Big Data บิ๊กดาต้า
Big Data บิ๊กดาต้า

เพื่อนๆ หลายๆ คน คงเคยได้ยินคำว่า บิ๊กดาต้า (Big Data) ผ่านหู ผ่านตา กันมาบ้างแล้ว ในช่วงเวลา 4-5 ปี ที่ผ่านมา ต้องบอกว่าเป็นกระแสที่แรงมากๆ ในตอนนี้ ทั้งองค์กร ภาครัฐ ภาคเอกชน ต่างพลักดันโครงการบิ๊กดาต้าให้เกิดขึ้นในองค์กรของตน วันนี้ POWER OF DATA จะพาเพื่อนๆ มาทำความรู้จักกับ บิ๊กดาต้า (Big Data) กันครับ

บิ๊กดาต้า (Big Data)

คือ เทคโนโลยีและสถาปัตยกรรมไอทีรุ่นใหม่ ที่ได้รับการออกแบบให้สามารถรองรับการจัดเก็บ การวิเคราะห์ และการใช้งานดาต้าที่มีปริมาณมหาศาล (volume) มีการเปลี่ยนแปลงอย่างรวดเร็วในระดับนาทีหรือวินาที (velocity) และมีความหลากหลาย ทั้งจากประเภทของตัวดาต้าเอง และจากแหล่งที่มาของดาต้าที่แตกต่างกัน (variety) ด้วยต้นทุนที่ต่ำกว่าเมื่อเทียบกับเทคโนโลยีและสถาปัตยกรรมไอทีแบบเดิม

คุณสมบัติของ Big Data 

Volume ปริมาณของข้อมูล
ปัจจุบันมีปริมาณของข้อมูลจำนวนมาก โดยเฉพาะข้อมูลที่มาจากเครือข่ายสังคม (Social network) เช่น Facebook, Youtube, Twitter, Instagram และ Tiktok เป็นต้น ถ้าลองมองง่ายๆ ว่าข้อมูลนั้นมีเยอะขนาดไหน ก็ดูได้จากที่ปัจจุบันซึ่งเป็นสถิติคนที่มีความเลื่อนไหวของเดือนมกราคม 2020 โดย Facebook 2,449 ล้านบัญชี Youtube 2,000 ล้านบัญชี Twitter 340 ล้านบัญชี Instagram 2,000 ล้านบัญชี และ Tiktok 800 ล้านบัญชี

Velocity ความเร็วของข้อมูล
ด้วยความเร็วที่สูงขึ้นของการสื่อสาร และการพัฒนาของระบบอินเตอร์เน็ต ทำให้ข้อมูลในปัจจุบันนั้นมีการเปลี่ยนแปลงที่รวดเร็วมากยิ่งขึ้น อย่างในเดือนมกราคม 2020 คนอัพโหลดรูปผ่าน Facebook ถึง 300 ล้านรูปต่อวัน ผ่าน Youtube มีคนอัพโหลดวีดีโอความยาว 300 ชั่วโมงต่อ 1 นาที ผ่าน Twitter มีคนทวิส 140 ล้านครั้งต่อวัน ผ่าน Instagram มีคนอัพโหลด 90 ล้านรูปต่อวัน

Variety ความหลากหลายของข้อมูล
ข้อมูลนั้นมีรูปแบบที่หลากหลายมาก ไม่ว่าจะเป็นรูปถ่าย ข้อความ คลิปวิดีโอ เป็นต้น ยิ่งมีการพัฒนาระบบ IoT มากขึ้นเท่าใด ข้อมูลที่ออกมาก็ยิ่งมีรูปแบบที่เพิ่มมากขึ้นไปอีก

Big data มีประโยชน์อย่างไร

  • ใช้วิเคราะห์ข้อมูลเพื่อการทำนายเหตุการณ์ล่วงหน้า เช่น บริษัท ยาสีฟันใช้ข้อมูลยอดขายย้อนหลัง 5 ปี มาประมวลผลและทำนายยอดขายล่วงหน้าของปีถัดไป เพื่อวางแผนการทำงานของปีถัดไป
  • ใช้วิเคราะห์ข้อมูลเพื่อให้เข้าใจถึงปัญหาและช่วยแก้ไขปัญหาต่างๆ เช่น การหาวิธีเพิ่มยอดขาย
  • ใช้วิเคราะห์ข้อมูลเพื่อทำการตลาด (Marketing) หรือนำเสนอสินค้าและบริการ ให้ตรงกับความต้องการของลูกค้าแต่ละรายมากขึ้น เช่น แนะนำแนวเพลงที่ลูกค้าน่าจะชอบ สินค้าที่ลูกค้าสนใจ
  • ใช้วิเคราะห์ข้อมูลเพื่อสรัางความสัมพันธ์ที่ดีกับลูกค้า เช่น สิ่งของขวัญที่ตรงกับ Lifestlye ของลูกค้า
  • ใช้วิเคราะห์ข้อมูลเพื่อนำมาใช้ประโยชน์ในภาคธุรกิจ ภาครัฐ
big data life cycle

ขั้นตอนในการสร้าง Big Data มีดังนี้

  1. Problem analysis วิเคราะห์และระบุโจทย์สิ่งที่เราอยากรู้ ปัญหาที่เราต้องการแก้
  2. Data Preparation เตรียมข้อมูลให้พร้อมปรับเปลี่ยนข้อมูลให้อยู่ในรูปแบบที่เหมาะสม ครบถ้วน ถูกต้อง
  3. Modeling ออกแบบโครงสร้างข้อมูลให้ตอบโจทย์ในสิ่งที่เราอยากรู้ หรือปัญหาที่เราต้องการแก้
  4. Data Analytics นำข้อมูลที่เตรียมไว้มาวิเคราะห์ เพื่อหาความสัมพันธ์ เพื่อเข้าใจสาเหตุของปัญหา เพื่อคาดการณ์สิ่งที่จะเกิดขึ้นในอนาคต และนำไปสู่แนวทางแก้ไขปัญหา ที่เราตั้งเอาไว้
  5. Deployment นำผลที่ได้จากการวิเคราะห์ไปแสดงผล และใช้งานต่อ เช่น ออก report, Dashbord และนำแนวทางการแก้ปัญหาจากการวิเคราะห์ไปปฏิบัติจริง
  6. Evaluation/Monitoring ประเมินว่าผลที่ได้จากการวิเคราะห์มีความถูกต้อง แม่นยำ เป็นประโยชน์หรือไม่ หรือแนวทางการแก้ไขปัญหาที่ได้จากการวิเคราะห์มีประสิทธิภาพต่อโจทย์ที่ตั้งไว้หรือไม่

ตัวอย่างของ บริษัทที่นำ big data ไปใช้ และประสบความสำเร็จ

Amazon

ยักษ์ใหญ่ทางด้านขายปลีกที่วันหนึ่งๆมีข้อมูลลูกค้าให้จัดการมหาศาล ทั้งข้อมูลชื่อลูกค้า ที่อยู่ ข้อมูลการชำระเงิน และประวัติการค้นหา ข้อมูลเหล่านี้แน่นอนว่าถูกเก็บเอาไว้ใช้เพื่อการโฆษณา แต่ในขณะเดียวกัน Amazon ก็ใข้มันในการพัฒนาความสัมพันธ์กับลูกค้า ซึ่งต้องอาศัย Big Data เป็นตัวช่วย

หากคุณเคยติดต่อกับเจ้าหน้าที่ของ Amazon มาก่อน ก็ไม่ต้องแปลกใจไปหากคุณโทรเข้าไปอีกครั้งแล้วพบว่าเจ้าหน้าที่ของ Amazon จะรู้รายละเอียดและข้อมูลของคุณดีเหลือเกินก่อนที่คุณจะได้ปริปากบอกซะอีก เพราะนั้นคือผลงานของ Big Data ในการช่วยให้เจ้าหน้าที่ของ Amazon บริการลูกค้าได้อย่างรวดเร็วและมีประสิทธิภาพ

Netflix

บริษัทผู้ให้บริการสตรีมมิ่งรายใหญ่ที่มีข้อมูลอยู่ในมือมหาศาล เพื่อใช้ในการวิเคราะห์หาข้อมูลเชิงลึกเพื่อดูพฤติกรรมการใช้งานของลูกค้าหลายล้านคนทั่วโลก Netflix ใช้ข้อมูลที่วิเคราะห์ได้ในการสร้างโปรแกรมการฉายหนังที่ถูกใจลูกค้า และใช้เพื่อดูว่าภาพยนต์เรื่องไหนที่ควรซื้อลิขสิทธิ์เอามาลงใน Netflix

ตัวอย่างเช่น Netflix พบว่าในช่วงหลายปีที่ผ่านมา หนังของ อดัม แซนเลอร์ ไม่เป็นที่ชื่นชอบเท่าไหร่ในสหรัฐฯและอังกฤษ แต่กลับไฟเขียวให้กับหนังของอดัมถึง 4 เรื่องในปี 2015 หลังจากพบว่าหนังล่าสุดของเขาประสบความสำเร็จในละตินอเมริกา

Starbucks

คุณเคยสงสัยมั๊ยว่าทำไม Starbucks ถึงสามารถเปิดหลายสาขาในบริเวณใกล้ๆกันได้ โดยไม่เจ๊งเลยสักร้าน? นั้นก็เพราะ Starbucks ใช้ Big Data ในการวิเคราะห์หาความเป็นไปได้ที่จะประสบความสำเร็จของแต่ละโลเคชั่นที่ไปตั้ง ด้วยการเก็บข้อมูลสถานที่ตั้ง การจราจร ข้อมูลประชากรในพื้นที่ และพฤติกรรมผู้บริโภค

การวิเคราะห์และประเมินแบบนี้เอง ที่ช่วยให้ก่อนจะตัดสินใจเปิดสาขาใหม่ของ Starbucks สามารถคำนวณและประมาณการได้ว่าเปอร์เซ็นต์ความสำเร็จที่จะเกิดขึ้นนั้นมีเท่าไหร่ หากเลือกจะไปเปิดสาขาที่สถานที่นั้นๆ ถือเป็นประโยชน์และมีผลต่ออัตตราการเติบโตของผลกำไรของ Starbucks มาก

อ้างอิง: 
สำนักส่งเสริมเศรษฐกิจดิจิทัล (DEPA)
CAT big data
Big data experience
Dustin Stout

ทิ้งคำตอบไว้

กรุณาใส่ความคิดเห็นของคุณ!
กรุณาใส่ชื่อของคุณที่นี่