ဒီမွာ အေရွ႕ေတာင္အာရွသားေတြျဖစ္တဲ့ ကၽြန္ေတာ္တို႔အားလံုးဟာ ကြဲျပားတာေတြ ရွိေပမယ့္ တူညီတဲ့အခ်က္ေတြလည္း အမ်ားႀကီးပါ။ #SameSameButDifferent

ျမန္မာႏုိင္ငံမွာ မိတ္ေဆြတို႔အားလံုးဟာ အေဖာ္အေပါင္းနဲ႔ ေပ်ာ္ရႊင္တတ္သူေတြျဖစ္ၾကတယ္ဆိုေပမယ့္ ဘယ္သူက အေပ်ာ္ရႊင္တတ္ဆံုးသူျဖစ္သလဲ။

ေကာင္းပါၿပီ။ ရန္ကုန္ၿမိဳ႕က လူေတြဟာ အေဖာ္အေပါင္းနဲ႔ သြားလာလည္ပတ္တာေတြကို ရုံးပိတ္ရက္ေတြမွာသာ ျပုလုပ္တတ္တာမဟုတ္ပါဘူး။ ေသာၾကာေန႔ေတြနဲ႔ ဗုဒၶဟူးေန႔ေတြဟာ  သူငယ္ခ်င္းမိတ္ေဆြေတြနဲ႔အတူ သြားလာရင္း အခ်ိန္ကုန္ဆံုးေလ့ အရွိဆံုးေန႔ေတြလို႔ Grab ရဲ႕ ေဒတာအခ်က္အလက္ေတြက ျပသေနပါတယ္။

ျမန္မာႏုိင္ငံရဲ႕ ဒုတိယအႀကီးဆံုးျဖစ္တဲ့ မႏၱေလးၿမိဳ႕မွာဆိုရင္ေတာ့ ၿမိဳ႕သူၿမိဳ႕သား ၃ ေယာက္မွာ ၂ ေယာက္က ကိုယ္ပိုင္ေမာ္ေတာ္ဆိုင္ကယ္ရွိသူေတြပါ။ ဒါေပမယ့္ အမ်ားစုကေတာ့ GrabThoneBane ကို စီးရတာ ပိုသေဘာက်ပါသတဲ့။ ဒီလူသိမ်ားတဲ့ သံုးဘီးယာဥ္ေမာင္းေတြဟာ ကိုယ့္ၿမိဳ႕အေၾကာင္း ေကာင္းေကာင္းသိတဲ့ ေဒသခံေတြပဲ ျဖစ္ပါတယ္။ ၿမိဳ႕အေၾကာင္း သိခ်င္ရင္ သူတို႔ေတြနဲ႔ စကားေျပာေမးျမန္းလို႔ ရတယ္ေလ။

ဒီခရီးသည္ေတြဟာ တကယ္ေတာ့ ဒီႏွစ္အတြင္း ကၽြန္ေတာ္တို႔ ဝန္ေဆာင္မႈေပးေနတဲ့ အေရွ႕ေတာင္အာရွက လူမ်ားစြာထဲက တခ်ိဳ႕ပဲ ရွိပါေသးတယ္။ ဒီထဲကေနပဲ ကၽြန္ေတာ္တို႔ သတိျပဳမိတာက ကၽြန္ေတာ္တို႔ရဲ႕ ေဒသတြင္းက လူေတြဟာ အမ်ိဳးမ်ိဳး အဖံုဖံု ကြဲျပားေနေပမယ့္ ကၽြန္ေတာ္တို႔ရဲ႕ အေလ့အထနဲ႔ ေနထိုင္မႈပံုစံေတြက ေတာ္ေတာ့္ကို တူညီၾကတယ္ဆိုတာပါ။

ဥပမာ၊ ကၽြန္ေတာ္တို႔အားလံုးဟာ bubble tea ကို တကယ္ပဲ ႏွစ္သက္ၾကပါတယ္။ ၂၀၁၈ ခုႏွစ္ထဲမွာ GrabFood ကတစ္ဆင့္ မွာယူခဲ့ၾကတဲ့ bubble tea ေပါင္းဟာ ငါးသန္းအထိ ရွိခဲ့ပါတယ္။ ( ခ်ိဳတဲ့အရသာနဲ႔ပတ္သက္ၿပီး ေျပာရရင္ ျမန္မာလူမ်ိဳးေတြဟာလည္း အေတာ့္ကို အခ်ိဳႀကိဳက္ၾကတာပါ။ GrabRewards ကတ္တေလာက္ထဲကေန ထိပ္ဆံုးဝယ္ယူမႈအမ်ားဆံုးရဲ႕ ၆၀ ရာခိုင္ႏႈန္းဟာ အခ်ိဳအရသာနဲ႔မုန္႔ေတြတဲ့။)

ကၽြန္ေတာ္တို႔ဟာ ေရွာ့ပင္ထြက္ရတာကိုလည္း ႀကိဳက္ႏွစ္သက္ၾကတယ္ေလ။ ဘယ္အခ်ိန္ၾကည့္လိုက္ ၾကည့္လိုက္ ကၽြန္ေတာ္တို႔ ခရီးသည္ ၄ ေယာက္မွာ ၁ ေယာက္ဟာ ေရွာ့ပင္းေမာလ္က ျပန္လာေနတာ၊ ဒါမွမဟုတ္ အဲဒီကို သြားေနတာ ျဖစ္ေနတာပဲ။

ဒီမွာ ၾကည့္လိုက္ပါ။ ကၽြန္ေတာ္တို႔ ဘယ္ေနရာေတြမွာ တူညီေနေသးလဲဆိုတာ ..။ #SameSameButDifferent:

လူမႈအဝန္းအဝိုင္းကို ပံ့ပိုးနုိင္တဲ့ ေဒတာေတြ

ကၽြန္ေတာ္တို႔ရဲ႕ ေဒတာဘဏ္ႀကီးကေန ဒီလိုျမင္ေနက်မဟုတ္တဲ့ ႏႈိင္းယွဥ္မႈေလးတခ်ိဳ႕ကို ျမင္ရတာ ရယ္ခ်င္စရာ ျဖစ္ေနမွာပဲ။ ဒါေပမယ့္ ဒီေဒတာအခ်က္အလက္ေတြကတစ္ဆင့္ ကၽြန္ေတာ္တို႔ ဝန္ေဆာင္မႈကို တိုးျမွင့္တာမ်ိဳးကေန ပိုၿပီး က်ယ္ျပန္႔တဲ့လူမႈအဝန္းအဝိုင္းအတြက္ ထိေရာက္တဲ့ အက်ိဳးသက္ေရာက္မႈေတြ ရွိလာဖို႔ လုပ္ေဆာင္ႏုိင္တာေတြ ရွိပါတယ္။

ဒီေဒတာအခ်က္အလက္ေတြကို ထင္သာျမင္သာအသံုးျပဳႏုိင္တာတစ္ခုကေတာ့ ကၽြန္ေတာ္တို႔ရဲ႕ သံုးစြဲသူေတြအတြက္ ဝန္ေဆာင္မႈေတြကို လိုအပ္သလို ျပဳျပင္မြမ္းမံၿပီး ျမွင့္တင္တာပဲျဖစ္ပါတယ္။ Grab ရဲ႕ ဆန္းစစ္ေလ့လာသူေတြက ႏုိင္ငံတစ္ႏုိင္ငံခ်င္းအလိုက္ သံုးသင့္တဲ့ စနစ္ေတြ၊ ပံုစံေတြကို ဘယ္လိုျပဳျပင္မြမ္းမံမႈေတြ လုပ္သင့္တယ္ဆိုတာေတြ ရွာေဖြခန္႔မွန္းႏုိင္ဖို႔အတြက္ ေဒတာအခ်က္အလက္ေတြကို ေလ့လာၿပီး အျပန္အလွန္ခ်ိတ္ဆက္ေနတဲ့အရာေတြကို ရွာေဖြပါတယ္။ အဲဒီကတစ္ဆင့္ မြမ္းမံျပဳျပင္တည္ေဆာက္ပါတယ္။

Grab ဟာ ယာဥ္ အျမန္ႏႈန္းနဲ႔ ေမာင္းႏွင္မႈပံုစံေတြကို ေစာင့္ၾကပ္ၾကည့္ရႈဖို႔ ရုံးတြင္း telematics software ကိုလည္း အသံုးျပဳပါတယ္။ Grab ခရီးစဥ္ေတြမွာ ကၽြန္ေတာ္တို႔ရဲ႕ အက္ပလီေကးရွင္းကတစ္ဆင့္ GPS ၊ ယာဥ္တည္ျငိမ္မႈျပကိရိိယာနဲ႔ အရွိန္တိုင္းကိရိယာေဒတာေတြကို စုစည္းၿပီး သတ္မွတ္ႏႈန္းထက္ ပိုေမာင္းႏွင္တာ၊ အရွိန္ျမွင့္ေမာင္းႏွင္တာ၊ ဘရိတ္အသံုးျပဳပံု စတဲ့ သူတို႔ရဲ႕ ေမာင္းႏွင္မႈပံုစံေတြအေပၚ အပတ္စဥ္ Telematic အစီရင္ခံခ်က္ေတြကို မိတ္ဖက္ယာဥ္ေမာင္းေတြဆီ ပုိ႔ေပးၿပီး သတိေပးေနပါတယ္။

အဲဒီကေန တကယ္ေကာင္းတဲ့ရလဒ္ေတြလည္း ထြက္လာပါတယ္။ ၂၀၁၇၊ ဇူလိုင္ က ျပသတဲ့ေဒတာအခ်က္အလက္အရ သတ္မွတ္အျမန္ႏႈန္းထက္ ပိုၿပီး ေမာင္းႏွင္မႈေတြဟာ ခရီးအကြာအေဝး ၁၀၀ ကီလိုမီတာမွာ ၀.၇ ႀကိမ္ႏႈန္း ပ်မ္းမွ်ရွိပါတယ္။ ၂၀၁၈ ၊ ဇူလိုင္မွာေတာ့ အဲဒီပ်မ္းမွ် ႀကိမ္ႏႈန္းဟာ ၆၄% က်ဆင္းသြားပါတယ္။ ဒိလိုပဲ ဘရိတ္ေဆာင့္အုပ္တဲ့ျဖစ္စဥ္ေတြ၊ အရွိန္ျမွင့္ေမာင္းႏွင္တဲ့ျဖစ္စဥ္ေတြဟာလည္း တစ္ကီလိုမီတာတိုင္းမွာ ၂၃ % နဲ႔ ၅၀% အထိ အသီးသီးက်ဆင္းသြားတာေတြ႕ရပါတယ္။

ကၽြန္ေတာ္တို႔ကိုယ္တိုင္ ဒီလိုေဒတာေတြနဲ႔ လုပ္ေဆာင္ေနရုံမကဘဲ Grab ဟာ ယာဥ္ေၾကာထူထပ္ျခင္းလို ပိုမိုႀကီးမားတဲ့အေၾကာင္းအရာေတြကို ေျဖရွင္းႏုိင္ဖို႔ ေဒသအလိုက္ အစိုးရဌာနေတြနဲ႔ ပူးေပါင္းလုပ္ေဆာင္ေနပါတယ္။ ကၽြန္ေတာ္တို႔ဟာ ကမၻာ႔ဘဏ္နဲ႔ ပူးေပါင္းၿပီး အေရွ႕ေတာင္အာရွ (မေလးရွားႏုိင္ငံ၊ အင္ဒိုနီးရွား၊ ဖိလစ္ပိုင္) အစိုးရေတြအေနနဲ႔ ယာဥ္ေၾကာဆိုင္ရာအခ်က္အလက္ေတြ အခ်ိန္နဲ႔တစ္ေျပးညီ သိရွိႏုိင္ေရးအတြက္ ကၽြန္ေတာ္တို႔ရဲ႕ယာဥ္ေမာင္းတည္ေနရာေတြနဲ႔ပတ္သက္တဲ့ေဒတာကို OpenTraffic ပလက္ေဖာင္းကတစ္ဆင့္ ေပးပို႔ေပးထားပါတယ္။

အခုလည္း Grab ရဲ႕ ေဒတာအခ်က္အလက္ေတြနဲ႔ သယ္ယူပို႔ေဆာင္ေရးက႑မွာ မျပည့္မီေသးတဲ့ လိုအပ္ခ်က္ေတြကို ေဖာ္ေဆာင္ဖို႔၊ ယာဥ္ေတြမ်ားျပားလာျခင္းဟာ ၿမိဳ႕ေတြကို ဘယ္လို သက္ေရာက္မႈရွိတယ္ဆိုတာကို အေျဖထုတ္ႏုိင္ဖို႔ နဲ႔ သယ္ယူပို႔ေဆာင္ေရးဆိုင္ရာစီမံကိန္းေတြမွာ ႏုိင္ငံတြင္း အစိုးရေတြကို ဘယ္လို အကူအညီေပးႏုိင္မလဲဆိုတာ ဆက္လက္စူးစမ္းရွာေဖြေနပါတယ္။