เมื่อเรารวมคำว่า Big กับ Data เข้าด้วยกันความหมายมันก็แตกต่างไปจากเดิม ดังนั้นแล้ว Big Data จริง ๆ มันคืออะไร และจะใช้เพื่อตรวจสอบรูปแบบความสัมพันธ์และข้อมูลเชิงลึกอื่น ๆ ได้อย่างไร ซึ่งแน่นอนว่าในภาคธุรกิจก็จะเก็บข้อมูลทุก ๆ อย่างเอาไว้ แต่ว่ามันจะมีประโยชน์มากขึ้น ถ้าเราสามารถนำข้อมูลตรงนั้นมาวิเคราะห์ได้อย่างถูกต้อง และมีประสิทธิภาพ

 

ในบทความนี้ iLog.Ai ก็จะพูดถึงคอนเซ็ปของมัน และประโยชน์ที่แสดงให้เห็นถึงความสำคัญที่มีผลต่อองค์กรยุคใหม่ได้อย่างไร

Big Data

What is big data

หากว่าคุณเข้าไปค้นหาใน Google ก็เจอความหมายที่ยาวเหยียด และเข้าใจยากมาก ซึ่งมันเป็นอีกหนึ่ง Core bussiness หนึ่งที่องค์กรต้องมี หรือจ้างมา แต่จริง ๆ แล้วความหมายง่าย ๆ ก็คือชุดข้อมูลที่หลากหลายซึ่งสามารถวิเคราะห์เพื่อแยกแยะแนวโน้มและรูปแบบที่เกี่ยวข้องกับพฤติกรรมของมนุษย์ได้นั่นเอง

 ซึ่งที่ที่สามารถเก็บ Big Data ไว้นั้นจะต้องมีความรวดเร็ว และเสถียรต่างจากสมัยก่อนทีเก็บไว้ใน Database ในขณะการนำข้อมูลเหล่านั้นมาวิเคราะห์สามารถพัฒนา Solution สำหรับอนาคตได้อีกด้วย ซึ่งจะเป็นอีกหนึ่งตัวช่วยที่จะทำให้ทำงานเร็วขึ้นเป็น Competitive Adventage ที่นำหน้าบริษัทอื่นได้หลายปีเลยทีเดียว  

Big Data 2

Types of Big Data & Technologies

ข้อมูลขนาดใหญ่รวมข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างที่ความเร็วและสเกล ข้อมูลที่มีโครงสร้างครอบคลุมฟิลด์ที่แบ่งย่อยเช่นอายุความสูงหรือเพศในฐานข้อมูลเชิงสัมพันธ์ ขณะที่ข้อมูลที่ไม่มีโครงสร้างเกี่ยวข้องกับข้อมูลที่ไม่สามารถวิเคราะห์ได้เช่นวิดีโอหรือทวีต เนื่องจากไม่สามารถจัดกลุ่มในฐานข้อมูลเชิงสัมพันธ์ได้จึงมีการวิเคราะห์ในแง่ของความแม่นยำความน่าเชื่อถือและความชัดเจน

ดังนั้นข้อมูลขนาดใหญ่มักมีสี่มิติได้แก่

  • Volume : ขนาดของข้อมูล เช่น การสมัครสมาชิก การค้นหาของ Google ต่อวัน ผู้ใช้โซเชียลมีเดีย และการรับส่งข้อมูล IP
  • Velocity : ข้อมูลที่เป็น Steaming  เช่น จำนวนอีเมลที่ส่งทุกวัน การซื้อขายแลกเปลี่ยน และ การสตรีมทีวีอินเทอร์เน็ต
  • Variety : ข้อมูลประเภทต่างๆ เช่น โซเชียลมีเดีย อีเมล ธุรกรรมการชำระเงินออนไลน์ เสียง และวิดีโอ
  • Veracity : ความไม่แน่นอนของข้อมูล เช่น ความถูกต้องของข้อมูล และการตีความข้อมูลความน่าเชื่อถือของข้อมูลการแปลภาษา

สิ่งต่าง ๆ เหล่านี้แสดงถึงจำนวนข้อมูลที่มหาศาล และหลากหลายซึ่งจะช่วยธุรกิจมีความน่าเชื่อถือ แล้วอะไรหล่ะที่จะสามารถนำข้อมูลเหล่านี้มาใช้จัดการ และรับข้อมูลเชิงลึกเพื่อนำมาประโยชน์

Cloud adoption

ในปัจจุบันนี้ การเก็บข้อมูลบน Cloud ได้รับความนิยมมาก ด้วยฟังชั่นที่สามารถแชร์ปริมาณ และชุดข้อมูลแบบออนไลน์ และการวิเคราะห์ทำให้ระบบนี้มีความนิยม และเป็นสิ่งที่หลาย ๆ องค์กรจำเป็นต้องมี

Edge computing

การคำนวณแบบ Edge สร้างข้อมูลการประมวลผลที่ขอบของเครือข่ายเช่นใกล้กับแหล่งข้อมูล สิ่งนี้จะช่วยลดเวลาในการตอบสนองและอนุญาตให้ดำเนินการแบบ Real time

Quantum computing

การคำนวณควอนตัมดำเนินการคำนวณในอัตราที่รวดเร็วอย่างไม่น่าเชื่อเร็วกว่าของคอมพิวเตอร์มาตรฐาน สิ่งต่าง ๆ เช่น AI และการเรียนรู้ของเครื่องควรได้รับประโยชน์จากคอมพิวเตอร์ควอนตัมเนื่องจากสามารถทำการคำนวณที่ซับซ้อนที่เกี่ยวข้องกับชุดข้อมูลที่มีขนาดใหญ่มากในเวลาอันสั้น ความเป็นไปได้ที่จะเปิดทำให้เป็นที่น่าตื่นเต้นมาก

Example of Big Data in Action

Netflix มีอัลกอรึทึมการคาดการณ์ที่แม่นยำของสิ่งที่สมาชิกต้องการดูต่อไป โดยแสดงให้เห็นว่าการจัดเรียงข้อมูลขนาดมหาศาล และวิเคราะห์ที่มีประสิทธิภาพ ซึ่งกว่าจะได้ผลลัพท์ออกมาอย่างที่เราเห็น และใช้งานอยู่นั้นผ่านการวิเคราะห์จากข้อมูลที่ขนาดใหญ่จัดหมวด และประมวลจนเหลือหน่วยที่วัดที่สามารถวิเคราะห์ว่าผู้ใช้งานชอบหนัง หรือซีรี่แนวไหนโดยมีขั้นตอนดังนี้

  • เก็บข้อมูลที่ปะกอบไปด้วย : การจัดอันดับการค้นหาวันที่ดูวิดีโออุปกรณ์ที่ดูบนความแปรปรวนของการแสดงเกี่ยวกับประเภทของอุปกรณ์หากเครดิตถูกข้ามไปสิ่งที่แสดง / ภาพยนตร์จะหยุดชั่วคราวหรือไม่ มีการรับชมวิดีโอบางรายการอีกครั้ง
  • จากนั้น Netflix จะทำการจัด Video แล้ว Categories ทั้งหมดที่มีแบบรายบุคคล และวิธีที่แตกต่าง
  • วิดีโอจะถูกเลือกตามคำแนะนำส่วนบุคคลโดยเน้นเฉพาะชื่อที่อยู่ในอันดับต้น ๆ ส่วนวิดีโอที่ได้รับความนิยมตอนนี้ผสมผสานกับคำแนะนำส่วนบุคคลโดยอ้างอิงจากประวัติการดู
  • ชื่อที่คุณเริ่มดูจะถูกวิเคราะห์ตามความน่าจะเป็นของการดูต่อเนื่องหรือสิ้นสุด โดยอัลกอริทึมความคล้ายคลึงกันของวิดีโอและวิดีโอแนะนำชื่อเครือญาติตามสิ่งที่สมาชิกอาจมีความสัมพันธ์กับประวัติการดูก่อนหน้านี้

The impact of Big Data on Business

Life Sciences

ในทางวิจัยทางคลินิกจะช่วยให้วิเคราะห์ขั้นสูงช่วยปรับปรุงความเร็วและประสิทธิภาพของการวิจัยทางคลินิกทุกขั้นตอนด้วยโซลูชั่นอัตโนมัติที่ชาญฉลาดและชาญฉลาดมากขึ้น

Manufacturing

สามารถทำให้ธุรกิจประเภทนี้สามารถระบุปัจจัยที่ช่วยให้ประหยัดต้นทุน และมองเห็นโอกาสในการเพิ่มคุณค่าของสินค้า

Big Data & Healthcare

Healthcare

ด้วย Technology ในการวิเคราะห์ข้อมูลมหาศาลจะช่วยให้ สามารถวินิจฉัยโรค และวิธีการรักษาของผู้ป่วยได้แม่นยำ – เร็วมากขึ้น อีกทั้งยังสามารถออกแบบกรมธรรม์สุขภาพให้เหมาะสมกับลูกค้าแบบรายบุคคลอีกด้วย

Government

รัฐบาลจะกระชับงบประมาณอย่างไรโดยไม่กระทบต่อที่อื่น? ในส่วนที่เกี่ยวกับการบังคับใช้กฎหมายซึ่งมีหน้าที่ในการลดอัตราอาชญากรรมลงด้วยทรัพยากรที่น้อยที่สุดข้อมูลขนาดใหญ่สามารถช่วยให้การดำเนินงานคล่องตัวขึ้นในขณะที่ให้มุมมองแบบองค์รวมของกิจกรรมอาชญากรรม

Big Data with Business

Retail

ในภาคการค้าขาย จะช่วยวิเคราะห์ปริมาณความต้องของสินค้าประละประเภทในท้องตลาด มองเห็นปริมาณลูกค้าที่ซื้อสินค้าเป็นประจำ สามารถเข้าใจลูกค้าที่เข้ามาซื้อค้าว่าส่วนใหญ่สินค้าที่เขาซื้อไปคืออะไร ประเมิน และให้คำแนะนำได้ว่าสินค้าตัวไหนที่ลูกค้าสนใจเพื่อให้มีปริมาณการซื้อที่มากขึ้น

The Challenges of Big Data

Data growth

นึกภาพง่าย ๆ ที่ไหนที่จะสามารถเก็บข้อมูล และวิเคราะห์ แล้วต้องใหญ่พอที่จะรองรับข้อมูลที่เข้ามามหาศาล พื้นที่จัดเก็บที่กำหนดโดย Software สามารถทำให้ธุรกิจจัดเก็บ และปรับขนาดฮาร์ดแวร์ได้ง่ายขึ้นในขณะที่สิ่งต่าง ๆ เช่นการบีบอัดการขจัดข้อมูลซ้ำซ้อน และการจัดลำดับชั้นสามารถลดจำนวนพื้นที่ที่ต้องการ

Generating insights in a timely manner

การเก็บข้อมูลก็เป็นส่วนหนึ่ง แต่การทำให้องค์กรบรรลุเป้าหมายนั้นจะต้องมีปัจจัยอย่างอื่นประกอบด้วย Software และ Analytic tools ที่ช่วยลดเวลาในการทำรายงาน ตอบสนองแบบ Real time เพิ่มขีดสามารถการแข่งขันในตลาดได้อย่างต่อเนื่อง

Recruiting and retaining talent

แล้วจะทำอย่างไรให้ได้ หรือมีบุคลากรที่มีความสามารถ และประสบการณ์ ซึ่งในปัจจุบันนี้ความต้องการในตลาดแรงงานมีสูงมาก ดังนั้นองค์กรจะต้องปรับ และตอบสนองในแง่ของงบประมาณเงินเดือนโอกาสในการฝึกอบรมและเทคโนโลยีใหม่

Integrating disparate data sources

ความหลากหลายของแหล่งข้อมูลเหล่านี้หมายความว่าอาจมีความยากลำบากในการตรวจสอบเพื่อสร้างรายงาน ผู้ขายเสนอเครื่องมือการรวมข้อมูลที่หลากหลาย แต่หลายคนบอกว่าสิ่งเหล่านี้เป็นวิธีการแก้ปัญหาการรวมข้อมูล

Validating

แล้วจะบอกได้อย่างไรว่าข้อมูลที่ได้จากที่ไหนเป็นข้อมูลที่ถูกต้อง ถ้าหากได้รับข้อมูลที่คล้ายคลึงกัน แตกต่างที่มา

Securing

การรักษาความปลอดภัยของข้อมูลเป็นเรื่องที่น่ากังวลอย่างยิ่ง แหล่งข้อมูลขนาดใหญ่เป็นเป้าหมายใหญ่สำหรับแฮกเกอร์ ดังนั้นจึงเป็นเรื่องสำคัญที่องค์กรต่างๆจะต้องปกป้อง และปกป้องธนาคารข้อมูลเหล่านี้ให้ดีที่สุดเท่าที่จะทำได้

What Does the Future Hold for Business?

  • Machine learning จะเข้ามาเป็น Core หลักในการวิเคราะห์ข้อมูล
  • ความเป็นส่วนตัวจะมีความสำคัญมากขึ้น และมีปริมาณที่มากขึ้น ถ้าหากยังไม่มีตัววัด และไม่ได้ทำตามข้อบังคับ PDPA ก็สามารถทำให้การขับเคลื่อนองค์กรล้มเหลวได้
  • Chief Data Officer จะเป็นตำแหน่งใหม่และมีความต้องการที่สูงขึ้นอยู่กับประเภท และขนาดขององค์กรว่าจำเป้นไหมที่จะต้องมีตำแหน่ง
  • Developers จะเข้ามามีบทบาทมากขึ้น