ဒီမှာ အရှေ့တောင်အာရှသားတွေဖြစ်တဲ့ ကျွန်တော်တို့အားလုံးဟာ ကွဲပြားတာတွေ ရှိပေမယ့် တူညီတဲ့အချက်တွေလည်း အများကြီးပါ။ #SameSameButDifferent

မြန်မာနိုင်ငံမှာ မိတ်ဆွေတို့အားလုံးဟာ အဖော်အပေါင်းနဲ့ ပျော်ရွှင်တတ်သူတွေဖြစ်ကြတယ်ဆိုပေမယ့် ဘယ်သူက အပျော်ရွှင်တတ်ဆုံးသူဖြစ်သလဲ။

ကောင်းပါပြီ။ ရန်ကုန်မြို့က လူတွေဟာ အဖော်အပေါင်းနဲ့ သွားလာလည်ပတ်တာတွေကို ရုံးပိတ်ရက်တွေမှာသာ ပြုလုပ်တတ်တာမဟုတ်ပါဘူး။ သောကြာနေ့တွေနဲ့ ဗုဒ္ဓဟူးနေ့တွေဟာ  သူငယ်ချင်းမိတ်ဆွေတွေနဲ့အတူ သွားလာရင်း အချိန်ကုန်ဆုံးလေ့ အရှိဆုံးနေ့တွေလို့ Grab ရဲ့ ဒေတာအချက်အလက်တွေက ပြသနေပါတယ်။

မြန်မာနိုင်ငံရဲ့ ဒုတိယအကြီးဆုံးဖြစ်တဲ့ မန္တလေးမြို့မှာဆိုရင်တော့ မြို့သူမြို့သား ၃ ယောက်မှာ ၂ ယောက်က ကိုယ်ပိုင်မော်တော်ဆိုင်ကယ်ရှိသူတွေပါ။ ဒါပေမယ့် အများစုကတော့ GrabThoneBane ကို စီးရတာ ပိုသဘောကျပါသတဲ့။ ဒီလူသိများတဲ့ သုံးဘီးယာဉ်မောင်းတွေဟာ ကိုယ့်မြို့အကြောင်း ကောင်းကောင်းသိတဲ့ ဒေသခံတွေပဲ ဖြစ်ပါတယ်။ မြို့အကြောင်း သိချင်ရင် သူတို့တွေနဲ့ စကားပြောမေးမြန်းလို့ ရတယ်လေ။

ဒီခရီးသည်တွေဟာ တကယ်တော့ ဒီနှစ်အတွင်း ကျွန်တော်တို့ ဝန်ဆောင်မှုပေးနေတဲ့ အရှေ့တောင်အာရှက လူများစွာထဲက တချို့ပဲ ရှိပါသေးတယ်။ ဒီထဲကနေပဲ ကျွန်တော်တို့ သတိပြုမိတာက ကျွန်တော်တို့ရဲ့ ဒေသတွင်းက လူတွေဟာ အမျိုးမျိုး အဖုံဖုံ ကွဲပြားနေပေမယ့် ကျွန်တော်တို့ရဲ့ အလေ့အထနဲ့ နေထိုင်မှုပုံစံတွေက တော်တော့်ကို တူညီကြတယ်ဆိုတာပါ။

ဥပမာ၊ ကျွန်တော်တို့အားလုံးဟာ bubble tea ကို တကယ်ပဲ နှစ်သက်ကြပါတယ်။ ၂၀၁၈ ခုနှစ်ထဲမှာ GrabFood ကတစ်ဆင့် မှာယူခဲ့ကြတဲ့ bubble tea ပေါင်းဟာ ငါးသန်းအထိ ရှိခဲ့ပါတယ်။ ( ချိုတဲ့အရသာနဲ့ပတ်သက်ပြီး ပြောရရင် မြန်မာလူမျိုးတွေဟာလည်း အတော့်ကို အချိုကြိုက်ကြတာပါ။ GrabRewards ကတ်တလောက်ထဲကနေ ထိပ်ဆုံးဝယ်ယူမှုအများဆုံးရဲ့ ၆၀ ရာခိုင်နှုန်းဟာ အချိုအရသာနဲ့မုန့်တွေတဲ့။)

ကျွန်တော်တို့ဟာ ရှော့ပင်ထွက်ရတာကိုလည်း ကြိုက်နှစ်သက်ကြတယ်လေ။ ဘယ်အချိန်ကြည့်လိုက် ကြည့်လိုက် ကျွန်တော်တို့ ခရီးသည် ၄ ယောက်မှာ ၁ ယောက်ဟာ ရှော့ပင်းမောလ်က ပြန်လာနေတာ၊ ဒါမှမဟုတ် အဲဒီကို သွားနေတာ ဖြစ်နေတာပဲ။

ဒီမှာ ကြည့်လိုက်ပါ။ ကျွန်တော်တို့ ဘယ်နေရာတွေမှာ တူညီနေသေးလဲဆိုတာ ..။ #SameSameButDifferent:

လူမှုအဝန်းအဝိုင်းကို ပံ့ပိုးနိုင်တဲ့ ဒေတာတွေ

ကျွန်တော်တို့ရဲ့ ဒေတာဘဏ်ကြီးကနေ ဒီလိုမြင်နေကျမဟုတ်တဲ့ နှိုင်းယှဉ်မှုလေးတချို့ကို မြင်ရတာ ရယ်ချင်စရာ ဖြစ်နေမှာပဲ။ ဒါပေမယ့် ဒီဒေတာအချက်အလက်တွေကတစ်ဆင့် ကျွန်တော်တို့ ဝန်ဆောင်မှုကို တိုးမြှင့်တာမျိုးကနေ ပိုပြီး ကျယ်ပြန့်တဲ့လူမှုအဝန်းအဝိုင်းအတွက် ထိရောက်တဲ့ အကျိုးသက်ရောက်မှုတွေ ရှိလာဖို့ လုပ်ဆောင်နိုင်တာတွေ ရှိပါတယ်။

ဒီဒေတာအချက်အလက်တွေကို ထင်သာမြင်သာအသုံးပြုနိုင်တာတစ်ခုကတော့ ကျွန်တော်တို့ရဲ့ သုံးစွဲသူတွေအတွက် ဝန်ဆောင်မှုတွေကို လိုအပ်သလို ပြုပြင်မွမ်းမံပြီး မြှင့်တင်တာပဲဖြစ်ပါတယ်။ Grab ရဲ့ ဆန်းစစ်လေ့လာသူတွေက နိုင်ငံတစ်နိုင်ငံချင်းအလိုက် သုံးသင့်တဲ့ စနစ်တွေ၊ ပုံစံတွေကို ဘယ်လိုပြုပြင်မွမ်းမံမှုတွေ လုပ်သင့်တယ်ဆိုတာတွေ ရှာဖွေခန့်မှန်းနိုင်ဖို့အတွက် ဒေတာအချက်အလက်တွေကို လေ့လာပြီး အပြန်အလှန်ချိတ်ဆက်နေတဲ့အရာတွေကို ရှာဖွေပါတယ်။ အဲဒီကတစ်ဆင့် မွမ်းမံပြုပြင်တည်ဆောက်ပါတယ်။

Grab ဟာ ယာဉ် အမြန်နှုန်းနဲ့ မောင်းနှင်မှုပုံစံတွေကို စောင့်ကြပ်ကြည့်ရှုဖို့ ရုံးတွင်း telematics software ကိုလည်း အသုံးပြုပါတယ်။ Grab ခရီးစဉ်တွေမှာ ကျွန်တော်တို့ရဲ့ အက်ပလီကေးရှင်းကတစ်ဆင့် GPS ၊ ယာဉ်တည်ငြိမ်မှုပြကိရိယာနဲ့ အရှိန်တိုင်းကိရိယာဒေတာတွေကို စုစည်းပြီး သတ်မှတ်နှုန်းထက် ပိုမောင်းနှင်တာ၊ အရှိန်မြှင့်မောင်းနှင်တာ၊ ဘရိတ်အသုံးပြုပုံ စတဲ့ သူတို့ရဲ့ မောင်းနှင်မှုပုံစံတွေအပေါ် အပတ်စဉ် Telematic အစီရင်ခံချက်တွေကို မိတ်ဖက်ယာဉ်မောင်းတွေဆီ ပို့ပေးပြီး သတိပေးနေပါတယ်။

အဲဒီကနေ တကယ်ကောင်းတဲ့ရလဒ်တွေလည်း ထွက်လာပါတယ်။ ၂၀၁၇၊ ဇူလိုင် က ပြသတဲ့ဒေတာအချက်အလက်အရ သတ်မှတ်အမြန်နှုန်းထက် ပိုပြီး မောင်းနှင်မှုတွေဟာ ခရီးအကွာအဝေး ၁၀၀ ကီလိုမီတာမှာ ဝ.၇ ကြိမ်နှုန်း ပျမ်းမျှရှိပါတယ်။ ၂၀၁၈ ၊ ဇူလိုင်မှာတော့ အဲဒီပျမ်းမျှ ကြိမ်နှုန်းဟာ ၆၄% ကျဆင်းသွားပါတယ်။ ဒိလိုပဲ ဘရိတ်ဆောင့်အုပ်တဲ့ဖြစ်စဉ်တွေ၊ အရှိန်မြှင့်မောင်းနှင်တဲ့ဖြစ်စဉ်တွေဟာလည်း တစ်ကီလိုမီတာတိုင်းမှာ ၂၃ % နဲ့ ၅၀% အထိ အသီးသီးကျဆင်းသွားတာတွေ့ရပါတယ်။

ကျွန်တော်တို့ကိုယ်တိုင် ဒီလိုဒေတာတွေနဲ့ လုပ်ဆောင်နေရုံမကဘဲ Grab ဟာ ယာဉ်ကြောထူထပ်ခြင်းလို ပိုမိုကြီးမားတဲ့အကြောင်းအရာတွေကို ဖြေရှင်းနိုင်ဖို့ ဒေသအလိုက် အစိုးရဌာနတွေနဲ့ ပူးပေါင်းလုပ်ဆောင်နေပါတယ်။ ကျွန်တော်တို့ဟာ ကမ္ဘာ့ဘဏ်နဲ့ ပူးပေါင်းပြီး အရှေ့တောင်အာရှ (မလေးရှားနိုင်ငံ၊ အင်ဒိုနီးရှား၊ ဖိလစ်ပိုင်) အစိုးရတွေအနေနဲ့ ယာဉ်ကြောဆိုင်ရာအချက်အလက်တွေ အချိန်နဲ့တစ်ပြေးညီ သိရှိနိုင်ရေးအတွက် ကျွန်တော်တို့ရဲ့ယာဉ်မောင်းတည်နေရာတွေနဲ့ပတ်သက်တဲ့ဒေတာကို OpenTraffic ပလက်ဖောင်းကတစ်ဆင့် ပေးပို့ပေးထားပါတယ်။

အခုလည်း Grab ရဲ့ ဒေတာအချက်အလက်တွေနဲ့ သယ်ယူပို့ဆောင်ရေးကဏ္ဍမှာ မပြည့်မီသေးတဲ့ လိုအပ်ချက်တွေကို ဖော်ဆောင်ဖို့၊ ယာဉ်တွေများပြားလာခြင်းဟာ မြို့တွေကို ဘယ်လို သက်ရောက်မှုရှိတယ်ဆိုတာကို အဖြေထုတ်နိုင်ဖို့ နဲ့ သယ်ယူပို့ဆောင်ရေးဆိုင်ရာစီမံကိန်းတွေမှာ နိုင်ငံတွင်း အစိုးရတွေကို ဘယ်လို အကူအညီပေးနိုင်မလဲဆိုတာ ဆက်လက်စူးစမ်းရှာဖွေနေပါတယ်။