NIDA HUB | National institue of development administration.
e-Brochure
Course Name:
BA8880: Technological Data-Driven Design: Design Thinking and LSP® Methods for Emerging Technology Initiatives
Instructor:
Assoc.Prof.Dr.Jongsawas Chongwatpol
Start-End Date:
Summer 2023 & Summer 2024 (Sat: 08.00 - 15.00)
Course Duration:
45 hrs. (Flexible & Professional MBA, every Saturday, 08.00 - 15.00) and (RMBA, every Friday, 09.00 - 16.00)
Short Description:
หลักสูตรที่นำศาสตร์ของ Design Thinking และ Lego® Serious Play® (LSP®) เทคนิค เข้ามาใช้ในการวางแผนกลยุทธ์ทางด้าน AI, Big Data, Business Intelligence, และ Business Analytics
Course Overview:

Design Thinking คือ การพัฒนากระบวนการคิดในรูปแบบใหม่ที่ให้ผู้ใช้หรือกลุ่มเป้าหมาย เป็นศูนย์กลางในการสร้างความคิดสร้างสรรค์ในการแก้ไขปัญหาหรือการสร้างนวัตกรรมใหม่ๆ การทำความเข้าใจปัญหาและเรียนรู้ความต้องการของกลุ่มเป้าหมาย การตีกรอบปัญหาที่ต้องการจะแก้ไข การระดมสมอง (Brainstorming) เพื่อหาแนวคิดในการแก้ไขปัญหาให้กับกลุ่มเป้าหมาย การนำ Ideas เหล่านั้นมาจัดทำโมเดลต้นแบบ (Prototype) และการทดสอบ Solutions ก่อนที่จะนำไปแก้ไขปัญหาจริง เป็นต้น Lego Serious Play (LSP®) method คือ กระบวนการแก้ไขปัญหาการสร้างนวัตกรรมและวางแผนกลยุทธ์ให้แก่องค์กร เป็นเทคนิคที่จะช่วยดึงศักยภาพของสมองและจินตนาการออกมาอย่างสร้างสรรค์โดยใช้ตัวต่อเลโก้มาเป็นส่วนหนึ่งของกระบวนการคิด สำหรับในยุค Digital Disruption การประยุกต์นำศาสตร์ของ Design Thinking และ LSP® เข้ามาใช้ในการวางแผนกลยุทธ์ทางด้านเทคโนโลยีใหม่ๆ เช่น AI, Big Data, Business Intelligence, และ Business Analytics เป็นต้น ก็จะช่วยให้ผู้บริหารหรือผู้ที่เกี่ยวข้องในการนำเทคโนโลยีเข้ามาแก้ไขปัญหาขององค์กรได้เรียนรู้และประเมินความเป็นไปได้ของการนำเทคโนโลยีสมัยใหม่ เข้ามาใช้ในทุกภาคส่วนขององค์กร การเข้าใจ Use Cases ต่างๆ ของเทคโนโลยี ที่เกิดขึ้น และมี Roadmap หรือ Blueprint ของการนำเทคโนโลยีที่ทันสมัยเหล่านี้ ไปใช้ในการสร้างกลยุทธ์ต่อไป ซึ่งหัวข้อที่ผู้บริหารจำเป็นต้องเตรียมความพร้อมสำหรับการนำเทคโนโลยีเหล่านี้ ไปใช้ในองค์กรจะประกอบไปด้วย 5 หัวข้อหลักๆ หรือเรียกได้ว่าอยู่ในรูปแบบของ Spaces คือ Problem Space, Data Space, Analytics Space, Technology Space, และ User Space ทั้งนี้การเปลี่ยนแปลงองค์กรไปสู่ยุคดิจิทัลจำเป็นต้องมีการตัดสินที่อาศัยการวิเคราะห์ข้อมูลทางธุรกิจเป็นตัวขับเคลื่อนทางกลยุทธ์อย่างเหลีกเลี่ยงไม่ได้ โดยเฉพาะในยุคของ Big Data ที่ข้อมูลถือเป็น Asset ที่สำคัญ ดังนั้นนักวิเคราะห์ธุรกิจจะได้เรียนรู้กระบวนการในการวิเคราะห์ปัญหาของธุรกิจ การตีกรอบโจทย์ปัญหาทางธุรกิจให้อยู่ในรูปแบบของปัญหาทางด้าน Analytics การเข้าใจการจัดการข้อมูล การเข้าใจเทคนิคในการวิเคราะห์ข้อมูล การสร้างแบบจำลอง การนำผลของการวิเคราะห์ข้อมูลไปปรับใช้ในการสร้างกลยุทธ์ และการจัดการ Model Lifecycle Management ของโครงการที่เกี่ยวข้องกับ Big Data, Business Analytics, และ Business Intelligence เป็นต้น

Target Audience:

หลักสูตร Technological Data-Driven Design นี้ถูกออกแบบมาเพื่อเตรียมความพร้อมให้กับผู้บริหารระดับสูง บริหารระดับกลาง ผู้จัดการ หัวหน้างาน และผู้ให้คำปรึกษาทางด้าน IT และ Technology ผู้ที่สนใจเข้าอบรมที่มีประสบการณ์ในการทำงานในระดับซีเนียร์ รวมถึงผู้ที่สนใจทำงานในสายงาน Business Analyst ผู้เข้าอบรมไม่จำเป็นต้องทำงานในสายอาชีพ Data Scientist หรือ Software Engineer หรือมีความรู้พื้นฐานทางด้านการเขียนโปรแกรมก็สามารถเรียนรู้เนื้อหาต่างๆ ในหลักสูตรนี้ได้ เนื่องจากโครงสร้างของหลักสูตรจะเน้นไปที่การการวางแผนกลยุทธ์ขององค์กรโดยเฉพาะอย่างยิ่งในยุคของ Digital Transformation โดยผู้เข้าอบรมจะได้มีโอกาสสัมผัสและเรียนรู้เทคโนยีชั้นนำทางด้าน AI, Big Data, BI, และ Analytics ด้วยตัวเอง ซึ่งประสบการณ์เหล่านี้จะช่วยให้ผู้เข้าอบรมมองภาพของการประยุกต์ใช้เทคโนโลยีที่ทันสมัยเหล่านี้มาต่อยอดและปรับใช้ให้เข้ากับองค์กรของท่านเองและสามารถเข้าใจข้อจำกัด สมมุติฐาน และความเสี่ยงที่จะเกิดขึ้นก่อนที่จะตัดสินใจลงทุนไปกับเทคโนโลยีเหล่านั้น ดังนั้นผู้เข้าอบรมทุกท่านจะมีความพร้อมในการประยุกต์นำความรู้ที่ได้จากหลักสูตรนี้ไปช่วยในการตัดสินใจของการวางแผนเชิงกลยุทธ์เพื่อกำหนดทิศทางและนโยบายทางด้าน Digital Technology ขององค์กรในระยะยาว

Course Fees:
-
Venue:
อาคารบุญชนะอัตถากร และ NIDA Hub สถาบันบัณฑิตพัฒนบริหารศาสตร์
Course Curriculum:

Technological Data-Driven Design

 

โครงสร้างหลักสูตรจะมุ่งเน้นให้ผู้เข้าอบรมมีความรู้พื้นฐานของการการวางแผนกลยุทธ์ทางด้าน AI, Big Data, Business Intelligence โดยประกอบด้วย5 หัวข้อหลักๆ หรือเรียกได้ว่าอยู่ในรูปแบบของ Spaces ต่างๆ ดังนี้

 

  • Problem Space: จะให้ความสำคัญกับ Business Problem Framing และ Analytics Problem Framing ผู้บริหารจะได้เรียนรู้ขั้นตอนในการมองปัญหาทางธุรกิจและการวิเคราะห์ปัญหาทางธุรกิจตามกรอบหรือประเด็นของปัญหาที่ต้องการแก้ไข ว่าสามารถแก้ไขด้วย Technology สมัยใหม่ เช่น AI, Big Data, หรือ Business Intelligence ได้หรือไม่ การกำหนดตัวชี้วัดขององค์กร (Business Performance Management) เพื่อให้สอดคล้องกับการตัดสินใจเชิงกลยุทธ์ การตัดสินใจในระดับการบริหารงาน หรือการตัดสินใจในระดับการปฏิบัติงาน

 

  • Data Space: จะเน้นในเรื่องของการวางแผนการจัดการข้อมูล (Data Strategies) ระบบจัดการฐานข้อมูล (Database Management Layer) ซึ่งจะเกี่ยวข้องกับเทคโนโลยีและซอฟต์แวร์สำหรับการจัดการฐานข้อมูล โดยข้อมูลต่างๆ ที่ถูกจัดเก็บอาจจะเป็นข้อมูลที่อยู่ภายในขององค์กรเองหรืออาจจะเป็นข้อมูลที่เกิดการเชื่อมโยงกับข้อมูลภายนอก ก็ได้ นอกจากนี้ ผู้ผู้บริหารจะได้เรียนรู้การจัดการข้อมูลที่เป็นขยะ (Garbage In, Garbage Out) หลายๆ รูปแบบ การเตรียมข้อมูลให้พร้อมสำหรับการวิเคราะห์ใน Analytics Space การวางแผนการจัดเก็บข้อมูลที่จำเป็นต่อการตัดสินใจ การคัดเลือกข้อมูล (Data Selection) การกลั่นกรองข้อมูล (Data Cleaning) และการแปลงรูปข้อมูล (Data Transformation) เป็นต้น

 

  • Analytics Space: ผู้บริหารทุกท่านจะได้เรียนรู้เกี่ยวกับระบบของการวิเคราะห์ข้อมูล (Business Analytics Layer) ซึ่งจะเกี่ยวข้องกับการสร้างแบบจำลองเชิงปริมาณในรูปแบบต่างๆ เช่น แบบจำลองทางการเงิน แบบจำลองในการพยากรณ์ แบบจำลองต้นไม้การตัดสินใจ แบบจำลองการวิเคราะห์การถดถอย แบบจำลองการวิเคราะห์การถดถอยโลจิสติกส์ แบบจำลองโครงข่ายประสาทเทียม เป็นต้น โดยมุ่งเน้นการวางแผนการวิเคราะห์ข้อมูลที่เก็บรวบรวมมาจาก AI และการกำหนดตัวแปรเป้าหมาย (Target Variable) รวมถึงการประเมินแบบจำลองของการวิเคราะห์ข้อมูลที่ได้ โดยมีเป้าหมายเพื่อนำผลลัพธ์ของการวิเคราะห์ข้อมูลที่ได้จากเทคโนโลยีใหม่ๆ ไปใช้งานและสร้างกลยุทธ์ต่อไป

 

  • Technology Space: จะเน้นในเรื่องของเรียนรู้เทคโนโลยี AI, Big Data, และ Business Intelligence หรือเทคโนโลยีอื่นๆ ที่ทันสมัย (Emerging Technologies) และการนำไปประยุกต์ใช้ทางธุรกิจในหลายๆ รูปแบบ รวมถึงการทดลองวางแผนระบบโครงสร้างพื้นฐานขององค์กร ทั้ง Digital และ Physical Infrastructure กรอบโครงสร้างของระบบ (System Architecture) และการเชื่อต่อเทคโนโลยีสมัยใหม่ให้เข้ากับระบบฐานข้อมูล หรือ System Enterprise ขององค์กรได้อย่างมีประสิทธิภาพและประสิทธิผล

 

  • User Space: จะมุ่งเน้นในส่วนของการเชื่อมต่อระบบของผู้ใช้งาน ซึ่งอาจจะอยู่ในรูปแบของ เว็บ (Web Browser) หรือแอปพลิเคชันบนมือถือ (Mobile Applications) ซึ่งผู้ใช้งานสามารถเข้าถึง Dashboard ที่ทำหน้าที่รวบรวมข้อมูล ผลการวิเคราะห์ข้อมูล ตัวชี้วัดต่างๆ ที่จำเป็นต่อการประเมินประสิทธิภาพการดำเนินงานขององค์กรมาไว้ในที่เดียวกัน ทั้งในรูปแบบของกราฟ ตัวเลข หรือบทสรุปสำหรับผู้บริหาร เป็นต้น นอกจากนี้ยังมีการนำแนวคิดของ Design Thinking เข้ามาช่วยในการทดสอบระบบและเทคโนโลยีสมัยใหม่ เช่น AI และ Big Data เพื่อเพิ่มประสบการณ์ของผู้ใช้งาน (User Experience) และผู้ที่เกี่ยวข้อง (Stakeholders) หรือมีส่วนได้ส่วนเสียกับ Solutions ที่ถูกพัฒนาขึ้นมาเพื่อตอบโจทย์ปัญหาทางธุรกิจที่เกิดขึ้น

 

ทั้งนี้ กิจกรรมต่างๆ ที่เกิดขึ้นในหลักสูตรนี้จะมีการประยุกต์นำแนวคิดของ Design Thinking และ Lego® Serious Play® เข้ามาช่วยกระตุ้นให้เกิดความคิดสร้างสรรค์ในการมองและแก้ไขปัญหาขององค์กร

 

 

Design Thinking

 

Design Thinking คือกระบวนการคิด การแก้ปัญหา และการสร้างนวัตกรรมอย่างสร้างสรรค์ สามารถนำมาประยุกต์ใช้ในหลายๆ ภาคอุตสหากรรม เช่น ในกาารออกแบบสินค้าใหม่ๆ ของแผนก R&D การแก้ไขปัญหาที่เกี่ยวข้องกับคน เช่น ปัญหาการรอคิวที่ยาวนาน การสร้างประสบการณ์ที่ดีในการซื้อสินค้า เป็นต้น หรือกระบวนการที่ต้องมีการทำความเข้าใจในปัญหาต่าง ๆ (Empathize) อย่างลึกซึ้ง โดยเอาผู้ใช้ (ลูกค้า พนักงาน บุคลากร เจ้าหน้าที่ หรือผู้ที่เกี่ยวข้องกับกระบวนการหรือระบบทั้งทางตรงและทางอ้อม) เป็นศูนย์กลาง (Human Centered Design) และสร้างความคิดสร้างสรรค์และมุมมองจาก Design Thinking Team ที่มาจากหลายสาขา  หลาย ๆ มุมมอง มาร่วมกันคิดสร้างเป็นไอเดีย แนวทางการแก้ไขปัญหา และนำเอาแนวทางต่าง ๆ มาจัดทำเป็นต้นแบบ (Prototype) ทำการทดสอบ (Test) และพัฒนา (Development) เพื่อให้ได้แนวทางหรือนวัตกรรมที่ตอบโจทย์ในการแก้ปัญหาให้กับผู้ใช้งานหรือลูกค้าก่อนที่จะนำ Solutions ที่ได้ไปปรับใช้จริง (Deployment)

 

  • Empathize คือ กระบวนการแรกของ Design Thinking ที่ Design Thinking Team จะต้องทำการเรียนรู้และทำความเข้าใจ ความต้องการที่แท้จริง และลักษณะพฤติกรรมของกลุ่มเป้าหมายอย่างลึกซึ้ง ผ่านการสังเกตพฤติกรรม (Participant Observations) และการสัมภาษณ์ (Interview) เพื่อให้เข้าใจปัญหาหรือความต้องการของกลุ่มเป้าหมาย โดยการนำตัวเราเข้าไปอยู่ในสถานะของกลุ่มตัวอย่าง ว่าพวกเขาเหล่านั้นกำลังคิด กำลังพูด และกำลังทำอะไร ต้องมีความเข้าใจว่ากลุ่มเป้าหมาย ชอบอะไรไม่ชอบอะไร เป้าหมายที่แท้จริงของกลุ่มเป้าหมายคืออะไร อะไรคือปัญหาที่ผู้ใช้ประสบอยู่ ช่วง Empathize นั้นมีความสำคัญมาก เพราะถ้าหากข้อมูลที่ได้มาตรงกับความต้องการของผู้ใช้ จะนำไปสู่การระบุปัญหาจากมุมมองของผู้ใช้หรือกลุ่มเป้าหมายที่เราต้องการเข้าไปช่วยในการแก้ไขปัญหาได้ตรงจุด

 

  • Define คือการระบุถึงปัญหาสำคัญและกำหนดสมมุติฐานเกี่ยวกับกลุ่มเป้าหมาย นอกจากนี้ยังรวมถึงการตีกรอบของปัญหา โดยในขั้นตอนนี้จะทำให้ Design Thinking Team เข้าใจความต้องการของผู้ใช้หรือกลุ่มเป้าหมายถึงสาเหตุของปัญหาจริง ๆ ซึ่งจะนำไปสู่การแก้ไขปัญหาที่ถูกต้อง ตรงจุด และเกิดผลลัพธ์ที่ยั่งยืน โดยขั้นตอนนี้เราต้องระบุให้ได้ถึง Root Cause หรือสาเหตุของปัญหา เพื่อหา Insight ของกลุ่มตัวอย่าง ถ้าสามารถแก้สาเหตุได้ ปัญหาก็จะหมดไป ขั้นตอนนี้คือการนำข้อมูลที่เราเก็บมาจากกลุ่มเป้าหมายมาทำการวิเคราะห์ และดูว่ามีรูปแบบ (Pattern) หรือ ความหมาย (Meaning) อะไรบ้างที่สามารถใช้อธิบายปัญหาที่กลุ่มเป้าหมายต้องการแก้ไขหรือประสบอยู่ ซึ่ง Tools ที่สำคัญที่จะช่วยให้การตีความปัญหาได้ชัดเจนมากขึ้นก็ คือ Point-of-View (POV) Statement และ How-Might-We (HMW) Statement

 

  • Ideation คือการระดมสมอง (Brainstorming) เพื่อหา Idea ในการแก้ปัญหาให้กับกลุ่มเป้าหมาย พร้อม ๆ กับการเลือก Idea โดยขั้นตอนนี้ทาง Design Thinking Team จะเน้นไปที่การระดมสมองเพื่อให้ได้ปริมาณของ Ideas จำนวนมากที่สามารถนำมาใช้ในการแก้ไขปัญหาได้ (Convergent Thinking) การระดมสมองเน้นไปที่ What โดยยังไม่ต้องสนใจ How รวมถึงข้อจำกัน (Constraint) และ สมมุติฐานของการแก้ไขปัญหา (Assumptions) หรือ ความเสี่ยง (Risk) ที่จะเกิดขึ้นของการนำ Idea นั้นไปสร้าง Solutions ซึ่งหลังจากได้ Idea ที่มากพอ ขั้นตอนต่อไปคือการตัดสินใจเลือก Idea ที่ดีที่สุด หรือที่เรียกว่า Divergent Thinking มาเพื่อนำมาพัฒนา Idea เหล่านั้นให้เป็นรูปร่างมากขึ้น โดยการตัดสินใจสามารถทำได้ด้วยการให้ทีมงานทำการ Vote ให้กับ Idea ที่คิดว่าน่าจะแก้ปัญหาและตอบโจทย์กลุ่มเป้าหมายได้ดีที่สุด ณ ขณะนั้น

 

  • Prototype คือการนำ Idea ที่เลือกจากขั้นตอน Ideation มาทำการจัดทำต้นแบบ (Prototype) โดยเน้นการจัดทำต้นแบบที่มีต้นทุนต่ำ และสามารถทำได้ในระยะเวลาอันสั้น (Low-Cost and Rapid Prototypes) สาเหตุที่ Design Thinking ต้องมีการจัดทำ Prototype เพราะต้องการให้ Idea นำไปสู่สิ่งที่จับต้องได้ (Tangible) ผู้ใช้สามารถเห็น สัมผัส และใช้งานในขั้นต้นได้ การใช้ Prototype ทำให้ผู้ใช้ได้เห็นภาพของ Product หรือ Solution ที่จะมาแก้ไขปัญหา ดังเช่นวลี IKIWISI (I Know It When I See It) แทนที่จะให้ผู้ที่เกี่ยวข้องจินตนาการถึงแนวคิดในการแก้ไขปัญหาซึ่งอาจจะทำให้ความเข้าใจเกิดการคลาดเคลื่อนได้ ถึงแม้ว่า Prototype ยังไม่สมบูรณ์ แต่สามารถใช้เป็นเครื่องมือที่ผู้ใช้สามารถให้ Feedback เพื่อตรวจสอบว่า Solutions ที่ต้องการแก้ไขปัญหา สามารถตอบโจทย์ในสิ่งที่ Users ต้องการได้หรือไม่ หรือเพื่อนำไปพัฒนาต่อยอดหรือเปลี่ยนแปลง แก้ไขได้ทันทีโดยที่ไม่เสียเวลาและต้นทุนมาก 

 

  • Test คือ ขั้นตอนสุดท้ายของ Design Thinking ซึ่งเป็นการนำต้นแบบ (Prototype) ที่จัดทำขึ้นไปทำการทดสอบกับกลุ่มเป้าหมายที่มีการศึกษาตั้งแต่ขั้นตอน Empathize โดย Design Thinking Teams นำ Prototype ไปอธิบายและให้กลุ่มเป้าหมายทดสอบใช้งานจริงและนำเอา Feedback เช่น กลุ่มตัวอย่างชอบอะไร ไม่ชอบอะไร หรือมีข้อเสนอแนะเพิ่มเติมอะไรบ้าง มาทำการปรับปรุง Prototype เพื่อนำผลตอบรับที่ได้กลับไปปรับปรุง เปลี่ยนแปลง เพื่อตอบสนองต่อความต้องการของกลุ่มเป้าหมายได้ตรงจุดมากยิ่งขั้น

 

 

Lego® Serious Play® (LSP®) Methods

 

Lego® Serious Play® (LSP®) คือ เทคนิคในการนำ Lego® (ตัวต่อเลโก้) มาใช้ในการสร้างจินตนาการในการตัดสินใจ สร้างนวัตกรรมและวางแผนกลยุทธ์ให้กับองค์กร LSP® คือกระบวนการที่พัฒนาขึ้นมาเพื่อช่วยสนับสนุนให้ทีม ไม่ว่าจะเป็นผู้บริหาร พนักงาน และผู้ที่เกี่ยวข้องในองค์กร เป็นต้น สามารถสื่อสารแนวคิดและมุมมองภายในทีมให้มีประสิทธิภาพและเป็นไปอย่างสร้างสรรค์ ทำให้สามารถเห็นภาพรวมของปัญหาในทิศทางเดียวกัน และทำให้เกิดการกระตุ้นให้เกิดการมีส่วนร่วม โดยใช้ตัวต่อเลโก้ตัวสื่อความคิดได้อย่างอิสระ กระบวนการของ LSP® จะประกอบไปด้วย 7 กิจกรรมหลัก ดังนี้

 

  • Building Individual Models and Stories
  • Building Shared Models and Stories
  • Creating a Landscape
  • Making Connections
  • Building a System
  • Play Emergence and Decisions
  • Extracting Simple Guiding Principles

 

ตัวอย่างของหัวข้อที่เป็นที่นิยมสำหรับ LSP® Workshop เช่น การกำหนดกลยุทธ์ขององค์กรที่เกิดจากวิสัยทัศน์ของทีมมากกว่าผู้บริหารคนใดคนหนึ่ง หรือกลยุทธ์ของการสร้างทีมที่มุ่งเน้นเป้าหมายของทีมมากกว่าความสำเร็จหรือตัวชี้วัดของตัวบุคคล สำหรับหลักสูตร Technological Data-Driven Design นี้จะมุ่งเน้นไปที่การศึกษาวาอะไรคือ Core Identity ขององค์กร และเทคโนโลยีสมัยใหม่ เช่น AI, Big Data, หรือ Business Intelligence สามารถช่วยเสริม Strength ขององค์กรได้หรือตรงกับแนวทางการสร้างกลยุทธ์ขององค์กรหรือไม่ หรือการนำ LSP® เทคนิคมาใช้ในการนิยามประสบการณ์ของลูกค้า (Customer Experiences) และทำการประเมินว่าเทคโนโลยีเหล่านี้สามารถช่วยเสริมสร้างประสบการณ์ของลูกค้าขององค์กรในด้านใด

Tentative Course Syllabus:

Module #1: Strategy and Vision Development (Business Cases)

  • Lego® Serious Play® (LSP®) Methods: Topic “Digital Transformation”
  • Technology Showcase ที่เกี่ยวข้องกับหัวข้อที่อบรมในแต่ละวัน

 

Module #2: Problem Spaces

  • Business Problem Framing & Analytics Problem
  • Business Performance Management (BPM)
  • Customer CxDNA (Customer Journey/Customer Lifecycle/Customer Experience)
  • Artificial Intelligence Concept
  • Technology Showcase ที่เกี่ยวข้องกับหัวข้อที่อบรมในแต่ละวัน

 

Module #3: Data Spaces and Analytics Spaces (Part I)

  • Data Spaces: Data Architecture, Data Strategies, Data Quality, & Data Preparation
  • Technology Showcase ที่เกี่ยวข้องกับหัวข้อที่อบรมในแต่ละวัน

 

Module #4 – Analytics Space

  • Big Data Concept
  • Analytics Concept (Descriptive, Diagnostic, Predictive, and Prescriptive Analytics)
  • Artificial Intelligence Use Cases
  • Technology Showcase ที่เกี่ยวข้องกับหัวข้อที่อบรมในแต่ละวัน

 

Module #5 – Technology Spaces and User Spaces

  • Technology Spaces: Emerging Technologies (AI, Big Data, Business Intelligence, and Business Analytics)
  • System Architecture
  • User Spaces: User Interface/User Experience/Stakeholder Management
  • Solution Evaluation and Deployment
  • Technology Showcase ที่เกี่ยวข้องกับหัวข้อที่อบรมในแต่ละวัน
Program Faculty:
รศ.ดร.จงสวัสดิ์ จงวัฒน์ผล
Contact / Support:
Flexible MBA, Professional MBA, and Regular MBA
NIDA HUB

Dr. Jongsawas Chongwatpol


Line ID: jongsawas

NIDA CBI - Center for Business Innovation


NIDA Business School


National institue of development administration.


148 serithai Road, Klong chang, Bangkapi , Bangkok Thailand 1024
Tel: +662-377-1232

follow us: