ใบความรูประกอบการสอนออนไลน รายวิชา เทคโนโลยดี ิจิทลั เพ่ือการจดั การอาชีพ รหัส 30001-2003 หลกั สตู ร ประกาศนียบตั รวชิ าชีพชั้นสงู พทุ ธศกั ราช 2563 เร่ืองที่ 1 ชอ่ื เรอื่ ง ความรูพน้ื ฐานการจดั การขอ มูลขนาดใหญ (Big Data) สาระการเรยี นรู 1. ความหมายของ Big Data 2. องคป ระกอบทสี่ ำคญั ของขอ มูล 3. ลักษณะทส่ี ำคญั ของ Big Data 4. ววิ ัฒนาการของ Big Data 5. รูปแบบของขอ มลู Big Data 6. การจัดการขอมลู ขนาดใหญ (Big Data) 7. การนำ Big Data ไปใชประโยชนใ นดา นตาง ๆ 8. กระบวนการจาก Big Data สูความสัมพนั ธของขอ มูล 9. วธิ ีการจัดทำ Big Data 10. ตวั อยางการนำ Big Data ไปใช 11. ตวั อยางแบรนดตา ง ๆ ท่ใี ช Big Data ในการวิเคราะหข อ มลู จดุ ประสงคการเรียนรู 1. บอกความหมายและองคป ระกอบทีส่ ำคญั ของ Big Data ได 2. อธบิ ายลักษณะและรูปแบบของ Big Data ได 3. อธิบายการจดั การขอ มูลขนาดใหญ (Big Data) ได 4. ปฏิบตั กิ ารใช Big Data ในการวิเคราะหข อ มลู ได 5. มีคณุ ธรรม จรยิ ธรรมและความรับผิดชอบ ตระหนักถงึ การเปนพลเมืองดจิ ทิ ัล สมรรถนะการเรียนรู 1. แสดงความรเู กี่ยวกบั ความรูพ้นื ฐานการจดั การขอ มลู ขนาดใหญ (Big Data) 2. แสดงความรูเ กยี่ วกบั การจัดการขอ มลู ขนาดใหญ (Big Data) 3. แสดงความรูเกย่ี วกบั วธิ ีการจดั ทำ Big Data 4. ประยกุ ตใชก ารจดั การขอ มูล (Big Data)
1. ความหมายของ Big Data การนำขอ มูลจำนวนมหาศาลท่ไี ดจ ากการใหบริการมาใชวิเคราะห เพ่อื หาโอกาสทางธุรกจิ ใช ประกอบการตัดสนิ ใจในเรื่องสำคญั ๆ ทั้งการพฒั นาดา นการขายและการตลาด การปรับปรุงสนิ คาบรกิ ารใหตรง กับความตองการของผูบรโิ ภคยคุ ใหมท่ีเปลย่ี นแปลงอยางรวดเร็ว รวมถงึ ภาคการผลิตที่นำขอ มูล Big Data ไปใช ในการวิเคราะหเพอื่ เพม่ิ ผลติ ภาพหรอื คา เฉล่ียของประสทิ ธิภาพการผลิต (Productivity) ในกระบวนการผลติ และ การดำเนินงาน 2. องคประกอบท่สี าํ คัญของขอ มลู
1. Device/Data Source (แหลงท่มี าของขอมูล) ซงึ่ ถอื ไดว า เปนตนนำ้ เปนแหลงกำเนิดของขอมลู อาจจะเปนระบบ โปรแกรม หรือจะเปนมนษุ ยเรา ทีส่ รา งใหเ กิดขอ มูลขึ้นมา ทงั้ น้ี เมือ่ ไดชอ่ื วา เปน Big Data แลว ขอมูลตา ง ๆ มกั จะมาจากแหลง ขอมูลที่หลากหลาย นำพามาซึง่ ความยากลำบากในการจัดการโครงสรา ง หรือ จดั เตรยี มใหขอ มูลทนี่ ำมารวมกันนนั้ มคี วามพรอ มใชต อ ไป 2. Gateway (ชองทางการเชอ่ื มโยงขอ มูล) การเชื่อมโยงขอ มลู เปนสว นทส่ี ำคัญมาก และเปน ปญ หาใหญ ในการทำ Big Data Project ตอ งอาศัยทักษะของ Data Engineer ทง้ั การเขียนโปรแกรมเอง และใชเ ครื่องมือที่มี อยูมากมาย ทั้งนี้การจะออกแบบชอ งทางการเช่ือมโยงขอ มลู ไดอยา งสมบูรณแบบ จำเปนตอ งทราบกอ นวา จะนำ ขอมูลใดไปทำอะไรตอบาง มเิ ชนนน้ั การสรา งชองทางการเช่ือมท่ไี มม เี ปา หมาย ก็อาจเปน การเสยี เวลาโดยเปลา ประโยชน 3. Storage (แหลงเก็บขอ มูล) แหลงเก็บขอมลู น้ี ไมใ ชก ารเกบ็ ขอมูลจากแหลงขอมลู เพยี งอยา งเดยี ว แต เปนการเก็บขอมลู จากแหลง ขอ มูลหลาย ๆ แหลง เอามาไวเพื่อรอการใชงาน ซึ่งอาจจะเปน ท่พี ักขอ มูลใหพ รอ มใช หรือจะเปน แหลงเก็บขอ มูลในอดีตก็เปน ได 4. Analytics (การวิเคราะหข อ มูล) สวนนเี้ ปนหนา ทหี่ ลกั ของ Data Scientist ซง่ึ แบง งานออกเปน 2 ลักษณะ คือ การวิเคราะหเ บื้องตน โดยการใชว ธิ ีทางสถติ ิ หรอื จะเปนการวิเคราะหเ ชงิ ลกึ โดยการสราง Model แบบตาง ๆ รวมไปถึงการใช Machine Learning (“การเรียนรขู องเครื่องจกั ร” โดยเครือ่ งจักรในทน่ี ี้หมายถงึ “Program Computer” นน่ั เอง) เพ่ือใหไดผลลัพธเ ฉพาะจงเจาะในแตละปญหาและแตละชุดขอมลู 5. Report/Action (การใชผลการวเิ คราะหข อ มลู ) ผลลพั ธทไี่ ดจากการวเิ คราะหสามารถนำไปใชง านได 2 รูปแบบ คือ ออกเปนรายงาน เพื่อให Data Analyst นำผลลพั ธท ไ่ี ดไ ปใชก ับงานทางธรุ กิจตอ ไป หรอื จะเปน การ นำไปกระทำเลยโดยท่ีไมต อ งมี “มนษุ ย” คอยตรวจสอบ ซึ่งจำเปนตอ งมกี ารเขียนโปรแกรมเพมิ่ เพอื่ ใหม ีการ กระทำออกไป ทเี่ รียกวา Artificial Intelligence: AI (ปญ ญาประดษิ ฐ) 3. ลกั ษณะทส่ี ําคัญของ Big Data โดยทั่วไปลกั ษณะพืน้ ฐานของ Big Data จะมีอยู 3 ประการคือ ปรมิ าณ (Volume), ความหลากหลาย (Variety) และ ความเร็ว (Velocity) แตว นั นเ้ี ราจะมาพูดถึงคณุ ลกั ษณะที่เพิ่มข้นึ มาอีก 3 ประการ ทที่ ำใหข อ มูล ขนาดใหญ (Big Data) นม้ี คี ุณภาพสูงข้ึน และเหมาะท่ีจะนำมาใชในการวเิ คราะหเ พ่ือใหไดมาซง่ึ ความเขา ใจเชิงลกึ Big data ทมี่ คี ุณภาพสูงควรมลี ักษณะพ้นื ฐานอยู 6 ประการหลกั ๆ (6 Vs) ดังนี้ 1. ปรมิ าณ (Volume) หมายถึง ปริมาณของขอมลู ควรมีจำนวนมากพอ ทำใหเมื่อนำมาวิเคราะหแ ลวจะ ได insights ที่ตรงกับความเปนจรงิ เชน การที่เรามีขอ มลู อายุ เพศ ของลกู คาสว นใหญ ทำใหเราสามารถหา
demographic profile ทัว่ ไปของลกู คาทถี่ กู ตอ งได ถา เรามีขอมูลลกู คา แคสว นนอ ย คาท่ีประมาณออกมาอาจจะ ไมต รงกบั ความเปนจรงิ 2. ความหลากหลาย (Variety) หมายถงึ รูปแบบของขอ มูลควรหลากหลายแตกตางกันออกไป ท้งั แบบ โครงสราง, ก่งึ โครงสราง, ไมมีโครงสราง ทำใหเราสามารถนำมาวิเคราะหประกอบกนั จนไดได insights ครบถวน 3. ความเร็ว (Velocity) หมายถงึ คุณลกั ษณะขอมูลทีถ่ กู สรางขึ้นอยางรวดเร็วตอเน่อื งและทนั เหตุการณ ทำใหเ ราสามารถวิเคราะหข อมลู แบบ real-time นำผลลพั ธม าทำการตดั สนิ ใจและตอบสนองไดอยางทนั ทวงที เชน ขอมลู GPS ท่ใี ชตดิ ตามตำแหนงของรถ อาจจะนำมาวเิ คราะหโอกาสที่ทำใหเกิดอบุ ัติเหตุ และออกแบบระบบ ปองกันอบุ ัติเหตไุ ด 4. ความถกู ตอง (Veracity) หมายถึง มีความนา เชื่อถือของแหลง ท่ีมาขอ มูลและความถกู ตองของชุดขอมูล มีกระบวนการในการตรวจสอบและยืนยันความถูกตองของขอ มูล ซง่ึ มีความเกี่ยวเนอ่ื งโดยตรงกบั ผลลพั ทการ วเิ คราะหข อ มลู 5. คณุ คา (Value) หมายถงึ ขอมูลมปี ระโยชนและมีความสัมพันธในเชิงธรุ กิจ ซึง่ ตองเขาใจกอ นวาไมใช ทกุ ขอมูลจะมีประโยชนในการเกบ็ และวิเคราะห ขอมลู ท่มี ีประโยชนจะตอ งเกีย่ วของกบั วัตถุประสงคทางธุรกจิ เชน ถาตอ งการเพิ่มขีดความสามารถในการแขง ขันในตลาดของผลิตภณั ฑที่ขาย ขอ มูลทมี่ ีประโยชนท สี่ ดุ นาจะเปน ขอ มลู ผลติ ภัณฑของคูแขง 6. ความแปรผนั ได (Variability) หมายถงึ ขอมูลสามารถในการเปลี่ยนแปลงรูปแบบไปตามการใชง าน หรอื สามารถคิดวเิ คราะหไดจากหลายแงม มุ และรูปแบบในการจัดเก็บขอ มูลกอ็ าจจะตางกนั ออกไปในแตล ะแหลง ของขอ มูล 4. ววิ ัฒนาการของ Big Data ถึงแมว า แนวคดิ เรื่องขอมลู ขนาดใหญห รือ Big Data จะเปนของใหมแ ละมีการเร่ิมทำกันในไมก ปี่ ม านี้เอง แตต นกำเนิดของชุดขอมูลขนาดใหญไ ดม กี ารริเรมิ่ สรางมาตง้ั แตย ุค 60 และในยุค 70 โลกของขอ มูลก็ไดเ รมิ่ ตน และไดพัฒนาศูนยข อ มลู แหง แรกขน้ึ และทำการพัฒนาฐานขอมลู เชิงสัมพันธขึ้นมา ประมาณป 2005 เร่มิ ไดมีการตะหนกั ถงึ ขอ มูลปริมาณมากท่ีผูคนไดส รางขนมาผานสื่ออนไลน เชน เฟสบุค ยูทปู และสอ่ื อนไลนแ บบอน่ื ๆ Hadoop เปน โอเพน ซอรสเฟรมเวิรค ทถ่ี กู สรา งข้ึนมาในชว งเวลาเดยี วกนั ใหเปน ทเ่ี กบ็ และวเิ คราะหขอมลู ขนาดใหญ และในชว งเวลาเดยี วกัน NoSQL ไดก ็เริม่ ขึน้ และไดรับความนิยมมาก ข้นึ การพัฒนาโอเพนซอรสเฟรมเวิรค เชน Hadoop (และเมอ่ื เรว็ ๆ นีก้ ม็ ี Spark) มีความสำคัญตอ การเตบิ โต ของขอมูลขนาดใหญ เนือ่ งจากทำใหขอมูลขนาดใหญทำงานไดง าย และประหยัดกวา ในชวงหลายปท ่ผี า นมา ปริมาณขอมลู ขนาดใหญไ ดเ พ่มิ ขนึ้ อยางรวดเร็ว ผูคนยังคงสรางขอ มลู จำนวนมาก ซึ่งไมใชแ คม นษุ ยทท่ี ำมันขึ้นมา
การพฒั นาการของ IOT (Internet of Thing) ซ่งึ เปนเครอื่ งมอื อปุ กรณทีเ่ ช่อื มตอกบั อนิ เตอรเนตก็ทำการ เก็บและรวบรวมขอมูลซ่ึงอาจเปน เรอ่ื งที่เก่ยี วกับพฤติกรรมการใชง านของลกู คา ประสิทธภิ าพของสินคา หรือการ เรียนรขู องเคร่ืองจักรพวกน้ลี วนทำใหมขี อ มูลขนาดใหญ 5. รปู แบบของขอมลู Big Data 1. ขอ มลู เชิงพฤติกรรม เชน เซฟิ เวอรลอ็ ค, การคลิกเขา มาดูขอมูลทางเว็บ, การเขามาใชบ ัตร ATM ใน การกดเงนิ 2. ขอมลู ภาพและเสยี ง เชน วิดีโอ รปู ภาพ เสียงที่ถกู บนั ทึกไว 3. ขอ มูลขอ ความ เชน การสง ขอมูลทาง Message 4. ขอ มลู ทถ่ี ูกบันทกึ ไว เชน ขอ มลู ทางการแพทย ขอ มลู ที่ไดจากการสำรวจ ขอ มูลทางภาษี 5. ขอ มลู เซ็นเซอร เชน ขอมลู ทางภมู ิศาสตร ขอ มูลอุณหภูมติ าง ๆ ขอ มูลการตรวจจับความเรว็ 6. การจดั การขอมลู ขนาดใหญ (Big Data) 1. กำหนดกลยุทธเ ก่ยี วกบั ขอ มลู ขนาดใหญ 2. รแู หลงทมี่ าของขอ มูลขนาดใหญ 3. การเขาถึง จัดการ และจัดเก็บขอ มลู ขนาดใหญ 4. การวิเคราะหข อมลู ขนาดใหญ 5. ตัดสินใจอยางชาญฉลาดและใชขอ มลู ชวย
7. การนาํ Big Data ไปใชประโยชนใ นตํานตาง ๆ 1. ทำใหเขา ใจพฤตกิ รรมของลกู คา ถารจู กั วาลกู คาคิด ตัดสินใจ หรอื ใชช วี ติ อยางไร มพี ฤติกรรมในการ บริโภคเชน ไร ยอ มทำใหสามารถคดิ ผลิต รวมถงึ ยงิ โฆษณาเพ่ือกระตนุ การตดั สินใจซ้ือไดงา ยข้นึ เปนการ ควบคมุ และสรางพฤติกรรมใหมๆ ใหลกู คา เปน อยา งท่ีเราตองการไดเ ลย 2. ชว ยใหวเิ คราะหแ นวโนม ของธุรกจิ ไดแมน ยำ คอื มองเห็นอนาคตวา ธุรกิจจะเดนิ ไปทางไหนไดชดั เจนขน้ึ ยง่ิ ขอ มูลแมน ยำเทา ไหร การวเิ คราะหย อมถูกตอ งมากเทา น้นั รวมถึงทำใหสามารถคดิ ล้ำหนา คแู ขงได 3. ชวยใหม ีโอกาสปองกนั ปญ หาทีจ่ ะเกิดขนึ้ ในอนาคตไมใ หลุกลามใหญโต เพราะรูล วงหนาจากการ คาดการณทีแ่ มนยำ ปญหาบางอยางสามารถปองกนั ได 100% แตบางอยา งอาจแคผอ นหนกั ใหเ ปนเบา แตก ย็ ังดีกวา ไมปองกันอะไรเลย น่ันคือ แมมปี ญหา ธุรกจิ กไ็ ปตอได ดวยกลยทุ ธด ๆี ทีค่ ิดไวลว งหนา จาก ขอ มูลในปจจุบนั 4. ชว ยใหธรุ กิจมโี อกาสเติบโตอยางมีเสถียรภาพ งานใหญไมควรต้ังอยบู นความไมแนน อน ดงั นน้ั ขอมูลทกุ ดา นท่ีเปน Big Data จงึ มีสว นชว ยการดำเนนิ ธุรกจิ อยางยง่ิ การตัดสนิ ใจถกู ตอ ง ในเวลาอันรวดเรว็ ไม ประมาท สามารถทำใหธรุ กิจอยไู ดในแถวหนาของธุรกจิ ประเภทเดียวกนั
8. กระบวนการจาก Big Data สูความสัมพันธข องขอ มลู 1. Storage: การรวบรวมขอมลู มาจดั เกบ็ การรวบรวมขอมูลจากแหลงตาง ๆ ทั้งขอมูลที่มีคุณภาพ ขอ มลู ท่ีคาดวา จะมีประโยชน / ไมค รบถว น ขอมูลรปู ภาพ วดิ โี อ ไฟลเ สียงทงั้ หลาย ถกู สง มาจัดเก็บทถ่ี งั ขอ มูล 2. Processing: การประมวลผล เมือ่ ขอ มูลตาง ๆ ถกู นำมารวมกันไวใ นทเี่ ดียวแลว จะถูกนำไปจดั หมวดหมขู อ มูลท่มี ีความเก่ยี วของสัมพนั ธ กนั ใหผ ลคลา ยคลึงกนั แลวนำมาเปล่ียนเปนรูปแบบขอ มลู เพ่อื เอาเขาระบบคลงั ขอ มูลทผี่ านการประมวลผลแลว 3. Analyst: การวิเคราะหแ ละนำเสนอ จากน้นั ขอ มลู มากมายท้ังหมดท่ถี ูกจัดเรยี งแลวในหลายมติ ิจะถกู นำมาวิเคราะหหา Pattern ของขอมูลที่ มองไมเ หน็ ดว ยตาเปลา เชน หารูปแบบความสมั พนั ธทซ่ี อ นอยู หาแนวโนมการตลาด เทรนดค วามชอบของลูกคา และขอ มลู อื่น ๆ ที่เปน ประโยชนท างธรุ กิจ และถูกนำเสนอออกมาในรูปแบบท่ีเขาใจงายผานทางสถติ ิ กราฟ หรอื รูปภาพนัน่ เอง 9. วธิ กี ารจดั ทาํ Big Data 1. ตง้ั เปา หมายถึงส่งิ เล็กไวกอ น ในชวงเร่ิมตนคุณไมจำเปนตอ งตง้ั เปา หมายใหญท ี่สุด แตก ารตงั้ เปาเล็ก ๆ ไวกอ นเพ่อื ทีจ่ ะไดด วู า เรา ตองการทจ่ี ะรเู รอ่ื งอะไร เพอื่ แกป ญ หาสิ่งไหน 2. วางแผนรวบรวมขอ มลู จากแหลงทีม่ ีอยู ขอ มลู ที่ไดจากกจิ กรรมทเี่ กิดขนึ้ ทงั้ หนา รา น หลังรานมอี ะไรบาง ใหวางแผนการรวบรวมขอมูล นอกจากนน้ั การรจู กั หาขอ มูลจากแหลงอนื่ บนออนไลน เชน เทรนดทีใ่ ชจาก Google trend หรอื การใช Keyword ทเ่ี ก่ยี วขอ งกับธุรกจิ ของคณุ เพ่ือดวู าผูคนพูดถึงส่ิงท่ีตอ งการดวยคำวา อะไรบาง 3. จบั ตาความเคลือ่ นไหวและเขา ใจแหลงท่มี าของขอ มลู ใช Social Media ที่มีอยูใหเ กดิ ประโยชน เรยี นรสู ิ่งทเ่ี กิดขึ้นรอบตวั ทงั้ ลกู คา คแู ขง หรือประเดน็ ที่คน สว นใหญกำลังพูด ถงึ ส่ิงเหลานน้ั เปน อยา งไร เกย่ี วของหรอื ไมอ ยางไรกับธุรกิจของคณุ 4. ฝกหาความสัมพนั ธข องขอ มูล เราจะนำขอ มลู ทางตรงและทางออ มมาลองหาความสัมพนั ธท ่ีอาจเกิดขนึ้ กบั ธรุ กจิ ไดอ ยา งไร ยงิ่ เร่มิ เรว็ ได เทา ไหรยิง่ ดี ในแตล ะขั้นตอนของการดำเนนิ งาน มสี ว นไหนทถี่ าคุณปรบั การทำงานแลวจะไดข อ มลู ท่ีเราคิดวา ตองการอยางแทจ ริง 5. จำลองขอ มูลขึน้ มา
เพ่ือใหคุณเขา ใจขอ มูลท่มี ีอยใู หม ากยิ่งขึ้น และเห็นภาพรวมวา จะนำขอมูลไปใชใ นทางไหน ระหวางทางก็ คอ ยๆพัฒนาไปเรอ่ื ย ๆ 6. แยกผลลัพธและขอ มูลรบกวนออกจากขอ มลู ขนาดใหญ เม่อื ไดผลลพั ธแ ลวใหล องแยกขอมูลสว นเกนิ ออกจากขอมลู สวนใหญ แลว สนใจเพียงแคข อ มลู เชิงลึกที่ นำไปใชตอไดจรงิ ทดลองนำขอ มลู เชงิ ลึกท่ไี ดเ ขา ไปใชง านในกระบวนการทำธุรกจิ ถาไมมีผลลพั ธอะไรเกดิ ขนึ้ ให เลิกสนใจขอ มูลสว นน้แี ลวตัง้ เปา หมายและวางใหมอีกคร้งั 10. ตัวอยางการนํา Big Data ไปใช 1. การพฒั นาผลิตภณั ฑวางแผนรวบรวมขอมูลจากแหลงที่มีอยู 2. การคาดการณเพื่อการบำรุงรกั ษาเครอื่ งจักร 3. สรางประสบการณท่ดี ีใหก บั ลูกคา 4. การตรวจสอบการโกงและการปฏิบตั ิตามกฎระเบยี บ 5. การเรียนรูข องเคร่ืองจักร Machine Learning 6. ประสิทธิภาพในการปฏิบตั ิงาน 7. การขับเคลอ่ื นในการสรา งสรรคส งิ่ ใหมๆ 11. ตัวอยางแบรนดต าง ๆ ท่ใี ช Big Data ในการวเิ คราะหขอมูล 1. แบรนดท ี่ใชขอ มูลในการดแู ลและดงึ ดดู ลูกคา McDonald’s รา นฟาสตฟ ดู ท่โี ดง ดังระดบั โลกทใ่ี ช เทคโนโลยีที่ทนั สมัยในหลาย ๆ ดานของการทำธุรกิจ รวมถึงการใชขอ มลู ในการดแู ลลกู คาผา นแอปพลิเคชันมอื ถอื ที่ชวยใหลูกคาสามารถส่งั ซอื้ และชำระเงนิ เกือบทุกขัน้ ตอนผานอุปกรณมือถือ และเพ่อื ใหประสบการณข องลูกคา ท่ี ดียิ่งขึน้ McDonald’s เองกส็ ามารถเขาถงึ ขอมูลที่จำเปน เก่ยี วกับผูใชบรกิ ารของพวกเขา เชน การส่ังอาหาร การ ใชบริการ ความถ่ีท่ีใช ใชผ านเครอ่ื งมือใด ขอมูลท้ังหมดนีช้ ว ยให McDonald’s สามารถออกแบบโปรโมชนั และ ขอเสนอทตี่ รงเปา หมายมากย่ิงข้ึน ซึง่ ในความเปน จริงลกู คา ชาวญ่ปี ุน ทใ่ี ชแอปพลิเคชนั มือถือของ McDonald’s ไดม ียอดการซือ้ ที่มากขนึ้ ถงึ 35% เน่ืองจากการนำเสนอสินคา ท่ีตรงตามความตอ งการของลกู คา กอ นทีพ่ วกเขา พรอ มทีจ่ ะส่ังอาหาร
2. แบรนดท ีใ่ ชขอ มลู สำหรบั กำหนดเปา หมายในการทำโฆษณา Netflix เปนตัวอยางทด่ี ีของแบรนดใหญท ่ี ใช Big Data ในการวเิ คราะหกลมุ เปาหมายในการนำสงโฆษณา ดว ยสมาชิกมากกวา 100 ลานราย บรษิ ทั ได รวบรวมขอมูลจำนวนมากซึ่งเปนกญุ แจสำคญั ทที่ ำให Netflix ประสบความสำเร็จ หากคุณเปนสมาชิกของ Netflix เราจะคุน เคยดกี บั วิธีท่ี Netflix สง คำแนะนำของภาพยนตรเร่ืองตอไปท่ีคณุ ควรดู ข้ันตอนนไี้ ดใ ชข อ มูลจากการ คนหายอ นหลังของคุณในการประกอบคำแนะนำไดอ ยางแมน ยำ ซ่ึงบอกไดถ ึงจำนวน % ของภาพยนตรวาตรงตอ ความช่ืนชอบของคุณแคไ หน และขอมูลนท้ี ำให Netflix สามารถใชขอ มูลเชงิ ลกึ ไดอยางเปน ประโยชนแ ละนำเสนอ ไดต รงใจกบั ลูกคา 3. แบรนดท ่ีใชก ารวิเคราะหข อมลู ในการบรหิ ารความเส่ยี ง Starbucks ในฐานะบรษิ ัทกาแฟชนั้ นำของโลก Starbucks สามารถเปดสาขาใหมใ นบริเวณใกลเ คียงกบั รานคา อืน่ ๆ ในขณะทีย่ ังรบั ประกันถงึ อัตราการประสบ ความสำเร็จท่ีสูง เพราะโดยปกตแิ ลวในการตัดสินใจเปด สาขาใหมขน้ึ มานั้นเปน ความเสี่ยงโดยไมจำเปน แต Starbucks ไดใ ชฐ านขอมูลในวิเคราะหค ำนวณถึงอัตราความสำเร็จของทกุ ตำแหนงที่ต้งั ใหมกอ นจะลงมือปฏบิ ัติ ดวยขอมลู ตามพื้นท่นี ัน้ ๆ วา มจี ำนวนประชากร การจราจร มผี ูคนจำนวนเทา ไหร และจากการวเิ คราะหข อมลู นั้น ทำให Starbucks สามารถคำนวณถึงขอมลู พืน้ ฐานทวั่ ไปของแตละสาขาท่ีตอ งการเปด ใหมไ ด เพ่ือใหพวกเขา
สามารถเลอื กสถานทต่ี ัง้ ตามแนวโนมการเตบิ โตของรายได และสามารถลดความเส่ยี งในการลงทนุ จำนวนมากของ แตล ะสาขา 4. แบรนดท ่ใี ชขอ มูลเพอื่ เพมิ่ ประสิทธิภาพของ Supply Chain PepsiCo เปน บรษิ ทั บรรจุสินคาอุปโภค บรโิ ภค ทีต่ องใชข อมลู จำนวนมากเพอื่ การจดั การหว งโซอ ปุ ทานทมี่ ีประสิทธิภาพ บริษัทมุง มัน่ ท่จี ะสรา งความมน่ั ใจ วา พวกเขาสามารถเติมเตม็ ชั้นวางของรา นคาปลีกดว ยปรมิ าณและประเภทของผลติ ภัณฑทเ่ี หมาะสม ลกู คา ของ บริษัทจดั ทำรายงานซึง่ รวมถงึ สนิ คา คงคลัง รายการสนิ คา และ POS (Point Of Sale) เก็บขอมลู การขายหนา ราน ใหก บั บริษัทและขอมูลนจ้ี ะใชในการวางแผนพยากรณก ารผลิตและการจดั สง ดว ยวิธีนีบ้ ริษัทม่นั ใจวาผูค า ปลกี จะมี ผลิตภัณฑเหมาะสม ในปริมาณทพ่ี อตอความตองการ และเวลาท่ีเหมาะสม
Search
Read the Text Version
- 1 - 10
Pages: