วิชาเทคโนโลยีดิจิทัล บทที่1

หน่วยท่ี 1 ความรพู้ ้ืนฐาน การจดั การขอ้ มลู ขนาดใหญ่ (Big Data)

สาระการเรี ยนรู ้ 7. การนา Big Dataไปใชป้ ระโยชน์ในดา้ นตา่ งๆ 8. กระบวนการจาก Big Dataไปสูค่ วามสมั พนั ธข์ องขอ้ มูล 1. ความหมายของ Big Data 9. วิธีการจดั ทา Big Data 2. องคป์ ระกอบท่ีสาคญั ของขอ้ มูล 10. ตวั อยา่ งการนา Big Data ไปใช้ 3. ลกั ษณะท่ีสาคญั ของ Big Data 4. วิวฒั นาการของ Big Data 11. ตวั อยา่ งแบรนดต์ า่ ง ๆ ท่ีใชB้ ig Data ในการวิเคราะหข์ อ้ มูล 5. รูปแบบของขอ้ มูล Big Data 6. การจดั การขอ้ มูลขนาดใหญ่ Big Data

ผงั ความคิด (Mind Mapping) ความรู้พืน้ ฐาน การจัดการข้อมูลขนาดใหญ่ (Big Data) 1. ความหมายของ Big Data 7. การนา Big Dataไปใชป้ ระโยชน์ในดา้ นตา่ งๆ 2. องคป์ ระกอบท่ีสาคญั ของขอ้ มูล 8. กระบวนการจาก Big Dataไปสูค่ วามสมั พนั ธข์ องขอ้ มูล 3. ลกั ษณะท่ีสาคญั ของ Big Data 9. วิธีการจดั ทา Big Data 4. วิวฒั นาการของ Big Data 10. ตวั อยา่ งการนา Big Data ไปใช้ 5. รูปแบบของขอ้ มูล Big Data 11. ตวั อยา่ งแบรนดต์ า่ ง ๆ ท่ีใชB้ ig Data ในการวิเคราะหข์ อ้ มูล 6. การจดั การขอ้ มูลขนาดใหญ่ Big Data



Big Data คืออะไร Big Data หมายถึง การนาขอ้ มูลจานวนมหาศาลท่ีไดจ้ ากการ ใหบ้ ริการมาวิเคราะห์ เพ่ือหาโอกาสทางธุรกิจใชป้ ระกอบการตดั สินใจในเร่ืองสาคญั ๆ ทงั้ การพฒั นาดา้ นการขายและการตลาด การปรับปรุงสินคา้ บริการใหต้ รงความ ตอ้ งการของผูบ้ ริโภคยุคใหมท่ ่ีเปล่ียนแปลงอยา่ งรวดเร็ว



จากภาพ จะเหน็ ได้ว่า องค์ประกอบของระบบ Data แบ่งออกเป็ น 5 ส่วนด้วยกนั ได้แก่ 1. Data Source แหล่งท่มี าของข้อมลู 2. Gateway ชอ่ งทางการเชื่อมโยงข้อมลู ซง่ึ ถือได้วา่ เป็นต้นนา้ เป็นแหลง่ กาเนิดของข้อมลู อาจจะเป็น การเชื่อมโยงข้อมลู เป็นสว่ นทสี่ าคญั มาก และเป็นปัญหา ระบบ โปรแกรม หรือจะเป็นมนษุ ย์เรา ที่สร้างให้เกิดข้อมลู ขนึ ้ มา ใหญ่ในการทา Big Data Project ต้องอาศยั ทกั ษะของ ทงั ้ นี ้เม่ือได้ชื่อวา่ เป็น Big Data แล้ว ข้อมลู ตา่ งๆ มกั จะมาจาก Data Engineer ทงั ้ การเขียนโปรแกรมเอง และใช้เครื่องมือ แหลง่ ข้อมลู ทีห่ ลากหลาย นาพามาซง่ึ ความยากลาบากในการ ที่มีอยมู่ ากมาย ทงั้ นีก้ ารจะออกแบบชอ่ งทางการเชื่อมโยง จดั การโครงสร้าง หรือจดั เตรียมให้ข้อมลู ทนี่ ามารวมกนั นนั้ มีความ ข้อมลู ได้อยา่ งสมบรู ณ์แบบ จาเป็นต้องทราบก่อนว่า จะนา พร้อมใช้ตอ่ ไป ข้อมลู ใดไปทาอะไรตอ่ บ้าง มิเช่นนนั้ การสร้างช่องทางการ เช่ือมท่ไี ม่มีเปา้ หมาย ก็อาจเป็นการเสียเวลาโดยเปลา่ ประโยชน์

จากภาพ จะเหน็ ได้ว่า องค์ประกอบของระบบ Data แบ่งออกเป็ น 5 ส่วนด้วยกนั ได้แก่ 3. Storage แหล่งเกบ็ ข้อมลู 4. Analytics การวเิ คราะห์ 5. Report /Action การใช้ผลการ แหลง่ เก็บนี ้ไมใ่ ช่แคก่ ารเก็บข้อมลู จาก แหลง่ ข้อมลู แตเ่ ป็นการเก็บข้อมลู จาก ข้อมลู วเิ คราะห์ข้อมลู แหลง่ ข้อมลู หลายๆ แหลง่ เอามาไว้เพ่ือรอ สว่ นนีเ้ป็นหน้าท่หี ลกั ของ Data ผลลพั ธ์ทไี่ ด้จากการวิเคราะหส์ ามารถ การใช้งาน ซง่ึ อาจจะเป็นท่พี กั ข้อมลู ให้ Scientist ซงึ่ แบง่ งานออกเป็น 2 นาไปใช้งานได้ 2 รูปแบบ คือ ออกเป็น ลกั ษณะ คือ การวิเคราะห์เบอื ้ งต้น รายงาน เพื่อให้ Data Analyst นาผลลพั ธ์ท่ี พร้อมใช้ หรือจะเป็นแหลง่ เก็บข้อมลู ในอดีต โดยการใช้วธิ ีทางสถิติ หรือจะเป็น ได้ไปใช้กบั งานทางธรุ กิจตอ่ ไป หรือจะเป็น ก็เป็นได้ การวิเคราะห์เชิงลกึ โดยการสร้าง การนาไปกระทาเลยโดยทีไ่ มต่ ้อง Model แบบตา่ งๆ รวมไปถงึ การ มี “มนุษย์” คอยตรวจสอบ ซงึ่ จาเป็นต้องมี ใช้ Machine Learning เพ่ือให้ได้ การเขียนโปรแกรมเพิ่ม เพ่ือให้มีการกระทา ผลลพั ธ์เฉพาะจงเจาะในแตล่ ะ ออกไป ทเ่ี รียกวา่ Artificial Intelligence ปัญหา และแตล่ ะชดุ ข้อมลู

การท่ีจะเขา้ ใจสว่ นประกอบทง้ั หมดของ Big Data System ไดน้ ้ัน อาจตอ้ งใชเ้ วลา เพราะในแต่ ละสว่ น คอ่ นขา้ งมีรายละเอียดมากมาย เชน่ สว่ นของการเช่ือมโยงขอ้ มูล สามารถใชโ้ ปรแกรม ETL (Extract-Transform-Load) ได้ แตโ่ ปรแกรม ETL ก็มีหลายแบบ ทงั้ เป็นโปรแกรม Software หรือ เป็น Function หน่ึงใน Cloud Computing ดงั น้ัน การจะเขา้ ใจ Big Data Ecosystem ใหไ้ ดท้ ง้ั หมด คอ่ นขา้ งยาก และตอ้ งใชเ้ วลา แตไ่ มใ่ ช่ วา่ จะทาไมไ่ ด้ ตอ้ งวางเป้าหมายใหช้ ดั กอ่ นวา่ ท่ีตอ้ งการเขา้ ใจ หมายถึงตอ้ งการเขา้ ใจในภาพรวม หรือ ตอ้ งการทาเองใหเ้ ป็นดว้ ย ถา้ เป็นขอ้ แรก การเขา้ ใจเพ่ือใหร้ ูว้ า่ องคป์ ระกอบแตล่ ะสว่ นทางานอยา่ งไร ไมใ่ ช่ เร่ืองยาก แตต่ อ้ งแยกใหอ้ อกวา่ ส่ิงท่ีเราตอ้ งการรูค้ ือเร่ืองอะไร แตถ่ า้ เป็นขอ้ สอง น้ันคือ ตอ้ งการใชเ้ คร่ืองมือ เป็น หรือตอ้ งการเขียนโปรแกรมได้ ตอ้ งบอกวา่ ใชเ้ วลาพอสมควร



Big data ที่มีคณุ ภาพสงู ควรมีลกั ษณะพ้ืนฐานอยู่ 6 ประการหลกั ๆ (6 Vs) ดงั น้ี 1. ปริมาณ (Volume) หมายถงึ ปริมาณของข้อมลู ควรมีจานวน 3. ความเร็ว (Velocity) หมายถงึ มากพอ ทาให้เม่ือนามาวิเคราะห์แล้วจะได้ insights ที่ตรงกบั คณุ ลกั ษณะข้อมลู ทถ่ี กู สร้างขนึ ้ อยา่ งรวดเร็ว ความเป็นจริง เชน่ การทีเ่ รามีข้อมลู อายุ เพศ ของลกู ค้าสว่ นใหญ่ ตอ่ เนื่องและทนั เหตกุ ารณ์ ทาให้เราสามารถ ทาให้เราสามารถหา demographic profile ทวั่ ไปของลกู ค้าที่ วิเคราะห์ข้อมลู แบบ real-time นาผลลพั ธ์มา ถกู ต้องได้ ถ้าเรามีข้อมลู ลกู ค้าแคส่ ว่ นน้อย คา่ ท่ปี ระมาณออกมา ทาการตดั สนิ ใจและตอบสนองได้อยา่ ง อาจจะไมต่ รงกบั ความเป็นจริง ทนั ทว่ งที เช่น ข้อมลู GPS ที่ใช้ตดิ ตาม ตาแหนง่ ของรถ อาจจะนามาวิเคราะห์โอกาส 2. ความหลากหลาย (Variety) หมายถึง รูปแบบของข้อมลู ควร ท่ที าให้เกิดอบุ ตั ิเหตุ และออกแบบระบบ หลากหลายแตกตา่ งกนั ออกไป ทงั้ แบบโครงสร้าง, กึ่งโครงสร้าง, ปอ้ งกนั อบุ ตั เิ หตไุ ด้ ไม่มีโครงสร้าง ทาให้เราสามารถนามาวเิ คราะห์ประกอบกนั จนได้ ได้ insights ครบถ้วน

Big data ท่ีมีคณุ ภาพสงู ควรมีลกั ษณะพ้ืนฐานอยู่ 6 ประการหลกั ๆ (6 Vs) ดงั น้ี (ต่อ) 4. ความถกู ต้อง (Veracity) หมายถึง มีความ 5. คณุ คา่ (Value) หมายถึง ข้อมลู มีประโยชน์และมีความสมั พนั ธ์ นา่ เช่ือถือของแหลง่ ทมี่ าข้อมลู และความถกู ต้องของ ในเชิงธรุ กิจ ซงึ่ ต้องเข้าใจก่อนวา่ ไม่ใช่ทกุ ข้อมลู จะมปี ระโยชน์ใน ชดุ ข้อมลู มีกระบวนการในการตรวจสอบและยืนยนั การเก็บและวิเคราะห์ ข้อมลู ทีม่ ีประโยชน์จะต้องเก่ียวข้องกบั ความถกู ต้องของข้อมลู ซงึ่ มีความเกี่ยวเนื่องโดยตรง วตั ถปุ ระสงค์ทางธรุ กิจ เช่นถ้าต้องการเพิ่มขีดความสามารถในการ กบั ผลลพั ธ์การวิเคราะห์ข้อมลู แขง่ ขนั ในตลาดของผลติ ภณั ฑ์ทข่ี าย ข้อมลู ทีม่ ีประโยชน์ทส่ี ดุ น่าจะ เป็นข้อมลู ผลติ ภณั ฑ์ของคแู่ ขง่ 6. ความแปรผนั ได้ (Variability) หมายถงึ ข้อมลู สามารถในการเปลี่ยนแปลงรูปแบบไปตามการใช้งาน หรือสามารถคิดวิเคราะห์ได้จากหลายแงม่ มุ และ รูปแบบในการจดั เก็บข้อมลู ก็อาจจะตา่ งกนั ออกไปใน แตล่ ะแหลง่ ของข้อมลู

วิวฒั นาการของ Big Data

วิวฒั นาการของ Big Data

ประวตั ิและความเป็ นมาของ Big Data ถงึ แม้ว่าแนวคดิ เร่ืองข้อมลู ขนาดใหญ่หรือ Big Data จะเป็ นของใหม่และมีการเร่ิมทากนั ในไม่ก่ปี ี มานีเ้ อง แต่ ต้นกาเนิดของชุดข้อมูลขนาดใหญ่ได้มกี ารริเร่ิมสร้างมาตัง้ แต่ยุค 60 และในยุค 70 โลกของข้อมูลกไ็ ด้เร่ิมต้น และได้พฒั นา ศนู ย์ข้อมลู แห่งแรกขึน้ และทาการพฒั นาฐานข้อมลู เชงิ สัมพนั ธ์ขึน้ มา ประมาณปี 2005 เร่ิมได้มีการตะหนักถงึ ข้อมลู ปริมาณมากท่ผี ู้คนได้สร้างข้นมาผ่านส่ืออนไลน์ เช่น เฟสบุ๊ค ยูทปู และส่ืออนไลน์แบบอ่ืนๆ Hadoop เป็ นโอเพ่นซอร์สเฟรมเวริ ์คท่ถี ูกสร้างขึน้ มาในช่วงเวลาเดียวกนั ให้เป็ นท่เี กบ็ และ วเิ คราะห์ข้อมลู ขนาดใหญ่ และในช่วงเวลาเดียวกัน NoSQL ได้กเ็ ร่ิมขนึ้ และได้รับความนิยมมากขนึ้ การพฒั นาโอเพนซอร์สเฟรมเวริ ์ค เช่น Hadoop (และเม่อื เร็ว ๆ นีก้ ม็ ี Spark) มีความสาคญั ต่อการเตบิ โตของข้อมูลขนาด ใหญ่ เน่ืองจากทาให้ข้อมลู ขนาดใหญ่ทางานได้ง่าย และประหยัดกว่า ในช่วงหลายปี ท่ผี ่านมาปริมาณข้อมลู ขนาดใหญ่ได้ เพ่มิ ขนึ้ อย่างรวดเร็ว ผู้คนยังคงสร้างข้อมูลจานวนมาก ซ่งึ ไม่ใช่แค่มนุษย์ท่ที ามันขนึ้ มา การพฒั นาการของ IOT (Internet of Thing) ซ่งึ เป็ นเคร่ืองมอื อุปกรณ์ท่เี ช่ือมต่อกบั อนิ เตอร์เนตกท็ าการเกบ็ และรวบรวมข้อมลู ซ่งึ อาจเป็ นเร่ืองท่เี ก่ยี วกบั พฤตกิ รรมการใช้งานของลูกค้า ประสิทธิภาพของสินค้า หรือการเรียนรู้ของ เคร่ืองจกั รพวกนีล้ ้วนทาให้มีข้อมูลขนาดใหญ่

รปู แบบของขอ้ มลู Big Data 1. ขอ้ มูลเชิงพฤติกรรม 2. ขอ้ มูลภาพและเสียง 3. ขอ้ มูลขอ้ ความ 4. ขอ้ มูลท่ีถูกบนั ทึกไว้ 5. ขอ้ มูลเซนเซอร์

การจดั การขอ้ มลู ขนาดใหญ่ Big Data

กาหนดกลยุทธเ์ ก่ียวกบั ขอ้ มูลขนาดใหญ่ กลยุทธข์ อ้ มูลขนาดใหญเ่ ป็นแผนท่ีออกแบบมาเพ่ือชว่ ยในการกากบั ดูแลและ ปรับปรุงวิธีท่ีไดร้ บั จดั เก็บ จดั การ แบง่ ปัน และใชข้ อ้ มูลภายในและภายนอก องคก์ รเดียวกนั รูแ้ หลง่ ท่ีมาของขอ้ มูลขนาดใหญ่ กระแสขอ้ มูลจาก Internet of Things (IoT) และอปุ กรณท์ ่ีเช่ือมตอ่ อ่ืนๆ ท่ีไหลเขา้ สูร่ ะบบไอทีจากอปุ กรณส์ วมใส่ รถยนตอ์ จั ฉริยะ อุปกรณท์ าง การแพทย์ อุปกรณอ์ ตุ สาหกรรม และอ่ืนๆ

3 การเขา้ ถึงจดั การและจดั เก็บขอ้ มูลขนาดใหญ่ ระบบคอมพิวเตอรส์ มยั ใหมม่ ีความรวดเร็วและความยืดหยุน่ ท่ีจาเป็นในการ เขา้ ถึงขอ้ มูลจานวนมาก และประเภทของขอ้ มูลขนาดใหญไ่ ดอ้ ยา่ งรวดเร็ว นอกเหนือจากการเขา้ ถึงท่ีเช่ือถือได้ บริษทั ตา่ ง ๆ ยงั ตอ้ งมีวิธีการรวบรวมขอ้ มูล รับประกนั คุณภาพของขอ้ มูล การจดั ระเบียบขอ้ มูลและการจดั เก็บ 4 การวิเคราะหข์ อ้ มูลขนาดใหญ่ ดว้ ยเทคโนโลยีท่ีมีประสิทธิภาพสูง เชน่ Grid Computing (การประมวลผลแบบกริด) หรือ การ วิเคราะหใ์ นหน่วยความจา องคก์ รตา่ งๆ จึงสามารถท่ีจะใชข้ อ้ มูลขนาดใหญท่ ง้ั หมด แลว้ นามา วิเคราะหไ์ ด้ การวิเคราะหข์ อ้ มูลขนาดใหญเ่ ป็นวิธีของบริษทั ตา่ งๆ ไดร้ ับมูลคา่ และขอ้ มูลเชิงลึกจาก ขอ้ มูลปัจจุบนั ซ่ึงเป็นขอ้ มูลขนาดใหญ่

5 ตดั สินใจอยา่ งชาญฉลาดและใชข้ อ้ มูลชว่ ย ขอ้ มูลท่ีไดร้ บั การจดั การและมีความน่าเช่ือถือนาไปสูก่ ารวิเคราะหท์ ่ีน่าเช่ือและการตดั สินใจท่ี น่าเช่ือถือ เพ่ือใหส้ ามารถแขง่ ขนั ได้ ธุรกิจตา่ ง ๆ จาเป็นตอ้ งไดร้ ับประโยชนส์ ูงสุด จากขอ้ มูลขนาด ใหญแ่ ละดาเนินงานบนพ้ืนฐานขอ้ มูล ตดั สินใจบนพ้ืนฐานหลกั ฐานท่ีนาเสนอโดยขอ้ มูลขนาดใหญ่ และตอ้ งการขบั เคล่ือนดว้ ยขอ้ มูลท่ีมีประโยชนช์ ดั เจน

กระบวนการจาก Big Data ส่คู วามสมั พนั ธข์ องขอ้ มลู 1. Storage: การรวบรวมข้อมลู มาจดั เกบ็ การรวบรวมข้อมลู จากแหลง่ ตา่ งๆ ทงั้ ข้อมลู ท่ีมีคณุ ภาพ ข้อมลู ที่คาดวา่ จะมีประโยชน์ / ไมค่ รบถ้วน ข้อมลู รูปภาพ วดิ โี อ ไฟล์เสียงทงั้ หลาย ถกู สง่ มาจดั เก็บที่ถงั ข้อมลู 2. Processing: การประมวลผล เมื่อข้อมลู ตา่ งๆถกู นามารวมกนั ไว้ในที่เดยี วแล้ว จะถกู นาไปจดั หมวดหมขู่ ้อมลู ที่มีความเกี่ยวข้องสมั พนั ธ์กนั ให้ผลคล้ายคลงึ กนั แล้วนามาเปลยี่ นเป็นรูปแบบข้อมลู เพ่ือเอาเข้าระบบคลงั ข้อมลู ท่ีผา่ นการประมวลผลแล้ว 3. Analyst: การวเิ คราะห์และนาเสนอ จากนนั้ ข้อมลู มากมายทงั้ หมดที่ถกู จดั เรียงแล้วในหลายมิติจะถกู นามาวเิ คราะห์หา Pattern ของข้อมลู ท่ี มองไมเ่ หน็ ด้วยตาเปลา่ เช่น หารูปแบบความสมั พนั ธ์ท่ีซ่อนอยู่ หาแนวโน้มการตลาด เทรนด์ความชอบของ ลกู ค้า และข้อมลู อ่ืนๆท่ีเป็นประโยชน์ทางธรุ กิจ และถกู นาเสนอออกมาในรูปแบบที่เข้าใจง่ายผา่ นทางสถิติ กราฟ หรือรูปภาพนน่ั เอง

วิธีการจดั ทา Big Data ตง้ั เป้าหมายถึงส่ิงเล็กไวก้ อ่ น ฝึกหาความสมั พนั ธข์ องขอ้ มูล วางแผนรวบรวมขอ้ มูลจากแหลง่ ท่ีมีอยู่ จาลองขอ้ มูลข้ึนมา จบั ตาความเคล่ือนไหวและเขา้ ใจแหลง่ ท่ีมา แยกผลลพั ธแ์ ละขอ้ มูลรบกวนออกจากขอ้ มูล ของขอ้ มูล ขนาดใหญ่

การนา Big Data ไปใชป้ ระโยชนใ์ นดา้ นต่างๆ

ข้อมลู ขนาดใหญ่หรือ Big Data ช่วยให้เราสามารถจดั การงานทางธรุ กิจได้อยา่ งมีประสิทธิภาพ ได้ตงั้ แตก่ ารเก็บข้อมลู ของลกู ค้า เพื่อสร้างประสบการณ์ทดี่ ใี ห้กบั ลกู ค้า เป็นต้น ตอ่ นีไ้ ปเป็นตวั อยา่ งเพียงสว่ นหนง่ึ ของการใช้ข้อมลู Big Data การพฒั นาผลิตภณั ฑ์ การคาดการณเ์ พ่ือการบารุงรกั ษาเคร่ืองจกั ร บริษัท Netflix และ บริษัท Procter & Gamble ได้ใช้ข้อมลู Big ปัจจยั ที่ใช้ทานายการชารุดของเครื่องจกั รนี ้มาจากข้อมลู ทงั้ ที่ Data ช่วยในการคาดการณ์ความต้องการของลกู ค้า พวกเขาสร้าง เป็นแบบมีโครงสร้างเชน่ วนั เดือนปี ที่ผลิต รุ่น และข้อมลู ทไ่ี ม่ โมเดลเชิงคาดการณ์สาหรับผลิตภณั ฑ์และบริการใหม่ ๆ โดยการ มีโครงสร้าง เชน่ ข้อมลู จากเว็นเซอร์ตา่ งๆ เชน่ อณุ ภมู ิของ จาแนกคณุ ลกั ษณะทีส่ าคญั ของผลติ ภณั ฑ์หรือบริการในอดีตและ เครื่องยนต์ การทางานผิดปกติของเครืองจกั ร ซง่ึ ข้อมลู เหลา่ นี ้ ปัจจบุ นั และสร้างแบบจาลองความสมั พนั ธ์ระหวา่ งคณุ ลกั ษณะ จะต้องได้รับการวิเคราะห์ก่อนทจ่ี ะเกิดปัญหา การวิเคราะห์ เหลา่ นีก้ บั ความสาเร็จในเชิงพาณิชย์ของข้อเสนอ นอกากนีย้ งั มี ข้อมลู เหลา่ นี ้เพื่อกาหนดตารางซ่อมบารุง เพ่ือประหยดั งบ บริษัท P&G ยงั ใช้ข้อมลู ของสอื่ สงั คมออนไลน์ในการวเิ คราะห์ ใน การซ่อมบารุง และรวมไปถงึ การสต๊อกอะไหลต่ า่ งๆ เพืทอ่ ให้ การทดสอบตลาดและเปิดตวั สินค้าในชว่ งต้น เพื่อวางแผนการผลิต การซ่อมบารุงได้อยา่ งมีประสิทธิภาพ ทนั เวลา และประหยดั และเปิดตวั สนิ ค้าใหม่ งบประมาณ

สรา้ งประสบการณท์ ่ีดีใหก้ บั ลูกคา้ การตรวจสอบการโกงและการปฏิบตั ิตามกฎระเบยี บ ในสภาวะการแขง่ ขนั ทางการค้าในปัจจบุ นั การเสนอประสบการณ์ การโกงในระบบเครือขา่ ยอนิ เตอร์เนตไม่ได้มเี ฉพาะจากแฮก และข้อเสนอที่ดที ่ีสดุ และตรงใจแก่ลกู ค้าท่ีสดุ ก็จะเป็นผ้ไู ด้เปรียบ เกอร์เทา่ นนั้ ซงึ่ เราจะต้องเผชิญกบั ผ้เู ชย่ วชาญในหลายๆ ในการแขง่ ขนั ข้อมลู ขนาดใหญ่หรือ Big Data ชว่ ยให้ธรุ กิจ รูปแบบ ในระบบการรักษาความปลอดภยั สมยั ใหม่นีไ้ ด้มีการ รวบรวมข้อมลู จากสอ่ื สงั คมออนไลน์ ผ้เู ข้าชมเว๊ปไซท์ ผ้เู ข้าใช้ พฒั นาอยา่ งไมห่ ยดุ นิ่ง การใช้ข้อมลู ขนาดใหญ่สามารถทาให้ แอพพลิเคชนั่ ข้อมลู การตอบโต้ทางโทรศพั ท์ ข้อมลู การสนทนา เราระบรุ ูปแบบของข้อมลู ท่ีเข้าในรูปท่ีมิชอบ และไมถ่ กู ต้อง ผา่ นสอื่ ตา่ งๆ เพ่ือชว่ ยให้ปรับปรุงการส่อื สารกบั ลกู ค้า และเพ่ิม ตามข้อกาหนดของเราได้ มลู คา่ ให้ได้มากที่สดุ ด้วยการสง่ ข้อเสนอสดุ พิเศษให้ตรงใจกบั ลกู ค้า และยงั ช่วยแก้ปัญหาทเ่ี กิดกบั ลกู ค้า เป็นการแก้ปัญหาเชิง การเรียนรู้ของเครื่องจกั ร หรือ Learning Machine กาลงั เป็น รุกได้อยา่ งมีประสิทธิภาพ ทีน่ ิยมอย่ใู นขณะนี ้ข้อมลู โดยเฉพาะอยา่ งย่ิงข้อมลู ขนาดใหญ่ เป็นเหตผุ ลทเี่ ราสามารถสอนเครื่องจกั รได้ การมีข้อมลู ขนาด การเรียนรูข้ องเคร่ืองจกั ร (Machine Learning) ใหญ่ทาให้งา่ ยในการเตรียมข้อมลู ในการสอนเครื่องจกั รให้ สามารถเรียนรู้ได้

ข้อมลู ขนาดใหญ่หรือ Big Data ชว่ ยให้เราสามารถจดั การงานทางธรุ กิจได้อย่างมีประสิทธิภาพ ได้ตงั้ แตก่ ารเก็บข้อมลู ของลกู ค้า เพ่ือสร้างประสบการณ์ท่ดี ีให้กบั ลกู ค้า เป็นต้น ตอ่ นีไ้ ปเป็นตวั อยา่ งเพียงสว่ นหนง่ึ ของการใช้ข้อมลู Big Data ประสิทธิภาพในการปฏิบตั ิงาน การขบั เคล่ือนในการสรา้ งสรรคส์ ่ิงใหมๆ่ โดยปกติประสิทธิภาพในการปฏิบตั งิ านเรามกั ไมท่ ราบวา่ การ ข้อมลู ขนาดใหญ่สามารถชว่ ยคณุ ในการสร้างสรรค์ส่งิ ใหม่ ๆ ดาเนินงานนนั้ มีประสทิ ธิภาพเพียงใด แตใ่ นพืน้ ท่ีท่มี ีข้อมลู ขนาด ได้โดยการศกึ ษาความสมั พนั ธ์ระหวา่ ง บคุ คล สถาบนั ใหญ่ ด้วยข้อมลู มลู ขนาดใหญ่นีท้ าให้เราสามารถวเิ คราะห์ และ หน่วยงาน องค์กร และกระบวนการ และดาเนินการกาหนด เข้าถึง การผลติ หรือการปฏิบตั งิ านได้ การตอบรับของลกู ค้า วิธีการใหม่ในการใช้ข้อมลู เชิงลกึ เหลา่ นนั้ ใช้ข้อมลู เชิงลกึ เพ่ือ รวมถึงปัจจยั อ่ืนๆที่จะทาให้ธุรกิจหยดุ ชะงกั หรือขดั ข้องได้ และ ปรับปรุงการตดั สินใจเก่ียวกบั การพิจารณาเร่ืองการเงิน สามารถคาดการณ์ความต้องการลว่ งหน้าด้วยการวิเคราะห์ข้อมลู วางแผนและพิจารณาแผนงาน ตรวจสอบแนวโน้มและสง่ิ ท่ี ขนาดใหญ่ ข้อมลู ขนาดใหญ่หรือ Big Data นีย้ งั สามารถใช้เพื่อ ลกู ค้าต้องการ นาเสนอผลติ ภณั ฑ์และบริการใหม่ ๆ ใช้การ ปรับปรุงการตดั สนิ ใจให้สอดคล้องกบั ความต้องการของตลาดใน กาหนดราคาแบบไดนามิก ที่มีความเป็นไปได้ไม่มีที่สนิ ้ สดุ ปัจจบุ นั ได้อีกด้วย

ตวั อย่างแบรนดต์ ่างๆ ที่ใช้ Big Data ในการวิเคราะหข์ อ้ มลู

ตวั อย่างแบรนดต์ ่างๆ ท่ีใช้ Big Data ในการวิเคราะหข์ อ้ มูล #1 การใช้ข้อมูลในการดงึ ดูดและรักษาลูกค้า ลกู ค้าคอื #2 การใช้ข้อมูลเพ่อื แก้ไขปัญหาผู้โฆษณาและเสนอ ทรัพย์สินทีส่ าคญั ท่สี ดุ ทค่ี ณุ ควรใสใ่ จ ไม่มีธรุ กิจใดท่ีสามารถประสบ ข้อมูลเชงิ ลึกทางการตลาด การวิเคราะห์ Big Data ความสาเร็จได้โดยปราศจากการสร้างฐานลกู ค้าทแี่ ข็งแรง อยา่ งไรก็ สามารถชว่ ยจบั ครู่ ะหวา่ งความคาดหวงั ของลกู ค้ากบั ธรุ กิจได้ ตามตอ่ ให้คณุ มีฐานลกู ค้าที่แขง็ แรง แตห่ ากคณุ ละเลยที่จะศกึ ษาวา่ ซงึ่ รวมถึงการเปลยี่ นสายผลติ ภณั ฑ์ของธรุ กิจให้ตอบโจทย์ ลกู ค้าของคณุ จริงๆแล้วต้องการสิ่งใด มนั งา่ ยมากเลยที่คณุ จะ ความต้องการลกู ค้ามากขนึ ้ และมนั่ ใจได้ว่าในการทาแคมเปญ นาเสนอสง่ิ ที่ “ลกู ค้าไมต่ ้องการ” ในทีส่ ดุ ก็จะทาให้คณุ สญู เสียลกู ค้า การตลาดและการโฆษณานนั้ มีประสิทธิภาพมากขนึ ้ ซงึ่ ใน ไปและสง่ิ นีจ้ ะเป็นอปุ สรรคตอ่ เส้นทางสคู่ วามสาเร็จของคณุ ความเป็นจริงนนั้ หลายธรุ กิจได้สญู เสยี เงินไปจานวนมาก ใน การทาแคมเปญโฆษณาท่ผี ลลพั ธ์ไม่เป็นไปตามความต้องการ นนั้ อาจเป็นเพราะพวกเขาได้ข้ามขนั้ ตอนในการวิเคราะห์ข้อมลู ก่อนลงมือทาโฆษณา





ตวั อย่างแบรนดต์ ่างๆ ที่ใช้ Big Data ในการวิเคราะหข์ อ้ มลู #3 การวเิ คราะห์ข้อมลู สาหรับการจดั การความเส่ียง แผนการจดั การความเสี่ยงเป็นการลงทนุ ที่สาคญั สาหรับหลายๆธรุ กิจเพราะปัจจบุ นั หลายๆอยา่ งตา่ งเคลอ่ื นไหวหรือ เปล่ยี นแปลงอย่ตู ลอดเวลา ซง่ึ ความสามารถในการมองเหน็ ถงึ ความเส่ยี งที่อาจเกิดขนึ ้ และสามารถลดความเสีย่ งนนั้ ก่อนทจ่ี ะ เกิดขนึ ้ เป็นส่งิ สาคญั อย่างมากสาหรับการทาธรุ กิจ ซง่ึ เราจะใช้การวเิ คราะห์ข้อมลู มาใช้ในการวางแผน ประเมินความเส่ียงทีอ่ าจ เกิดขนึ ้ โดยสามารถวดั และจาลองถึงความเสย่ี งท่ตี ้องเผชิญหน้า หรืออีกนยั หนงึ่ การลดความเส่ยี งทาให้ธุรกิจสามารถทากาไร ได้มากขนึ ้ การวิเคราะห์ Big Data มีสว่ นสาคญั อยา่ งมากตอ่ การพฒั นาทางเลอื กให้แกก่ ารบริหารจดั การความเสยี่ ง เมื่อ พิจารณาถึงความพร้อมของข้อมลู ท่เี พิ่มขนึ ้ และความหลากหลายของสถิตกิ ารวเิ คราะห์ข้อมลู ขนาดใหญ่ท่ีมีศกั ยภาพมหาศาล ดงั นนั้ ธุรกิจสามารถบรรลเุ ปา้ หมายและตดั สินใจเชิงกลยทุ ธ์ได้ดีมากยิ่งขนึ ้



ตวั อย่างแบรนดต์ ่างๆ ท่ีใช้ Big Data ในการวิเคราะหข์ อ้ มลู #4 การใช้ข้อมลู ในการจดั การห่วงโซ่อุปทาน Supply Chain Management (SCM) หรือการจดั การหว่ งโซอ่ ปุ ทานคอื กระบวนการดาเนินงานของวสั ดุ สนิ ค้า ตลอดจนการผลติ ข้อมลู และธรุ กรรมตา่ งๆ ผา่ น องค์กรท่เี ป็นผ้สู ง่ มอบ ผ้ผู ลติ ผ้จู ดั จาหน่าย ไปจนถงึ ลกู ค้าหรือผ้บู ริโภค Big data ช่วยให้ซพั พลายเออร์หรือคนท่มี ีหน้าทจี่ ดั หาวตั ถดุ บิ ตา่ งๆให้แก่โรงงานนาไปผลติ สินค้าเพื่อขายนนั้ สามารถทางานได้อยา่ งแม่นยาและชดั เจนมากขนึ ้ ผา่ นการวิเคราะห์ข้อมลู จากปลายทาง เช่น ลกู ค้าชื่นชอบสนิ ค้ารูปแบบไหน สไี หนเป็นพิเศษทาให้ซพั พลายเออร์สามารถคานวณได้วา่ ควรจดั หาวตั ถดุ ิบแบบไหนเป็นจานวน เทา่ ไหร่ เพื่อให้สามารถผลติ สินค้าได้เหมาะสมกบั จานวนทล่ี กู ค้าต้องการซอื ้ ด้วยวิธีการท่ีทนั สมยั จะชว่ ยให้ระบบการทางานในขนั้ ตอน ของการสง่ั ผลิตและการขนสง่ สนิ ค้าสามารถทาได้อยา่ งเป็นระบบมากขนึ ้ และสามารถลดความผิดพลาดสินค้าขาดหรือเกินสตอ็ กอีกด้วย ซงึ่ ทาได้จากการวิเคราะห์ข้อมลู ท่ีมีอยใู่ นระบบการผลิตในแตล่ ะสว่ นมาทาการรวบรวมและวเิ คราะห์ อีกสว่ นมาจากการแบง่ ปันความรู้ และการทางานร่วมกนั ของแตล่ ะฝ่ายมนั จะเป็นรากฐานสาหรับการจดั การหว่ งโซ่อปุ ทานทาให้ซพั พลายเออร์สามารถใช้ประโยชน์จาก ข้อมลู ได้มีประสิทธิภาพมากยง่ิ ขนึ ้



สรปุ ประเด็นสาคญั Big Data เป็ นข้อมูลท่มี ีโครงสร้างชัดเจน ( Structured Data) เช่น ข้อมูลท่เี กบ็ อยู่ ในตารางข้อมูลต่าง ๆ และฐานข้อมูลต่างๆ ปกตโิ ดยท่วั ไปหรืออาจเป็ นข้อมูลก่งึ มี โครงสร้าง ( Semi - Structured Data) เช่น ล็อกไฟล์ (Log Files) หรือแม้กระท่งั ข้อมูลท่ไี ม่มีโครงสร้าง( UnStructured Data) เช่นข้อมูลการโต้ตอบปฏสิ ัมพันธ์ผ่าน สังคมเครือข่าย (Social Network) และข้อมูลท่ใี ช้ในการเซนเซอร์ เช่น การตรวจจับ ความเร็ว ฯลฯ ฉะนัน้ ก่อนท่ธี ุรกจิ จะนา Big Data มาใช้งานได้ ควรพจิ ารณาว่าข้อมูล ไหลเวียนไปยังสถานท่ี แหล่งท่มี า ระบบ เจ้าของ และผู้ใช้จานวนมากได้อย่างไร มี ขัน้ ตอนสาคัญในการจดั การโครงสร้างข้อมูล ขนาดใหญ่นี้ ซ่งึ รวมถงึ ข้อมูลแบบดัง้ เดมิ ข้อมูลท่มี ีโครงสร้าง และข้อมูลท่ไี ม่มีโครงสร้างและก่งึ มีโครงสร้าง