สะท้อนมุมมองใหม่ ๆ ให้กับผู้ทำนโยบาย 5 เลนส์ ที่ทำให้เขามองเรื่องการดีไซน์ กลุ่มเป้าหมาย และการประเมินผลกระทบ ในมิติใหม่ ซึ่งนั่นทำให้การออกแบบนโยบายดีมากขึ้น”
โสมรัศมิ์ จันทรัตน์ ผู้อำนวยการสถาบันเศรษฐกิจป๋วย อึ๊งภากรณ์
สำหรับการใช้ 5 เลนส์เชื่อมขยายมุมมองให้การทำนโยบายตรงจุดและมีประสิทธิภาพมากขึ้น มีดังนี้
1.) เห็นปัญหาย่อยในภาพใหญ่ (Macro but granular)
ยกตัวอย่างประเทศไนจีเรีย ที่เขาพยายามหาทาง “แก้จน” โดยเก็บข้อมูลอย่างละเอียดจากภาพถ่ายดาวเทียม เพื่อสำรวจว่าทั้งประเทศมีคนยากจนเท่าไร แล้วอยู่ที่ไหนบ้าง โดยสังเกตจากหลังคาสังกะสีและการใช้ไฟฟ้ายามค่ำคืน ซึ่งสะท้อนถึงความจนและความมีเศรษฐานะได้อย่างชัดเจน แล้วนำข้อมูลทั้งหมดนี้มาคาดการณ์การพัฒนาของบ้านเรือน นำไปสู่การบริหารจัดการว่าในพื้นที่ไหนควรจะทำอะไรก่อน และหากจะแก้จนจะต้องเริ่มที่ไหนเป็นจุดแรก
เช่นเดียวกับประเทศไทยเราได้สำรวจหนี้ครัวเรือนจากการใช้เครดิตบูโรทั้งหมด 23 ล้านคน จำนวน 60 ล้านบัญชี เพื่อสำรวจว่าคนที่มีหนี้เยอะอาศัยอยู่ในพื้นที่ใดบ้าง ซึ่งส่วนใหญ่อยู่ในกรุงเทพและปริมณฑล จากนั้นทำความเข้าใจว่าคนเหล่านี้เปราะบางอย่างไร แล้วออกแบบมาเป็นนโยบายเพื่อแก้หนี้ เพราะถ้าเขาจ่ายหนี้คืนไม่ไหวจะส่งผลกระทบต่อระบบเศรษฐกิจ
2.) เห็นข้อมูลใกล้เคียงกับเวลาปัจจุบัน (Near Real-time)
ยกตัวอย่างอเมริกามีแอปพลิเคชันการเงินที่ทุกคนจะนำทุกบัตรเครดิตไปผูก แล้วสามารถทำให้เห็นพฤติกรรมการใช้จ่ายของพวกเขา ซึ่งข้อมูลนี้ทำให้ประเมินรายจ่ายได้ว่าส่วนใดที่ลดลงในช่วงสถานการณ์การแพร่ระบาดของโควิด-19 เพื่อให้ผู้กำหนดนโยบายรู้ว่าจะต้องเข้าไปช่วยเหลืออะไรต่อไป
3.) เห็นบริบทของคนและบริษัทได้ในระยะยาว (Longitudinal)
ยกตัวอย่างอเมริกาที่ติดตามการจ่ายภาษีของประชาชนเพื่อสำรวจความเชื่อมโยงว่าถ้าพ่อแม่มีเปอร์เซ็นไทล์ในระดับยากจน ลูกจะจนด้วยหรือไม่ ซึ่งยังพบว่าบางพื้นที่มีปัญหาอยู่ เป็นข้อมูลสะท้อนถึงผู้กำหนดนโยบายว่าควรจะทำอย่างไร เพื่อพลักดันไปให้ถึงเป้าหมายของประเทศว่า คนอเมริกันไม่ว่าจะเกิดที่ไหน ทุกคนสามารถยกระดับตัวเองขึ้นมาได้
ขณะเดียวกันกับประเทศไทย มีระบบติดตามข้อมูลของคนและบริษัทในระยะยาวเช่นเดียวกัน คือระบบประกันสังคม สามารถดูได้ว่าบริษัทที่จ้างลูกจ้างคือองค์กรใด และคนทำงานในระบบในอดีตถึงปัจจุบันมีเท่าไร ซึ่งพบว่าอยู่ในระบบตลอด 38% ออกไปแล้วเข้ามา 33% เข้าออกบ่อย ๆ 14% และเข้าแล้วออกเลย 15% สะท้อนให้เห็นว่ามีคนจำนวนมาตกหล่น แสดงให้เห็นว่าถ้าออกแบบนโยบายเกี่ยวกับการประกันต่าง ๆ ควรจะผูกติดกับคนแทนที่จะต้องอยู่ในระบบหรือไม่
4.) เห็นความเชื่อมโยงได้ (Relationship)
ยกตัวอย่างธนาคารแห่งประเทศไทยที่มีฐานข้อมูลการโอนเงินของ 5 ธนาคารใหญ่ของประเทศ ทำให้เห็นความเชื่อมโยงระหว่างภาครัฐเมื่อทำนโยบายกระตุ้นเศรษฐกิจ ว่าใครได้รับบ้าง เห็นความสัมพันธ์ระหว่างลูกค้าส่งไปยังลูกค้า ลูกค้ากับบริษัทต่าง ๆ สะท้อนให้เห็นว่าซื้อขายกับใคร และอยู่ในพื้นที่ไหน ซึ่งส่วนมากอยู่ในกรุงเทพฯ และปริมณฑล สะท้อนให้เห็นว่าการพัฒนาธุรกิจในเมืองของแต่ละจังหวัดอาจยังไม่ดี
5.) เห็นในสิ่งที่ไม่เคยเห็น (The Unobservables)
ยกตัวอย่างการสำรวจภาพถ่ายดาวเทียมในบางพื้นที่ที่เก็บข้อมูลไม่ได้ เช่น เกาหลีเหนือ ภาพการเปลี่ยนแปลงของหลังคาสังกะสี ก็สะท้อนให้เห็นการเปลี่ยนแปลงทางเศรษฐกิจที่ไม่เคยเห็นได้
“ศักยภาพของนโยบายที่ดี จะต้องเอาหลาย ๆ เลนส์มาผสมกัน ซึ่งเป็นสิ่งที่สถาบันป๋วยฯ พยายามหาทางแก้หนี้เกษตรกร ถ้าดูข้อมูลแค่ฝั่งแบงก์อย่างเดียว จะได้เห็นแค่ว่าเขาไม่ยอมจ่าย แต่เราไม่รู้ว่าเขามีศักยภาพไหม พลังของข้อมูลยุคใหม่ เป็นความหวังว่าจะช่วยแก้หนี้ได้อย่างมีประสิทธิภาพ”
โสมรัศมิ์ จันทรัตน์ ผู้อำนวยการสถาบันเศรษฐกิจป๋วย อึ๊งภากรณ์
ความท้าทายของการใช้ข้อมูลเพื่อออกแบบนโยบาย
การออกแบบนโยบายไม่ใช่เรื่องง่าย เพราะต้องมองถึงภาพใหญ่ แต่ข้อมูลมีความผันผวนและซับซ้อน ประกอบกับการมีกฎหมายคุ้มครองข้อมูลส่วนบุคคล การจะนำออกมาใช้จึงต้องคำนึงหลากหลายด้าน
- ข้อมูลครบแล้วหรือยัง
คำถามที่ผู้ออกแบบนโยบายสาธารณะจะต้องคำนึงถึง เพื่อป้องกันปัญหาการกีดกันด้านข้อมูล (Data Discrimination) ที่เกิดจากการเลือกใช้ข้อมูลบางชุดทำให้คนบางส่วนตกหล่นออกไปโดยไม่ได้ตั้งใจ ยกตัวอย่างเช่นเรื่องหนี้ครัวเรือน ถ้าใช้แค่ข้อมูล “การใช้งานเครดิตบูโร” คนตกหล่นก็จะไม่ได้รับมาตรการช่วยเหลือ เมื่อไม่มีแม้แต่หนทางเพิ่มศักยภาพ ชีวิตจึงยิ่งติดลบ
- การพัฒนาคุณภาพของข้อมูล
ปัญหาสำคัญของข้อมูลที่เจอตอนนี้คือ “คนทำไม่ได้ใช้” จึงขาดการพัฒนาข้อมูล ดังนั้นเราจะต้องพัฒนาคนทำข้อมูล เช่น รัฐบาล ให้รู้ว่าจะต้องเก็บข้อมูลและทำความสะอาดข้อมูลอย่างไร เพื่อให้นำไปใช้ประโยชน์ได้อย่างแท้จริงและง่ายสำหรับการใช้งาน
*หมายเหตุ : การทำความสะอาดข้อมูล (Data Cleansing) คือ กระบวนการตรวจจับข้อมูล แก้ไข ลบ แทนที่ และจัดรูปแบบของข้อมูลที่ไม่สมบูรณ์ ซ้ำซ้อนให้มีความถูกต้องและเป็นระเบียบ ตลอดจนนำไปใช้งานต่อได้อย่างมีประสิทธิภาพ
- การแชร์ข้อมูล
รัฐบาลมีข้อมูลเยอะและมีศักยภาพมากกว่าในการทำนโยบาย ถ้ารัฐนำข้อมูลเหล่านี้ไปแชร์ให้สตาร์ตอัปและคนในภาคส่วนต่าง ๆ จะช่วยสร้างสรรค์สิ่งใหม่ ๆ และสร้างนโยบายดี ๆ ได้มากขึ้น
อย่างไรก็ตาม ภาคเอกชนหรือคนที่มีทรัพยากรอยู่ในมือ ก็สามารถแชร์ข้อมูลแล้วนำมาแก้ปัญหาร่วมกันได้ เช่น TRUE นำข้อมูลการใช้มือถือมาออกแบบโปรโมชัน “ซิมโทรศัพท์” พ่วงโปรแกรมการท่องเที่ยวลำพูน ลำปาง เพื่อส่งเสริมการท่องเที่ยวเมืองรอง
- การรักษาข้อมูลให้ปลอดภัย
รัฐบาลเป็นหน่วยงานสำคัญที่ติดต่อขอข้อมูลอยู่เรื่อย ๆ ปัญหาที่กังวลคือไม่มั่นใจว่าเมื่อให้ไปแล้ว รัฐจะเก็บรักษาได้มากแค่ไหน เพราะมีกระแสข่าวว่ารัฐไทยทำข้อมูลหลุดเยอะ และข้อมูลส่วนมากเป็นสิ่งที่อ่อนไหวทางการค้า จึงยิ่งไม่มั่นใจว่าการให้ข้อมูลเหล่านั้นจะกระทบกับการดำเนินธุรกิจของเราหรือไม่
“เราอยากได้กลไกหรือกรอบทางกฎหมายว่าข้อมูลที่ภาคเอกชนให้จะไม่เป็นอะไรกับเราในอนาคต ผมว่าอันนี้สำคัญที่สุด ว่าจะทำให้เกิดขึ้น”
อิสริยะ ไพรีพ่ายฤทธิ์ รองประธานฝ่ายนโยบายสาธารณะและรัฐกิจสัมพันธ์ LINE MAN Wongnai
- การสร้างนโยบายแบบ Win – Win
รัฐบาลเป็นภาคส่วนสำคัญในการการออกแบบนโยบาย รัฐจึงต้องให้ความสำคัญกับข้อมูล เนื่องจากการวิเคราะห์ข้อมูลจะทำให้มองเห็นโอกาสบางอย่าง และสามารถเชิญชวนประชาชนเข้ามาร่วมแก้ปัญหาที่เกิดขึ้นด้วยกัน ดังนั้นรัฐควรคิดว่าอะไรคือสิ่งที่ช่วยแก้ปัญหาเชิงสังคมและตอบโจทย์ภาคธุรกิจไปพร้อม ๆ กัน
- ใช้ข้อมูลสร้างสิ่งใหม่
ยกตัวอย่างจากการศึกษา “Mobility Data ในการส่งเสริมการท่องเที่ยวเมืองรอง” เราอาจใช้มูลหลัก ๆ เพื่อออกแบบนโยบายเพื่อกระตุ้นการท่องเที่ยว เพราะเป็นอุตสาหกรรมที่สำคัญของประเทศไทย แต่เราจะทำอย่างไรให้การท่องเที่ยวไม่เพียงแต่สร้างมูลค่าในภาพรวม แต่กระจายรายได้และโอกาสไปสู่เมืองรอง
“โดยเฉพาะการค้าและบริการ ที่สร้างเศรษฐกิจการจ้างงานให้คนมีงานทำ ซึ่งแทนด้วย AI ยาก ดังนั้นการทำให้เมืองรองมีการจ้างงานในลักษณะนี้ จะเป็นการเปิดโอกาสให้คนวัยทำงานกลับคืนสู่ถิ่นฐาน อยู่ดูแลครอบครัว ช่วยพัฒนาและยกระดับเศรษฐกิจของเราให้ดีมากขึ้น”
ผศ.ณัฐพงศ์ พันธ์น้อย อาจารย์ประจำคณะสถาปัตยกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
โดยใช้ข้อมูลที่แต่ละจังหวัดทราบ เช่น ลักษณะของลูกค้าเป็นอย่างไร อยู่ในพื้นที่ใด เป็นตัวตั้งต้นให้ผู้ประกอบการรายใหม่ออกแบบสินค้าและบริการ รวมถึงการวางแผนดึงดูดกลุ่มเป้าหมายใหม่ ว่าควรจะประชาสัมพันธ์ที่ใดที่กลุ่มเป้าหมายกระจุกตัวอยู่ เช่นเดียวกันกับการลงทุนก็สามารถนำผลลัพธ์การดำเนินงาน มาประเมินและพัฒนาต่อได้
ในยุคของข้อมูล ถึงเวลาแล้วที่เราจะให้ความสนใจในเรื่องนี้ เพราะนี่จะเป็นกุญแจสำคัญในการขับเคลื่อนนโยบายที่ตรงจุดและมีประสิทธิภาพ ไม่เช่นนั้นเราจะติดอยู่กับปัญหาเดิม ๆ ที่โครงการรัฐหลายโครงการมาได้เพียงระยะสั้น หรืออยู่ได้ไม่นานก็ล้มเหลว
