BIG DATA

ก่อนจะรู้จักกับ Big Data เราต้องเริ่มต้นจากการทำความเข้าใจว่า “Data” กับ “Big Data” แตกต่างกันอย่างไรก่อน ซึ่งในความเป็นจริงแล้ว ทั้งสองคำนี้ หมายถึง ข้อมูลที่ถูกนำมาใช้ประโยชน์ในแง่มุมต่าง ๆ เหมือนกัน เพียงแต่ข้อมูลที่ถูกเรียกว่า “Big Data” จะมีลักษณะพิเศษที่เพิ่มขึ้นมาจากข้อมูลโดยทั่วไป

Big Data นั้น จริง ๆ มีที่มาจาก Data ธรรมดาทั่วไป แต่ถูกพัฒนาขึ้นจนเรียกว่า “Big Data” หลังจากที่โลกเข้าสู่การเปลี่ยนผ่านเป็นดิจิทัล (Digitalization) ที่มีข้อมูลที่สามารถเก็บรวบรวมได้เกิดขึ้นตลอดเวลา จนเกิดภาวะ “ข้อมูลทะลักล้น” เทคโนโลยีในอดีตและศักยภาพของมนุษย์ไม่สามารถประมวลผลมาใช้ประโยชน์ได้

จนเมื่อมีเทคโนโลยีอย่าง Machine Learning (ML) และ Artificial Intelligence (AI) มนุษย์จึงมีเครื่องมือในการประมวลผลข้อมูลปริมาณมหาศาลและเกิดขึ้นแบบเรียลไทม์ได้ โดย ML คือ เครื่องมือที่สามารถเรียนรู้ข้อมูลปริมาณมหาศาลและตัดสินใจด้วยตัวเอง ทำให้สามารถใช้ประโยชน์จากข้อมูลแบบเรียลไทม์ได้ ส่วน AI คือ เครื่องมือที่สามารถคิด ตัดสินใจ และลงมือใช้ประโยชน์จากข้อมูลที่อัปเดตเข้ามาอยู่ตลอดได้ทันที – เมื่อมีทั้งข้อมูลปริมาณมหาศาลและมนุษย์สามารถใช้ประโยชน์จากข้อมูลเหล่านั้นได้ ณ จุดนี้ จึงถือว่า “Big Data” ได้ถือกำเนิดขึ้นแล้วจริง ๆ

ในบทความนี้ เราจะมาทำความรู้จักเรื่องราวของ Big Data กันให้มากขึ้น ลักษณะของ Data กับ Big Data แตกต่างกันอย่างไร ประโยชน์ และตัวอย่างการใช้ Big Data มีอะไรบ้าง และถ้าธุรกิจของคุณต้องการทำ Big Data จะเริ่มต้นอย่างไร ทำความเข้าใจไปพร้อมกัน ด้านล่างนี้

ทำไมต้อง Big Data?

คุณเป็นลูกค้าของธุรกิจเหล่านี้หรือไม่ Netflix, Youtube, Facebook, Twitter, Google, Walmart, Starbucks หนึ่งในเทคโนโลยีที่ทำให้บริษัทเหล่านี้ประสบความสำเร็จคือ Big Data พวกเขามีข้อมูลในมือจำนวมหาศาล สามารถนำมาใช้วิเคราะห์เพื่อหาโอกาสทางธุรกิจ และตัดสินใจในเรื่องสำคัญๆจากผลประมวลจากข้อมูลเหล่านั้น

ไม่ใช่แค่ต่างชาติเท่านั้นที่กระโจนเข้าสู่เรื่องราวของ Big Data ในประเทศไทยก็เช่นกัน การตื่นตัวในการนำข้อมูลไปใช้ของภาคธุรกิจที่เพิ่มมากขึ้น เป็นหนึ่งสิ่งที่สะท้อนความสำคัญและการเติบโตของ Big Data ในประเทศไทยได้เป็นอย่างดี ข้อมูลจากศูนย์วิจัยเศรษฐกิจและธุรกิจ (Economic Intelligence Center) เมื่อเดือนกันยายน 2017 ที่ผ่านมา พบว่าบริษัทชั้นนำของไทยจากหลากหลายอุตสาหกรรมรวม 62 แห่ง กว่า 56% เริ่มใช้ Big Data เพื่อพัฒนาการขายและการตลาดเป็นหลัก และใช้ประโยชน์จากการปรับปรุงสินค้า/ บริการให้ตอบโจทย์ความต้องการของผู้บริโภคยุคใหม่ที่เปลี่ยนแปลงอย่างรวดเร็ว ในขณะที่ภาคการผลิตสนใจนำข้อมูล Big Data ไปใช้ในการวิเคราะห์เพื่อเพิ่ม Productivity ในกระบวนการผลิตและการดำเนินงาน

Big Data เกิดขึ้นได้อย่างไร?

Big Data เป็นคำศัพท์ใหม่ที่เพิ่งเริ่มใช้ในช่วงปี 1990 โดยมี John Mashey ผู้ที่ทำให้คำนี้เป็นที่รู้จักขึ้นมา ซึ่งปกติแล้ว Big Data จะเป็นข้อมูลที่มีปริมาณที่ใหญ่มากโดยที่ซอฟท์แวร์รุ่นเก่าไม่สามารถประมวลผลได้ หรือสามารถประมวลผลได้แต่ใช้เวลานาน โดย Big Data จะมีทั้งข้อมูลที่มีโครงสร้าง กึ่งมีโครงสร้าง และไม่มีโครงสร้าง ขนาดของ Big Data ก็จะมีการเพิ่มขนาดของข้อมูลขึ้นไปเรื่อยๆ จากปัจจุบันที่มีขนาดข้อมูลหลายพัน Terabytes ก็จะมีการเพิ่มขนาดเป็น Zettabytes

การทำงานของ Big Data ต้องอาศัยเทคนิคและเทคโนโลยีสมัยใหม่ที่สามารถรองรับข้อมูลที่มีขนาดใหญ่ ซับซ้อน และหลากหลายได้ โดยในปี 2018 ได้มีการนิยาม Big Data ใหม่ว่า “Big Data คือ เครื่องมือที่ใช้ในการจัดการกับข้อมูล”

ตัวอย่างธุรกิจที่นำ Big Data มาใช้

Netflix เป็นบริษัทผู้ใช้บริการสตรีมมิ่งรายใหญ่ของโลก โดย Netflix ได้นำ Big data มาวิเคราะห์พฤติกรรมการใช้งานเชิงลึกของลูกค้าทั่วโลก โดยการศึกษาพฤติกรรมการรับชมภาพยนต์ของลูกค้า นำข้อมูลที่ได้มาต่อยอดในการสร้างโปรเจคการสร้างหนัง และรูปแบบการนำเสนอคอนเทนต์หนังที่ลูกค้าสนใจเพื่อที่ลูกค้าจะได้ใช้เวลากับแพลตฟอร์ม Netflix

Uber บริษัทเครือข่ายคมนาคมของ สหรัฐอเมริกา บริษัท Uber ได้นำ Big data มาใช้วิเคราะห์ระดับความต้องการของลูกค้าในแง่ของ Supply และ Demand ความต้องการของบริการ โดยราคาของค่าบริการจะเปลี่ยนแปลงขึ้นอยู่กับ Supply และ Demand ณ ขณะนั้น เช่น ถ้าหากเรียกใช้บริการ Taxi ใน เวลาที่ฝนตก หรือ มีความต้องการสูง ค่าบริการของ Uber ก็จะเพิ่มขึ้น ช่วงไหนที่ปกติก็จะไม่บวกเพิ่ม เป็นต้น

Big Data มีกระบวนการในทำงานอย่างไร

หลายคนอาจจะสงสัยว่า Big Data ที่มีข้อมูลมากมายมหาศาลเช่นนี้ จะมีวิธีการหรือกระบวนการในการทำงานอย่างไร โดย Big Data ประกอบไปด้วย 3 ขั้นตอนสำคัญดังต่อไปนี้

การรวบรวมข้อมูล

การรวบรวมข้อมูล Big Data ทำหน้าที่ในการรวบรวมข้อมูลที่หลากหลายและข้อมูลที่แตกต่างกันออกไป ซึ่งเทคโนโลยีแบบดั้งเดิมนั้นไม่สามารถทำได้ โดย Big Data สามารถเก็บข้อมูลที่มีขนาดใหญ่และรวบรวมข้อมูลได้มากมายมหาศาลในรูปแบบของเทราไบต์ หรือบางครั้งอาจเก็บข้อมูลในระดับเพธาไบต์เลยก็ว่าได้

การจัดการข้อมูล

ข้อมูลที่มากมายมหาศาลหรือ Big Data จะต้องทำการจัดเก็บข้อมูลขนาดใหญ่ หรือหาแหล่งที่อยู่ให้มันยกตัวอย่างเช่น on premises หรือ cloud ที่นิยมใช้ในปัจจุบัน ทั้งนี้ขึ้นอยู่กับความต้องการหรือความสะดวกในการใช้งาน แต่ในบางกรณีอาจจะต้องจัดเก็บข้อมูลไว้ใกล้กับแหล่งข้อมูลที่มีความยืดหยุ่นสูง

การวิเคราะห์

Big Data อาจจะต้องใช้เงินลงทุนที่สูงในการสร้างข้อมูลขนาดใหญ่ แต่ทั้งนี้จะไม่ก่อให้เกิดประโยชน์อะไรเลย หากคุณไม่นำข้อมมูลเหล่านั้นมาใช้วิเคราะห์ เพื่อทำให้เกิดความกระจ่างและชัดเจนของชุดข้อมูลที่มีอยู่ โดยส่วนใหญ่จะใช้ AI ในการวิเคราะห์ด้วยการสร้างรูปแบบจำลองของข้อมูล เพื่อนำข้อมูลเหล่านั้นมามาข้อสรุป พัฒนา และต่อยอดให้เกิดประโยชน์สูงสุด

ในปัจุบัน Big Data ถือว่ามีความสำคัญมากๆ โดยเฉพาะอย่างยิ่งการนำข้อมูลเหล่านี้ไปใช้ให้เกิดประโยชน์สูงสุดต่อองค์กร ซึ่งการวิเคราะห์ข้อมูลและผลลัพธ์ที่ได้จะช่วยให้สามารถเข้าใจหรือถึงผู้บริโภคได้มากยิ่งขึ้นเป็นการลดต้นทุน ลดระยะเวลาในการดำเนินการหรือวางแผนกลยุทธ์ด้านการตลาด สำหรับในปัจจุบันเครื่องมือที่ใช้รองรับ Big Data ในแบบที่เราเข้าใจได้ง่ายๆ มีให้เห็นอยู่หลากหลาย ยกตัวอย่างเช่น Google analysis หรือระบบ ERP เป็นต้น

คุณลักษณะของ Big data (6V) มีดังต่อไปนี้

มีปริมาณมาก (Volume) : อย่างที่ได้กล่าวไปแล้วในข้างต้นว่า Big Data เป็นข้อมูลที่มีขนาดใหญ่หรือเป็นข้อมูลที่มีปริมาณมากมายมหาศาลไม่ว่าจะอยู่ในรูปแบบออนไลน์หรือออฟไลน์ โดยข้อมูลเหล่านี้จะมีปริมาณมากกว่าหน่วย TB (Terabyte) ขึ้นไป

มีการเปลี่ยนแปลงอย่างรวดเร็ว (Velocity) : เนื่องจากข้อมูล Big data มีการเปลี่ยนแปลงอย่างรวดเร็วและต่อเนื่อง ชนิดที่เรียกว่า Real Time จึงทำให้สามารถวิเคราะห์ง่ายๆ แบบ Manual ได้แต่ไม่สามารถจับทิศทางหรือรูปแบบที่ชัดเจน หรือตายตัวของข้อมูลเหล่านั้นได้

หลากหลายประเภทหรือแหล่งที่มา (Variety) : ข้อมูลมีรูปแบบที่แตกต่างกันออกไป ยกตัวอย่างเช่น ข้อมูลที่เป็นไฟล์ภาพรูปภาพ ตัวอักษร หรือวีดีโอ ฯลฯ ในขณะเดียวกันก็มีที่มาที่หลากหลายไม่ว่าจะเป็น Platform, e-commerce, Social Network เป็นต้น

ยังไม่ผ่านการประมวลผล (Veracity) : หาก Big Data นั้นไม่ผ่าน process หรือแปลงให้อยู่ในรูปแบบของข้อมูลดิบ (Raw Data) ก็จะไม่สามารถใช้งานหรือใช้ประโยชน์ต่อองค์กรหรือบริษัทได้

ข้อมูลที่แปรผันได้ (Variability) : ข้อมูล Big Data ที่มีการเปลี่ยนเเปลงอย่างรวดเร็วตามรูปเเบบการใช้งาน และรูปแบบของการจัดเก็บข้อมูลก็จะเเตกต่างกันไปขึ้นอยู่กับเเหล่งข้อมูลที่เก็บมา

ข้อมูลที่มีมูลค่า (Value) : มูลค่าของ Big Data มาจากการประมวลผล และวิเคราะห์ชุดข้อมูลขนาดใหญ่เพื่อให้ได้ข้อมูลเชิงลึกที่มีคุณค่า นอกจากนี้มูลค่ายังสามารถประเมินได้จากการพิจารณาคุณภาพอื่นๆ ของ Big Data ซึ่งสามารถแสดงถึงความสามารถในการทำกำไรของข้อมูลที่ได้จากการวิเคราะห์

การจะใช้ประโยชน์จาก Big Data ได้นั้น มีอีกหนึ่งปัจจัยสำคัญนั่นก็คือความเชื่อมโยงกันของข้อมูล หากสิ่งที่รวบรวมมานั้นไม่สามารถหาจุดเชื่อมโยงกันได้ ข้อมูลเหล่านั้นก็ไร้ประโยชน์ การเก็บ Data ที่มีประสิทธิภาพนั้นจึงต้องคำนึงถึงความสัมพันธ์กันของข้อมูลด้วย

การใช้งาน Big Data นั้น ไม่ใช่เรื่องง่าย ปัจจุบันถ้าเป็นข้อมูลภายในองค์กรของคุณที่มีเก็บไว้อยู่แล้ว คุณสามารถใช้เครื่องมือที่มีอยู่แล้วในท้องตลาดทั่วไป เช่น ERP เข้ามาจัดการได้ไม่ยาก แต่การจะทำให้องค์กรของคุณทราบความต้องการของตลาด รวมถึงสามารถวิเคราะห์ความต้องการของผู้บริโภค เพื่อให้สามารถผลิต Content ทางการตลาด สามารถทำ SEO หรือทำ Social Marketing ให้ออกมาดีได้

Page updated

Report abuse