คุณเป็นลูกค้าของธุรกิจเหล่านี้หรือไม่ Netflix, Youtube, Facebook, Twitter, Google, Walmart, Starbucks หนึ่งในเทคโนโลยีที่ทำให้บริษัทเหล่านี้ประสบความสำเร็จคือ Big Data พวกเขามีข้อมูลในมือจำนวมหาศาล สามารถนำมาใช้วิเคราะห์เพื่อหาโอกาสทางธุรกิจ และตัดสินใจในเรื่องสำคัญๆจากผลประมวลจากข้อมูลเหล่านั้น Show
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 คืออะไรBig Data คือ ข้อมูลจำนวนมากมหาศาลของบริษัททุกเรื่อง ทุกแง่มุม ทุกรูปแบบที่คุณพอจะนึกออก ซึ่งอาจเป็นข้อมูลที่มีโครงสร้างชัดเจน (Structured Data) เช่น ข้อมูลที่เก็บอยู่ในตารางข้อมูลต่างๆ หรืออาจเป็นข้อมูลกึ่งมีโครงสร้าง (Semi-Structured Data) เช่น ล็อกไฟล์ (Log files) หรือแม้กระทั่งข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) เช่น ข้อมูลการโต้ตอบปฏิสัมพันธ์ผ่านสังคมเครือข่าย (Social Network) เช่น Facebook, twitter หรือ ไฟล์จำพวกมีเดีย เป็นต้น โดยอาจจะเป็นข้อมูลที่มาจากภายในองค์กร และภายนอกที่มาจากการติดต่อกับ Supplier หรือจากทุกช่องทางการติดต่อกับลูกค้า แต่ทั้งหมดนี้ก็ยังคงเป็นเพียงข้อมูลดิบที่รอการนำมาประมวลและวิเคราะห์ เพื่อนำผลที่ได้มาสร้างมูลค่าทางธุรกิจ ข้อมูลเหล่านี้อาจจะไม่ได้อยู่ในรูปแบบที่องค์กรสามารถนำไปใช้ได้ทันที แต่อาจมีข้อมูลที่เป็นประโยชน์ต่อองค์กรบางอย่างแฝงอยู่
Big Data มีคุณลักษณะสำคัญอยู่ 4 อย่างคือ ต้องเป็นข้อมูลที่มีจำนวนมากขนาดมหาศาล (Volume) มีความซับซ้อนหลากหลาย (Variety) มักจะเปลี่ยนแปลงอย่างรวดเร็วอยู่ตลอดเวลา (Velocity) และยังไม่สามารถนำมาใช้เป็นข้อมูลที่สมบูรณ์เพื่อนำมาใช้ในการประกอบการพิจารณาได้ (Veracity)
Big Data กับ Thailand 4.0ในขณะที่ประเทศไทยกำลังก้าวเข้าสู่สังคมดิจิทัล Thailand 4.0 ตามการเปลี่ยนแปลงของสังคมโลก ประชาชนส่วนใหญ่เริ่มเรียนรู้และเข้าใจระบบดิจิทัลมากขึ้น เพราะมีความเชื่อมโยงกับชีวิตประจำวัน ไม่ว่าจะเป็นการซื้อขาย การลงทุน การติดต่อสื่อสาร การใช้สินค้า Smart Device ต่างๆ การเดินทางคมนาคม เรียกว่าเริ่มต้นทุกวันด้วยข้อมูลทั้งสิ้น ทุกสิ่งทุกอย่างจึงถูกขับเคลื่อนอยู่บนฐานข้อมูล ทำให้มีการใช้ประโยชน์จาก Big Data ที่แพร่หลายมากขึ้น สำหรับภาคธุรกิจแล้ว Big Data ที่รวบรวมได้จากพฤติกรรมและกิจกรรมที่เกิดขึ้นจริงกลายเป็นขุมทรัพย์ที่องค์กรธุรกิจสามารถนำไปวิเคราะห์เพื่อให้ได้ Insight ที่เป็นประโยชน์สำหรับการดำเนินงาน สร้างความเข้าใจความสัมพันธ์ในรูปแบบใหม่ๆ นำไปคาดการณ์พฤติกรรมผู้บริโภคในเชิงลึกได้มากกว่าการวิเคราะห์ข้อมูลแบบดั้งเดิมในอดีต ยกตัวอย่างเช่น สามารถยิง Media ไปยังกลุ่มเป้าหมายได้แม่นยำมากขึ้น ถึงเวลาแล้วที่เจ้าของธุรกิจควรหันมาให้ความสนใจ Big Data และประโยชน์ที่จะได้จากการวิเคราะห์ข้อมูลดังกล่าว
คุณเริ่มรู้สึกถึงพลังบางอย่างของ Big Data บ้างแล้วรึยัง ในบทความหน้า เราจะขยายความคุณลักษณะทั้ง 4 อย่างของ Big Data และการค้นหาความสัมพันธ์ของข้อมูล 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 ยาวไปอยากเลือกอ่าน
Big Data คืออะไร? แล้วแตกต่างจาก Data ปกติอย่างไรBig Data หรือในภาษาไทย แปลไว้ว่า “ข้อมูลมหัต” หมายถึง ข้อมูลปริมาณมหาศาลที่สามารถเก็บและใช้เพื่อนำมาวิเคราะห์ ประมวลผล และใช้ประโยชน์ในแง่มุมต่าง ๆ ได้ ซึ่งข้อมูลมหัตจะมาจากหลากหลายแหล่งข้อมูลรวมกันแล้วนำมาประมวลผล รวมไปถึงมีการเก็บและใช้ข้อมูลแบบเรียลไทม์ “Big Data” จึงมีความผันผวนและเปลี่ยนแปลงได้เสมอ แตกต่างจากการใช้ “ข้อมูล” ธรรมดา Big Data เกิดขึ้นจากการที่โลกสามารถเก็บข้อมูลได้แบบมหาศาล เพราะสามารถเกิด Data ขึ้นได้ทุกวินาทีบนโลกดิจิทัล อินเทอร์เน็ตและเทคโนโลยีต่าง ๆ ช่วยให้เราสามารถใช้ประโยชน์จากข้อมูลปริมาณมหาศาลได้ รวมถึง หารูปแบบข้อมูลที่เกิดขึ้น พฤติกรรม หรือการคาดการณ์แนวโน้มหรือเทรนด์ที่จะเกิดขึ้นก็ทำได้อย่างแม่นยำ ตัวอย่างการใช้ Big Data ที่ใกล้ตัวก็อย่าง เช่น การเสิร์ชข้อมูลบน Google มากถึง 6.3 ล้านครั้งต่อนาที หรือกว่า 8.4 หมื่นล้านครั้งต่อวัน การพยากรณ์อากาศที่อัปเดตข้อมูลสภาพอากาศแบบเรียลไทม์ การใช้บริการสตรีมมิ่งต่าง ๆ เช่น YouTube, Netflix, Spotify ที่สตรีมคอนเทนต์พร้อมกันกว่าล้านผู้ใช้งาน หรือการใช้งาน GPS และ Mobile Map ที่อัปเดตข้อมูลการจราจรแบบเรียลไทม์ ก็เป็นส่วนหนึ่งของบริการที่เราใช้ในชีวิตประจำวันที่อาศัย Big Data เช่นเดียวกัน คุณลักษณะ 5Vs ของ Big DataBig Data หรือข้อมูลมหัตแตกต่างจากข้อมูลธรรมดาทั่วไปจากลักษณะต่าง ๆ ที่ไม่ได้มีเพียงเรื่องของปริมาณและขนาดข้อมูลเท่านั้น โดยคุณลักษณะที่ทำให้เราเรียก Data ว่า Big Data ได้แก่ 1. V – Volume มีปริมาณมากข้อมูลมีปริมาณมหาศาลที่มนุษย์ไม่สามารถประมวลผลทำความเข้าใจได้ด้วยตัวเอง ซึ่งมีทั้งข้อมูลออฟไลน์และข้อมูลออนไลน์ มีปริมาณมากกว่าหน่วย TB (Terabyte) ขึ้นไป จำเป็นต้องใช้เครื่องมือหรือจักรกลเรียนรู้ (Machine Learning) ในการประมวลผล 2. V – Velocity มีการเปลี่ยนแปลงอย่างรวดเร็วข้อมูลที่เรียกว่า Big Data จะสามารถเปลี่ยนแปลงผันผวนได้ตลอดเวลา เพราะมีข้อมูลใหม่ ๆ เข้ามาอัปเดตอยู่ตลอดแบบเรียลไทม์ ทำให้การประมวลผลเพื่อหารูปแบบแบบ Manual ทำได้ยาก เนื่องจากข้อมูลชุดใหม่ ๆ ที่ถูกดึงเข้ามามีปริมาณมหาศาลและผันผวน 3. V – Variety หลากหลายประเภทหรือแหล่งที่มาข้อมูลมหัตมาจากข้อมูลหลากหลายประเภทและแหล่งที่มา ระบบหรือเครื่องมือจะใช้การประมวลผลรวมจากทั้งข้อมูลรูปภาพ ตัวอักษร สภาพอากาศ ข้อมูลเรียลไทม์ ข้อมูลในอดีต แหล่งข้อมูลอาจมาทั้งจากออฟไลน์ ออนไลน์ องค์กรหรือจากแหล่งข้อมูลเปิด (Open Data Source) 4. V – Veracity ยังไม่ผ่านการประมวลผลBig Data เป็นข้อมูลที่ยังไม่สามารถใช้งานได้ทันที เพราะมีข้อมูลปริมาณมหาศาล จำเป็นต้องมีการจัดรูปแบบเพื่อทำความเข้าใจ ไม่ใช่ข้อมูลที่สามารถอ่านและใช้งานได้ทันที นอกจากจะผ่านกระบวนการประมวลผลมาแล้ว 5. V – Variability สามารถแปรผันได้ตลอดข้อมูล Big Data มีการเปลี่ยนแปลงอย่างรวดเร็วได้ตลอดเวลา เพราะรับข้อมูลจำนวนมหาศาลจากหลายแหล่งข้อมูลและมีการอัปเดตแบบเรียลไทม์ ทำให้รูปแบบของข้อมูลเปลี่ยนแปลงได้ตลอดเวลา สรุปความแตกต่างของ Data และ Big Dataจากลักษณะ 5Vs ของ Big Data ทำให้ข้อมูลมหัตกับข้อมูลโดยทั่วไป (Traditional Data) มีลักษณะที่แตกต่างกัน เปรียบเทียบได้ ดังนี้ Staticity vs Fluctuation ข้อมูลแบบทั่วไปจะมี “ความนิ่ง” มาจากการเก็บข้อมูลที่มาจากตัวแปรควบคุมหรือตัวแปรที่รู้อยู่แล้วว่ามีอะไรบ้าง ทำให้ข้อมูลแบบปกติไม่ค่อยมีความผันผวนและคาดเดาได้ง่ายกว่า แตกต่างจาก Big Data ที่มีการดึงข้อมูลจากหลากหลายแหล่ง หลากหลายรูปแบบ และอัปเดตข้อมูลแบบเรียลไทม์ทำให้มีความยืดหยุ่น Real-time Analytics Data โดยทั่วไปมักจะใช้ข้อมูลที่เกิดขึ้นในอดีตในการคำนวณหรือประมวลผล แตกต่างจาก Big Data ที่เป็นการวิเคราะห์ข้อมูลที่เกิดขึ้นทุกขณะ หรือ Real-time Analytics เช่น การพยากรณ์สภาพอากาศ หรือการทำงานของ Google Map ที่ดึงข้อมูลการจราจรแบบเรียลไทม์ Centralized Architecture vs Distributed Architecture ข้อมูลโดยทั่วไปจะมีโครงสร้างการเก็บและวิเคราะห์ข้อมูลแบบรวมศูนย์กลาง (Centralized Architecture) ยกตัวอย่างเช่น การเก็บข้อมูลผู้ป่วยของโรงพยาบาลในอดีตที่ไม่ได้มีการอัปเดตแบบเรียลไทม์ เก็บข้อมูลไว้โดยที่ไม่ได้แชร์ข้อมูลสุขภาพของผู้ป่วยกับโรงพยาบาลอื่นหรือแผนกอื่น ๆ ในองค์กร ทำให้แพทย์ต้องสอบถามประวัติผู้ป่วยใหม่ทุกครั้ง แตกต่างจาก Big Data ที่ใช้การจัดการข้อมูลแบบกระจาย (Distributed Architechture) ติดตามและแบ่งปันข้อมูลต่าง ๆ ประยุกต์ใช้ระบบ ERP (Enterprise Resource Planning System) ในการเชื่อมต่อข้อมูลระหว่างแผนก เช่น เมื่อมีการรักษาผู้ป่วย ระบบก็สามารถตัดอุปกรณ์เครื่องใช้ในคลังได้ มีการแชร์ข้อมูลผู้ป่วยให้แต่ละแผนก พร้อมอัปเดตได้ตลอดเวลา Multitude of Source แหล่งที่มาของข้อมูลแบบทั่วไปมาจากข้อมูลเพียงแหล่งเดียวหรือในความดูแลของหน่วยงานเดียวตามโครงสร้างการจัดการข้อมูลแบบรวมศูนย์ แตกต่างจาก Big Data ที่ดึงข้อมูลจากหลากหลายแหล่งมาประมวลผลและใช้ประโยชน์จากข้อมูลร่วมกัน ประโยชน์ของ Big Data กับการทำธุรกิจในปัจจุบันในปัจจุบัน Big Data กลายเป็นองค์ประกอบสำคัญของความสำเร็จในการทำธุรกิจ ธุรกิจจำเป็นจะต้องใช้ข้อมูลในการทำความเข้าใจลูกค้า เข้าใจตลาด วิเคราะห์และประเมินสถานการณ์เพื่อคว้าโอกาสหรือสามารถคาดการณ์เทรนด์หรือแนวโน้มสิ่งที่กำลังจะเกิดขึ้น พร้อมรับมือกับความท้าทายที่กำลังเข้ามา 1. ธุรกิจใช้ Big Data เพื่อทำความเข้าใจลูกค้าและผู้บริโภคBig Data มักถูกนำมาใช้เพื่อหาความต้องการ ปัญหา และทำความเข้าใจพฤติกรรมของลูกค้าและผู้บริโภคมากที่สุด เพราะเป็นข้อมูลตั้งต้นให้ธุรกิจนำไปต่อยอดเป็นโปรดักต์ นำไปปรับปรุงบริการ/สินค้า ออกแบบกลยุทธ์การตลาดและการสื่อสารที่ได้ผลกับพวกเขา ในปัจจุบัน ธุรกิจสามารถเข้าถึงแหล่งข้อมูลในการทำความเข้าใจผูบริโภคได้มากมาย ซึ่งสามารถแยกแหล่งข้อมูลเป็น 3 ประเภทหลัก ได้แก่
2. ธุรกิจใช้ Big Data เพื่อคาดการณ์เทรนด์หรือสิ่งที่กำลังจะเกิดขึ้นธุรกิจใช้ Big Data คาดการณ์สิ่งที่จะเกิดขึ้นในอนาคต เทรนด์ ความนิยม/ความต้องการของผู้บริโภคในอนาคต ใช้สำหรับคาดการณ์พฤติกรรมของลูกค้า เพื่อคว้าโอกาสที่กำลังมาถึงหรือธุรกิจสามารถเตรียมรับมือกับความท้าทายที่เกิดขึ้น ยกตัวอย่างเช่น บริษัทประกันและธนาคารใช้ Big Data เพื่อวิเคราะห์ความน่าเชื่อถือ (Credit) ของลูกค้าแต่ละราย หารูปแบบพฤติกรรมของลูกค้าแต่ละรายถึงแนวโน้มในการชำระหนี้หรือความเสี่ยงต่าง ๆ ที่ลูกค้าอาจเผชิญ เพื่อที่บริษัทประกันจะบริหารความเสี่ยงและสินทรัพย์ได้ หรือตัวอย่างการวิเคราะห์เทรนด์แบบเรียลไทม์ เช่น การวิเคราะห์อัตราการเติบโตของหุ้น ความนิยมของสินค้า หรือการใช้ปัญญาประดิษฐ์ (AI: Artificial Intelligence) วิเคราะห์หุ้นหรือราคาสินทรัพย์ เพราะดึงข้อมูลปริมาณมหาศาลมาวิเคราะห์ร่วมกับข้อมูลที่อัปเดตแบบเรียลไทม์ 3. ธุรกิจใช้ Big Data เพื่อปรับปรุงการทำงานให้มีประสิทธิภาพมากขึ้นBig Data ไม่ได้ถูกนำมาใช้แค่ในการทำการตลาดเท่านั้น แต่ยังถูกนำมาใช้เพื่อวิเคราะห์กระบวนการทำงานเพื่อประสิทธิผลของการทำงาน อีกทั้ง ยังลดค่าใช้จ่ายให้ธุรกิจได้อีกด้วย ยกตัวอย่าง บริษัทขนส่งพัสดุเจ้าใหญ่ของโลก UPS ใช้ Big Data เข้ามาติดตามข้อมูลการขนส่ง เช่น ความเร็วที่รถขนส่งใช้ การเบรก และเส้นทางที่ใช้ เมื่อนำมาประมวลผลร่วมกับระบบ GPS และปรับเปลี่ยนเส้นทางในการขนส่งใหม่ ทำให้ UPS สามารถลดระยะทางการขนส่งได้ถึง 85 ล้านไมล์ต่อวันและประหยัดน้ำมันได้ 8 ล้านแกลลอน ซึ่งเมื่อคำนวณโดยคร่าว ทุก ๆ 1 ไมล์ ที่รถทุกคันร่นระยะลงได้ จะช่วยบริษัทประหยัดงบประมาณได้ถึง 30 ล้านดอลลาร์ 4. ธุรกิจใช้ Big Data เพื่อมอบประสบการณ์ลูกค้าที่ดีขึ้นBig Data สามารถนำมาใช้เพื่อสร้างประสบการณ์ลูกค้าที่ดีได้ โดยในปัจจุบันเราจะเห็นตัวอย่างการนำข้อมูลมาใช้ปรับปรุงประสบการณ์การใช้งานบนโลกดิจิทัลมากขึ้น เพราะสามารถเชื่อมต่อข้อมูลต่าง ๆ และใช้ประโยชน์ได้ทันที ยกตัวอย่างเช่น ระบบ Recommend Engine หรืออัลกอริทึมคัดสรรเพลง หนัง หรือคอนเทนต์ของ Netflix, Spotify, YouTube หรือโซเชียลมีเดีย การทำการตลาดแบบเฉพาะบุคคล (Personalized Marketing) ข้อมูลที่นำเสนอหรือสารที่ใช้พูดคุยถูกปรับเปลี่ยนให้เหมาะสมกับลูกค้าแต่ละรายชื่อและระดับการตัดสินใจ หรือระบบ Customer Support ที่ช่วยสร้างหมายหรือ Ticket ให้กับพนักงาน มีการคัดกรองลูกค้า และจัดประเภทให้อัตโนมัติ รวมถึงมี Chatbot ที่คอยให้ความช่วยเหลือในเบื้องต้น ตัวอย่างการใช้ Big Data ในธุรกิจต่าง ๆเพื่อให้เห็นภาพของการใช้ Big Data มากขึ้น ลองมาดูตัวอย่างจากธุรกิจต่าง ๆ ที่ใช้ประโยชน์จาก Big Data ในแง่มุมที่แตกต่างกันสำหรับเป็นไอเดียการใช้งาน Google ถือเป็นตัวอย่างการใช้ Big Data ที่โดดเด่นและใกล้ตัวเรามากที่สุด เพราะในแต่ละวันอย่างน้อยต้องมีสักครั้งที่เราต้องพึ่งพาเครื่องมือของเขา ไม่ว่าจะเป็นการเสิร์ชหาข้อมูล การดูแผนที่ Google Map การดู YouTube การทำงานของ Google คือ การใช้ประโยชน์จาก Big Data ในทุกแง่มุม ตั้งแต่มีจักรกลในการตรวจสอบ (Crawling) เว็บไซต์จัดทำข้อมูลดัชนี (Indexing) และประมวลผลจัดอันดับ (Ranking) เพื่อนำเสนอคอนเทนต์หรือเนื้อหาที่ผู้เสิร์ชอยากรู้ โดยผลลัพธ์ที่ผู้ใช้งานเห็น ไม่ได้มาจากคำค้น (Search Query) เท่านั้น แต่ยังมาจากข้อมูลพฤติกรรมการเสิร์ช ประวัติการค้นหา ประวัติการท่องเว็บ โลเคชั่นที่กำลังค้นหา ความชื่นชอบและความสนใจที่อัลกอริทึ่มของ Google เรียนรู้พฤติกรรมของเรา นอกจากนี้ บริการของ Google ทั้ง Search, Map, YouTube ต่างใช้ประโยชน์จากข้อมูลเรียลไทม์ (Real-time Data) และข้อมูลโลเคชั่นที่เกิดขึ้น ณ ขณะนั้น ทำให้ผู้ใช้งานได้ประสบการณ์ที่ตรงกับบริบทและมีความเฉพาะตัว ยกตัวอย่างที่เห็นภาพง่าย ๆ คือ การนำเสนอสภาพการจราจร ความหนาแน่นของผู้คนตามสถานที่ต่าง ๆ ระบบนำทางบน Google Map McDonald’sที่มารูปภาพ koreabizwire.comMcDonald’s หนึ่งในบริษัทอาหารจานด่วนที่นำเทคโนโลยี Big Data เข้ามาใช้ในการทำงานและสร้างประสบการณ์ที่ดีขึ้นกว่าเดิมให้กับลูกค้า ผสมผสานการทำงานระหว่าง Big Data และ AI ถือเป็นอีกบริษัทที่ใช้การตลาดด้วยข้อมูล (Data-Driven Marketing) ในหลากหลายแง่มุม เช่น
Pepsiที่มารูปภาพ forbes.comPepsi จำเป็นต้องใช้ Big Data และข้อมูลจากร้านค้ารายย่อยจำนวนมหาศาลเพื่อทำความเข้าใจห่วงโซ่อุปทานหรือห่วงโซ่การจำหน่ายสินค้าของบริษัท เพื่อให้มั่นใจได้ว่า ร้านค้าตัวแทนจำหน่ายจะมีสินค้าของ Pepsi เพียงพอที่จะขายให้กับลูกค้าที่เป็นผู้บริโภค Pepsi ใช้ข้อมูลจากเครื่องคิดเงินระบบ POS และระบบคลังสินค้า (Warehouse & Inventory) ของร้านตัวแทนจำหน่ายเพื่อทำความเข้าใจว่า สินค้าตัวใด ขนาดและปริมาณไหนที่ขายดี ขายได้เท่าไร เพื่อวางแผนการขนส่งสินค้าในแต่ละภูมิภาคให้เพียงพอจัดจำหน่าย รวมไปถึงวางแผนการผลิตที่พอเหมาะพอดีกับความต้องการ ถือได้ว่า Big Data คือ เคล็ดลับของการขนส่งและจัดการกับห่วงโซ่อุปทาน (Supply Chain) อย่างมีประสิทธิภาพของ Pepsi American Expressที่มารูปภาพ fastcompany.comAmerican Express บริษัทการเงินที่ให้บริการบัตรชำระเงินหรือบัตรเครดิต ใช้ Big Data มาวิเคราะห์และคาดการณ์สถานการณ์การเงินของโลก รวมไปถึงใช้วิเคราะห์หารูปแบบพฤติกรรมการใช้เงินของสมาชิกแต่ละราย จากการบันทึกประวัติการทำธุรกรรมพร้อมตัวแปรมากกว่าร้อยปัจจัย ทำให้บริษัทสามารถคาดการณ์แนวโน้มที่ลูกค้าจะเปลี่ยนใจไปใช้บริการกับเจ้าอื่น บริการที่เขาน่าจะกำลังสนใจ หรือประเมินความน่าเชื่อถือในการชำระหนี้ นอกจากนี้ American Express ยังใช้ Big Data และ AI ในการช่วยตรวจจับธุรกรรมที่เป็นการทุจริตได้จากรูปแบบธุรกรรมที่น่าสนใจ ช่วยป้องกันการทุจริตให้กับลูกค้าที่ใช้บริการ American Express จะเริ่มต้นใช้ Big Data อย่างไรในธุรกิจให้เกิดประโยชน์สูงสุดสำหรับธุรกิจที่เล็งเห็นประโยชน์ในการใช้ Big Data และอยากเริ่มต้นทำ Big Data ในองค์กรบ้าง เรามีคำแนะนำในการเริ่มต้นทำ 5 ขั้นตอนสำคัญด้วยกัน 1. กำหนดเป้าหมายและกลยุทธ์การจัดการ Big Dataเริ่มต้นจากการกำหนดเป้าหมายทางธุรกิจ (Business Objective) ก่อนว่า ในขณะนี้ธุรกิจต้องการอะไร เพิ่มยอดขาย ลดค่าใช้จ่าย เข้าใจลูกค้า หากลุ่มเป้าหมายใหม่ ฯลฯ จากนั้นจึงตั้งคำถามที่ต้องการตอบ กำหนดว่าต้องการใช้ข้อมูลอะไรบ้างและใช้เพื่ออะไร 2. กำหนดแหล่งที่มาข้อมูล (Data Sources)ตีโจทย์จากเป้าหมายและกลยุทธ์ที่วางไว้ออกมาว่า สิ่งที่ต้องการตอบหรือใช้นั้น ต้องการข้อมูลจากแหล่งข้อมูลใดบ้าง เช่น ข้อมูลยอดขาย ข้อมูลจากโซเชียลมีเดีย ข้อมูลพฤติกรรมลูกค้าบนเว็บไซต์ ข้อมูลเชิงบริบท (Contextual Data) ที่เกิดขึ้น ต้องดึงข้อมูลจากแหล่งไหน ข้อมูลจากแหล่งข้อมูลเปิดต่าง ๆ ข้อมูลจากร้านค้าตัวแทนจำหน่าย ข้อมูลจากภาครัฐ ข้อมูลการประสิทธิภาพจากสายผลิต ฯลฯ 3. นึกถึง Use Case ในการใช้งานข้อมูลจากข้อมูลที่มีทั้งหมด ธุรกิจสามารถนำไปใช้ประโยชน์อะไรได้บ้าง และจะใช้อย่างไร พยายามนึกถึงกรณีใช้งานจริง (Use Case) โดยที่กรณีที่ใช้งาน ควรต้องสอดคล้องกับเป้าหมายทางธุรกิจและแหล่งที่มาข้อมูลที่กำหนดไว้ก่อนแล้ว เพื่อสอบทานดูอีกครั้งว่า ข้อมูลที่ใช้และวิธีที่จะใช้จัดการกับข้อมูลสามารถตอบจุดประสงค์ที่กำหนดไว้ได้หรือไม่ 4. เลือกเทคโนโลยีจัดการ Big DataBig Data Analytic Tool หรือเครื่องมือจัดการ Big Data อาจมีหลากหลายเครื่องมือด้วยกันหรือแยกระบบการทำงาน อย่างไรก็ตาม ธุรกิจควรมีเครื่องมือที่ช่วยทั้งติดตามและเก็บข้อมูล ดึงข้อมูล ประมวลผลและวิเคราะห์ รวมไปถึงการนำเสนอรายงานที่เข้าใจง่ายหรือจัดทำ Data Visualization ให้พร้อมสำหรับการใช้ประโยชน์ เครื่องมือจัดการกับ Big Data ที่ดี ควรทำงานร่วมกับเครื่องมืออื่น ๆ ได้ เช่น Marketing Technology และสามารถชี้ข้อมูลที่น่าสนใจ เปรียบเทียบข้อมูล นำเสนอรูปแบบของข้อมูลได้ทันที 5. ดำเนินการและตัดสินใจด้วย Big Dataการที่ธุรกิจวางแผนการใช้ Big Data อย่างเป็นระบบและเข้าใจ Use Case ในการใช้ข้อมูลเป็นอย่างดี จะนำไปสู่การวิเคราะห์และการตัดสินใจที่หนักแน่นจากการมีข้อมูลอยู่ในมือ (Data-Driven Decision) มากกว่าการใช้เพียงสัญชาตญาณเท่านั้น ธุรกิจก็จะมีความได้เปรียบในการทำธุรกิจมากขึ้น รู้จักลูกค้า และสามารถใช้ข้อมูลมาทำการตลาดทั้งการทำ Personlized Marketing, Marketing Automation, Contextual Marketing และประโยชน์ในด้านอื่น ๆ อีกมากมาย สรุปBig Data เข้ามามีบทบาทในการดำเนินธุรกิจในหลากหลายด้านด้วยกัน ไม่ใช่เพียงการทำการตลาด แต่ข้อมูลปริมาณมหาศาลยังสามารถนำใช้ประโยชน์ได้อีกมากมาย เช่น การเพิ่มประสิทธิภาพการทำงาน การตรวจสอบธุรกรรมทุจริต การบริหารจัดการห่วงโซ่อุปทาน ฯลฯ อย่างไรก็ตาม จากลักษณะของ Big Data ที่มีข้อมูลปริมาณมหาศาลและมีความผันผวนอยู่ตลอดเวลา การจะใช้ประโยชน์จาก Big Data ได้ จึงจำเป็นต้องใช้เทคโนโลยีที่สามารถจัดการข้อมูลหรือทีมงานที่มีประสบการณ์ Wisesight มีทีม DATA CONSULTING ที่สามารถช่วยให้คำแนะนำและการจัดการข้อมูลแบบมืออาชีพให้กับธุรกิจของคุณได้ พร้อมกับบริการ RESEARCH สำหรับบริษัทที่ต้องการเริ่มต้นใช้ประโยชน์จากข้อมูล เช่น เอเจนซี แบรนด์สินค้า องค์กรภาครัฐ ฯลฯ ได้ทันที แม้ไม่มีทีม Data ในองค์กร Big Data คืออะไร มีประโยชน์อย่างไรBig Data เป็นเครื่องมือที่ช่วยให้สามารถใช้ข้อมูลได้อย่างมีประสิทธิภาพ ข้อมูลจากทุกแหล่งที่มาสามารถนำไปวิเคราะห์และวางแผนเพื่อให้ได้ผลลัพธ์ตามที่ต้องการส่วนหนึ่ง เพื่อช่วยให้สามารถเข้าถึงความต้องการของผู้บริโภคได้มากที่สุด
Big Data มีความสำคัญอย่างไรต่อการดำเนินธุรกิจในปัจจุบันBig Data นั้นนอกจากจะลองรับสื่อสังคม Social ต่างๆ แล้วยังใช้ในทางธุรกิจได้อย่างมีประสิทธิภาพ โดยเฉพาะอย่างยิ่งการเก็บข้อมูลของลูกค้า ข้อมูลเหล่านี้ถือว่าเป็นขุมทรัพย์ที่ล้ำค่ามากๆ เพราะในสภาวะการแข่งขันทางการค้าในปัจจุบันที่ร้อนแรงความสามารถในการตอบสนองความต้องการของลูกค้าที่ตรงจุด จะทำให้ธุรกิจอยู่เหนือคู่แข่งในทุกๆ ...
ประโยชน์ในการนํา Big Data มาใช้ในงานธุรกิจและภาครัฐมีอะไรบ้าง1) สร้างมูลค่าทางธุรกิจ 2) การนำข้อมูลเหล่านั้นมาช่วยสนับสนุนการตัดสินใจหรือนำมาสร้างข้อได้เปรียบทางการแข่งขัน 3) การนำข้อมูลเหล่านั้นมาช่วยประเมินระยะเวลาและประเมินงบประมาณค่าใช้จ่ายของการทำ โครงการใหม่ ๆ ให้ใกล้เคียงกับการปฏิบัติงานจริง หรือช่วยแก้ปัญหาหรือป้องกันปัญหาที่จะเกิดขึ้นในโครงการ
Data มีประโยชน์อย่างไรประโยชน์ของการเก็บข้อมูล(Data). รู้ว่าเกิดอะไรขึ้น การเก็บข้อมูลจะช่วยบอกเราได้ว่าสถานการณ์ของสิ่งที่ทำอยู่นั้นเป็นไปในทิศทางใด ดีขึ้นหรือแย่ลง เมื่อเรารู้แล้วเราสามารถดำเนินการปรับปรุงแก้ไขสิ่งต่าง ๆ ได้ไม่ช้าก็เร็ว. ช่วยในการตัดสินใจ ... . คาดเดาทิศทางในอนาคต. |