การวิเคราะห์ข้อมูลอสังหาริมทรัพย์

สัมมา คีตสิน

กรรมการและกรรมการอิสระ บมจ. เสนาดีเวลลอปเม้นท์

ในปัจจุบันมีการเผยแพร่และส่งต่อข้อมูลหรือบทวิเคราะห์ด้านอสังหาริมทรัพย์ในรูปแบบต่างๆ กันมากมายใน Social Media จากหน่วยงานวิจัยอสังหาริมทรัพย์ จากนายหน้าอสังหาริมทรัพย์ จากผู้ที่ตั้งตัวเป็นอาจารย์หรือกูรู จากนักวิเคราะห์ของหน่วยงานอื่นๆ ที่สืบค้นข้อมูลเองจากการสัมภาษณ์ผู้ประกอบการหรือกูรูเหล่านั้นบ้าง หรือจากการคัดลอกต่อๆกันมาบ้าง โดยไม่มีการวิเคราะห์ต่อเนื่อง  ไม่มีการ verify ข้อมูลหรือเนื้อหาของบทวิเคราะห์ว่าสมเหตุสมผลหรือไม่ หรือบทวิเคราะห์เป็นการสรุปที่สอดคล้องกับข้อมูลหรือไม่

ข้อมูลหรือบทวิเคราะห์ด้านอสังหาริมทรัพย์ที่ผู้เขียนเห็นว่าจัดทำได้ดีกลับมาจากนักวิเคราะห์หุ้นด้านอสังหาริมทรัพย์ที่มีโอกาสพบปะพูดคุยรายละเอียดกับผู้ประกอบการ หรือจากการที่นักวิเคราะห์หุ้นมีโอกาสได้ตรวจสอบงบการเงินและผลประกอบการอย่างละเอียดและสามารถมองเปรียบเทียบได้กับทั้งอุตสาหกรรม หรือสามารถเปรียบเทียบกับผลประกอบการในอดีตได้อย่างเป็นระบบ

แต่สำหรับข้อมูลและบทวิเคราะห์ด้านอสังหาริมทรัพย์โดยทั่วไป ยังมีประเด็นให้ต้องตั้งข้อสังเกตอยู่มาก ซึ่งผู้ประกอบการ นักวิชาการ สื่อมวลชน หรือผู้บริโภคที่จะนำไปใช้เผยแพร่ต่อพึงระมัดระวัง

องค์ความรู้ (Body of Knowledge) นั้น ประกอบไปด้วย ข้อมูล (Data) สารสนเทศ (Information) ความรู้ (Knowledge) และ ภูมิปัญญา (Wisdom)

ในส่วนของข้อมูล หรือ Data ที่มีความเกี่ยวข้องกับภาคที่อยู่อาศัยนั้น มีกระจัดกระจายกันโดยทั่วไปทั้งที่เกี่ยวข้องโดยตรงและเกี่ยวข้องโดยอ้อม ข้อมูลที่เกี่ยวข้องโดยตรง ได้แก่ ข้อมูลการก่อสร้างที่อยู่อาศัย การซื้อขายที่อยู่อาศัย อุปสงค์และอุปทานของที่อยู่อาศัย การให้สินเชื่อที่อยู่อาศัย ฯลฯ ข้อมูลที่เกี่ยวข้องโดยอ้อม ได้แก่ การขยายตัวของประชากรในเมืองต่างๆ การเปลี่ยนแปลงเชิงโครงสร้างของประชากร การให้บริการขนส่งมวลชนและขนส่งสาธารณะ การพัฒนาเมือง ข้อมูลด้านเศรษฐกิจโดยเฉพาะเรื่องหนี้ครัวเรือน ทิศทางอัตราดอกเบี้ย ฯลฯ

หากนำเอา Data ที่กระจัดกระจายเหล่านี้ (ไม่ว่าจะมาจากแหล่งเดียวกันหรือหลายแหล่ง) มาสร้างรูปแบบความสัมพันธ์ของ Data ก็จะก่อให้เกิด Information ซึ่งผู้รับสามารถนำไปใช้ประโยชน์ต่อได้ในเชิงการวิเคราะห์ให้เกิดความรู้ (Information) และเมื่อมีผู้รับ Information นั้นไปก็จะสามารถสร้างภูมิปัญญา (Wisdom) เพื่อนำไปปประยุกต์ใช่ในบริบทของตนหรือในองค์กรของตน

สิ่งสำคัญที่สุด คือ ในแต่ละขั้นตอนดังกล่าวต้องมีความถูกต้องเขื่อถือได้ในตัวของมันเองเสียก่อน จึงจะทำให้ขั้นตอนต่อไปมีโอกาสถูกต้องตามไปด้วย โดยเฉพาะหากเกิดข้อผิดพลาดตั้งแต่ขั้นตอนแรก คือ Data ผิด แน่นอนว่าทั้ง Information, Knowledge และ Wisdom ย่อมบิดเบี้ยวตามไปด้วย

มีหลายสาเหตุที่อาจทำให้ Data ผิด เช่น การป้อนหรือ key ข้อมูลผิดเข้าสู่ระบบ (เป็น Human Error) การรับ Data ที่ผู้ให้จงใจให้เท็จ การรับ Data ที่เกิดจากผู้ให้ไม่เข้าใจในคำถามหรือไม่มีตัวเลือกที่เพียงพอให้ตอบ (พบเห็นบ่อยในการจัดทำ Poll ต่างๆทางการเมือง) ซึ่งวิธีการแก้ไข คือ การใช้ความละเอียดรอบคอบในการตรวจสอบความถูกต้อง การใช้วิจารณญาณและประสบการณ์ในการคำนึงถึงความเป็นไปได้

แม้เมื่อ Data ถูกต้องแล้ว แต่การสร้างความสัมพันธ์ เช่น การจับโยง Data ให้เป็นตารางที่มีความหมาย สามารถสร้างมุมมองที่หน่วยงานต้นทางผู้ให้ Data เองไม่ได้ดำเนินการสร้างความสัมพันธ์นั้นไว้ก่อนแล้ว หรือได้สร้างไว้แล้วแต่ไม่สามารถนำมาใช้ประโยชน์ต่อได้เพราะไม่ได้จัดทำในรูปแบบตาราง Excel หรือจัดทำไว้แต่ไม่เพียงพอ ผู้รับ Data ต้องนำมาจัดวางเพื่อเชื่อมโยงให้เห็นในบริบทที่เป็นประโยชน์ เช่น มีตัวเลขประชากรรายพื้นที่ แต่ไม่ได้มีการเปรียบเทียบเป็นรายปีในพื้นที่เดียวกัน หรือมีตัวเลขการซื้อขายที่อยู่อาศัยที่เปรียบเทียบกับปีก่อนหน้าแต่ไม่เปรียบเทียบให้เห็นอดีตรอบ 3 ปี รอบ 5 ปี หรือรอบ 10 ปีที่ผ่านมา ฯลฯ หากหน่วยงานวิจัยไม่เปรียบเทียบให้เห็นเป็นแนวโน้มระยะกลางหรือระยะยาว ก็มีความเสี่ยงที่ Information ที่เผยแพร่ออกมานั้นอาจไม่สะท้อนข้อเท็จจริงที่สำคัญอันเนื่องจากเหตุการณ์ไม่ปกติในระหว่างช่วงเวลาที่เปรียบเทียบนั้น

ในอีกกรณีหนึ่ง การให้ Information โดยไม่มีหมายเหตุประกอบ หรือการใช้ชื่อหัวข้อหรือหัวตารางที่ไม่ละเอียดเพียงพอ อาจทำให้ผู้รับ Information เข้าใจคลาดเคลื่อน หน่วยงานวิจัยบางรายแสดงอัตราการขายของโครงการที่อยู่อาศัยเฉพาะในเดือนแรกที่เปิดขายอาจทำให้ผู้รับ Information เข้าใจว่าเป็นยอดขายตลอดทั้งปี ขณะที่หน่วยงานวิจัยบางรายไม่ชี้แจงให้ละเอียดว่าข้อมูลที่นำมาผูกโยงกันมาจากฐานข้อมูลที่แตกต่างกัน บางรายการเป็นข้อมูลที่อยู่อาศัยใหม่เท่านั้น แต่บางรายการเป็นข้อมูลที่อยู่อาศัยทั้งหมดรวมทั้งบ้านใหม่และบ้านมือสอง ดังนั้นจึงนำมาวิเคราะห์โยงกันโดยตรงไม่ได้ ซึ่งวิธีการแก้ไข คือการใส่ใจกับการให้รายละเอียดที่เพียงพอต่อผู้ใช้

เมื่อผ่านจาก Information มาสู่ขั้นตอนการเขียนบทวิเคราะห์เพื่อเผยแพร่ให้ความรู้ (Knowledge) นั้น ก็มักปรากฏเนืองๆว่า บทวิเคราะห์ไม่ได้สะท้อนกับ Data หรือ Information ที่นำเสนอก่อนหน้า หรือวิเคราะห์ในสิ่งซึ่งไม่ได้มีที่มาจากข้อมูล หรือการหยิบยกส่วนย่อยมาวิเคราะห์ส่วนใหญ่ (Fallacy) หรือหนักที่สุดคืออาจวิเคราะห์โดยขัดแย้งกับ Data และ Information ที่นำเสนอ (Misinterpretation)

สำหรับภูมิปัญญา หรือ Wisdom นั้นเป็นองค์ประกอบที่เป็นเฉพาะตัวของผู้รับ Data, Information and Knowledge นั้นไปใช้ ว่าสามารถนำไปใช้ให้เกิดประโยชน์ได้อย่างไร เพราะแต่ละคนแต่ละองค์กรมีปัจจัยภายในที่ไม่เหมือนกัน มุมมองจึงอาจแตกต่างกันได้

ทั้งหมดนี้ จึงเป็นเรื่องที่ท้าทายสำหรับผู้บริโภคข่าวสารด้านอสังหาริมทรัพย์ในการทำความเข้าใจ เมื่อหน่วยงานวิจัยหลายแห่งมักให้ข้อมูล สารสนเทศ และนำเสนอบทวิเคราะห์กันไปคนละทิศคนละทาง เพราะต่างมีขอบเขตพื้นที่ของข้อมูล ช่วงระยะเวลาของข้อมูล นิยามของข้อมูลแต่ละรายการ การปรับปรุงข้อมูล และความถูกต้องน่าเชื่อของข้อมูลแตกต่างกัน หรือหน่วยงานวิจัยเดียวกันก็อาจให้ข้อมูล สารสนเทศ และนำเสนอบทวิเคราะห์ที่ขัดแย้งกันเองด้วย วิธีที่ดีที่สุดคือการพิจารณาทำความเข้าใจให้คุ้นชินกับรูปแบบการนำเสนอของแต่ละหน่วยงานวิจัย ยอมเป็นคนที่ไม่เชื่ออะไรง่ายๆ (Inquisitive nature) และหากมีความรอบรู้เพียงพอ ก็ให้นำ Data หรือ Information นั้นมาทดลองวิเคราะห์ด้วยตนเองในหลากหลายมิติมากขึ้น