หน่วยที่ 1 ความรู้พื้นฐานการจัดการข้อมูลขนาดใหญ่

หนว่ ยที่ 1 ความรพู้ ื้นฐาน การจัดการขอ้ มลู ขนาดใหญ่ นางสาวชฎาพร นลิ ลออ ระดบั ชน้ั ปวส.1 รหสั 63302010005 (1สบช1) คณุ ครูผสู้ อน คณุ ครูคารณ โปรยเงิน

1.ความหมายของ Big Data Big Data หมายถึง ปริมาณข้อมูลท่ีมหาศาล ทง้ั แบบข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง ซึ่งปะปนอยู่มากมายในการทาธุรกิจในแต่ละวัน หากแต่ ไม่ใช่ปริมาณของข้อมูลที่เป็นสิ่งสาคัญ สิ่งสาคัญก็คือการที่องค์กรจัดการกับข้อมูลต่างหากการวิเคราะห์ Big Data นาไปสู่ข้อมูลเชิงลึกเพื่อการตัดสินใจที่ ดีกว่าและการเคล่ือนไหวในกลยทุ ธ์ธุรกิจ

2. องค์ประกอบที่สาคญั ของขอ้ มลู

จากภาพ จะเหน็ ไดว้ า่ องค์ประกอบของระบบ Data แบ่งออกเป็น 5 สว่ นด้วยกนั ไดแ้ ก่ 1. Data Source แหลง่ ท่ีมาของขอ้ มลู ซึง่ ถือได้วา่ เปน็ ต้นน้า เป็นแหล่งกาเนิดของข้อมูล อาจจะเป็นระบบ โปรแกรม หรือจะเป็นมนุษย์เรา ที่สร้างให้เกิดข้อมูลขึ้นมา ทั้งนี้ เมื่อได้ชื่อว่าเป็น Big Data แล้ว ขอ้ มูลต่างๆ มักจะมาจากแหลง่ ขอ้ มูลท่หี ลากหลาย นาพามาซึ่งความยากลาบากในการจัดการโครงสร้าง หรือจัดเตรียมให้ข้อมูลที่นามารวมกัน นนั้ มคี วามพรอ้ มใชต้ อ่ ไป 2. Gateway ชอ่ งทางการเช่อื มโยงข้อมูล การเช่อื มโยงขอ้ มลู เป็นสว่ นทสี่ าคัญมาก และเป็นปัญหาใหญ่ในการทา Big Data Project ตอ้ งอาศัยทักษะของ Data Engineer ทั้งการเขียนโปรแกรมเอง และใช้เคร่ืองมอื ทม่ี ีอย่มู ากมาย ท้ังนกี้ ารจะออกแบบช่องทางการเช่อื มโยงขอ้ มลู ไดอ้ ยา่ งสมบรู ณ์แบบ จาเป็นต้องทราบก่อนว่า จะนาข้อมูลใดไปทาอะไรต่อ บา้ ง มเิ ชน่ นนั้ การสร้างช่องทางการเชอ่ื มทีไ่ มม่ ีเป้าหมาย กอ็ าจเป็นการเสยี เวลาโดยเปลา่ ประโยชน์ 3. Storage แหลง่ เกบ็ ขอ้ มูล แหลง่ เก็บน้ี ไม่ใชแ่ ค่การเก็บข้อมลู จากแหลง่ ข้อมลู แต่เป็นการเกบ็ ขอ้ มลู จากแหล่งข้อมูลหลายๆ แหล่ง เอามาไว้เพือ่ รอการใช้งาน ซึ่งอาจจะเป็นที่พักข้อมูล ให้พร้อมใช้ หรือจะเป็นแหลง่ เก็บขอ้ มลู ในอดตี กเ็ ปน็ ได้ 4. Analytics การวิเคราะหข์ ้อมลู ส่วนนี้เป็นหน้าทีห่ ลักของ Data Scientist ซ่งึ แบง่ งานออกเป็น 2 ลกั ษณะ คอื การวเิ คราะห์เบ้ืองต้น โดยการใชว้ ธิ ที างสถติ ิ หรือจะเป็นการวิเคราะห์เชิงลึก โดยการสรา้ ง Model แบบตา่ งๆ รวมไปถงึ การใช้ Machine Learning เพือ่ ใหไ้ ดผ้ ลลพั ธ์เฉพาะจงเจาะในแตล่ ะปัญหา และแตล่ ะชุดขอ้ มลู 5. Result/Action การใชผ้ ลการวเิ คราะหข์ อ้ มูล ผลลัพธ์ที่ได้จากการวิเคราะห์สามารถนาไปใช้งานได้ 2 รูปแบบ คือ ออกเป็นรายงาน เพื่อให้ Data Analyst นาผลลัพธ์ที่ได้ไปใช้กับงานทางธุรกิจต่อไป หรือจะเป็นการนาไปกระทาเลยโดยที่ไม่ต้องมี “มนุษย์” คอยตรวจสอบ ซึ่งจาเป็นต้องมีการเขียนโปรแกรมเพิ่ม เพื่อให้มีการกระทาออกไป ท่ี เรียกวา่ Artificial Intelligence (AI)

3.ลกั ษณะท่ีสาคัญของ Big Data 1. ปรมิ าณ (Volume) หมายถงึ ปริมาณของขอ้ มลู ควรมีจานวนมากพอ ทาให้เม่อื นามาวิเคราะห์แลว้ จะได้ insights ทต่ี รงกบั ความเป็นจริง เช่น การที่เรามี ข้อมูลอายุ เพศ ของลูกค้าส่วนใหญ่ ทาให้เราสามารถหา demographic profile ทั่วไปของลูกค้าที่ถูกต้องได้ ถ้าเรามีข้อมูลลูกค้าแค่ส่วนน้อย ค่าที่ ประมาณออกมาอาจจะไม่ตรงกับความเป็นจริง 2. ความหลากหลาย (Variety) หมายถึง รูปแบบของข้อมูลควรหลากหลายแตกต่างกันออกไป ทั้งแบบโครงสร้าง, กึ่งโครงสร้าง, ไม่มีโครงสร้าง ทาให้เรา สามารถนามาวิเคราะหป์ ระกอบกัน จนไดไ้ ด้ insights ครบถ้วน 3. ความเรว็ (Velocity) หมายถึง คณุ ลกั ษณะข้อมูลท่ถี กู สร้างขึ้นอย่างรวดเร็วต่อเนื่องและทันเหตุการณ์ ทาให้เราสามารถวิเคราะห์ข้อมูลแบบ real-time นาผลลัพธ์มาทาการตดั สนิ ใจและตอบสนองไดอ้ ย่างทันทว่ งที เช่น ขอ้ มลู GPS ท่ใี ชต้ ดิ ตามตาแหนง่ ของรถ อาจจะนามาวิเคราะหโ์ อกาสท่ที าให้เกิดอุบัติเหตุ และออกแบบระบบป้องกนั อุบัติเหตุได้ 4. ความถูกตอ้ ง (Veracity) หมายถึง มคี วามนา่ เชือ่ ถอื ของแหล่งทม่ี าขอ้ มูลและความถูกต้องของชุดข้อมูล มีกระบวนการในการตรวจสอบและยืนยันความ ถูกต้องของขอ้ มูล ซึ่งมคี วามเกย่ี วเน่อื งโดยตรงกบั ผลลพั ท์การวิเคราะหข์ ้อมูล 5. คุณค่า (Value) หมายถึง ข้อมูลมีประโยชน์และมีความสัมพันธ์ในเชิงธุรกิจ ซึ่งต้องเข้าใจก่อนว่าไม่ใช่ทุกข้อมูลจะมีประโยชน์ในการเก็บและวิเคราะห์ ข้อมูลที่มีประโยชน์จะต้องเกี่ยวข้องกับวัตถุประสงค์ทางธุรกิจ เช่นถ้าต้องการเพิ่มขีดความสามารถในการแข่งขันในตลาดของผลิตภัณฑ์ที่ ขาย ข้อมูลที่มี ประโยชน์ทสี่ ุดนา่ จะเปน็ ขอ้ มูลผลิตภัณฑข์ องคู่แข่ง 6. ความแปรผันได้ (Variability) หมายถึง ข้อมูลสามารถในการเปลี่ยนแปลงรูปแบบไปตามการใช้งาน หรือสามารถคิดวิเคราะห์ได้จากหลายแง่มุม และ รปู แบบในการจัดเก็บข้อมูลกอ็ าจจะต่างกันออกไปในแตล่ ะแหล่งของข้อมลู



ววิ ัฒนาการของ Big Data ถงึ แมว้ า่ แนวคิดเรื่องข้อมูลขนาดใหญ่หรือ Big Data จะเป็นของใหม่และมีการเริ่มทากันในไม่กี่ปีมานี้เอง แต่ต้นกาเนิดของชุดข้อมูลขนาดใหญ่ได้มี การริเร่ิมสร้างมาต้งั แต่ยุค 60 และในยุค 70 โลกของข้อมลู ก็ได้เรมิ่ ต้น และไดพ้ ฒั นาศนู ยข์ อ้ มูลแหง่ แรกขน้ึ และทาการพัฒนาฐานข้อมลู เชงิ สมั พนั ธ์ขึ้นมา ประมาณปี 2005 เริ่มได้มีการตะหนักถึงข้อมูลปริมาณมากที่ผู้คนได้สร้างข้นมาผ่านสื่อออนไลน์ เช่น เฟซบุ๊ค ยูทูป และสื่อออนไลน์แบบ อนื่ ๆ Hadoop เป็นโอเพน่ ซอร์สเฟรมเวิรก์ ท่ถี กู สร้างขนึ้ มาในชว่ งเวลาเดียวกนั ให้เปน็ ทเ่ี ก็บและวิเคราะห์ขอ้ มูลขนาดใหญ่ และในชว่ งเวลาเดียวกัน NoSQL ได้ก็เร่ิมขนึ้ และได้รับความนิยมมากข้นึ การพฒั นาโอเพนซอรส์ เฟรมเวิรก์ เช่น Hadoop (และเมื่อเรว็ ๆ นี้ก็มี Spark) มีความสาคัญต่อการเติบโตของขอ้ มลู ขนาดใหญ่ เนื่องจากทาให้ข้อมูล ขนาดใหญ่ทางานไดง้ ่าย และประหยดั กว่า ในชว่ งหลายปที ี่ผา่ นมาปริมาณขอ้ มลู ขนาดใหญ่ได้เพ่ิมขนึ้ อย่างรวดเร็ว ผู้คนยังคงสรา้ งขอ้ มลู จานวนมาก ซึ่งไม่ใช่ แค่มนุษย์ทที่ ามนั ขึ้นมา การพัฒนาการของ IOT (Internet of Thing) ซึ่งเป็นเครื่องมืออุปกรณ์ที่เชื่อมต่อกับอินเตอร์เน็ตก็ทาการเก็บและรวบรวมข้อมูลซึ่งอาจเป็นเรื่องท่ี เกยี่ วกับพฤตกิ รรมการใชง้ านของลกู ค้า ประสทิ ธภิ าพของสนิ คา้ หรือการเรียนรูข้ องเครอ่ื งจกั รพวกนลี้ ว้ นทาให้มีข้อมลู ขนาดใหญ่ แมว้ ่ายคุ ของขอ้ มลู ขนาดใหญ่ Big Data มาถงึ และได้เรมิ่ ตน้ แล้ว แตม่ ันกย็ งั เป็นเพียงแตช่ ว่ งแรกๆ และระบบคลาวด์คอมพิวติงก็ได้ขยายความเป็นไป ไดม้ ากขึน้ คลาวด์มคี วามสามารถในการในการใช้งานได้อยา่ งยดื หยนุ่ ได้

รูปแบบของข้อมลู Big Data 1. Behavioral data: ข้อมลู เชิงพฤตกิ รรมการใชง้ าน ตา่ งๆ เชน่ server log, พฤติกรรมการคลกิ ดูข้อมูล, ข้อมลู การ ใช้ ATM เปน็ ต้น 2. Image & sounds: ภาพถา่ ย, วดิ โี อ, รูปจาก google street view, ภาพถา่ ยทางการแพทย์, ลายมือ, ข้อมลู เสยี งที่ถูกบันทกึ ไว้ เปน็ ต้น 3. Languages: text message, ขอ้ ความที่ถูก tweet, เนื้อหาตา่ งๆในเวบ็ ไซต์ เปน็ ตน้ 4. Records: ขอ้ มลู ทางการแพทย,์ ข้อมูลผลสารวจ ทมี่ ีขนาดใหญ่, ข้อมลู ทางภาษี เป็นต้น 5. Sensors: ขอ้ มูลอณุ หภมู ,ิ accelerometer, ข้อมลู ทางภมู ิศาสตร์ เป็นตน้ การจดั การข้อมูลขนาดใหญ่ (Big Data) กอ่ นท่ีธุรกิจจะสามารถนา Big Data มาใชง้ านได้ พวกเขาควรพจิ ารณาว่าข้อมูลจะไหลเวียนไปยังสถานที่ แหล่งที่มา ระบบ เจ้าของ และผู้ใช้จานวน มากได้อย่างไร มีห้าขั้นตอนสาคัญในการจัดการ “โครงสร้างข้อมูล” ขนาดใหญ่นี้ ซึ่งรวมถึงข้อมูลแบบดั้งเดิม ข้อมูลที่มีโครงสร้าง และข้อมูลที่ไม่มี โครงสรา้ งและก่งึ มโี ครงสร้าง ดงั นี้ 1.) กาหนดกลยุทธ์เก่ยี วกับข้อมลู ขนาดใหญ่ ในระดบั สูง กลยุทธ์ข้อมูลขนาดใหญเ่ ปน็ แผนที่ออกแบบมา เพ่อื ช่วยคณุ ในการกากับดูแล และปรบั ปรุงวิธที ค่ี ณุ ไดร้ ับ จัดเกบ็ จัดการ แบง่ ปนั และใช้ ข้อมลู ภายในและภายนอกองค์กรของคุณกลยุทธ์ข้อมลู ขนาดใหญ่ชว่ ยปทู างไปสู่ความสาเรจ็ ทางธรุ กจิ ท่ามกลางข้อมูลจานวนมาก เม่อื พัฒนากลยทุ ธ์ ส่ิง สาคญั คือต้องพจิ ารณาเปา้ หมายทางธุรกิจและเทคโนโลยี ในปจั จบุ นั และอนาคต และโครงการริเรมิ่ การปฏิบตั กิ บั ขอ้ มูลขนาดใหญม่ คี วามจาเปน็ เช่น ทรัพย์สนิ ทางธุรกิจที่มีคา่ อนื่ ๆ แทนท่ีจะเปน็ เพียงผลพลอยไดข้ องแอปพลเิ คชนั

2) รแู้ หล่งทมี่ าของข้อมูลขนาดใหญ่ • กระแสข้อมลู มาจาก Internet of Things (IoT) และอุปกรณท์ ี่เชื่อมต่ออื่นๆ ที่ไหลเข้าสู่ระบบไอทีจากอุปกรณ์สวมใส่ รถยนต์อัจฉริยะ อุปกรณ์ทาง การแพทย์ อปุ กรณอ์ ตุ สาหกรรม และอ่ืนๆ คณุ สามารถวิเคราะห์ข้อมูลขนาดใหญ่นี้ได้เมื่อมาถึง รวมถึงตัดสินใจเลือกข้อมูลที่จะเก็บหรือไม่เก็บ และ ข้อมูลใดที่ตอ้ งมกี ารวิเคราะห์เพิ่มเตมิ • โซเชยี ลมเี ดีย ขอ้ มูลเกดิ จากการโต้ตอบบน Facebook, YouTube, Instagram ฯลฯ ซึ่งรวมถึงข้อมูลขนาดใหญ่จานวนมหาศาลในรูปแบบของภาพ วดิ โี อ คาพดู ข้อความ และเสยี ง - มีประโยชน์สาหรับฟังก์ชั่นการตลาด การขาย และการสนับสนุน ข้อมูลนี้มักจะอยู่ในรูปแบบที่ไม่มีโครงสร้างหรือ กึ่งโครงสรา้ ง ดังนั้นจึงเปน็ ความท้าทายในแบบเฉพาะ สาหรับการบริโภค และการวิเคราะห์ • ขอ้ มลู ท่ีเปิดเผยตอ่ สาธารณชน มาจากแหลง่ ขอ้ มลู แบบเปิดขนาดใหญเ่ ชน่ data.gov ของรัฐบาลสหรัฐ, CIA World Factbook หรอื พอรท์ ัลขอ้ มลู แบบเปิดของสหภาพยโุ รป • ขอ้ มูลขนาดใหญอ่ ่นื ๆ อาจมาจากพืน้ ท่ีเกบ็ ข้อมูลส่วนกลาง แหลง่ ข้อมลู บนระบบคลาวด์ ซพั พลายเออร์ และลูกคา้ 3) การเขา้ ถึง จดั การ และจดั เก็บขอ้ มลู ขนาดใหญ่ ระบบคอมพิวเตอร์สมยั ใหมม่ คี วามเรว็ พลงั และความยืดหยุ่นทีจ่ าเป็นในการเขา้ ถงึ ข้อมลู จานวนมหาศาลและประเภทของข้อมูลขนาดใหญ่ได้อย่างรวดเร็ว นอกเหนือจากการเข้าถึงที่เชื่อถือได้แล้ว บริษัทต่างๆยังต้องมีวิธีในการรวมข้อมู ล รบั ประกันคุณภาพของขอ้ มลู การจดั ระเบียบข้อมูลและการจดั เก็บ และการเตรยี มขอ้ มูล 4) การวิเคราะห์ข้อมูลขนาดใหญ่ ดว้ ยเทคโนโลยีท่มี ีประสทิ ธิภาพสูง เช่น Grid Computing (การประมวลผลแบบกรดิ ) หรือการวิเคราะหใ์ นหนว่ ยความจา องคก์ รตา่ งๆ จึงสามารถเลือกท่ี จะใช้ขอ้ มูลขนาดใหญ่ทงั้ หมดของพวกเขามาทาการวิเคราะหไ์ ด้ แต่ไมว่ ่าจะใชว้ ิธใี ด การวเิ คราะห์ข้อมลู ขนาดใหญ่เป็นวิธีทบี่ ริษัทต่างๆ ไดร้ ับมลู ค่าแลขอ้ มูล เชงิ ลกึ จากข้อมูล ปัจจบุ ันขอ้ มูลขนาดใหญ่ป้อนข้อมูลเข้าสรู่ ะบบการวิเคราะหท์ ่มี ีความก้าวหน้าท่ีสงู ขน้ึ เช่น ปัญญาประดิษฐ์ 5) ตดั สนิ ใจอยา่ งชาญฉลาดและใช้ขอ้ มูลชว่ ย ข้อมลู ทไ่ี ด้รับการจัดการและมีความน่าเชื่อถือนาไปสู่การวเิ คราะหท์ ี่นา่ เชื่อถือและการตัดสินใจทนี่ า่ เช่ือถือ เพอ่ื ใหส้ ามารถแข่งขันได้ ธุรกจิ ตา่ งๆ จาเป็นต้อง ได้รับประโยชนส์ ูงสดุ จากขอ้ มูลขนาดใหญ่และดาเนินงานบนพื้นฐานข้อมลู ทาการตดั สนิ ใจบนพ้นื ฐานหลกั ฐานทนี่ าเสนอโดยขอ้ มูลขนาดใหญ่ไมใ่ ช่ตาม สญั ชาตญาณของผูบ้ ริหาร การขับเคลือ่ นดว้ ยข้อมลู มปี ระโยชนท์ ช่ี ดั เจนองค์กรท่ีขบั เคลื่อนด้วยข้อมลู จะทางานไดด้ ีข้นึ สามารถคาดการณ์ได้มากข้นึ และมี ผลกาไรเพม่ิ ขนึ้

7.การนา Big Data ไปใช้ประโยชน์ในดา้ นต่าง ๆ ในปัจจุบนั มกี ารนา Big Data มาใช้ในภาครฐั เพ่อื แก้ปัญหาความเดือดร้อนและลดความเหลื่อมล้าโดยนาข้อมูลในระบบราชการจากหลายหน่วยงาน เชน่ ขอ้ มลู สาธารณสุข ทะเบียนราษฎร์ ท่ตี ั้งของธรุ กิจ โรงพยาบาล สถานบาบดั สถานการณ์จา้ งแรงงาน มาวิเคราะห์และโจทย์เชื่อมโยงกัน เกิดเป็นข้อมูล ขนาดใหญ่ Big Data ของภาครัฐ ผ่านกระบวนการวิเคราะห์เชื่อมโยงเพื่อตอบโจทย์การให้บริการของภาครัฐ ตัวอย่าง เช่น รัฐบาลต้องการช่วยเหลือผู้มี รายได้น้อย แต่แทนที่จะช่วยเหลือโดยให้เงินอุดหนุนที่เท่า ๆ กันแบบปูพรมทั้งประเทศ ก็นา Big Data ซึ่งเป็นข้อมูลจากแหล่งต่าง ๆ มาใช้ชี้จาเพาะว่า บุคคลใดที่ถือว่ามีรายได้น้อยพร้อมทั้งกาหนดระดับและลักษณะความช่วยเหลือที่แตกต่างกันเช่น ผู้มีรายได้น้อยที่สูงอายุ เป็นผู้พิการอยู่กับบ้าน ให้ ลกู หลานดูแลรฐั อาจช่วยสนับสนุนขาเทียม ให้คปู องเขา้ รบั การทากายภาพบาบัดพร้อมทง้ั เลอื กอาชีพทเ่ี หมาะสมกับกายภาพของผ้สู ูงอายุ การฝกึ อาชพี เพื่อเพม่ิ รายไดใ้ ห้กบั ผู้มีรายได้นอ้ ย พรอ้ มทง้ั จบั คู่กับแหล่งงานท่ีอยใู่ กลเ้ คียงกบั ท่พี กั อาศยั อกี ทง้ั ยังติดตามและเสนอโอกาสฝกึ อาชีพใหม่ ๆ เพ่ิมเตมิ เพอื่ ให้มรี ายได้ทสี่ ูงข้นึ และพัฒนาคุณภาพชีวติ ให้ดีขึ้นซึ่ง ถ้าวิเคราะหด์ จู ะเห็นว่า ขอ้ มลู จานวนมากเกิดการบรู ณาการ และวเิ คราะห์ เพอ่ื ใช้สาหรบั การตัดสนิ ใจในการใหบ้ รกิ ารของภาครฐั ไดต้ รงกลมุ่ เป้าหมาย โดยในปจั จบุ ันจะเห็นได้จากการใชบ้ ัตรประชาชนเพยี งบัตรเดียวก็ สามารถเข้าถงึ บรกิ ารภาครัฐได้มากขึน้

Big Data สาหรบั ภาคเอกชนท่ีนามาใชป้ ระโยชน์ เชน่ เวบ็ ไซต์อี-คอมเมิรซ์ ท่ีจัดเก็บข้อมูลพฤติกรรมการซื้อสินค้าของลูกค้าอย่างต่อเนื่อง และมีระบบ ทีท่ าหนา้ ทคี่ ดั เลือกสินคา้ อื่น ๆ ที่คาดว่าลกู คา้ จะตอ้ งการเพิ่มเติม และนาเสนอข้นึ มาใหโ้ ดยอัตโนมตั บิ นหนา้ เวบ็ ไซต์อี-คอมเมิร์ซของลุกค้าอื่น ๆ ทั้งนี้ ลูกค้า แต่ละคนไม่จาเป็นตอ้ งนาเสนอสินคา้ เดยี วกนั จาการสงั เกตพฤตกิ รรมการซอ้ื สินค้าพบว่าภาคเอกชนจะมีการเก็บขอ้ มูล ช่ือ ที่อยู่ เพศ เชื้อชาติ อายุ ประวัติ การซ้ือสินคา้ ชนดิ สินคา้ เวลาทซ่ี อ้ื มูลคา่ สินค้า นามาวิเคราะห์จับคู่กับสินค้าอื่นที่มีศักยภาพ ทั้งนี้ เงื่อนไขหรือการจับคู่อาจแตกต่างกันไปตามกลุ่มลูกค้า หรอื ประชาชนในแต่ละประเทศ หรือตามกลมุ่ สังคมหรือวัฒนธรรม นอกจากนั้นภาคเอกชนได้นาข้อมูล Big Data มาใช้ประโยชน์ เพื่อยกระดับธุรกิจ ด้วยการพัฒนาเทคโนโลยีแช็ตบอต (Chatbot) ที่สามารถรับมือ กับความตอ้ งการข้อมูลของลกู คา้ ท่ีตดิ ต่อเขา้ มาจานวนมากผ่าน Messaging Application ไดอ้ ยา่ งมีประสิทธิภาพ รวดเร็ว ฉับไว พร้อมให้บริการตลอด 24 ชัง่ โมง และนค้ี ือจดุ เปลีย่ นสาคญั ของการให้บรกิ ารทจี่ ะเขา้ มาใช้งานแทนคน (Agent) แมว้ า่ เร่อื งราวของ Big Data จะมคี วามซับซ้อนหรือมีอุปสรรคต่าง ๆ ไม่ว่าจะเป็นอุปสรรคในระหว่างการนาไปประยุกต์ใช้งาน ไปจนถึงการปรับ กระบวนการทางานใหม่ เพื่อให้เอือ้ ตอ่ การจดั เกบ็ ข้อมลู จงึ จาเปน็ ทีจ่ ะต้องปรับนโยบายรัฐหรือเอกชนใหส้ อดคล้องกบั การทา Big Data ดว้ ยเป็นอยา่ งมาก 8. กระบวนการจาก Big Data สู่ความสมั พนั ธข์ องขอ้ มูล การบวนการจาก Big Data สคู่ วามสมั พนั ธ์ของข้อมูล มดี งั นี้ 1. Storage: การรวบรวมข้อมลู มาจัดเก็บ การรวบรวมข้อมลู จากแหลง่ ตา่ งๆ ทงั้ ข้อมลู ท่ีมคี ณุ ภาพ ขอ้ มูลที่คาดวา่ จะมีประโยชน์ / ไม่ครบถว้ น ขอ้ มูลรปู ภาพ วดิ โี อ ไฟลเ์ สียงทั้งหลาย ถูกส่งมาจัดเก็บ ทีถ่ ังขอ้ มลู 2. Processing: การประมวลผล เมื่อข้อมูลต่างๆถูกนามารวมกันไว้ในที่เดียวแล้ว จะถูกนาไปจัดหมวดหมู่ข้อมูลที่มีความเกี่ยวข้องสัมพันธ์กัน ให้ผลคล้ายคลึงกัน แล้ วนามาเปลี่ยนเป็น รูปแบบขอ้ มลู เพอื่ เอาเข้าระบบคลังข้อมลู ทผ่ี ่านการประมวลผลแลว้ 3. Analyst: การวิเคราะห์และนาเสนอ จากนั้นข้อมูลมากมายทั้งหมดที่ถูกจัดเรียงแล้วในหลายมิติจะถูกนามาวิเคราะห์หา Pattern ของข้อมูลที่มองไม่เห็นด้วยตาเปล่า เช่น หารูปแบบ ความสัมพันธ์ที่ซ่อนอยู่ หาแนวโน้มการตลาด เทรนด์ความชอบของลูกค้า และข้อมูลอื่นๆที่เป็นประโยชน์ทางธุรกิจ และถูกนาเสนอออกมาในรูปแบบท่ี เข้าใจง่ายผา่ นทางสถติ ิ กราฟ หรอื รูปภาพนน่ั เอง

9.วิธกี ารจัดทา Big data 1. ตง้ั เปา้ หมายถึงสง่ิ เล็กไว้กอ่ น ในชว่ งเร่มิ ตน้ ไม่จาเป็นตอ้ งตัง้ เปา้ หมายใหญ่ท่ีสุด แต่การต้ังเปา้ หมายเล็ก ๆ ไวก้ อ่ นเพือ่ ท่จี ะไดด้ วู า่ ตนเองต้องการท่ีจะรเู้ ร่ืองอะไร เพอื่ แก้ปญั หาสิง่ ใด 2.. วางแผนรวบรวมขอ้ มูลจากแหลง่ ท่ีมีอยู่ ข้อมูลที่ได้จากกิจกรรมขึ้นทั้งหน้าร้าน หลังร้านมีอะไรบ้าง ให้วางแผนการรวบรวมข้อมูลนอกจากนั้น การรู้จักหาข้อมูลจากแหล่งอื่น บนสื่อสังคม ออนไลน์ เชน่ แนวโน้มความนิยม Google Trends หรือการใช้ Keyword ทเ่ี ก่ยี วข้องกบั ธรุ กิจของตนเพ่ือดวู า่ ผคู้ นพูดถึงสงิ่ ที่ต้องการดว้ ยคาอะไรบ้าง 3. จบั ตาความเคล่อื นไหวและเขา้ ใจแหล่งทม่ี าของข้อมูล ใช้สื่อสังคมออนไลน์ทม่ี ีอยู่ให้เกิดประโยชน์ เรยี นรู้สงิ่ ทีเ่ กิดขน้ึ รอบตัว ทงั้ ลูกคา้ คู่แขง่ ขนั หรอื ประเด็นที่คนส่วนใหญก่ าลังพดู ถึงสง่ิ เหล่านน้ั วา่ เปน็ อยา่ งไรเกย่ี วข้องหรือไมก่ ับธุรกิจของตน 4. ฝึกหาความสาคญั ของข้อมูล นาขอ้ มูลทางตรงและทางอ้อมมาลองหาความสัมพันธท์ ีเ่ กิดข้ึนกับธรุ กจิ ย่ิงเริม่ เร็วได้เทา่ ไหร่ ยงิ่ ดี ในแต่ละขั้นตอนของการดาเนนิ งาน มสี ่วนใดทหี่ ากปรบั การทางานแล้วจะไดข้ ้อมลู ที่คิดวา่ ตอ้ งการอย่างแท้จริง 5. จาลองขอ้ มูลข้ึนมา เพ่อื ให้เขา้ ใจขอ้ มูลท่มี ีอยู่ใหย้ ิ่งขึ้น และเหน็ ภาพรวมว่าจะนาขอ้ มูลไปใช้ในแนวทางใด ระหวา่ งนั้นก็ค่อย ๆ พัฒนาไปเร่ือย ๆ 6. แยกผลลัพธ์และขอ้ มลู รบกวนออกจากข้อมูลขนาดใหญ่ เมื่อไดผ้ ลลัพธ์แล้วให้ลองแยกข้อมลู ส่วนเกินออกจาดกขอ้ มูลส่วนใหญ่ และสนใจเพียงข้อมูลเชงิ ลึกที่นาไปใชต้ อ่ ได้จริง ทดลองนาข้อมูลเชิงลึก ที่ได้เข้า ไปใช้งานในกระบวนการทาธุรกจิ ถา้ ไม่มีผลลัพธ์ อะไรเกิดขนึ้ ให้เลิกสนใจขอ้ มูลสว่ นนี้ และตั้งเป้าหมายและวางใหม่อีกครัง้

ตวั อย่างการนา Big Data ไปใช้ ข้อมลู ขนาดใหญห่ รือ Big Data ช่วยให้สามารถจดั การงานทางธรุ กจิ ได้อย่างมีประสิทธิภาพตั้งแต่การเก็บข้อมูลของลูกค้าเพื่อสร้างประสบการณ์ที่ดี ให้กบั ลกู ค้า ตอ่ ไปนี้เป็นตัวอยา่ งเพียงสว่ นหน่ึงของการใชข้ ้อมลู Big Data 1.การพฒั นาผลติ ภณั ฑ์ บริษัท Netflix และ บริษัท Proctor & Gamble ได้ใช้ข้อมูล Big Data ช่วยในการคาดการณ์ความต้องการของลูกค้า โดยการสร้างโมเดลเชิง คาดการณ์สาหรับผลิตภัณฑ์และบริการใหม่ ๆ โดยการจาแนกคุณลักษณะที่สาคัญของผลิตภัณฑ์หรือบริการในอดีตและปัจจุบัน แล้วสร้างแบบจาลอง ความสัมพันธ์ระหว่างคุณลักษณะเหล่านี้กับความสาเร็จในเชิงพาณิชย์ของข้อเสนอ นอกจากนี้ บริษัท P&G ยังใช้ข้อมูลของสื่อสังคมออนไลน์ในการ วิเคราะห์การทดสอบตลาด และเปิดตวั สินค้าในช่วงต้น เพอ่ื วางแผนการผลลิตและเปิดตัวสนิ ค้าใหม่ 2..การคาดการณเ์ พ่อื การบารุงรกั ษาเครื่องจักร ปัจจัยทใ่ี ช้ทานานการชารดุ ของเครอ่ื งจกั รน้ี มาจากขอ้ มูลท้ังทเี่ ปน็ แบบมโี ครงสร้าง เช่น วัน เดือน ปี ที่ผลิต รุ่นของข้อมูลที่ไม่มีโครงสร้าง เช่น ข้อมูลจากเซนเซอร์ต่าง ๆ เช่น อุณหภูมิของเครื่องยนต์ การทางานปกติของเครื่องจักร ซึ่งข้อมูลเหล่านี้จะต้องได้รับการวิเคราะห์ก่อน ที่จะเกิดปัญหาการ วิเคราะห์ข้อมูลเหล่านี้ เพื่อกาหนดตารางซ่อมแซม ประหยัดงบการซ่อมบารุง และรวมไปถึงการเก็บสะสมอะไหล่ต่าง ๆ เพื่อให้การซ่อมแซมบารุ งมี ประสิทธภิ าพ ทันเวลา และประหยดั งบประมาณ

3. สร้างประสบการณ์ทดี่ ใี หก้ ับลูกคา้ ในสภาการแข่งขนั ทางการคา้ ในปัจจุบัน การเสนอประสบการณ์และข้อเสนอที่ดีที่สุดละตรงใจต่อลูกค้าที่สุดก็จะได้เปรียบในการแข่งขัน ข้อมูล ขนาดใหญห่ รือ Big Data ช่วยให้ธุรกิจรวบรวมข้อมูลจากสื่อสังคมออนไลน์ ผู้เข้าชมเว็บไซต์ ผู้เข้าใช้แอปพลิเคชัน ข้อมูลการตอบโต้ทางโทรศัพท์ ข้อมูล การสนทนาผ่านสอื่ ตา่ ง ๆ เพ่อื ช่วยใหป้ รับปรงุ การส่อื สารกบั ลูกคา้ และเพมิ่ มูลค่าให้ได้มากที่สุดด้วยการส่งข้อเสนอสุดพิเศษให้ตรงใจกับลูกค้า และยังช่วย แก้ปญั หาเชงิ รกุ ได้อย่างมีประสิทธภิ าพ 4.การตรวจสอบการโกงและการปฏบิ ัตติ ามกฎระเบียบ การโกงในระบบทางอินเตอรเ์ นต็ ไม่ไดม้ เี ฉพาะการแฮ็กเกอร์เทา่ น้นั แต่จะต้องเผชิญกับผู้เชี่ยวชาญในหลาย ๆ รูปแบบ ในระบบการรักษาความ ปลอดภัยสมัยใหม่นี้ได้มีการพัฒนาอย่างไม่หยุดนิ่งการใช้ข้อมูลขนาดใหญ่สามารถทาให้ระบุรูปแบบของข้อมูลที่เข้ามาในรูปที่มิชอบและไม่ ถูกต้องตาม ข้อกาหนดเองได้ 5. การเรียนร้ขู องเคร่อื งจกั ร (Machine Learning) การเรยี นรู้ของเครือ่ งจกั ร หรือ Machine Learning กาลังเป็นที่นยิ มอย่ใู นขณะนี้ ขอ้ มลู โดยเฉพาะอย่างยง่ิ ข้อมูลขนาด ใหญ่เป็นเหตผุ ลท่มี นษุ ยส์ ามารถสอยเครอื่ งจักรได้ การมขี อ้ มูล ขนาดใหญ่ทาให้งา่ ยในการเตรยี มขอ้ มูลในการสอยเครื่องจักร ให้สามารถเรียนรไู้ ด้

6. ประสิทธิภาพในการปฏบิ ตั งิ าน โดยปกตปิ ระสทิ ธิภาพในการปฏิบัติงานจะไม่สามารถทราบว่าการดาเนินงานนั้นมีประสิทธิภาพเพียงใด แต่ในพื้นที่ที่มีขนาดใหญ่ ด้วยข้ อมูลขนาด ใหญ่นท้ี าให้สามารถวเิ คราะห์และเข้าถึงการผลิตหรือการปฏิบัติงานได้ การตอบรับของลูกค้า รวมถึงปัจจัยอื่น ๆ ที่จะทาให้ธุรกิจชะงักห รือขัดข้องได้และ สามารถคาดการณค์ วามต้องการลว่ งหนา้ ด้วยการวิเคราะหข์ ้อมูลขนาดใหญ่ ข้อมลู ขนาดใหญ่ หรือ Big Data น้ยี งั สามารถใชเ้ พ่อื ปรับปรุงการตดั สินใจให้สอดคลอ้ งกับความต้องการของตลาดในปัจจุบนั ได้อีกดว้ ย 7. การขับเคลอื่ นในการสร้างสรรค์ส่ิงใหม่ ๆ ขอ้ มลู ขนาดใหญ่สามารถช่วยในการสร้างสรรค์สิ่งใหม่ ๆ ได้ โดยการศึกษาความสัมพันธ์ระหว่าบุคคล สถาบัน หน่วยงาน องค์กรและกระบวน การ และดาเนินการกาหนดวธิ ีการใหม่ในการใช้ข้อมูลเชิงลึกเหล่านั้น โดยใช้ข้อมูลเชิงลึกเพื่อปรับปรุงการตัดสินใจเกี่ยวกับการพิจารณาเรื่ องการเงิน วางแผน และพิจารณาแผนงาน ตรวจสอบแนวโน้มและสงิ่ ที่ลกู คา้ ต้องการ นาเสนอผลิตภณั ฑแ์ ละบริการใหม่ 11. ตวั อยา่ งแบรนดต์ ่าง ๆ ท่ีใช้ Big Data ในการวเิ คราะหข์ อ้ มลู 1.การใชข้ อ้ มูลในการดึงดดู และรกั ษาลูกค้า ลูกคา้ คอื ทรัพยส์ นิ ที่สาคัญทสี่ ุดท่ีต้องใสใ่ จ ไมม่ ีธุรกจิ ใดทีส่ ามารถประสบความสาเร็จได้โดยปราศจากการสร้าง ฐานลูกค้าที่แข็งแรง อย่างไรก็ตาม ต่อให้มีฐานลูกค้าที่แข็งแรง แต่หากละเลยที่จะศึกษาว่าจริง ๆ แล้วลูกค้าที่ต้องการสิ่งใด นาเสนอ แต่สิ่งที่ “ลูกค้าไม่ ตอ้ งการ” ในทสี่ ุดก็จะทาให้สญู เสยี ลูกค้าไป และสง่ิ ท่ีเปน็ อุปสรรคตอ่ เสน้ ทางส่คู วามสาเร็จ การใช้ Big Data ช่วยใหธ้ รุ กจิ สงั เกตรปู แบบและแนวโนม้ ของลูกค้าได้มากยง่ิ ขึ้น ผา่ นการรวบรวมข้อมูลของลูกค้าทั้งหมดที่ต้องการได้อย่าง่ายดาย ซงึ่ หมายความวา่ เปน็ เรือ่ งที่งา่ ยขึน้ ที่จะเขา้ ใจ ลูกคา้ ในยุคดจิ ทิ ัล ดว้ ยกลไกการวิเคราะห์ข้อมูลและการสังเกตพฤติกรรมของลูกค้าจะทาให้ธุรกิจได้รับข้อมูล พฤตกิ รรมลกู คา้ เชิงลึกทจ่ี าเป็นต่อการรกั ษาฐานลกู คา้ ของธรุ กิจ การเข้าใจข้อมูลเชิงลึกของลูกค้าจะช่วยให้ธุรกิจสามารถส่งมอบสิ่งที่ลูกค้าต้องการซึ่งเป็นขั้นตอนพื้นฐานที่สุดเพื่อให้บรรลุ เป้าหมายในการดูแล รักษาลูกคา้ และเปน็ ส่งิ สาคญั ท่ที าให้เกิดความภักดีตอ่ ธุรกจิ หรอื แบรนด์

McDonald’s ตวั อยา่ งธรุ กจิ ที่ใช้ขอ้ มลู ในการดูแลและดงึ ดดู ลกู ค้า McDonald’s รา้ นฟาสต์ฟู้ดท่โี ด่งดังระดับโลกที่ใช้เทคโนโลยีที่ทันสมัยในหลายๆด้านของการ ทาธุรกิจ รวมถงึ การใช้ข้อมูลในการดูแลลูกค้าผ่านแอปพลิเคชันมือถือ ที่ช่วยให้ลูกค้าสามารถสั่งซื้อและชาระเงินเกือบทุกขั้นตอนผ่านอุปกรณ์มือถือ และ เพ่อื ให้ประสบการณ์ของลกู ค้าที่ดียง่ิ ขนึ้ McDonald’s เองก็สามารถเขา้ ถึงข้อมลู ทีจ่ าเป็นเกี่ยวกับผู้ใช้บริการของพวกเขา เช่น การสั่งอาหาร การใช้บริการ ความถี่ที่ใช้ ใช้ผ่านเครื่องมือใด ข้อมูลทั้งหมดนี้ช่วยให้ McDonald’s สามารถออกแบบโปรโมชันและข้อเสนอที่ตรงเป้าหมายมากยิ่งขึ้น ซึ่งในความเป็น จริงลกู ค้าชาวญี่ปุ่นที่ใช้แอปพลิเคชันมือถือของ McDonald’s ได้มียอดการซื้อที่มากขึ้นถึง 35% เนื่องจากการนาเสนอสินค้าที่ตรงตามความต้องการของ ลกู คา้ กอ่ นทพ่ี วกเขาพรอ้ มทจี่ ะสงั่ อาหาร

2.การใชข้ ้อมูลเพือ่ แก้ไขปัญหาผโู้ ฆษณาและเสนอข้อมลู เชิงลึกทางการตลาด การวิเคราะห์ Big Data สามารถช่วยจับคู่ระหว่างความคาดหวังของลูกค้ากับ ธรุ กจิ ได้ ซง่ึ รวมถึงการเปล่ยี นสายผลิตภณั ฑ์ของธุรกจิ ใหต้ อบโจทยค์ วามตอ้ งการลูกคา้ มากขึน้ และมั่นใจได้ว่าการทาแคมเปญการตลาดและการโฆษณานั้น มปี ระสิทธิภาพมากข้นึ ซงึ่ ในความเป็นจรงิ น้นั หลายธรุ กจิ ไดส้ ญู การทาแคมเปญโฆษณาท่ผี ลลพั ธ์ไม่เป็นไปตามความตอ้ งการนั้น อาจเป็นเพราะธุรกจิ ตา่ ง ๆ เหล่านั้นได้ข้ามขั้นตอนในการวิเคราะห์ข้อมูลก่อนลงมือ ทาโฆษณาแลว้ การทาการตลาดและการทาโฆษณาน้นั สามารถนามาวิเคราะหซ์ ับซอ้ นขึ้นได้ เช่น การสังเกตความเคลื่อนไหวบนโลกออนไลน์ ตรวจสอบ ณ จุดขาย รวมไปถึงการวิเคราะห์พฤติกรรมของลูกค้าที่เปลี่ยนแปลงไปอย่างรวดเร็ว สิ่งเหล่านี้เป็นวิธีที่นักการตลาดและนักโฆษณาใช้ในการ ทางานเพื่อให้ ข้อมูลเชิงลกึ ถงึ ส่งิ ทลี่ ูกค้าตอ้ งการมากยงิ่ ข้ึนโดยนามาซง่ึ การบรรลุเปา้ หมายในการทาแคมเปญการตลาดท่ีตอบสนองความต้องการของลูกค้า แคมเปญที่ตรงกลุ่มเป้าหมายและเฉพาะบุคคลนั้นหมายความว่า ธุรกิจสามารถประหยัดเงินและสามารถมั่นใจในประสิทธิภาพของแคมเปญได้ เนอื่ งจากกาหนดกลุ่มเป้าหมายที่มีศักยภาพสูงบวกกับสินค้าที่เหมาะสมและมีประสิทธิภาพเพื่อหลีกเลี่ยงปัญหาการเสียค้าใช้จ่ายในการโฆษ ณาไปจานวน มมากแต่ไม่ได้ผลลัพธท์ ่ีดี Netflix ตัวอย่าง แบรนด์ที่ใช้ข้อมูลสาหรับกาหนดเป้าหมายในการทาโฆษณา Netflix เป็นตัวอย่างที่ดีของแบรนด์ใหญ่ที่ใช้ Big Data ในการ วิเคราะห์กลุ่มเป้าหมายในการนาส่งโฆษณา ด้วยสมาชิกมากกว่า 100 ล้านราย บริษัทได้รวบรวมข้อมูลจานวนมากซึ่งเป็นกุญแจสาคัญที่ทาให้ Netflix ประสบความสาเรจ็ หากคุณเปน็ สมาชกิ ของ Netflix เราจะค้นุ เคยดีกับวธิ ที ี่ Netflix ส่งคาแนะนาของภาพยนตร์เร่อื งตอ่ ไปท่ีคณุ ควรดู ขน้ั ตอนน้ีไดใ้ ช้ข้อมลู จาก การค้นหาย้อนหลังของคณุ ในการประกอบคาแนะนาได้อยา่ งแม่นยา ซึง่ บอกได้ถงึ จานวน % ของภาพยนตรว์ า่ ตรงตอ่ ความชนื่ ชอบของคุณแคไ่ หน และขอ้ มูลนที้ าให้ Netflix สามารถใช้ข้อมลู เชงิ ลกึ ได้อยา่ งเปน็ ประโยชนแ์ ละนาเสนอไดต้ รงใจกับลกู ค้า

3.การวิเคราะหข์ อ้ มูลสาหรับการจดั การความเสี่ยง แผนการจัดการความเสี่ยงเป็นการลงทุนที่สาคัญ สาหรับหลาย ๆ ธุรกิจ เพราะปัจจุบันหลาย ๆ อย่าง ต่างเคลื่อนไหวหรือเปลี่ยนแปลงตลอดเวลาซึ่งความสามารถในการมองเห็นถึงความเสี่ยงที่อาจเกิดขึ้นและความสามารถในการลดความเสียงก่อนที่ จะ เกดิ ขนึ้ นัน้ เปน็ สิ่งสาคัญอย่างมากสาหรับการทาธรุ กจิ นนั่ คือ จะนาการวิเคราะห์ข้อมลู ในการวางแผนประเมนิ ความเสียงที่อาจเกิดขึ้นโดยสามารถวัดจาลอง ความเส่ียงทีต่ อ้ งเผชิญหนา้ หรอื อกี นยั หนึง่ การลดความเสย่ี งให้ธรุ กิจสามารถทากาไรได้มากขึ้น การวิเคราะห์ Big Data มีส่วยสาคัญอย่างมากต่อเรพัฒนา ทางเลือกใหแ้ ก่การบรหิ ารจดั การความเส่ยี ง เมอ่ื พิจารณาถึงความพรอ้ มของขอ้ มูลท่เี พ่มิ ขน้ึ และความหลากหลายของสถิติการวิเคราะห์ข้อมูลขนาดใหญ่ที่มี ศกั ยภาพมาก ดังน้ัน ธุรกิจจึงสามารถบรรลุเป้าหมายและตดั สินใจเชิงกลยุทธไ์ ด้ดีมากย่งิ งขน้ึ Starbucks ตัวอย่าง แบรนด์ทใ่ี ชก้ ารวิเคราะห์ข้อมลู ในการบรหิ ารความเสีย่ ง Starbucks ในฐานะบรษิ ัทกาแฟชั้นนาของโลก Starbucks สามารถเปิดสาขาใหม่ ในบรเิ วณใกลเ้ คยี งกับรา้ นค้าอน่ื ๆ ในขณะที่ยังรับประกันถึงอัตราการประสบความสาเร็จที่สูง เพราะโดยปกติ แล้วในการตัดสินใจเปิดสาขาใหม่ขึ้นมานั้น เป็นความเสี่ยงโดยไม่จาเป็น แต่ Starbucks ได้ใช้ฐานข้อมูลในวิเคราะห์คานวณถึง อัตราความสาเร็จของทุกตาแหน่งที่ตั้งใหม่ก่อนจะลงมือปฏิบัติ ด้วยข้อมูลตามพื้นท่ี นั้นๆว่ามีจานวนประชากร การจราจร มีผู้คนจานวนเท่าไหร่ และจากการวิเคราะห์ ข้อมูลนั้นทาให้ Starbucks สามารถคานวณถึงข้อมูลพื้นฐานทั่วไปของแต่ละสาขาที่ ต้องการเปิดใหม่ได้ เพื่อให้พวกเขาสามารถเลือกสถานที่ตั้งตามแนวโน้มการเติบโต ของรายได้ และสามารถลดความเสีย่ งในการลงทุนจานวนมากของแต่ละสาขา

4.การใช้ข้อมูลในการจัดการห่วงโซ่อุปทาน Supply Chain Management (SCM) หรือการจัดการห่วงโซ่อุปทาน คือ กระบวนการดาเนินงานของวัสดุ สินคา้ ตลอดจนการผลติ ข้อมลู และธรุ กรรมต่างๆ ผ่านองคก์ รท่ีเปน็ ผสู้ ่งมอบ ผผู้ ลิต ผ้จู ัดจาหน่าย ไปจนถึงลกู คา้ หรือผูบ้ รโิ ภค Big data ช่วยให้ซัพพลายเออร์หรือคนที่มีหน้าที่จัดหาวัตถุดิบต่างๆให้แก่โรงงานนาไปผลิตสินค้าเพื่อขายนั้นสามารถทางานได้อย่างแม่นยาและ ชัดเจนมากขึ้น ผ่านการวิเคราะห์ข้อมูลจากปลายทางเช่น ลูกค้าชื่นชอบสินค้ารูปแบบไหน สีไหนเป็นพิเศษทาให้ซัพพลายเออร์สามารถคานวณได้ว่าควร จดั หาวตั ถดุ บิ แบบไหนเป็นจานวนเทา่ ไหร่ เพ่อื ให้สามารถผลิตสินคา้ ไดเ้ หมาะสมกบั จานวนทล่ี ูกค้าต้องการซื้อ ดว้ ยวิธีการที่ทันสมัยจะช่วยให้ระบบการทางานในขั้นตอนของการสั่ง ผลิตและการขนส่งสินค้าสามารถทาได้อย่างเป็นระบบมากขึ้นและสามารถลด ความผิดพลาดสินค้าขาดหรือเกินสต็อกอีกด้วย ซึ่งทาได้จากการวิเคราะห์ข้อมูลที่มีอยู่ในระบบการผลิตในแต่ละส่วนมาทาการรวบรวมและวิเคร าะห์ อีก ส่วนมาจากการแบ่งปันความรู้และการทางานร่วมกันของแต่ละฝ่ายมันจะเป็นรากฐานสาหรับการจัดการห่วงโซ่ อุปทานทาให้ซัพพลายเออร์สามารถใช้ ประโยชน์จากข้อมลู ได้มีประสทิ ธิภาพมากยง่ิ ขนึ้ Supply Chain PepsiCo ตัวอยา่ ง แบรนด์ท่ีใช้ข้อมูลเพ่อื เพมิ่ ประสทิ ธภิ าพของ Supply Chain PepsiCo เป็น บรษิ ทั บรรจสุ ินคา้ อปุ โภคบริโภค ทตี่ อ้ งใชข้ อ้ มูลจานวนมากเพื่อการจดั การห่วงโซ่อุปทานที่ มปี ระสิทธภิ าพ บริษัทม่งุ ม่ันท่จี ะสร้างความม่นั ใจวา่ พวกเขาสามารถเติมเตม็ ชัน้ วางของ รา้ นค้าปลกี ดว้ ยปริมาณและประเภทของผลิตภณั ฑท์ เี่ หมาะสม ลูกค้าของบริษทั จดั ทา รายงานซึง่ รวมถึง สินค้าคงคลงั รายการสนิ ค้า และ POS(Point Of Sale) เกบ็ ขอ้ มลู การ ขายหน้ารา้ นใหก้ บั บริษทั และขอ้ มูลนี้จะใช้ในการวางแผนพยากรณ์การผลิตและการจดั สง่ ด้วยวธิ นี ีบ้ รษิ ทั มัน่ ใจวา่ ผ้คู ้าปลีกจะมีผลติ ภณั ฑ์เหมาะสม ในปริมาณทพี่ อตอ่ ความต้องการ และเวลาที่เหมาะสม

สรปุ ประเด็นสาคญั Big Data เป็นข้อมลู ทมี่ ีโครงสร้างชดั เจน (Structured Data) เชน่ ขอ้ มลู ทีเ่ ก็บอยู่ในขอ้ มลู ตารางตา่ ง ๆ และฐานขอ้ มลู ตา่ ง ๆ ปกตโิ ดยทั่วไปหรอื อาจเปน็ ข้อมลู กงึ่ มโี ครงสรา้ ง (Semi-Structured Data) เชน่ ล็อกไฟล์ (Log files) หรอื แมก้ ระท่งั ขอ้ มูลที่ไม่มโี ครงสร้าง (Unstructured Data) เชน่ ขอ้ มลู การโตต้ อบปฏิสัมพนั ธ์ผา่ นสังคมเครอื ขา่ ย (Social Network) เช่น เฟซบุ๊ก (Facebook) ทวติ เตอร์ (Twitter) ไลน์ (Line) อนิ สตาแกรม (Instagram) หรอื ไฟล์จาพวกมีเดยี (Media) และข้อมลู ทใ่ี ชเ้ ซนเซอร์ เชน่ การตรวจจับความเร็ว ฯลฯ ฉะนนั้ กอ่ นท่ีธรุ กิจจะสามารถนา Big Data มาใชง้ านได้ ควรพิจารณา ว่าขอ้ มูลจะไหลเวียนไปยังสถานท่ี แหล่งท่มี า ระบบ เจา้ ของ และผูใ้ ชจ้ านวนมากไดอ้ ยา่ งไร มขี ั้นตอนในการจัดการ “โครงสรา้ งข้อมูล” ขนาดใหญ่นี้ ซง่ึ รวมถงึ ข้อมลู แบบดง้ั เดมิ ขอ้ มูลท่ีมโี ครงสรา้ ง และขอ้ มูลท่ีไม่มโี ครงสรา้ ง