หน่วยที่ 1

จัดทำโดย นำงสำว สนุ นั ทำ นว่ มนุ่ม 035

1. ควำมหมำยของ Big Data 7. กำรนำ Big Data ไปใช้ประโยชนใ์ นดำ้ นต่ำง ๆ 2. องค์ประกอบท่ีสำคัญของข้อมูล 8. กระบวนกำรจำก Big Data สคู่ วำมสัมพันธข์ องข้อมลู 3. ลกั ษณะท่สี ำคญั ของ Big Data 9. วิธีกำรจดั ทำ Big Data 4. ววิ ัฒนำกำรของ Big Data 10. ตัวอยำ่ งกำรนำ Big Data ไปใช้ 5. รูปแบบของขอ้ มลู Big Data 11. ตวั อยำ่ งแบรนด์ต่ำง ๆ ท่ีใช้ Big Data ในกำรวเิ ครำะห์ 6. กำรจดั กำรข้อมลู ขนำดใหญ่ (Big Data) ขอ้ มลู

1. ควำมหมำยของ Big Data Big Data หมายถึง ปริมาณข้อมูลที่ มหาศาล ท้ังแบบข้อมูลที่มีโครงสร้างและไม่มี โครงสรา้ ง ซึ่งปะปนอยูม่ ากมายในการทาธุรกิจใน แต่ละวนั หากแต่ไม่ใชป่ รมิ าณของข้อมูลที่เป็นส่ิง สาคัญ ส่ิงสาคญั ก็คือการท่ีองค์กรจัดการกับข้อมูล ตา่ งหากการวเิ คราะห์ Big Data นาไปสู่ข้อมูลเชิง ลกึ เพ่ือการตดั สนิ ใจทด่ี กี ว่าและการเคล่ือนไหวใน กลยทุ ธธ์ ุรกิจ

2. องค์ประกอบที่สำคญั ของขอ้ มลู

1. Data Source แหลง่ ท่มี ำของข้อมลู ซ่ึงถือไดว้ ่า เป็นตน้ น้า เปน็ แหล่งกาเนิดของข้อมูล อาจจะเปน็ ระบบ โปรแกรม หรือจะเป็นมนุษย์เรา ที่ สรา้ งใหเ้ กดิ ขอ้ มลู ขน้ึ มา ท้ังนี้ เมือ่ ได้ชื่อว่าเปน็ Big Data แล้ว ข้อมลู ตา่ งๆ มักจะมาจากแหล่งข้อมูลที่หลากหลาย นาพามาซ่ึงความยากลาบากในการจดั การโครงสรา้ ง หรอื จดั เตรียมให้ข้อมูลท่ีนามารวมกันนั้น มีความพร้อมใช้ ต่อไป 2. Gateway ชอ่ งทำงกำรเชือ่ มโยงขอ้ มลู การเชอ่ื มโยงขอ้ มูล เป็นสว่ นที่สาคัญมาก และเป็นปัญหาใหญ่ในการทา Big Data Project ต้องอาศัย ทกั ษะของ Data Engineer ท้ังการเขียนโปรแกรมเอง และใช้เคร่ืองมือที่มีอยู่มากมาย ท้ังน้ีการจะออกแบบช่อง ทางการเชอ่ื มโยงขอ้ มลู ไดอ้ ยา่ งสมบรู ณ์แบบ จาเปน็ ตอ้ งทราบกอ่ นวา่ จะนาข้อมูลใดไปทาอะไรต่อบ้าง มิเช่นนั้น การสร้างชอ่ งทางการเชือ่ มที่ไม่มีเป้าหมาย กอ็ าจเป็นการเสียเวลาโดยเปล่าประโยชน์

3. Storage แหลง่ เก็บขอ้ มลู แหล่งเก็บนี ้ไม่ใช่แคก่ ารเกบ็ ข้อมูลจากแหล่งข้อมูล แตเ่ ป็นการเก็บข้อมลู จากแหล่งข้อมลู หลายๆ แหลง่ เอามาไว้เพ่อื รอการใช้งาน ซึง่ อาจจะเป็นท่ีพักข้อมูลให้พร้ อมใช้ หรือจะเป็นแหล่งเก็บข้อมลู ในอดีตก็ เป็นได้ 4. Analytics กำรวิเครำะห์ข้อมูล สว่ นน้เี ป็นหน้าท่ีหลกั ของ Data Scientist ซึง่ แบ่งงานออกเป็น 2 ลักษณะ คือ การวิเคราะห์เบื้องต้น โดยการใชว้ ิธีทางสถติ ิ หรือจะเป็นการวิเคราะห์เชิงลกึ โดยการสร้าง Model แบบตา่ งๆ รวมไปถึงการใช้ Machine Learning เพอ่ื ให้ได้ผลลัพธ์เฉพาะจงเจาะในแตล่ ะปญั หา และแต่ละชดุ ขอ้ มูล

5. Result/Action กำรใชผ้ ลกำรวเิ ครำะห์ขอ้ มลู ผลลัพธ์ท่ไี ด้จากการวิเคราะหส์ ามารถนาไปใช้งาน ได้ 2 รูปแบบ คือ ออกเป็นรายงาน เพื่อให้ Data Analyst นาผลลัพธ์ทไ่ี ดไ้ ปใช้กบั งานทางธุรกิจต่อไป หรือจะเป็นการ นาไปกระทาเลยโดยทีไ่ ม่ต้องมี “มนษุ ย์” คอยตรวจสอบ ซึ่ง จาเป็นต้องมีการเขียนโปรแกรมเพ่ิม เพ่ือให้มีการกระทา ออกไป ทีเ่ รียกวา่ Artificial Intelligence (AI)

3. ลักษณะทสี่ ำคญั ของ Big Data Big data ที่มคี ณุ ภำพสูงควรมีลักษณะพื้นฐำนอยู่ 6 ประกำรหลักๆ (6 Vs) ดงั น้ี

1. ปรมิ ำณ (Volume) หมายถงึ ปริมาณของข้อมลู ควรมีจานวนมากพอ ทาให้เมื่อนามาวิเคราะห์แล้วจะได้ insights ท่ีตรงกับ ความเปน็ จรงิ เช่น การท่เี รามีข้อมูลอายุ เพศ ของลูกค้าส่วนใหญ่ ทาให้เราสามารถหา demographic profile ทั่วไปของลกู ค้าทีถ่ กู ตอ้ งได้ ถ้าเรามีขอ้ มูลลกู ค้าแค่สว่ นนอ้ ย คา่ ท่ีประมาณออกมาอาจจะไม่ตรงกบั ความเปน็ จรงิ 2. ควำมหลำกหลำย (Variety) หมายถงึ รูปแบบของขอ้ มูลควรหลากหลายแตกต่างกนั ออกไป ทั้งแบบโครงสร้าง, กึ่งโครงสร้าง, ไม่มี โครงสร้าง ทาให้เราสามารถนามาวิเคราะหป์ ระกอบกัน จนได้ได้ insights ครบถว้ น

3. ควำมเรว็ (Velocity) หมายถึง คุณลักษณะข้อมูลที่ถูกสร้างขึ้นอย่างรวดเร็วต่อเน่ืองและทันเหตุการณ์ ทาให้เราสามารถ วิเคราะหข์ อ้ มลู แบบ real-time นาผลลัพธม์ าทาการตดั สินใจและตอบสนองไดอ้ ยา่ งทันท่วงที เช่น ข้อมูล GPS ที่ ใช้ตดิ ตามตาแหน่งของรถ อาจจะนามาวิเคราะห์โอกาสทท่ี าใหเ้ กิดอุบัติเหตุ และออกแบบระบบป้องกันอุบัติเหตุ ได้ 4. ควำมถูกต้อง (Veracity) หมายถงึ มคี วามนา่ เชอื่ ถือของแหล่งท่ีมาข้อมูลและความถูกต้องของชุดข้อมูล มีกระบวนการในการ ตรวจสอบและยนื ยนั ความถูกต้องของข้อมลู ซ่ึงมีความเกี่ยวเนื่องโดยตรงกบั ผลลพั ท์การวิเคราะหข์ อ้ มลู

5. คณุ ค่ำ (Value) หมายถึง ข้อมูลมีประโยชน์และมีความสัมพันธ์ในเชิงธุรกิจ ซึ่งต้องเข้าใจก่อนว่าไม่ใช่ทุกข้อมูลจะมี ประโยชนใ์ นการเกบ็ และวิเคราะห์ ข้อมลู ทมี่ ีประโยชนจ์ ะตอ้ งเก่ียวขอ้ งกับวัตถุประสงค์ทางธุรกิจ เช่นถ้าต้องการ เพิ่มขีดความสามารถในการแข่งขันในตลาดของผลิตภัณฑ์ที่ขาย ข้อมูลท่ีมีประโยชน์ท่ีสุดน่าจะเป็นข้อมูล ผลิตภณั ฑข์ องค่แู ข่ง 6. ควำมแปรผันได้ (Variability) หมายถงึ ข้อมลู สามารถในการเปล่ยี นแปลงรูปแบบไปตามการใช้งาน หรือสามารถคดิ วิเคราะห์ ได้จากหลายแงม่ มุ และรปู แบบในการจดั เกบ็ ข้อมลู ก็อาจจะตา่ งกนั ออกไปในแตล่ ะแหลง่ ของข้อมลู

4. วิวัฒนำกำรของ Big Data ถึงแมว้ า่ แนวคดิ เร่อื งข้อมูลขนาดใหญห่ รอื Big Data จะเป็นของใหม่และมีการเร่ิมทากันในไม่ก่ีปีมาน้ี เอง แตต่ น้ กาเนิดของชุดข้อมูลขนาดใหญ่ได้มีการริเร่ิมสร้างมาตั้งแต่ยุค 60 และในยุค 70 โลกของข้อมูลก็ได้ เร่ิมตน้ และไดพ้ ัฒนาศนู ยข์ อ้ มูลแหง่ แรกข้นึ และทาการพัฒนาฐานขอ้ มูลเชิงสัมพันธข์ ้ึนมา ประมาณปี 2005 เริ่มได้มีการตะหนักถึงข้อมูลปริมาณมากท่ีผู้คนได้สร้างข้นมาผ่าน สื่ออนไลน์ เช่น เฟสบุ๊ค ยูทปู และสอื่ อนไลนแ์ บบอนื่ ๆ Hadoop เป็นโอเพ่นซอร์สเฟรมเวริ ์คทถี่ ูกสร้างข้นึ มาในช่วงเวลาเดียวกัน ให้เป็นที่เกบ็ และวิเคราะหข์ อ้ มลู ขนาดใหญ่ และในชว่ งเวลาเดียวกนั NoSQL ได้ก็เรมิ่ ข้ึนและได้รับความนิยมมาก ขึ้น

การพัฒนาโอเพนซอร์สเฟรมเวิร์ค เช่น Hadoop (และเม่ือเร็ว ๆ นี้ก็มี Spark) มีความสาคัญต่อการ เติบโตของข้อมูลขนาดใหญ่ เนอ่ื งจากทาให้ขอ้ มลู ขนาดใหญ่ทางานได้งา่ ย และประหยัดกว่า ในช่วงหลายปีที่ผ่าน มาปริมาณขอ้ มลู ขนาดใหญ่ได้เพ่ิมขึ้นอยา่ งรวดเร็ว ผู้คนยังคงสร้างข้อมูลจานวนมาก ซ่ึงไม่ใช่แค่มนุษย์ท่ีทามัน ข้นึ มา การพัฒนาการของ IOT (Internet of Thing) ซ่งึ เป็นเครื่องมืออุปกรณ์ท่ีเชื่อมต่อกับอินเตอร์เนตก็ทา การเกบ็ และรวบรวมขอ้ มลู ซ่งึ อาจเปน็ เร่ืองทเ่ี ก่ยี วกับพฤตกิ รรมการใช้งานของลูกค้า ประสทิ ธภิ าพของสินค้า หรือ การเรยี นรูข้ องเครือ่ งจกั รพวกน้ีล้วนทาใหม้ ขี ้อมูลขนาดใหญ่

แม้วา่ ยุคของข้อมลู ขนาดใหญ่ Big Data มาถึงและไดเ้ ริม่ ต้นแลว้ แตม่ นั กย็ งั เปน็ เพียงแตช่ ่วงแรกๆ และ ระบบระบบคลาวด์คอมพวิ ต้ิงกไ็ ด้ขยายความเป็นไปได้มากขึ้น คลาวด์มีความสามารถในการในการใช้งานได้ อย่างยืดหยุน่ ได้

5. รูปแบบของข้อมูล Big Data 1. Behavioral data: ข้อมูลเชิงพฤติกรรมการใช้งาน ต่างๆ เช่น server log, พฤติกรรมการคลิกดู ข้อมูล, ขอ้ มลู การ ใช้ ATM เป็นตน้ 2. Image & sounds: ภาพถา่ ย, วดิ ีโอ, รปู จาก google street view, ภาพถา่ ยทางการแพทย์, ลายมือ , ขอ้ มลู เสยี งที่ถกู บันทกึ ไว้ เปน็ ต้น 3. Languages: text message, ขอ้ ความทีถ่ ูก tweet, เนอ้ื หาต่างๆในเวบ็ ไซต์ เปน็ ตน้ 4. Records: ขอ้ มลู ทางการแพทย์, ข้อมูลผลสารวจ ท่ีมีขนาดใหญ่, ข้อมลู ทางภาษี เป็นต้น 5. Sensors: ข้อมลู อุณหภมู ิ, accelerometer, ข้อมลู ทางภมู ศิ าสตร์ เปน็ ตน้

6. กำรจดั กำรข้อมูลขนำดใหญ่ Big Data ในทธ่ี ุรกิจจะสามารถนา Big Data มาใชง้ านได้ พวกเขาควรพิจารณาว่าขอ้ มูลจะไหลเวียนไปยังสถานที่ แหล่งท่มี า ระบบ เจ้าของ และผู้ใชจ้ านวนมากได้อย่างไร มีห้าขั้นตอนสาคัญในการจัดการ “โครงสร้างข้อมูล” ขนาดใหญ่นี้ ซ่ึงรวมถึงขอ้ มูลแบบดงั้ เดมิ ข้อมลู ท่มี ีโครงสรา้ ง และขอ้ มูลท่ไี ม่มโี ครงสร้างและกง่ึ มีโครงสรา้ ง: 1) กำหนดกลยทุ ธเ์ กย่ี วกบั ขอ้ มูลขนำดใหญ่ ในระดับสงู กลยุทธข์ อ้ มลู ขนาดใหญ่เปน็ แผนท่ีออกแบบมาเพอ่ื ช่วยคณุ ในการกากับดูแลและปรบั ปรุงวธิ ี ทีค่ ณุ ไดร้ บั จัดเก็บ จัดการ แบ่งปัน และใช้ขอ้ มลู ภายในและภายนอกองคก์ รของคณุ กลยุทธข์ อ้ มลู ขนาดใหญช่ ่วย ปทู างไปสู่ความสาเรจ็ ทางธุรกิจท่ามกลางข้อมูลจานวนมาก เม่ือพัฒนากลยทุ ธ์ สง่ิ สาคญั คือตอ้ งพิจารณาเป้าหมาย ทางธุรกจิ และเทคโนโลยี –ในปจั จุบนั และอนาคต – และโครงการรเิ ริ่ม การปฏบิ ตั ิกบั ข้อมูลขนาดใหญ่มคี วาม จาเป็นเชน่ ทรัพย์สินทางธุรกจิ ที่มีคา่ อ่ืนๆ แทนทีจ่ ะเปน็ เพยี งผลพลอยได้ของแอปพลิเคชนั

2) ร้แู หล่งท่มี ำของขอ้ มลู ขนำดใหญ่

กระแสข้อมูลมาจาก Internet of Things (IoT) และอปุ กรณ์ที่เชอ่ื มตอ่ อื่นๆ ที่ไหลเข้าสู่ระบบไอทีจาก อุปกรณ์สวมใส่ รถยนต์อัจฉริยะ อุปกรณ์ทางการแพทย์ อุปกรณ์อุตสาหกรรม และอ่ืนๆ คุณสามารถวิเคราะห์ ขอ้ มูลขนาดใหญ่นีไ้ ด้เม่อื มาถึง รวมถึงตดั สินใจเลือกข้อมูลทีจ่ ะเก็บหรือไม่เก็บ และข้อมูลใดที่ต้องมีการวิเคราะห์ เพมิ่ เติม โซเชียลมีเดีย ข้อมลู เกิดจากการโต้ตอบบน Facebook, YouTube, Instagram ฯลฯ ซึ่งรวมถึงข้อมูล ขนาดใหญจ่ านวนมหาศาลในรูปแบบของภาพ วิดีโอ คาพูด ข้อความ และเสียง - มีประโยชน์สาหรับฟังก์ช่ัน การตลาด การขาย และการสนับสนุน ข้อมูลนี้มักจะอยู่ในรูปแบบที่ไม่มีโครงสร้างหรือกึ่งโครงสร้าง ดังน้นั จงึ เปน็ ความทา้ ทายในแบบเฉพาะ สาหรบั การบริโภค และการวเิ คราะห์ ขอ้ มลู ทีเ่ ปดิ เผยต่อสำธำรณชน มาจากแหลง่ ข้อมลู แบบเปดิ ขนาดใหญเ่ ช่น data.gov ของรัฐบาลสหรัฐ , CIA World Factbook หรือพอร์ทัลข้อมูลแบบเปดิ ของสหภาพยุโรป ข้อมลู ขนำดใหญ่อื่นๆ อาจมาจากพ้ืนที่เก็บข้อมูลส่วนกลาง แหล่งข้อมูลบนระบบคลาวด์ ซัพพลาย เออร์ และลกู คา้

3) กำรเขำ้ ถึง จดั กำร และจัดเก็บข้อมลู ขนำดใหญ่ ระบบคอมพิวเตอร์สมัยใหมม่ ีความเรว็ พลัง และความยดื หยุ่นท่จี าเป็นในการเข้าถงึ ข้อมูลจานวน มหาศาลและประเภทของข้อมูลขนาดใหญ่ได้อย่าง รวดเร็ว นอกเหนือจากการเข้าถึงท่ีเชื่อถือได้แล้ว บรษิ ทั ตา่ งๆยังต้องมีวิธีในการรวมข้อมูล รับประกัน คุณภาพของข้อมูล การจัดระเบียบข้อมูลและการ จัดเก็บ และการเตรยี มข้อมูล

4) กำรวิเครำะห์ข้อมูลขนำดใหญ่ ดว้ ยเทคโนโลยีทมี่ ปี ระสิทธภิ าพสูง เช่น Grid Computing (การประมวลผลแบบกริด) หรอื การวเิ คราะห์ ในหน่วยความจา องคก์ รตา่ งๆ จึงสามารถเลือกที่จะใชข้ อ้ มูลขนาดใหญท่ ง้ั หมดของพวกเขามาทาการวิเคราะห์ได้ แตไ่ มว่ า่ จะใช้วธิ ใี ด การวเิ คราห์ะข้อมูลขนาดใหญ่เป็นวิธีท่ีบริษัทต่างๆ ได้รับมูลค่าและข้อมูลเชิงลึกจากข้อมูล ปัจจบุ นั ข้อมูลขนาดใหญ่ป้อนขอ้ มลู เข้าสู่ระบบการวิเคราะห์ทมี่ ีความก้าวหนา้ ท่สี งู ขึน้ เช่น ปัญญาประดิษฐ์ 5) ตัดสนิ ใจอย่ำงชำญฉลำดและใชข้ ้อมูลชว่ ย ข้อมูลที่ได้รับการจัดการและมีความน่าเชื่อถือนาไปสู่การวิเคราะห์ท่ีน่าเช่ือถือและการตัดสินใจท่ี น่าเชื่อถือ เพื่อให้สามารถแข่งขันได้ ธุรกิจต่างๆ จาเป็นต้องได้รับประโยชน์สูงสุดจากข้อมูลขนาดใหญ่และ ดาเนินงานบนพื้นฐานข้อมูล–ทาการตัดสินใจบนพื้นฐานหลักฐานท่ีนาเสนอโดยข้อมูลขนาดใหญ่ไม่ใช่ตาม สัญชาตญาณของผูบ้ ริหาร การขับเคล่ือนด้วยขอ้ มลู มปี ระโยชนท์ ช่ี ัดเจน

7. กำรนำ Big Data ไปใช้ประโยชนใ์ นดำ้ นตำ่ งๆ ประโยชนข์ อง Big Data Analytics คือใชเ้ ก็บขอ้ มูลและนาข้อมูลท่ีมีอยู่มาใช้เพื่อเป็นการตัดสินใจบน ตวั อยา่ งของพนื้ ฐานความเป็นจรงิ รวมถึงการนาเอาข้อมูลในอดีตที่มีอยู่มาเรียนรู้และทาข้อมูลเพ่ือทานาย ซ่ึง แนน่ อนว่า Big Data และ Smart City สองสง่ิ น้ีมีความเกีย่ วข้องกันอยูแ่ ล้ว เพราะ Smart City จาเป็นต้องมีการ ใช้ข้อมูลจานวนมาก ส่วน Big Data เองก็เป็นตัวเก็บข้อมูลขนาดใหญ่ และมีบทบาทสาคัญอย่างมากในการ ประมวลผลและรวบรวมขอ้ มูลผา่ นเทคโนโลยี IoT ท่ีเปน็ การส่อื สารระหว่างอปุ กรณ์ทีเ่ ช่ือมต่อด้วยอินเทอร์เน็ตไร้ สาย เพ่อื ให้ได้ผลการวิเคราะหท์ เ่ี ป็นประโยชนต์ ่อการสร้างเมืองในอนาคต

ตวั อย่ำงประโยชน์ของ Big Data ใน Smart City แต่ละดำ้ น Smart People เกบ็ ข้อมลู ของทอ้ งถิ่นเป็น Big Data แล้วนามาวิเคราะห์เก็บเป็นสถิติเพ่ือรวบรวมทาศูนย์การเรียนรู้ ท้องถน่ิ ซ่ึงข้อมูลต่างๆ อาจจะมีทงั้ ข้อมูลของผู้คน รวมไปถึงลักษณะอาชีพหรอื ภมู ิประเทศของทอ้ งถิ่นนน้ั ๆ ดว้ ย Smart Living ด้านคณุ ภาพชีวติ ของประชาชน ไมว่ า่ จะทงั้ ความเป็นอยหู่ รือรวมไปถงึ ด้านสุขภาพความปลอดภัย ก็ล้วน แลว้ แต่เป็นเรื่องที่สาคัญในการเสริมสร้างคุณภาพชีวิตของผู้คนให้ดีย่ิงขึ้น ระบบป้องกันและระวังภัยพ้ืนท่ีที่มี ประชาชนอาศยั อยหู่ นาแนน่ เมือ่ เกิดเหตุไม่คาดคดิ จดั ทาเป็นแอปพลิเคชันแจ้งเตือนภัยบริเวณพื้นที่ชุมชนหรือ อาคารต่างๆ เพ่อื ให้ผคู้ นระมัดระวังตวั มากข้ึน รวมไปถึงแจ้งเตือนไปยังสถานีตารวจเม่ือเกิดเหตุการณต์ า่ งๆ ข้ึน

Smart Mobility เกบ็ สถติ ขิ อ้ มลู ด้านการจราจรมาวิเคราะหว์ ่าจดุ ไหนบ้างท่ีการจราจรติดขัด หรือจุดไหนท่ีเป็นจุดเส่ียง ต่อการเกิดอุบัติเหตุ สามารถนาข้อมูลท่ีมีมาทาแผนป้องกันได้เพ่ือลดการเกิดอุบัติเหตุและคลี่คลายปัญหา การจราจรติดขัด รวมไปถึงยานยนต์ไร้คนขับท่ีต้องใช้อุปกรณ์ท่ีมีความแม่นยาสูงและมีความเสถียรที่สุด จาเป็นต้องมี Big Data เพื่อรองรับระบบการตดั สินใจอตั โนมตั หิ รอื Artificial Intelligence Smart Environment พ้ืนทใี่ ดท่ีมีคณุ ภาพน้าไม่ได้มาตรฐานหรือมีปัญหามลพิษ สามารถนาข้อมูลของ Big Data ท่ีมีอยู่มา นามาคดั กรองเพ่อื วิเคราะหแ์ นวโนม้ ในอนาคตได้ วา่ จุดไหนต้องปรบั ปรุงแบบไหนหรือควบคุมอย่างไร เพ่ือพัฒนา ให้ไดค้ ุณภาพดขี น้ึ ได้

Smart Economy ปัญหาราคาผลผลิตที่ตกต่าลงมีผลกระทบต่อเศรษฐกิจของประเทศอย่างแน่นอน แตห่ ากเรามีวธิ ที ่ีจะ คานวณปรมิ าณผลผลติ แต่ละปไี ม่ให้มากหรือน้อยเกนิ ไปได้ ปัญหาราคาตกตา่ กจ็ ะหมดไป Big Data สามารถนา ขอ้ มลู ทีม่ ใี นแต่ละปีมาประมาณไดว้ า่ แต่ละปหี รือแต่ละฤดู พืน้ ท่ไี หนมีผลผลติ อะไรสูงหรอื มีไมเ่ พยี งพอ แลว้ นาขอ้ มูล ท่ีได้มาวเิ คราะหเ์ พอ่ื ควบคมุ ปรมิ าณผลผลิตให้มเี พียงพอ ไม่มากหรอื นอ้ ยจนเกนิ ไป ซ่งึ ผลที่ได้อาจจะทาให้เศรษฐกิจ ภายในประเทศหมดปญั หาเรอื่ งราคาผลผลิตตกต่าลงไปได้ Smart Energy การพฒั นาดิจิทลั แพลตฟอรม์ ทีอ่ อกแบบภายใตแ้ นวคิดระบบโครงขา่ ยอจั ฉริยะสาหรับส่งกระแสไฟฟา้ แบบครบวงจร หรอื สมารท์ กริด (Smart Grid) โดยเร่ิมต้นจากการนาข้อมลู ของระบบไฟฟ้าต้ังแต่การผลิตไปจนถงึ การจ่ายกระแสไฟฟ้า มีการประเมนิ พฤตกิ รรมและทิศทางการใช้ไฟฟ้าและคาดการณ์ปรมิ าณการผลิตกระแสไฟฟ้า จากแหล่งผลติ ต่างๆ ในอนาคตได้แมน่ ยามากย่ิงขึ้น

Smart Governance Online Public Service มี Application หรอื Website การใหบ้ รกิ ารของหน่วยงานรัฐ เทคโนโลยีเพ่อื พฒั นาการติดต่อประสานงานระหวา่ งหนว่ ยงาน และประชาชน ใหม้ ีความรวดเรว็ ลดปญั หาในการบริหารจดั การ โปร่งใสตรวจสอบได้ Big Data ยงั มปี ระโยชนใ์ นเร่อื งอนื่ ๆ อีกมากนอกเหนือจากท่ีได้กล่าวมาข้างต้น จะเหน็ ไดว้ า่ Big Data มีความสาคญั สาหรับการนามาพฒั นาในทุกๆ ด้านของ Smart City ประโยชนข์ องการทม่ี ขี อ้ มูลจานวนมหาศาล อย่ใู นมอื มนั คอื ขมุ ทรพั ย์ช้นั ดที ีห่ ากนามาจาแนกและเลือกใชถ้ กู จะทาให้ไดเ้ ปรยี บรวมถงึ มโี อกาสมากว่าผู้อืน่ อกี ดว้ ย ดงั น้นั ผ้ทู ม่ี ี Big Data ควรเลอื กใชใ้ หเ้ กดิ ประโยชนส์ ูงสดุ ต่อตนเองและสว่ นรวม

8. กระบวนกำร กำร big data สูค่ วำมสัมพันธ์ของข้อมูล 1. Storage: กำรรวบรวมขอ้ มูลมำจดั เกบ็ การรวบรวมขอ้ มูลจากแหลง่ ต่างๆ ทงั้ ข้อมูลที่มีคุณภาพ ข้อมูลที่คาด วา่ จะมปี ระโยชน์ / ไมค่ รบถว้ น ข้อมูลรปู ภาพ วิดโี อ ไฟลเ์ สียงท้ังหลาย ถูกสง่ มาจัดเก็บท่ีถงั ข้อมลู 2. Processing: กำรประมวลผล เมอื่ ขอ้ มูลตา่ งๆถูกนามารวมกันไวใ้ นท่ีเดยี วแล้ว จะถูกนาไปจัดหมวดหมู่ข้อมูล ทมี่ คี วามเก่ียวขอ้ งสัมพันธ์กนั ให้ผลคล้ายคลงึ กัน แล้วนามาเปล่ียนเป็นรูปแบบขอ้ มูลเพ่อื เอาเขา้ ระบบคลังข้อมูลท่ี ผา่ นการประมวลผลแล้ว 3. Analyst: กำรวเิ ครำะห์และนำเสนอ จากนั้นขอ้ มูลมากมายท้งั หมดทถ่ี กู จัดเรียงแล้วในหลายมิติจะถูกนามา วิเคราะหห์ า Pattern ของขอ้ มลู ที่มองไม่เห็นด้วยตาเปล่า เช่น หารูปแบบความสัมพันธ์ที่ซ่อนอยู่ หาแนวโน้ม การตลาด เทรนดค์ วามชอบของลกู ค้า และขอ้ มูลอ่นื ๆที่เปน็ ประโยชนท์ างธุรกิจ และถกู นาเสนอออกมาในรูปแบบ ท่เี ข้าใจงา่ ยผ่านทางสถติ ิ กราฟ หรือรปู ภาพนั่นเอง

9. วธิ ีกำรจัดทำ Big Data 1. ตงั้ เปำ้ หมำยถงึ สิง่ เลก็ ไว้กอ่ น 2. วำงแผนรวบรวมข้อมูลจำกแหล่งเรียนรู้ 3. จบั ตำควำมเคลือ่ นไหวและเข้ำใจแหล่งทม่ี ำของขอ้ มลู 4. ฝกึ หำควำมสัมพันธ์ของขอ้ มูล 5. จำลองข้อมูลขน้ึ มำ 6. แยกผลลัพธแ์ ละข้อมูลรบกวนออกจำกข้อมูลขนำดใหญ่

10. ตัวอยำ่ งกำรนำ Big Data ไปใช้ 1. กำรพฒั นำผลติ ภัณฑ์ 2. กำรคำดกำรณ์ เพื่อกำรบำรุงรักษำเครื่องจักร 3. สรำงประสบกำรรท์ ่ีดใี หก้ ับลูกค้ำ 4. กำรตรวจสอบกำรโกงและกำรปฏิบตั ิตำมกฎระเบียบ 5. กำรเรียนรอู้ งเคร่ืองจกั ร 6. ประสทิ ธิภำพในกำรปฏิบตั งิ ำน 7. กำรขับเคลื่อนในกำรสร้ำงสรรคส์ ่ิงใหม่ๆ

11. ตัวอย่ำงแบรนด์ต่ำง ๆ ทใี่ ช้ Big Data ในกำรวเิ ครำะหข์ อ้ มูล 1.1 กำรใช้ขอ้ มูลในกำรดึงดูดและรักษำลกู ค้ำ McDonald's ร้านอาหารจานด่วนท่ีเป็นท่ี นิยมระดบั โลกใช้เทคโนโลยีท่ีทันสมัยในหลาย ๆ ด้าน ของการประกอบธุรกิจรวมถึงการใช้ข้อมูลในการดูแล ลูกค้าผ่านแอปพลิเคชันโทรศพั ท์เคลือ่ นท่ที ี่ช่วยใหล้ ูกค้า ส า ม า ร ถ สั่ ง ซื้ อ แ ล ะ ช า ร ะ เ งิ น เ กื อบ ทุ กขั้ น ตอ น ผ่ า น อปุ กรณ์โทรศพั ทเ์ คล่อื นที่และเพื่อให้ประสบการณ์ของ ลูกค้าที่ดีย่ิงข้ึน McDonald's ก็สามารถเข้าถึงข้อมูลที่ จาเปน็ เก่ียวกับผู้ใช้บริการได้เช่นการสั่งอาหารการใช้ บริการความถ่ีที่ใช้ใช้ผ่านเครื่องมือใดข้อมูลท้ังหมดนี้ ชว่ ยให้ McDonald's สามารถออกแบบโปรโมชนั่ และขอ้ เสนอท่ตี รงเป้าหมายมากยิง่ ขน้ึ ซึง่ ในความเปน็ จรงิ ลูกค้าชาว ญปี่ ุ่นท่ีใชแ้ อปพลิเคชนั โทรศัพท์เคลอ่ื นท่ีของ McDonald's ได้มยี อดการซือ้ ทีม่ ากขึน้ ถงึ 35% เน่อื งจากการนาเสนอ สนิ ค้าทีต่ รงตามความตอ้ งการของลกู คา้ กอ่ นทจี่ ะส่งั อาหาร

1.2 กำรใช้ข้อมูลเพ่อื แกไ้ ขปัญหำผ้โู ฆษณำและเสนอข้อมลู เชงิ ลึกทำงกำรตลำด Netflix ตัวอย่างแบรนด์ท่ีใช้ข้อมูลสาหรับ กาหนดเป้าหมายในการทาโฆษณา Netflix เป็นตวั อยา่ ง ที่ดีของแบรนด์ใหญ่ท่ีใช้ Big Data ในการวิเคราะห์ กลุ่มเปา้ หมายในการนาส่งโฆษณาด้วยสมาชิกมากกว่า 100 ล้านราย บริษัท ได้รวบรวมข้อมูลจานวนมากซึ่ง เป็นกุญแจสาคัญท่ีทาให้ Netflix ประสบความสาเร็จ หากเปน็ สมาชิกของ Netfix จะคนุ้ เคยดีกับวิธีท่ี Netflix ส่งคาแนะนาของภาพยนตรเ์ รอ่ื งตอ่ ไปท่สี มาชกิ ควรดู ข้นั ตอนนีไ้ ดใ้ ช้ขอ้ มลู จากการคน้ หาย้อนหลงั ของสมาชิกในการประกอบคาแนะนาได้อย่างแม่นยาซึ่งบอกได้ ถงึ จานวนเปอรเ์ ซ็นตข์ องภาพยนตรว์ า่ ตรงต่อความชื่นชอบของสมาชิกเพียงใดและข้อมูลนี้ทาให้ Netflix สามารถใชข้ ้อมลู เชิงลึกไดอ้ ย่างเปน็ ประโยชนแ์ ละนาเสนอไดต้ รงความตอ้ งการของลูกคา้

11.3 กำรวิเครำะหข์ อ้ มูลสำหรับกำรจดั กำรควำมเสีย่ ง Starbucks ตัวอย่างแบรนด์ที่ใช้การวิเคราะห์ข้อมูลใน การบรหิ ารงคการความเสย่ี ง Startsicks ในฐานะ บริษัท กาแฟชั้น นาของโลก Startucks สามารถเปิดสาขาใหมใ่ นบริเวณใกล้เคียงกับ รา้ นค้าอนื่ ๆ และยงั รับประกันถึงคราการประสบความสาเร็จที่สูง เพราะโดยปกตแิ ลว้ การตัดสินใจเปิดสาขาใหม่ข้ึนมานั้นเป็นความ เส่ียงโดยไม่จาเป็น แต่ Suths ได้ใช้ฐานข้อมูลในการวิเคราะห์ ค่านวณถึงอัตราความสาเร็จของทกุ ตาแหน่งที่ต้ังใหม่ก่อนจะลงมือ ปฏิบตั ิด้วยข้อมูลตามพนื้ ท่นี ัน้ ๆ ว่ามจี านวนประชากรการจราจรมี ผคู้ นจานวนเทา่ ใดและจากการวิเคราะห์ขอ้ มลู นัน้ ทาให้ Satuss สามารถคานวณถงึ ขอ้ มูลพื้นฐานทว่ั ไปของแตล่ ะสาขาทีต่ ้องการเปิดใหม่ได้เพ่ือให้สามารถเลือทางสานที่ต้ัง ตามแนวโนม้ การเตบิ โตของรายไดแ้ ละสามารถลดความเส่ยี งในการลงทุนจานวนมากของแตล่ ะสาขา

1.4 กำรใชข้ อ้ มลู ในกำรจดั กำรหว่ งโซอ่ ุปทำน Supply Chain Management (SCM) Supply Chain PepsiCo ตัวอย่างแบรนด์ที่ใช้ ข้อมูลเพ่ือเพิ่มประสิทธิภาพของ Supply Chain PepsiCo เปน็ บริษัท บรรจสุ นิ ค้าอุปโภคบริโภคท่ีต้องใช้ข้อมูลจานวน มากเพื่อการจัดการห่วงโซ่อุปทานที่มีประสิทธิภาพ บริษัท มุ่งมั่นท่ีจะสร้างความมั่นใจว่าสามารถเติมเต็มชั้นวางของ ร้านคา้ ปลีกด้วยปรมิ าณและประเภทของผลิตภัณฑ์ทเี่ หมาะสม ลกู ค้าของ บรษิ ัท จดั ทารายงานซง่ึ รวมถงึ สนิ คา้ คงคลงั รายการ สนิ ค้าและ POS (Point Of Sale) เกบ็ ข้อมูลการขายหนา้ ร้าน ให้กบั บริษทั และขอ้ มลู นี้จะใชใ้ นการวางแผนพยากรณก์ ารผลติ และการจดั สง่ ด้วยวธิ นี ี้ บริษทั ม่ันใจว่าผคู้ า้ ปลกี จะมผี ลิตภัณฑเ์ หมาะสมในปริมาณที่เพยี งพอต่อความต้องการและเวลาทเ่ี หมาะสม

สรุปประเดน็ สำคญั Big Data เป็นข้อมลู ท่มี โี ครงสร้างชดั เจน (Structured Dats) เช่นข้อมูลท่ีเก็บอยู่ในตารางข้อมูล ตา่ ง ๆ และฐานข้อมูลต่าง ๆ ปกติโดยทั่วไปหรืออาจเป็นข้อมูลกึ่งมีโครงสร้าง (Sen-Structured Dats) เช่นลอ็ ถไฟล์ (Log les) หรอื แมก้ ระท่ังข้อมูลที่ไมม่ โี ครงสร้าง (Unstructured Data) เช่นข้อมูลการโต้ตอบ ปฏิสัมพันธ์ผ่านสังคมเครือข่าย (Social Network) เช่นเฟซบุ๊ก (Facebook) ทวิตเตอร์ (Twitter) ไลน์ (Line) อินสตาแกรม (Instagram) หรือไฟล์จาพวกมีเดีย (Media และข้อมูลที่ใช้การเซนเซอร์เช่นการ ตรวจจับความเรว็ ๆ ฯ ฉะน้ันก่อนที่ธุรกิจจะสามารถนา Big Data มาใช้งานได้ควรพิจารณาว่าข้อมูลจะ ไหลเวียนไปยงั สถานท่ีแหล่งทมี่ าระบบเจา้ ของและผู้ใชจ้ านวนมากได้อย่างไรมขี ั้นตอนสาคญั ในการจัดการ“ โครงสรา้ งขอ้ มูล” ขนาดใหญน่ ี้ซง่ึ รวมถงึ ขอ้ มลู แบบดงั้ เดมิ ขอ้ มลู ท่ีมีโครงสรา้ งและข้อมูลทีไ่ มม่ ีโครงสร้างและ ก่ึงมโี ครงสรา้ ง