หน่วยที่ 1 ความรู้พื้นฐานการจัดการข้อมูลขนาดใหญ่

ความรพู้ นื้ ฐานการจัดการ ข้อมลู ขนาดใหญ่ ( BIG DATA )

ความรพู้ ืน้ ฐานการจัดการข้อมลู ขนาดใหญ่ (Big Data) ความหมายของ Big Data การนา Big Data ไปใชป้ ระโยชนใ์ นด้านต่าง ๆ องค์ประกอบท่ีสาคญั ของข้อมลู กระบวนการจาก Big Data สู่ความสมั พันธข์ องขอ้ มลู ลกั ษณะที่สาคญั ของ Big Data การจัดทา Big Data ววิ ฒั นาการของ Big Data ตวั อย่างการนา Big Data ไปใช้ รูปแบบของขอ้ มลู Big Data ตวั อยา่ งแบรนด์ต่างๆทีใ่ ช้ Big Data ในการวเิ คราะห์ขอ้ มลู การจัดการข้อมูลขนาดใหญ่ Big Data

1 . ความหมายของ Big Data Big Data หมายถงึ ปริมาณขอ้ มูลท่มี หาศาล ทั้งแบบขอ้ มูลทีม่ โี ครงสร้างและไมม่ ี โครงสร้าง ซง่ึ ปะปนอยมู่ ากมายในการทาธรุ กิจในแตล่ ะวัน หากแต่ไมใ่ ช่ปริมาณของขอ้ มูลทีเ่ ป็นสิง่ สาคัญ สง่ิ สาคญั ก็คอื การท่ีองคก์ รจดั การกบั ขอ้ มลู ตา่ งหากการวิเคราะห์ Big Data นาไปสู่ขอ้ มลู เชงิ ลกึ เพอื่ การตดั สนิ ใจทดี่ กี ว่าและการเคลือ่ นไหวในกลยทุ ธธ์ รุ กิจ

2 . องคป์ ระกอบท่ีสาคัญของ Big Data 2.1 Data Source แหลง่ ท่ีมาของข้อมูล ซ่งึ ถอื ไดว้ า่ เปน็ ต้นนา้ เปน็ แหล่งกาเนดิ ของขอ้ มูล อาจจะเปน็ ระบบ โปรแกรม หรือจะ เป็นมนุษยเ์ ราทสี่ รา้ งใหเ้ กิดขอ้ มูลขน้ึ มาทงั้ นี้ เมอ่ื ได้ชื่อวา่ เปน็ Big Data แล้ว ขอ้ มูลต่างๆมักจะมาจาก แหล่งขอ้ มูลทหี่ ลากหลาย นาพามาซง่ึ ความยากลาบากในการจดั การโครงสรา้ ง หรอื จดั เตรียมใหข้ อ้ มลู ที่ นามารวมกนั น้ัน มีความพรอ้ มใชต้ อ่ ไป

2.2 Gateway ชอ่ งทางการเชอื่ มโยงขอ้ มลู การเช่ือมโยงข้อมลู เปน็ สว่ นที่สาคญั มาก และเป็นปัญหาใหญ่ในการทา Big Data Project ต้องอาศยั ทกั ษะของ Data Engineer ทั้งการเขยี นโปรแกรมเอง และใช้เคร่อื งมอื ทีม่ อี ยมู่ ากมาย ท้ังน้ีการจะ ออกแบบชอ่ งทางการเช่ือมโยงข้อมลู ได้อยา่ งสมบรู ณ์แบบ จาเปน็ ต้องทราบกอ่ นวา่ จะนาขอ้ มลู ใดไปทาอะไร ต่อบา้ ง มเิ ชน่ น้นั การสร้างช่องทางการเช่อื มทีไ่ ม่มเี ป้าหมาย กอ็ าจเปน็ การเสยี เวลาโดยเปลา่ ประโยชน์ 2.3 Storage แหลง่ เกบ็ ขอ้ มลู แหล่งเก็บนี้ ไม่ใช่แคก่ ารเกบ็ ข้อมลู จากแหลง่ ข้อมูล แต่เปน็ การเก็บขอ้ มลู จากแหลง่ ข้อมลู หลายๆ แหลง่ เอา มาไว้เพอ่ื รอการใช้งาน ซงึ่ อาจจะเปน็ ท่พี ักขอ้ มลู ให้พร้อมใช้ หรือจะเป็นแหล่งเก็บขอ้ มลู ในอดตี กเ็ ปน็ ได้

2.4 Analytics การวิเคราะหข์ อ้ มลู สว่ นนี้เป็นหน้าทหี่ ลกั ของ Data Scientist ซง่ึ แบ่งงานออกเป็น 2 ลักษณะ คือ การวเิ คราะห์ เบ้ืองตน้ โดยการใช้วิธีทางสถติ ิ หรือจะเป็นการวเิ คราะห์เชงิ ลึกโดยการสรา้ ง Model แบบตา่ งๆ รวมไปถึงการใช้ Machine Learning เพอ่ื ใหไ้ ดผ้ ลลัพธ์เฉพาะจงเจาะในแต่ละปัญหา และแต่ละ ชุดขอ้ มลู 2.5 Result/Action การใช้ผลการวเิ คราะห์ขอ้ มลู ผลลัพธ์ทีไ่ ด้จากการวเิ คราะหส์ ามารถนาไปใชง้ านได้ 2 รปู แบบ คอื ออกเป็นรายงาน เพอื่ ให้ Data Analyst นาผลลัพธ์ที่ไดไ้ ปใช้กบั งานทางธุรกจิ ตอ่ ไป หรือจะเปน็ การนาไปกระทาเลยโดย ทีไ่ ม่ต้องมี “มนุษย”์ คอยตรวจสอบ ซงึ่ จาเป็นตอ้ งมีการเขยี นโปรแกรมเพิม่ เพ่อื ให้มกี ารกระทา ออกไป ทีเ่ รยี กว่า Artificial Intelligence (AI)

3 . ลกั ษณะทส่ี าคญั ของ Big Data 3.1 ปรมิ าณ (Volume) หมายถงึ ปรมิ าณของขอ้ มลู ควรมีจานวนมากพอ ทาใหเ้ มอ่ื นามาวเิ คราะห์แลว้ จะได้ insights ที่ตรงกบั ความเปน็ จรงิ เชน่ การท่ีเรามขี ้อมลู อายุ เพศ ของ ลูกคา้ ส่วนใหญ่ ทาใหเ้ ราสามารถหา demographic profile ท่ัวไปของลูกค้าทถ่ี กู ต้องได้ ถา้ เรา มีขอ้ มลู ลูกค้าแคส่ ่วนนอ้ ย ค่าทป่ี ระมาณออกมาอาจจะไม่ตรงกบั ความเป็นจรงิ 3.2 ความหลากหลาย (Variety) หมายถงึ รูปแบบของขอ้ มูลควรหลากหลาย แตกต่างกนั ออกไป ท้ังแบบโครงสร้าง, กึ่งโครงสร้าง, ไมม่ โี ครงสร้าง ทาใหเ้ ราสามารถนามา วเิ คราะหป์ ระกอบกนั จนได้ได้ insights ครบถว้ น

3.3 ความเรว็ (Velocity) หมายถงึ คุณลักษณะข้อมูลที่ถกู สรา้ งขึน้ อยา่ งรวดเรว็ ตอ่ เน่อื ง และทนั เหตกุ ารณ์ ทาใหเ้ ราสามารถวเิ คราะห์ขอ้ มลู แบบ real-time นาผลลพั ธ์ มาทาการตดั สินใจและตอบสนองได้อย่างทนั ท่วงที เชน่ ข้อมลู GPS ทใ่ี ชต้ ดิ ตามตาแหน่งของรถ อาจจะนามา วเิ คราะห์โอกาสทที่ าให้เกดิ อบุ ัติเหตุ และออกแบบระบบปอ้ งกันอุบัติเหตไุ ด้ 3.4 ความถกู ตอ้ ง (Veracity) หมายถงึ มีความน่าเชื่อถอื ของแหลง่ ทม่ี าขอ้ มูลและความ ถกู ต้องของชุดข้อมูล มกี ระบวนการในการ ตรวจสอบและยนื ยนั ความถกู ต้องของข้อมูล ซ่ึงมคี วามเก่ยี วเนอ่ื งโดยตรงกบั ผลลัพท์ การวเิ คราะหข์ อ้ มลู

3.5 คุณค่า (Value) หมายถงึ ขอ้ มูลมีประโยชน์และมคี วามสัมพนั ธใ์ นเชงิ ธรุ กิจ ซึ่งต้องเขา้ ใจก่อนวา่ ไมใ่ ชท่ ุกข้อมูลจะมีประโยชนใ์ นการเก็บและวเิ คราะห์ ขอ้ มลู ทมี่ ี ประโยชน์จะตอ้ งเกี่ยวขอ้ งกบั วตั ถปุ ระสงคท์ างธรุ กจิ เชน่ ถ้าต้องการเพ่ิมขดี ความสามารถ ในการแขง่ ขนั ในตลาดของผลิตภณั ฑ์ทีข่ าย ขอ้ มูลท่มี ีประโยชน์ที่สุดนา่ จะเป็นข้อมลู ผลิตภณั ฑ์ของคู่แข่ง 3.6 ความแปรผนั ได้ (Variability) หมายถึง ข้อมูลสามารถในการ เปลยี่ นแปลงรูปแบบไปตามการใช้งาน หรือสามารถคดิ วเิ คราะห์ได้จากหลายแง่มุม และ รปู แบบในการจัดเกบ็ ข้อมลู ก็อาจจะตา่ งกันออกไปในแตล่ ะแหล่งของขอ้ มูล

4. วิวฒั นาการของ Big Data ตน้ กาเนดิ ของข้อมลู ขนาดใหญไ่ ด้มกี ารเรม่ิ สร้างมาตง้ั แต่ยุค 60 และในยุค 70 ประมาณปี ค.ศ. 2005 มกี ารพัฒนาสอ่ื สงั คมออนไลนโ์ ดยมโี ปรแกรม Hadoop ท่ีเป็นโอเพนซอร์ สเฟรมเวริ ค์ เพื่อใช้เกบ็ และวิเคราะหข์ ้อมูลขนาดใหญ่ และในชว่ งเวลาเดยี วกนั NoSQL ได้เรม่ิ ตน้ ข้นึ และได้รับความนยิ มมากขึน้ พฒั นาการของ lot (Internet of Things) เปน็ เครอื่ งมอื อปุ กรณท์ ่เี ช่อื มต่อกับ อนิ เทอร์เนต็ และรวบรวมขอ้ มูลที่เก่ียวข้องกับพฤติกรรมการใช้งานของลูกค้า ประสิทธิภาพของสินคา้ หรือการเรยี นรู้ของเคร่อื งจักร สง่ิ เหลา่ นี้ลว้ นมขี อ้ มลู ขนาดใหญ่ ถงึ แม้ว่ายคุ ของ Big Data ไดเ้ ร่ิมตน้ ขึ้นแล้ว แต่กย็ ังคงเป็นชว่ งแรก ๆ และระบบคราวด์ คอมพิวติง (loud Computing) กไ็ ด้ขยายความเป็นไปไดม้ ากข้นึ มคี วามสามารถในการใชง้ านได้ อยา่ งยดื หยนุ่

5. รปู แบบของข้อมลู Big Data 5.1 ข้อมลู เชิงพฤตกิ รรม เช่น การคลิกเขา้ ดขู ้อมลู ทางเวป็ ไซต์ การใชบ้ ตั ร ATM ในการกดเงนิ 5.2 ข้อมูลภาพและเสยี ง เช่น วดี ิโอ รูปภาพ เสยี งทถ่ี ูกบันทกึ ไว้ 5.3 ขอ้ มลู ขอ้ ความ เช่น การสง่ ขอ้ มลู ทางขอ้ ความ 5.4 ข้อมุลทถี่ กู บนั ทกึ ไว้ เช่น ขอ้ มลู ทางการแพทย์ 5.5 ขอ้ มลู เซนเซอร์ เช่น ขอ้ มูลทางภูมศิ าสตร์ ข้อมลู อณุ หภูมติ ่าง ๆ ข้อมลู การตรวจจบั ความเรว็

6. การจดั การขอ้ มลู ขนาดใหญ่ (Big Data) 6.1 กาหนดกลยทุ ธเ์ กี่ยวกบั ขอ้ มลู ขนาดใหญ่ ในระดับสูง เป็นแผนท่ีออกแบบมาเพ่ือช่วย ในการกากับดแู ล ปรับปรงุ และใชข้ ้อมูลจากภายนอก และภายในองคก์ รเดียวกัน 6.2 รูแ้ หล่งทม่ี าของขอ้ มลู ขนาดใหญ่ กระแสขอ้ มลู มาจาก Internet of things (LOT) และอปุ กรณ์อ่ืน ๆท่ไี หลเขา้ สู่ระบบไอที สามารถวเิ คราะห์ข้อมลู ขนาดใหญน่ ี้ได้ 6.3 การเข้าถงึ กาจดั การ และจดั เก็บขอ้ มลู ขนาดใหญ่ นอกเหนือจากการเข้าถึงท่เี ชอ่ื ถอื ได้ แล้ว ยงั ตอ้ งมวี ธิ กี ารในการรวบรวมขอ้ มูล และรับประกนั คุณภาพของข้อมูล 6.4 การวิเคราะหข์ อ้ มลู ขนาดใหญ่ ดว้ ยเทคโนโลยีทมี่ ปี ระสทิ ธิภาพสูง เช่น Grid Computing (การประมวลผลแบบกริด) 6.5 ตัดสินใจอยา่ งชาญฉลาดและใชข้ อ้ มลู ชว่ ย เพ่อื ใหส้ ามารถแขง่ ขันทางธูรกจิ ตา่ ง ๆ ได้ จาเป็นตอ้ งตัดสินใจบนพ้ืนฐานทีน่ าเสนอขอ้ มูลขนาดใหญ่ และต้องเป็นขอ้ มูลที่มีประโยชน์ชดั เจน

7. การนา Big Data มาใชป้ ระโยชน์ในดา้ นตา่ ง ๆ ภาครฐั นา Big Data มาใชใ้ นการ แก้ปัญหาความเดือดร้อนและลดความเหลื่อมล้า โดยนา ข้อมูลระบบราชการหลายหนว่ ยงาน มาวิเคราะห์โจทย์เชื่อมโยงกันเกิดเป็นข้อมูลขนาดใหญ่ นาข้อมูลจาก แหล่งต่าง ๆ มาใช้ชี้จาเพาะว่าบุคคลใดท่ีถือว่ามีรายได้น้อย พร้อมทั้งกาหนดระดับและลักษณะความ ชว่ ยเหลอื ทแี่ ตกตา่ งกนั

ภาคเอกชนนา Big Data มาใชใ้ นการ จดั เกบ็ ข้อมูลพฤตกิ รรมการซอื้ สนิ ค้าของลูกค้าอย่าง ต่อเน่อื ง และมรี ะบบท่ที าหน้าทีค่ ดั เลือกสินค้าอนื่ ๆ ทีค่ าดว่าลูกคา้ นา่ จะต้องการเพิ่มเตมิ นอกจากนนั้ ยังนามาใชเ้ พื่อยกระดับธุรกิจ ดว้ ยการพัฒนาเทคโนโลยแี ช็ตบอต (Chatbot) ที่ สามารถรับมือกบั ความต้องการของลูกค้าท่ตี ดิ ต่อเขามาผ่าน Messaging Application ไดอ้ ย่างมี ประสิทธภิ าพ รวดเร็ว และพร้อมใหบ้ รกิ ารตลอด 24 ชั่วโมง

8. กระบวนจากการ Big Data สคู่ วามสมั พนั ธข์ องขอ้ มลู 8.1 Storage: การรวบรวมข้อมลู มาจดั เกบ็ การรวบรวมข้อมูลจากแหล่งตา่ งๆ ท้ังข้อมลู ที่มคี ุณภาพ ข้อมลู ท่ีคาดวา่ จะมีประโยชน์ / ไม่ครบถ้วน ข้อมูลรูปภาพวดิ ีโอ ไฟลเ์ สยี งทง้ั หลาย ถูกส่งมาจัดเก็บทีถ่ งั ขอ้ มลู 8.2 Processing: การประมวลผล เมื่อข้อมูล ต่างๆถูกนามารวมกันไว้ในท่เี ดยี วแล้ว จะถกู นาไปจัดหมวดหมู่ข้อมูลที่มคี วามเกีย่ วขอ้ งสัมพันธ์ กนั ให้ผลคลา้ ยคลึงกันแล้วมาเปล่ียนเปน็ ข้อมูลเขา้ ระบบคลงั ขอ้ มูลท่ีผ่านการประมวลผลแล้ว 8.3 Analyst: การวิเคราะหแ์ ละนาเสนอ ข้อมูลทง้ั หมดทถี่ กู จดั เรียงแล้ว จะถกู นามาวิเคราะห์หา Pattern ของข้อมูลที่มองไมเ่ หน็ ดว้ ยตาเปลา่ เช่น หารูปแบบความสมั พันธ์ท่ซี ่อนอยู่ หาแนวโนม้ การตลาด เทรนดค์ วามชอบของลกู คา้ และถกู นาเสนอ ออกมาในรูปแบบท่ีเข้าใจง่ายผ่านทางสถิติ กราฟ หรือรปู ภาพน่นั เอง

9. วิธกี ารจดั ทา Big Data 9.1 ตง้ั เป้าหมายถงึ สิ่งเลก็ ไว้กอ่ น เพอื่ ท่ีจะได้ดวู า่ ตนเองตอ้ งการทีจ่ ะรู้เร่อื งอะไร เพอื่ แกป้ ญั หาสิง่ ใด 9.2 วางแผนรวบรวมข้อมลู จากแหล่งทมี่ อี ยู่ รจู้ กั หาขอ้ มูลจากแหล่งสื่อสงั คมออนไลน์ 9.3 จับตาความเคลอ่ื นไหวและเขา้ ใจแหลง่ ท่ีมาของขอ้ มลู เรยี นรู้สง่ิ ที่เกิดขึน้ รอบตัว ลกู คา้ คแู่ ขง่ ขัน หรือประเดน็ สาคัญทค่ี นสว่ นใหญ่กาลงั พดู ถงึ 9.4 ฝึกหาความสัมพนั ธข์ องขอ้ มลู มองหาความสมั พนั ท์ ่ีอาจเกดิ ขน้ึ จรงิ กบั ธุรกจิ 9.5 จาลองขอ้ มลู ขนึ้ มา เพื่อใหเ้ ขา้ ใจขอ้ มูลที่มีอยู่มากขนึ และเห็นภาพรวมวา่ จะนาข้อมูลไปใช้ใน แนวทางใด 9.6 แยกผลลพั ธ์และขอ้ มลู รบกวนออกจากขอ้ มลู ขนาดใหญ่ สนใจเพียงแค่ข้อมลู เชงิ ลกึ ทน่ี าไปใชต้ อ่ ได้ จรงิ ทดลองนาไปใช้กับกระบวนการทาธุรกิจ ถ้าไม่มีผลลพั ธอ์ ะไรเกดิ ข้ึนใหเ้ ลกิ สนใจขอ้ มลู นนั้ แลว้ ตัง้ เปา้ หมายและวางแผนใหมอ่ กี ครงั้

10. ตวั อยา่ งการนา Big Data ไปใช้ 10.1 การพัฒนาผลติ ภณั ฑ์ ตัวอย่างของการใชข้ อ้ มลู Big Data ในการพฒั นาผลติ ภณั ฑ์ บรษิ ทั Amazon ยกั ษ์ใหญ่ทางด้านขายปลีก ทวี่ ันหนง่ึ ๆมขี อ้ มลู ลกู คา้ ใหจ้ ดั การมหาศาล ท้งั ขอ้ มูลชือ่ ลกู ค้า ทอ่ี ยู่ ขอ้ มลู การชาระเงนิ และประวตั ิการค้นหา ขอ้ มลู เหล่าน้ีแน่นอนวา่ ถกู เกบ็ เอาไว้ใช้เพ่อื การโฆษณา แต่ในขณะเดียวกัน Amazon กใ็ ชม้ นั ในการพฒั นา ความสมั พันธก์ ับลูกค้า ซ่งึ ตอ้ งอาศยั Big Data เป็นตัวชว่ ย

10.2 การคาดการณเ์ พอื่ การบารุงรกั ษาเครอ่ื งจกั ร เพ่ือกานดตารางการซอ่ มบารงุ ประหยัดงบการซอ่ บารงุ เพ่ือให้การซอ่ มบารงุ มีประสทิ ธิภาพ 10.3 สรา้ งประสบการณท์ ดี่ ใี หก้ บั ลกู คา้ การเสนอประสบการณแ์ ละข้อเสนอทดี่ ที ส่ี ุดและตรงต่อใจลูกคา้ ท่สี ุดกจ็ ะเป็นผู้ได้เปรยี บในการแขง่ ขนั 10.4 การตรวจสอบการโกงและปฎบิ ัตติ ามกฏระเบียบ 10.5 การเรียนรขู้ องเครือ่ งจกั ร การมขี อ้ มูลขนาดใหญท่ าให้ง่ายในการเตรียมขอ้ มลู ในการสอนเครอื่ งจักร 10.6 ประสทิ ธิภาพในการปฎบิ ตั งิ าน ด้วยข้อมลู ขนาดใหญท่ าให้สามารถวเิ คราะห์การผลิต หรอื การ ปฏิบตั ิงานได้ 10.7 การขบั เคลอื่ นในการสรา้ งสรรคส์ ง่ิ ใหม่ๆ โดยการศึกษาหาความสมั พันธร์ ะหวา่ งบคุ คล สถาบัน หน่วยงาน องคก์ รและกระบวนการ โดยกาหนดวธิ ีใหมใ่ นการใช้ขอ้ มลู เชงิ ลกึ

11. ตวั อย่างแบรนด์ตา่ งๆ ทใ่ี ช้ Big Data ในการวเิ คราะหข์ ้อมูล 11.1 การใชข้ อ้ มลู ในการดงึ ดดู และรักษาลกู คา้ ลูกค้าคอื ทรัพย์สินทส่ี าคญั ท่ีสดุ ทคี่ ณุ ควรใส่ใจ ไมม่ ธี ุรกจิ ใดท่ีสามารถประสบความสาเร็จไดโ้ ดยปราศจาก การสร้างฐานลูกค้าทแี่ ขง็ แรง อย่างไรก็ตามต่อใหค้ ณุ มฐี านลูกคา้ ท่แี ข็งแรง แตห่ ากคณุ ละเลยทจ่ี ะศึกษาว่าลกู คา้ ของคณุ จรงิ ๆแล้ว ตอ้ งการส่ิงใด มนั ง่ายมากเลยท่คี ณุ จะนาเสนอ สงิ่ ท่ี “ลูกคา้ ไมต่ ้องการ” ในท่สี ุดก็จะทาให้คณุ สญู เสียลกู ค้าไป และส่ิงน้ีจะเปน็ อปุ สรรคตอ่ เส้นทางสู่ความสาเรจ็ ของคณุ

ตวั อยา่ งธรุ กิจทใี่ ช้ข้อมลู ในการดงึ ดดู ลกู คา้ McDonald’s ร้านฟาสต์ฟูด้ ทโี่ ดง่ ดังระดบั โลกท่ใี ช้เทคโนโลยีท่ีทันสมยั ในหลายๆ ดา้ นของ การทาธุรกจิ รวมถงึ การใช้ขอ้ มูลในการดแู ลลกู คา้ โดยการสง่ั อาหาร และชาระเงิน ผา่ นแอปพลิเคชนั มือถือ ออกแบบโปรโมชั่นไดต้ รงตามเป้าหมายของลกู ค้า ชว่ ยเพม่ิ ยอดขายให้กบั แบรนด์ได้อยา่ งมาก

11.2 การใช้ข้อมลู เพอ่ื แก้ไขปญั หาผโู้ ฆษณาและเสนอขอ้ มูลเชิงลกึ ทางการตลาด การสังเกตความเคล่ือนไหวบนโลกออนไลน์ โดยนามาซ่งึ การบรรลเุ ป้าหมายในการทาแคมเปญ การตลาดทตี่ อบโจทย์ลกู ค้า ตัวอย่างแบรนดท์ ใี่ ชข้ อ้ มลู สาหรบั กาหนดเปา้ หมายในการโฆษณา Netflix ทมี่ ีสมาชกิ มากกวา่ 100 ลา้ นราย ได้รวบรวมขอ้ มลู จานวนมาก ซง่ึ หากเป็นสมาชกิ ของ Netflix จะคนุ้ เคยกบั วิธีท่ี Netflix ส่งคาแนะนาภาพยนตรเ์ ร่อื งตอ่ ไปทส่ี มาชิกคววรดู ซึง่ ข้อมูลน้ี ไดม้ าจากการค้นหาย้อนหลังของสามาชกิ ไดอ้ ยา่ งแม่นยาและนาเสนอได้ตรงความต้องการของลูกคา้

11.3 การวเิ คราะหข์ อ้ มลู สาหรบั การจดั การความเสย่ี ง เราจะใช้การวเิ คราะหข์ ้อมูลมาใชใ้ นการวางแผน ประเมินความเส่ียงที่อาจเกดิ ข้ึน ทาให้ธรุ กิจสามารถทา กาไรได้มากขน้ึ ตวั อยา่ งแบรนดท์ ใี่ ชก้ ารวเิ คราะหข์ อ้ มลู ในการบรหิ ารจัดการลดความเสยี่ ง Starbuck ในฐานะที่เปน็ บรษิ ทั าแฟชน้ั นาของโลก สามารถเปดิ สาขาใหม่ในบรเิ วณใกลเ้ คียงกบั รา้ นอ่นื ๆ และยงั ประสบความสาเร็จสูง โดยก่อนทจี่ ะเปดิ สาขาStarbuck ได้ทาการวเิ คราะหข์ อ้ มลู ความเสยี่ ง ว่าพ้ืนทนี่ ั้นๆ มี ประชากร การจราจร มผี ู้คนมากน้อยเทา่ ใด

11.4 การใช้ขอ้ มลู ในการจดั การห่วงโซอ่ ปุ ทาน Supply Chain Management (SCM) หรอื การจัดการหว่ งโซอ่ ุปทานคือ กระบวนการดาเนินงานของวัสดุ สินคา้ ตลอดจน การผลติ ข้อมลู และธุรกรรมตา่ ง ๆ ผา่ นองคก์ รทเ่ี ปน็ ผู้สง่ มอบ ผผู้ ลิต ผู้จัดจาหน่าย ไปจนถึงลกู ค้าหรือผู้บรโิ ภค Big data ชว่ ยให้ซัพพลายเออร์หรอื คนที่มีหนา้ ทจ่ี ัดหา วตั ถดุ บิ ต่างๆ ใหแ้ ก่โรงงานนาไปผลิตสินคา้ เพอ่ื ขายนัน้ สามารถทางานไดอ้ ย่างแม่นยา และชัดเจนมากขึ้น ผ่านการวเิ คราะห์ขอ้ มลู จากปลายทางเชน่ ลูกคา้ ช่นื ชอบสนิ คา้ รูปแบบไหน สไี หนเปน็ พเิ ศษทาใหซ้ ัพพลายเออรส์ ามารถคานวณได้ว่าควรจัดหา วัตถดุ ิบแบบไหนเปน็ จานวนเทา่ ไหร่ เพอ่ื ใหส้ ามารถผลิตสินค้าไดเ้ หมาะสมกับจานวนท่ี ลูกค้าตอ้ งการซื้อ



เปน็ สว่ นหนึ่งของวชิ า เทคโนโลยดี จิ ทิ ัลเพอ่ื การจดั การอาชพี สมาชกิ นางสาว จิราพร ทบั ทมิ ทอง รหัสนกั ศึกษา 64302140081 นางสาว ณัฐรกิ า บญุ สกลุ รหสั นกั ศกึ ษา 64302140089 นาย วสุรัตน์ สมปอง รหัสนกั ศกึ ษา 64302140104 นางสาว วิภารตั น์ ข้อไว รหัสนักศกึ ษา 64302140106 นางสาว สรสิ รา อัครเนตร รหัสนกั ศกึ ษา 64302140110 นางสาว อนุศรา พันธบุ ุตร รหสั นกั ศึกษา 643021400116 ประกาศนยี บตั รวชิ าชพี ช้ันสงู ช้นั ปีที่ 1 กลุ่ม 3 สาขาวชิ าโลจิสตกิ สแ์ ละซพั พลายเชน เสนอโดย จา่ สิบเอก คารณ โปรยเงนิ วทิ ยาลยั เทคนคิ ลพบรุ ี

THANKS! อา้ งอิง https://www.aw https://trainmoodle.com https://promotions.co.th