ผู้ใช้:Mavika.Thonglue/กระบะทราย

Big Data: Business Intelligence (BI) in a big data world

• Big มีความหมายว่า "ใหญ่" ส่วน Data นั้นมีความหมายว่า "ข้อมูล" ดังนั้น เมื่อรวมกัน Big Data จึงมีความหมายว่า ข้อมูลที่มีขนาดใหญ่ หรือข้อมูลที่มีจำนวนวมหาศาล
  
• Big Data คือ ชุมนุมของชุดข้อมูลที่มีขนาดและความซับซ้อนมาก จนมันยากที่จะประมวลผลได้ด้วยเครื่องมือจัดการฐานข้อมูลที่มีอยู่ ซึ่งในปัจจุบันด้วยพัฒนาการของเทคโนโลยีและระบบต่างๆ ทำให้องค์กรมีการเก็บข้อมูลต่างๆ อย่างมากมายมหาศาลแบบที่ไม่เคยเป็นมาก่อน และองค์กรที่ให้ความสำคัญกับข้อมูลเหล่านี้ก็ย่อมรู้จักที่จะใช้หรืออภิมหาข้อมูลเหล่านี้มาใช้ในการตัดสินใจเพื่อให้เกิดประโยชน์ต่อองค์กร
  
• big data ยังรวมถึงชุดข้อมูลที่มีขนาดใหญ่เกินกว่าความสามารถของซอฟต์แวร์ที่ใช้กันอยู่ทั่วไป ที่จะจับบันทึก จัดการ และประมวลผลข้อมูลดังกล่าวได้ภายในเวลาที่ยอมรับได้

• Big Data จึงเป็นที่รองรับการจัดเก็บข้อมูลที่มีขนาดใหญ่ ทำให้สามารถหาและเข้าถึงข้อมูลได้ง่าย เพราะมีความพร้อมของข้อมูลอยู่เสมอ ซึ่ง Big Data จะเป็นตัวช่วยให้ง่ายต่อการเก็บข้อมูล ทั้งยังทำให้การวิเคราะห์ข้อมูลมีความแม่นยำมากยิ่งขึ้น ดังนั้น Big Data จึงเป็นตัวช่วย เป็นส่วนที่สำคัญ และมีประโยชน์อย่างยิ่งในกระบวนการทางธุรกิจ
  
• Big dataเป็นข้อมูลขนาดใหญ่ที่สำคัญ โดยประกอบไปด้วย 3 ลักษณะ ได้แก่
  

1.Volume เป็นข้อมูลจำนวนมากรวบรวมไว้ ซึ่งมีตั้งแต่ระดับTerabytes ขึ้นไป ทำให้ระบบการจัดการข้อมูลแบบเดิมขาดความประสิทธิ และจัดเก็บข้อมูลได้อย่างจำกัด ทำให้จัดเก็บข้อมูลขนาดใหญ่ไม่เพียงพอ

2.Variety คือข้อมูลมีความหลากหลายรูปแบบ เช่น รูปภาพ วิดีโอ และdocument เป็นต้น

3.Velocity คือข้อมูลมีการเปลี่ยนแปลงอยู่ตลอดเวลาและรวดเร็ว ซึ่งส่วนใหญ่ข้อมูลมักจะเป็นแบบReal-Time

How are big companies(business) using big data?

องค์กรที่มีความสนใจที่จะนำ Big Data เข้ามาใช้ ไม่สามารถจัดการ Big Data ได้ด้วยระบบ Database แบบเดิมๆ เนื่องด้วยข้อมูลมีปริมาณมากเกินที่จะรับได้ และรูปแบบก็มีความหลากหลายเกินไป ดังนั้น จึงจำเป็นต้องใช้ระบบการเก็บข้อมูลหรือการประมวลผลในรูปแบบอื่นๆ เข้ามาช่วยจัดการแทนระบบแบบเดิมๆ ซึ่งการจัดการกับ Big Data นั้น ณ ปัจจุบันมีเครื่องมือที่ได้รับความนิยมอย่างแพร่หลายและมีชื่อเสียงตัวหนึ่งเข้ามาช่วยจัดการ นั่นคือ Hadoop ที่พัฒนามาจาก Open Source Technology ให้ทำหน้าที่เป็น Distributed Storage ที่สามารถเก็บข้อมูลขนาดใหญ่ที่เป็น Unstructured และนำมาประมวลผลได้ ซึ่งองค์ประกอบหลักๆ ของ Hadoop ประกอบด้วย

• Hadoop Distributed File System (HDFS) ที่ทำหน้าที่เป็น Storage จัดเก็บข้อมูลให้อยู่ในรูปแบบที่เหมาะสมพร้อมใช้งาน
• Map Reduce ใช้ในการพัฒนาโปรแกรมเพื่อประมวลผลให้ได้ผลลัพธ์ตามต้องการ ด้วยการเข้าถึงข้อมูลอย่างรวดเร็ว

นอกจาก Hadoop แล้วยังมี Software อื่นๆ ที่มาช่วยเสริมการทำงานของ Hadoop ให้มีประสิทธิภาพมากยิ่งขึ้นในการทำงานร่วมกับฐานข้อมูลเดิมขององค์กร เช่น Sqoop หรือ Hive เป็นต้น รวมถึง Splunk ซึ่งสามารถนำมา Integrate ร่วมกับ Hadoop เพื่อให้สามารถทำงานทำได้สะดวก มี Dashboard ที่สามารถทำการค้นหาข้อมูลเชิงลึกได้แบบ Real-Time แล้วนำมาผลที่ได้มาแสดงให้อยู่ในรูปแบบของกราฟฟิคที่สวยงามดูง่าย สำหรับเรื่องราวของ Hadoop และ Splunk นั้นทางบิ๊กฟิชฯ จะขอนำไปกล่าวถึงไว้ในบทความฉบับหน้า ซึ่งท่านผู้อ่านสามารถติดตามได้จากเว็ปไซต์ของบริษัทฯ

ทำไมต้องมาสนใจ Big Data

จะเห็นได้ว่าในยุคปัจจุบัน มีการใช้อุปกรณ์ประเภทสมาร์ทโฟนและแท็บเลทกันอย่างแพร่หลาย มี Application ที่ถูกพัฒนามาเพื่อสนับสนุน Platform ดังกล่าวมากมาย รวมถึงความนิยมในการใช้ โซเชียลเน็ตเวิร์คและการทำธุรกิจหรือธุรกรรมออนไลน์ต่างๆ ทำให้มีข้อมูลเกิดขึ้นในระบบออนไลน์เหล่านี้เป็นจำนวนมาก และอยู่ในรูปแบบ Unstructured การจัดการกับข้อมูลจำนวนมากและเกิดขึ้นตลอดเวลาประเภทนี้ ไม่สามารถทำได้ด้วยวิธีการจัดเก็บไว้ใน Database รูปแบบเดิมๆ ได้ดี หรือถ้าทำได้ก็ไม่สะดวกสบายนัก และการจะนำมาใช้ให้เกิดประโยชน์ก็ยาก ดังนั้นองค์กรต่างๆ ส่วนมากจึงมักจะมีแต่การจัดเก็บสะสมไปเรื่อยๆแต่ไม่ได้มีการนำมาใช้งานใดๆ สุดท้ายก็เป็นเหมือนขยะกองโตขององค์กร ที่สิ้นเปลืองทรัพยากรในการเก็บรักษาหรือไม่ก็ถูกปล่อยให้สูญหายไปอย่างไร้ค่า ทั้งที่จริงแล้ว ถ้ามีการจัดเก็บและนำมาวิเคราะห์ให้ดี จะพบว่าข้อมูลเหล่านี้เปรียบเสมือนขุมทรัพย์ที่จะทำให้ธุรกิจเติบโตได้อย่างมาก เพราะอุดมไปด้วยข้อมูลที่หลากหลาย สามารถนำมาสร้างมูลค่าเพิ่มให้กับองค์กรได้ในหลายๆ มุมมอง รวมถึงสามารถนำข้อมูลที่ได้มาใช้เพื่อการป้องกันหรือปิดช่องโหว่ที่มีอยู่ในทั้งระบบออนไลน์และระบบภายในขององค์กรได้ และหากมีเครื่องมือที่เหมาะสมก็ยิ่งจะช่วยให้การนำข้อมูลออนไลน์มาใช้ในการดำเนินธุรกิจนั้นเกิดประสิทธิภาพในการวิเคราะห์ข้อมูลจนสามารถนำมาใช้ประโยชน์ได้ดียิ่งขึ้น ทำให้เกิดมุมมองใหม่ๆ สามารถมองเห็นในสิ่งที่คู่แข่งยังมองไม่เห็นหรือไม่ได้ใส่ใจที่จะนำมาใช้ ทำให้องค์กรของเราได้เปรียบหรือมีความเหนือชั้นกว่าในการดำเนินธุรกิจ และมีโอกาสประสบความสำเร็จมากกว่า ยกตัวอย่างบริษัทที่นำ Big Data เข้ามาใช้งานและสร้างความเติบโตให้องค์กรจนประสบความสำเร็จจนสามารถอยู่ในกลุ่มผู้นำของธุรกิจ อาทิเช่น Google , Facebook ,Twitter ,Yahoo เป็นต้น ระบบ Database แบบเดิมๆ เนื่องด้วยข้อมูลมีปริมาณมากเกินที่จะรับได้ และรูปแบบก็มีความหลากหลายเกินไป ดังนั้น จึงจำเป็นต้องใช้ระบบการเก็บข้อมูลหรือการประมวลผลในรูปแบบอื่นๆ เข้ามาช่วยจัดการแทนระบบแบบเดิมๆ ซึ่งคือการจัดการกับ Big Data

ปริมาณข้อมูลที่เพิ่มขึ้นอย่างต่อเนื่อง ทั้งจากภายในและภายนอกองค์กร ทำให้เรามีความจำเป็นต้องจัดการกับข้อมูลที่เกิดจากอุปกรณ์ต่างๆ อย่างมีประสิทธิภาพ พยายามลดจุดที่เคยมองข้ามไป การลดค่าใช้จ่ายที่ไม่จำเป็นลง แล้วผลักดันองค์กรด้วยกลยุทธ์ผ่านเครื่องมือเทคโนโลยีสารสนเทศ เป็นสิ่งที่หลีกเลี่ยงไม่ได้ในโลกทุกวันนี้ เป็นเรื่องการวางยุทธศาสตร์ของภาคธุรกิจ ว่าจะเก็บข้อมูลอย่างไร (ซึ่งเรื่องนี้พูดกันมาตั้งแต่สมัยเริ่มนำ database มาใช้งาน แต่ก็ยังไม่จบไม่สิ้น) มาจนถึงการวิเคราะห์ข้อมูลอย่างไร (data mining) และนำข้อมูลมาใช้กับกระบวนการทำธุรกิจอย่างไร (business intelligence) จากนั้นก็คูณด้วยอัตราข้อมูลจำนวนมหาศาล (data explosion) ออกมาเป็น Big Data นั่นเอง การเก็บและวิเคราะห์ข้อมูลสำหรับองค์กร สามารถทำได้โดยไม่ต้องใช้ระบบไอทีเลยสักนิด (ใช้กระดาษก็ได้ถ้าทักษะถึง) แต่ถ้าต้องการเก็บข้อมูลจำนวนมากๆ (ซึ่งจะทำให้การวิเคราะห์แม่นยำขึ้นตามจำนวน sampling) อันนี้ต้องใช้ไอทีมาเป็นตัวช่วยให้กระบวนการมันอัตโนมัติขึ้น แต่สุดท้ายแล้วมันก็เป็นเรื่องของความคิดและการวิเคราะห์อยู่ดีครับใช้อภิมหาข้อมูลเหล่านี้มาใช้ในการตัดสินใจเพื่อให้เกิดประโยชน์ต่อองค์กร ซึ่งมีงานวิจัยชี้ออกมาแล้วเหมือนกันครับว่าองค์กรที่ให้ความสำคัญกับข้อมูลในการตัดสินใจ หรือ เป็นลักษณะ Data-Driven นั้นจะมีผลการดำเนินงานที่ดีกว่าองค์กรที่ไม่ได้ให้ความสำคัญแก่ข้อมูลต่อ Big Data ในฐานะที่เป็นเครื่องมือในการบันทึก เก็บ วิเคราะห์ ประมวลข้อมูลต่างๆ แต่ผมว่าความสำคัญนั้นอยู่ที่ตัวผู้บริหารเองครับว่าเห็นความสำคัญของอภิมหาข้อมูลเหล่านี้หรือไม่

ตัวอย่างหนึ่งที่อาจจะกระทบต่อผู้บริหารคือวิธีการตัดสินใจครับ ในอดีตในยุคที่เรายังไม่มีข้อมูลในการตัดสินใจ ส่วนใหญ่เราก็อาศัยสัญชาตญาณหรือที่เรียกว่า Intuition เข้ามาช่วย โดยเฉพาะอย่างยิ่งตัวผู้บริหารระดับสูงหรือผู้อาวุโสที่อยู่มานาน ท่านเหล่านี้ก็จะมีประสบการณ์ที่มากและทำให้สัญชาตญาณของท่านก็แก่กล้าไปด้วย แต่เมื่อเรามีข้อมูลมากขึ้น และถ้าผู้บริหารรู้จักที่จะใช้ข้อมูลเหล่านี้ในการตัดสินใจมากขึ้น เราอาจจะพบว่าประสบการณ์หรือสัญชาตญาณอาจจะสู้การมีข้อมูลที่พร้อมเพรียงและรวดเร็วในการตัดสินใจไม่ได้ ซึ่งประเด็นดังกล่าวไม่ใช่เรื่องของเทคโนโลยีแล้วครับ แต่เป็นเรื่องของการปรับเปลี่ยนวัฒนธรรมและรูปแบบในการตัดสินใจมากกว่าครับ Big Data ไม่ใช่เรื่องไกลตัว เราพบเจอเรื่องของ Big Data ในชีวิตประจำวันมากขึ้น เช่น จะพาครอบครัวไปหาอาหารอร่อยกิน เราก็ไม่ได้อาศัยสัญชาตญาณที่ขับรถผ่านแล้วบอกว่า "ร้านนี้น่าจะอร่อย" อีกต่อไป แต่เราต้องหาข้อมูล ดูรีวิว ดูรูป ฯลฯ เกี่ยวกับร้านที่ต้องการจะไปมากขึ้น เช่นเดียวกันครับ สำหรับชาวกรุงเทพทุกท่าน เราลองใช้ประโยชน์จาก Big Data ในการหาผู้สมัครที่เหมาะสมที่สุดที่จะมาเป็นผู้ว่าฯ กทม.กันเถอะครับ

การดำเนินธุรกิจในยุคนี้ การต่อสู้อยู่บนพื้นฐานของข้อมูล ใครสามารถนำข้อมูลมาใช้ประโยชน์ได้มากกว่ากัน ก็มีชัยไปกว่าครึ่งแล้ว ทำให้ Big data มีความสำคัญมากขึ้นทุกวัน นอกจากจะให้ความสำคัญกับ Big data แล้ว ข้อมูลย่อยๆ ต่างๆ ก็จะมองข้ามมิได้ Big data ไม่ได้หมายถึงทุกสิ่งทุกอย่าง แต่ประกอบจากสิ่งหลักๆ สามส่วนด้วยกันคือ ปริมาณ (Volume) ความเร็ว (Velocity) และ ความหลากหลาย (Variety) เริ่มจากสิ่งที่ดูจะจับต้องได้มากที่สุด ก็คือ ปริมาณข้อมูล ที่มีมากมาย เพิ่มขึ้นเป็นกราฟ exponential โดยเฉพาะบนโลกออนไลน์ ธุรกรรมต่างๆ ที่เกิดขึ้น ทั้ง offline และ online องค์กรควรจัดเก็บให้อยู่ในรูปแบบที่พร้อมจะประมวลได้ ความเร็ว เป็นสิ่งที่ปฏิเสธไม่ได้ในการดำเนินกิจการต่างๆ ในโลกทุกวันนี้ ทุกสิ่งดูจะต้อง Real time ไปทุกอย่าง เริ่มจากลูกค้าที่มีความต้องการ ถ้าตอบสนองได้รวดเร็วก็จะมีชัยชนะเหนือคู่แข่ง ความหลากหลาย จากเดิมข้อมูลมีรูปแบบ สามารถจัดเก็บได้ในรูปตาราง ข้อมูลในยุคนี้มีความหลากหลายทั้งรูปแบบ และแหล่งที่มา ไม่ว่าจะเป็นข้อความ รูปภาพ วิดีโอ ที่เราแชร์กันบนสื่อสังคมออนไลน์สำหรับนักการตลาดแล้ว ส่วนที่สำคัญคือจะทำอย่างไร ให้ได้ข้อมูลเชิงลึกออกมาให้ได้ หาความสัมพันธ์ระหว่างพฤติกรรมของลูกค้า ที่จะเชื่อมโยงไปถึงรายได้ที่จะสร้างให้กับองค์กร ลูกค้าปัจจุบัน หรือกลุ่มลูกค้าเป้าหมาย ตอบสนองต่อสิ่งที่โพสบนเว็บ หรือสื่อสังคมออนไลน์ อย่างไร หลักใหญ่คือการเข้าใจ เข้าถึง พฤติกรรมผู้บริโภค แล้วเชื่อมโยงเข้ากับการสร้างเม็ดเงินให้กับธุรกิจการสร้างประสบการณ์ที่ดีกับลูกค้าเป็นรายบุคคล การนำเอา big data มาใช้งาน ทำให้เราเข้าใจพฤติกรรมลูกค้าเป็นรายบุคคล จากเดิมที่เหมารวมว่า กลุ่มลูกค้านี้ มีความต้องการเช่นนั้น เช่นนี้ แล้วก็คิดเอาเองว่าทุกคนในกลุ่มเป็นเช่นนั้น ซึ่งก็ไม่ถูกต้องเสมอไป ตัวอย่างง่ายๆ ของธุรกิจที่นำเอา Big data มาใช้งาน เช่น ค้าปลีกออนไลน์ ที่เข้าใจรูปแบบการซื้อของลูกค้าหลายร้านราย จากการคลิกดูข้อมูลสินค้า Ideeli ร้านค้าปลีกออนไลน์ ชื่อดังในอเมริกา เคยติดอันดับ 1 บริษัทที่เติบโตมากที่สุด เมื่อสองปีที่แล้ว ธุรกิจโฆษณาออนไลน์ ใช้การวิเคราะห์ข้อมูลลูกค้าแบบ เรียวไทม์ (real time) เพื่อนำเสนออย่างสินค้าเป็นรายบุคคล การโฆษณาแบบเจาะกลุ่ม ธุรกิจ เกมส์ออนไลน์ ประยุกต์ใช้การวิเคราะห์ข้อมูลของผู้เล่นเกม แล้วนำเสนอเกมส์ ให้เฉพาะกลุ่ม เมื่อข้อมูลมีมากขึ้น การแสดงผลก็มีความสำคัญเพิ่มมากขึ้น การมานั่งอ่านตัวเลขในตาราง แบบเดิมๆ อาจจะไม่เหมาะเท่าที่ควร การแสดงออกมาเป็นภาพให้เข้าใจง่ายๆ ย่อมดีกว่า เห็นภาพพจน์กว่าด้วย Big data คุณสามารถเก็บข้อมูล จัดการ ได้มากกว่าแต่ก่อน ไม่ว่าจะเป็นข้อมูลเกี่ยวกับ ลูกค้า สินค้า ยอดขาย คู่ค้า หรือ จะเป็นสถานะการเงินของคุณ เมื่อมีนำมาวิเคราะห์แล้ว คำถามต่อไปคือการแสดงผล จะทำในรูปแบบใด

Data visualization เป็นการนำตัวเลขต่างๆ มาแสดผลในรูปภาพ กราฟ แผนที่ ทำให้เข้าใจได้ง่าย มองเห็นแนวโน้มที่จะเกิดขึ้น เมื่อเปลี่ยนตัวแปล การแสดงผลก็เปลี่ยนแปลงตามไปด้วย การแสดงผลมีเพิ่มชีวิตชีวาขึ้น เช่นเห็นยอดขายที่เพิ่มขึ้น จากเดิมจากกราฟธรรมดานี้เราจะไม่ทราบสาเหตุที่ทำให้ยอดขายเพิ่มขึ้น ด้วยการแสดงผลแบบใหม่ เพียงคลิก ก็จะทราบข้อมูลเพิ่มเติม ว่าสินค้าชนิดใดขายได้เพิ่มมากขึ้น ตัวแทนฝ่ายขายใดมีส่วนทำให้ยอดขายเพิ่มมากขึ้น กลุ่มลูกค้ากลุ่มใดเป็นผู้ซื้อ สามารถเจาะลึก แต่ละช่วงเวลาเป็นอย่างไร แต่ละพื้นที่มียอดขายมากน้อยแตกต่างกันอย่างไร รัฐบาลในบางประเทศ กล่าวถึง big data และ สนับสนุนการใช้งานเพื่อเพิ่มประสิทธิภาพ ประสิทธิผล ของการทำงาน อย่างไรก็ตามการที่จะลงทุนในเทคโนโลยีใหม่ ย่อมต้องมีข้อมูลพื้นฐานสนันสนุนโดยเฉพาะอย่างยิ่ง ความคุ้มค่าที่จะได้รับเมื่อลงทุนแล้วBig data ถูกกล่าวถึงในวงกว้างทั้งภายในองค์กร สู่ระดับประเทศ เป็นเรื่องระดับชาติ สิ่งที่ถูกพูดถึงค่อนข้างมากคือการนำมาใช้ด้านสุขภาพ Big data ถูกวางตัวให้เป็นผู้ค้นหา สิ่งที่ไม่รู้มาก่อน ด้วยเทคโนโลยี เราสามารถเข้าใจข้อมูลจากที่เก็บตัวอย่าง เพื่อหาปัจจัยที่ไม่เคยทราบมาก่อนอย่าง สาเหตุของโรค ทำให้ เราสามารถรักษาได้อย่างถูกต้อง มี biomarker ที่ถูกต้อง ข้อมูลสามารถช่วยเราให้เข้าถึงความซับซ้อนของโรค โดยเฉพาะโรคมะเร็ง ทำไมเราต้องการวิธีรักษาเฉพาะบุคคล เพราะ ยาชนิดเดียวหรือ การรักษาแบบเดียว ไม่สามารถจะรักษาให้เห็นผลได้กับผู้ป่วยทุกราย การวิเคราะห์ด้วย Big data ของผลลัพธ์ทางการรักษา กับ ข้อมูลพันธุศาสตร์ และเนื้อเยื่อ ทำให้เราสามารถให้การรักษาเฉพาะรายบุคคลได้ เราสามารถหาความสัมพันธ์ของข้อมูลจากหลายแหล่ง เพื่อวางแผนการรักษาที่ดีที่สุดสำหรับคนไข้รายหนึ่งๆ ได้การวินิจฉัยโรคขึ้นอยู่กับการวิเคราะห์ภาพจากชิ้นเนื้อที่มองผ่านกล้องจุลทรรศน์ ซึ่งแน่นอนการตัดสินใจจะขึ้นกับประสบการณ์ของผู้วิเคราะห์ อาจจะแตกต่างกันไป เราจึงมักได้ยินคำว่า second opinion คือหาความเห็นจากท่านอื่นด้วย เมื่อมีเครื่องมือทางไอที เข้ามาช่วย เราสามารถวิเคราะห์เชิงสถิติ การหาข้อมูลเชิงลึกอย่างมีระบบ จากเนื้อเยื่อที่เก็บ ประกอบกับข้อมูลทางพันธุศาสตร์ ทำให้ลดจำนวนการเก็บตัวอย่างเพื่อการทดสอบลง เมื่อมีข้อมูลดิบพร้อม การวิเคราะห์ก็จะมีความถูกต้องแม่นยำ และรวดเร็วยิ่งขึ้น

เป้าหมายของ Big Data คือ เราต้องการความเข้าใจอันลึกซึ้ง (insight) ที่ข้อมูลนั้นอธิบาย ความเข้าใจอันลึกซึ้งนี้อาจอยู่ในรูปแบบของการยืนยันหรือปฏิเสธสมมติฐานที่ตั้งไว้ หรืออาจจะเป็นความรู้ความเข้าใจใหม่ที่เราไม่คาดคิดก็ได้ ผมขอยกตัวอย่าง Use Case ของ Big Data ที่ประสบผลสำเร็จมาแล้ว เพื่อเป็นการอธิบายให้เห็นภาพนะครับ

• Nate Silver ใช้ Big Data ในการคาดการณ์ผลการเลือกตั้งประธานาธิบดีสหรัฐอเมริกาเมื่อปี 2012 โดยรวบรวมข้อมูลจากโพลก่อนการเลือกตั้ง

• Last.fm ซึ่งเป็นบริษัทให้บริการเล่นเพลงผ่านอินเทอร์เน็ตได้วิเคราะห์สัดส่วนจำนวนครั้งในการเล่นเพลงคริสต์มาสในแต่ละปีตามวัน ซึ่งแน่นอนว่าสัดส่วนจำนวนครั้งในการเล่นเพลงคริสต์มาสจะเพิ่มขึ้นเรื่อยๆ เมื่อเข้าใกล้วันคริสต์มาสจนมีค่าสูงที่สุดในวันคริสต์มาสอีฟ

• Sysomos ได้ทำการวิเคราะห์การรีทวีตและตอบกลับบนทวิตเตอร์โดยวิเคราะห์จากจำนวนทวีต 1.2 พันล้านทวีต ในปี 2010 พบว่า เมื่อเจ้าของทวีตได้ส่งข้อความแล้วไม่มีการตอบกลับ 71เปอร์เซ็นต์, รีทวีตต่อ 6 เปอร์เซ็นต์, และตอบกลับ (@reply) 21เปอร์เซ็นต์ เมื่อวิเคราะห์การรีทวีตนั้นพบว่า 92 เปอร์เซ็นต์ เกิดขึ้นภายในชั่วโมงแรกหลังจากการส่งข้อความ ส่วนการตอบกลับนั้นเกิดขึ้นถึง 96 เปอร์เซ็นต์ในชั่วโมงแรก นั่นหมายความว่า ถ้าเราทวีตข้อความไปแล้วแต่ไม่การตอบกลับหรือรีทวีตในหนึ่งชั่วโมง โอกาสที่จะมีการตอบกลับหรือรีทวีตหลังจากนั้นจะน้อยมาก (คือทวีตครั้งนั้นของเราไม่มีใครสนใจ) [7] ประเด็นสำคัญนั้นไม่ได้อยู่ที่ผลลัพธ์ที่วิเคราะห์มาได้ในปี 2010 แต่อยู่ที่ว่าเรามีเครื่องไม้เครื่องมือและวิธีการวิเคราะห์ข้อมูลตรงนี้แล้ว ดังนั้น สมมติถ้าบริษัทหนึ่งต้องการทำการตลาดโฆษณาสินค้า โดยโปรโมตผ่านทวิตเตอร์หรือเฟซบุ๊ก ก็จะมีเครื่องมือที่ใช้วัดผลสำเร็จของแคมเปญครั้งนั้นเทียบกับครั้งอื่นๆ ได้ (เช่นมีการรีทวีตต่อกันไปนานแค่ไหน กลุ่มผู้ใช้ใดรีทวีตเร็วหรือบ่อยที่สุด เป็นต้น) ประโยชน์สำคัญที่สุดของ Big Data ก็คือทำให้บริษัทหรือองค์กรสามารถวิเคราะห์ ตัดสินใจ และติดตามผลของการปฏิบัติงานได้ โดยตั้งอยู่บนพื้นฐานของข้อมูลแทนที่จะใช้ประสบการณ์หรือการคาดเดาเหมือนแต่ก่อน

BIG DATA คืออาวุธที่สำคัญทางธุรกิจ ที่ได้มีมาตั้งแต่ยุคแรกเริ่มของอินเทอร์เน็ต

จวบจนกระทั่งได้มาเป็นผู้นำทางธุรกิจแห่งโลกออนไลน์ ยกตัวอย่างเช่น Amazon, Google, NetFlix ฯลฯ แต่ในปัจจุบัน ได้มีความล้ำหน้าทางเทคโนโลยีและการเข้าถึงของโครงข่าย เส้นแบ่งระหว่างธุรกิจออนไลน์และธุรกิจออฟไลน์ ไม่มีความชัดเจนอีกต่อไป นวัตกรรมของ Big Data จึงได้เริ่มมามีอิทธิพลกับธุรกิจออฟไลน์ และทุกธุรกิจที่อยู่ใกล้ตัวคุณ BIG DATA คือศิลปะและวิทยาศาสตร์ของการเก็บรวบรวมข้อมูล และความสามารถที่จะวิเคราะห์ข้อมูลเหล่านั้น ให้เกิดประโยชน์ต่อธุรกิจ (ANALYTICS) ความแตกต่างของ Big Data คือปริมาณของข้อมูล ที่มีอย่างมหาศาล จนมากยิ่งกว่าที่ระบบฐานข้อมูลทั่วไปจะรองรับได้ และการกระทำ Analytics กับ Big Data มีความสลับซับซ้อน จนยากยิ่งกว่าที่เครื่องมือทั่วไปจะสามารถกระทำได้ การแนะนำสินค้าอย่างอัตโนมัติ (Recommendation Engine) ของ Amazon ที่อาศัยสถิติของการเข้าชมและเลือกซื้อสินค้าของผู้ใช้งาน เพื่อแนะนำสินค้าใหม่เพื่อเพิ่มยอดขาย เป็นนวัตกรรมแรกที่อาศัย Big Data เพื่อประโยชน์ทางธุรกิจ ต่อมาเทคนิคในรูปแบบของ Amazon ได้มีการศึกษาอย่างกว้างขวาง และได้แตกแขนงออกเป็นการทำ Analytics ขั้นสูง เช่น Click Stream Analysis, Collective Intelligence, Collaborative Filtering ฯลฯ ด้วยเทคนิคของ Analytics ดังกล่าว อาศัยเพียงข้อมูลสถิติของลูกค้า เช่นว่าเขาได้เข้าชมและเลือกซื้อสินค้าอะไรบ้าง หรือได้เข้าเว็บไซต์อะไรบ้าง สามารถคำนวนเป็น Demographic ของลูกค้าอย่างแม่นยำ เช่น เพศ อาชีพ อายุ ที่อยู่ จวบจนกระทั่งสามารถแนะนำสินค้าที่ถูกต้องให้กับลูกค้าได้ นอกไปจากนี้ Analytics ชั้นสูงอย่างแท้จริง ยังสามารถชี้ตัวตนของลูกค้าได้ อย่างเป็นที่น่าตกใจ สำหรับ Google นั้น Big Data ที่สำคัญ คือสถิติการเข้าชมเว็บไซต์ต่างๆ และการใช้ Search Engine ของลูกค้า เพื่อที่สามารถทำ Analytics เพื่อเลือกนำเสนอโฆษณาที่ถูกต้องให้กับลูกค้า Big Data และ Analtics ที่ใหญ่ที่สุดของโลกNetflix Prize เป็นอีกตัวอย่างของการทำ Big Data และ Analytics ในธุรกิจออนไลน์ โดย Netflix จะมอบรางวัลหนึ่งล้านดอลลาร์ ให้กับผู้ที่สามารถประยุกต์ใช้ Big Data ของ Netflix ในการสร้างรูปแบบของ Analytics ที่สามารถเพิ่มยอดขายให้กับ Netflix ได้อย่างน้อย 10% ในการนำเสนอสินค้าประเภทวีดีโอที่ลูกค้าต้องการ ปัจจุบัน เส้นแบ่งระหว่างธุรกิจออนไลน์และธุรกิจออฟไลน์ ไม่ได้มีความชัดเจนอีกต่อไป การริเริ่มนำ Big Data และ Analytics มาใช้ ในธุรกิจที่อยู่ใกล้ตัว ตัวอย่างที่น่าสนใจ ที่อาจไม่ได้เกี่ยวข้องกับโลกอินเทอร์เน็ตเลย คือการที่คณะวิจัยของ MIT Media Lab ได้พิสูจน์ การอาศัยข้อมูลสถานที่จากโทรศัพท์มือถือ ของผู้ที่กำลังเดินทางเข้าสู่ที่จอดรถของห้างสรรพสินค้าขนาดใหญ่แห่งหนึ่งในสหรัฐ ก่อนที่ห้างสรรพสินค้าจะเปิดทำการ ในเทศการลดราคาที่ใหญ่ที่สุดของปี (Black Friday) จากข้อมูลนี้ ทำให้คณะวิจัย สามารถคำนวนยอดขายที่จะเกิดขึ้นได้อย่างแม่นยำ และสามารถคำนวนถึงกำไรที่จะเกิดขึ้น และโอกาสที่จะเข้าซื้อขายเพื่อทำกำไรในตลาดหุ้น ทั้งนี้ คือการเอาชนะตลาดด้วย Big Data และ Analytics ที่ทำให้สามารถล่วงลู้ความเป็นไปของตลาดด้วยการคำนวน ก่อนที่ความเป็นจริงจะเกิดขึ้น ความแตกต่างระหว่าง Big Data กับระบบฐานข้อมูลที่เป็นมาตรฐานของการทำธุรกิจในยุคปัจจุบัน ก็คือคำว่า BIG ที่ว่า ไม่สามารถใช้ระบบฐานข้อมูลทั่วไปหรือกระทั่งเครื่องมือทั่วไปที่จะทำ Analytics ยกตัวอย่างเช่น Big Data ของ ห้าง Walmart ในสหรัฐ คือข้อมูลที่มีปริมาณกว่า 2.5 Petabytes (ศูนย์ 15 หลัก หรือต้องใช้ฮาร์ดไดร์ฟขนาด 1 Terabyte 2,500 ชิ้น) ต่อชั่วโมง ความสามารถในการบริหารจัดการ Big Data และกระทั่งการทำ Analytics จึงจำเป็นต้องใช้เทคโนโลยีชั้นสูงในระดับของ Computing หรือ Grid Computing และความสามารถเฉพาะทาง ที่แตกต่างจากการบริหารจัดการระบบฐานข้อมูลทั่วไป สำหรับหนึ่งองค์กร Big Data จึงไม่ใช่การลงทุนในระบบ IT อย่างธรรมดา แต่เป็นการลงทุนมหาศาลเพื่อหวังผลของความได้เปรียบในเชิงธุรกิจอย่างแท้จริง พอฟังจากชื่อ Big data ดูเหมือนว่าจะเหมาะกับองค์กรขนาดใหญ่เท่านั้น เป็นความเข้าใจที่คลาดเคลื่อน ธุรกิจขนาดกลางและขนาดย่อม ก็ได้รับประโยชน์จากกเทคโนโลยีล่าสุดนี้ด้วย โดยเฉพาะเมื่อประยุกต์ใช้งานบน คลาวด์ (cloud) จากเดิมที่ต้องลงทุนด้วยเม็ดเงินก้อนโต เพื่อให้ได้ระบบที่มีฟังก์ชั่น เช่นเดียวกับระบบขนาดใหญ่ที่ใช้กันในองค์กรขนาดใหญ่ ธุรกิจขนาดเล็กก็สามารถเข้าถึง ความต้องการของลูกค้า ผ่านเครื่องมือ Big data บนคลาว์ด ได้

ว่าไปแล้ว เรากำลังเล่นกับ สิ่งที่มีอยู่แล้ว ข้อมูลต่างๆ ที่มีอยู่รอบตัวเรา เคยมีอยู่ แต่อาจจะไม่นำมาจัดการให้เหมาะสม Big data เข้ามาช่วยวิเคราะห์ หาความหมายเชิงลึกของข้อมูล พยากรณ์แนวโน้มของสิ่งที่เกิดขึ้น โดยใช้คณิตศาสตร์ที่อยู่เบื้องหลัง ไม่ว่าจะเป็น สถิติ ความน่าจะเป็น ซึ่งต่างเป็นความรู้คณิตศาสตร์พื้นฐานที่เราๆ ท่านๆ ต่างผ่านมาแล้วทั้งนั้น การนำเอา Big data มาใช้ในองค์กรดูเหมือนจะง่ายขึ้นทุกวัน จากเดิมที่ต้องมองหา data scientist ปรับเปลี่ยนมาเป็นการใช้งานที่ง่าย มีการพัฒนาโปรแกรมที่ให้ใช้งานได้ง่ายมากขึ้น ข้อจำกัดนี้ยังปรากฏในการค้นหาข้อมูลในอินเทอร์เน็ต, ข้อมูลด้านการเงินและข้อมูลด้านธุรกิจด้วย เช่นเดียวกับห้างวอลมาร์ทที่เป็นยักษ์ใหญ่ในวงการค้าปลีก ที่ต้องจัดการกับรายการการซื้อขายของลูกค้าหนึ่งล้านรายการต่อชั่วโมง ซึ่งคิดเป็นขนาดฐานข้อมูลมากกว่า 2.5 petabytes หรือคิดเป็น 167 เท่าของจำนวนหนังสือในห้องสมุดรัฐสภาของสหรัฐ อเมริกา ขณะที่เฟซบุ๊กมีรูปภาพให้จัดการมากถึง 40,000 ล้านรูป ส่วนการถอดรหัสพันธุกรรมมนุษย์จะต้องอาศัยการวิเคราะห์คู่โคร โมโซมมากถึง 3,000 ล้านคู่ ซึ่งในช่วงแรกใช้เวลามากถึงสิบปีในการถอดรหัสในปี 2003 ปัจจุบันสามารถทำได้ในเวลาเพียงหนึ่งสัปดาห์เท่านั้น ความยากในการใช้งานได้แก่ การจับข้อมูล (capture), การเก็บข้อมูล, การค้นหาข้อมูล, การแบ่งปันข้อมูล, การวิเคราะห์ ข้อมูล และ visualization ซึ่งแนวโน้มที่ทำให้เกิดกลุ่มข้อมูลขนาด ใหญ่นี้เกิดขึ้นจากข้อมูลที่เพิ่มขึ้นที่ได้มาจากการวิเคราะห์ข้อมูลที่เกี่ยวข้องขนาดมโหฬารจำนวนเดียวโดยการวิเคราะห์ข้อมูลจำนวนมโหฬารนี้เพื่อค้นหาความสัมพันธ์ (Correlations) ของแนวโน้มของธุรกิจ, การป้องกันโรค และการป้องกันอาชญากรรม นักวิทยาศาสตร์เป็นคนกลุ่มหลักๆ ที่ต้องเผชิญกับปัญหาข้อจำกัดของขนาดข้อมูลในหลายๆ งาน ไม่ว่าจะเป็นข้อมูลด้านอุตุนิยมวิทยา ด้านรหัสพันธุกรรม การจำลองภาพด้านฟิสิกส์แบบ ซับซ้อน รวมถึงการวิจัยด้านชีววิทยาและสิ่งแวดล้อมอีกมากมาย Big data จึงเป็นข้อมูลที่ยากที่จะจัดการด้วยการใช้ฐาน ข้อมูลแบบ relational ที่ใช้แพร่หลายไปทั่วโลกรวมถึงซอฟต์แวร์แพ็กเกจที่ใช้จัดการกับข้อมูลสถิติและ visualization สำหรับคอมพิวเตอร์ตั้งโต๊ะทั่วไป แต่ Big data ต้องการซอฟต์แวร์ที่รันแบบขนานพร้อมๆ กันบนเครื่องเซิร์ฟเวอร์จำนวนสิบ ร้อย หรือพันเครื่องในเวลาเดียวกัน ดังนั้นการพิจารณาว่าเป็น Big data หรือไม่จึงเกี่ยวกับศักยภาพขององค์กรว่าจะสามารถจัดการกับข้อมูลระดับใดได้ด้วย บางองค์กรอาจจะสามารถดูแลได้แค่ข้อมูลเพียงหลักร้อยกิ๊กกะไบต์ แต่บางองค์กรอาจจะเริ่มมองเห็นขนาดของข้อมูลเมื่อมีจำนวน มากถึงระดับสิบหรือร้อยเทราไบต์แล้ว ซึ่งเป็น สิ่งที่องค์กรต่างกำลังเผชิญหรือจะต้องเผชิญในอนาคตอันใกล้นี้ เช่นเดียวกับ Chief infor-mation officers หรือ CIOs กลายมาเป็นตำแหน่งด้านการบริหารที่โดดเด่นมากขึ้นๆ เช่นเดียวกับอาชีพ data scientist จะกลายมาเป็นอาชีพ ใหม่ซึ่งจะทำหน้าที่ในการรวมศาสตร์ทางด้านการเขียนโปรแกรม สถิติ และศิลปะการเล่าเรื่อง เพื่อดึงเอาแก่นของข้อมูล ที่ซ่อนอยู่ภายใต้ภูเขาข้อมูลขนาดมหึมา นั่นคือท่ามกลางข้อมูลมหาศาล ใครจะสามารถดึงเอาหัวใจของมันออกมาใช้งานได้มากกว่ากัน ในช่วงศตวรรษที่ 20 ข้อมูลไหลผ่านช่องทางของโทรเลขและโทรศัพท์ซึ่งช่วยทำให้การผลิตแบบอุตสาหกรรมสามารถเติบโต และขยายไปทั่วโลก ทุกวันนี้ข้อมูลจำนวนมหาศาลทำให้บริษัทต่างๆ สามารถเจาะเข้าหาตลาดเล็กตลาดน้อยหรือniche market ในทุกที่ทั่วโลก ในอดีตผู้จัดการโรงงานดูแลเครื่องจักรและกระบวน การทำงานอย่างละเอียดเพื่อทำให้การผลิตมีประสิทธิผล แต่ต่อไป นี้นักสถิติจะค้นเข้าไปในข้อมูลจำนวนมหาศาลเพื่อสร้างผลลัพธ์ทางธุรกิจที่ยอดเยี่ยม

เรากำลังเข้าสู่ยุคสมัยการใช้ข้อมูลอย่างเข้มข้นแล้วครับ

How big data should matter to you?
จากการศึกษาข้อมูลเบื้องต้นและการวิจัยด้านบิ๊กดาต้าของ MEXT และ NSF (ออฟฟิศ ออฟ ไชน์แอน)เทคโนโลยี2555วิเคราะห์ได้ว่า การทำงานของหน่วยงานหรือองค์กรต่างๆ จะได้รับผลกระทบจากเทคโนโลยีบิ๊กดาต้า ซึ่งทำให้เกิดข้อมูลที่มีปริมาณมหาศาลในปัจจุบันได้มีการใช้เทคโนโลยีการสื่อสารทางเครือข่ายอินเทอร์เน็ตอย่างแพร่หลาย การเข้าถึงข้อมูลและอัตราการเพิ่มข้อมูลสามารถทำได้ง่าย สะดวกและรวดเร็ว เนื่องจากได้มีการพัฒนาระบบการสื่อสารจนถึงระดับ 4G ซึ่งเป็นระดับที่มีการส่งข้อมูลข่าวสารได้อย่างรวดเร็วทำให้ข้อมูลมีอัตราการเพิ่มขึ้นอย่างรวดเร็วและตลอดเวลาผลกระทบจากการเข้ามาของบิ๊กดาต้าจะทำให้หน่วยงานหรือองค์กรต่างๆ สามารถนำข้อมูลนั้นไปใช้ให้เกิดประโยชน์อย่างมากมาย ดังนั้นจึงขอยกตัวอย่างการใช้ประโยชน์ของบิ๊กดาต้าในด้านธุรกิจ และด้านการบริหารจัดการภัยธรรมชาติเพื่อให้เห็นภาพที่ชัดเจนขึ้น ดังต่อไปนี้

ประโยชน์ทางด้านธุรกิจ

• การนำข้อมูลเหล่านั้นไปวิเคราะห์เพื่อหาความต้องการสินค้าใหม่หรือการบริการในรูปแบบใหม่ๆ ให้ตรงกับความต้องการของผู้ใช้หรือนำมาสร้างมูลค่าทางธุรกิจ
• การนำข้อมูลเหล่านั้นมาช่วยสนับสนุนการตัดสินใจหรือนำมาสร้างข้อได้เปรียบทางการแข่งขัน
• การนำข้อมูลเหล่านั้นมาช่วยประเมินระยะเวลาและประเมินงบประมาณค่าใช้จ่ายของการทำโครงการใหม่ๆ ให้ใกล้เคียงกับการปฏิบัติงานจริงหรือช่วยแก้ปัญหาหรือป้องกันปัญหาที่จะเกิดขึ้นในโครงการใหม่
• การนำข้อมูลเหล่านั้นมาช่วยในการวิเคราะห์เพื่อนำไปวางแผนการตลาดวางแผนการส่งเสริมการจัดจำหน่าย การวางแผนเชิงรุกของการทำงานในอนาคต หรืออาจจะทำให้เกิดธุรกิจใหม่ๆ ขึ้น ฯลฯ
• การนำข้อมูลเหล่านั้นมาทำให้เกิดสถานการณ์การแข่งขันระหว่างองค์กรธุรกิจที่ทำธุรกิจเดียวกัน ซึ่งจะส่งผลดีต่อผู้บริโภคและทำให้ผู้บริโภคสามารถรู้และเข้าใจข้อมูลสินค้า และการบริการของแต่ละองค์กรธุรกิจ ทำให้ผู้บริโภคมีทางเลือกสิ่งที่ดีที่สุด และทันต่อเหตุการณ์เป็นต้น

ประโยชน์ด้านการบริหารจัดการภัยธรรมชาติ

• การนำข้อมูลภัยพิบัติจากธรรมชาติเพื่อการวิเคราะห์ที่ก้าวหน้าการจัดทำโมเดล และการสร้างขีดความสามาทางคอมพิวเตอร์เพื่อนำไปประยุกต์ใช้เช่น โมเดลของสถานการณ์ที่คาดว่าจะเป็นอันตราย เป็นต้น
• การนำข้อมูลเหล่านั้นมาปรับปรุงวิธีการฟื้นฟูแก้ไขให้กลับไปสู่สภาพเดิมและพร้อมรับ โดยใช้เทคโนโลยีสารสนเทศที่เอื้อต่อการตรวจวัดด้วยข้อมูลที่เป็นปัจจุบันการแปลงข้อมูลเป็นภาพการวิเคราะห์การทดลอง และการทำนายเพื่อการตัดสินใจในช่วงวิกฤติ
• การนำข้อมูลมาสร้างนวัตกรรมและความรู้พื้นฐานขั้นสูงเพื่อการสร้างโครงสร้างพื้นฐาน การฟื้นฟูแก้ไขให้กลับไปสู่สภาพเดิมและความยั่งยืนรวมถึงเครือข่ายพื้นฐานในการเผยแพร่ข้อมูลข้างต้น
• การนำข้อมูลเหล่านั้นมารวบรวมสร้างเป็นฐานข้อมูลขนาดใหญ่และการปรับปรุงฐานความรู้ที่กว้าง-ขวาง เพื่อเตรียมรับและตอบสนองของสังคม และความต้องการของโลก รวมถึงมิติต่างๆ ในด้านสิ่แวดล้อม เศรษฐกิจ สังคมและมนุษยชาติเป็นต้น จะเห็นได้ว่า ประโยชน์ของการนำบิ๊กดาต้ามาใช้ยังมีอีกมากมายมหาศาลดังนั้นจึงต้องเตรียมพร้อมนำข้อมูลบิ๊กดาต้ามาใช้ก่อให้เกิดประโยชน์สูงสุดและให้เกิดปัญหาน้อยที่สุด

What is the Business Intelligence (BI) ?

BI (Business Intelligence) หรือ ธุรกิจอัจฉริยะ คือ เทคโนโลยีสำหรับการรวบรวมข้อมูล จัดเก็บ วิเคราะห์ และการเข้าถึงข้อมูลจาก Database โดยตรงรวมถึงการดูในหลากหลายมุมมอง ของแต่ละหน่วยงานที่เหมาะสมกับมุมมองในการวิเคราะห์ โดยการวิเคาระห์ข้อมูลจะอยู่ในรูปแบบหลายมิติ (Multidimensional Model) ซึ่งจะทำให้สามารถดูข้อมูลแบบเจาะลึก (Drill-down)ได้ และตรงตามความต้องการของผู้ใช้งาน ซึ่งช่วยให้ผู้ใช้งานในองค์กรทำการตัดสินใจทางธุรกิจที่ดียิ่งขึ้น และเป็นประโยชน์ในการวางแผนกลยุทธด้านต่างๆ

BI Application จะรวบรวมการทำงานของระบบสนับสนุนการตัดสินใจ แบบสอบถามและสร้างรายงานเพื่อการวิเคราะห์

BI System คือ software ที่ดำเนินการดังกล่าวข้างต้น

ไฟล์:Http://www.com-kel.com/images/BI-infographic1.jpg

Business Intelligence,

ในยุคปัจจุบันที่เทคโนโลยีมีการเปลี่ยนแปลงอย่างรวดเร็ว และตลอดเวลา เช่นเดียวกัน ระบบธุรกิจก็มีการแข่งขันกันค่อนข้างรุนแรง และมากขึ้นด้วย จึงเป็นสิ่งที่หลีกเลี่ยงไม่ได้ว่าการที่องค์กรจะอยู่รอดได้นั้นจะต้องมีการใช้ข้อมูลสารสนเทศที่ทันสมัยและทันท่วงที เพื่อสนับสนุนการตัดสินใจอย่างรวดเร็วและสามารถนำไปวางแผน หรือ ตอบปัญหาเชิงธุรกิจได้ทันต่อเหตุการณ์ ให้กับผู้บริหารระดับสูงขององค์กร

ความสามารถBusiness Intelligence

• วิเคราะห์ผลดำเนินงานของบริษัท ในแต่ละช่วงเวลา เพื่อการตัดสินใจการลงทุนหรือปรับเปลี่ยนนโยบายของผู้บริหารได้
• วิเคราะห์ข้อมูลแบบ Real time ทั้งอดีตจนถึงปัจจุบันได้
• วิเคราะห์ยอดขาย และการตลาด เพื่อประเมินสถานการณ์ และปรับกลยุทธ์การขายหรือการตลาดได้
• วิเคราะห์ผลิตภัณฑ์หรือบริการ งบกำไรขาดทุน, เพื่อการวางแผนการขาย, การตลาด, การผลิต และคลังสินค้าได้
• วิเคราะห์ปัจจัยที่มีผลกระทบต่อยอดขายของผลิตภัณฑ์และบริการได้
• วิเคราะห์ข้อมูลเกี่ยวกับคู่แข่งขัน อัตราการแลกเปลี่ยน ต้นทุน ฯลฯ

จุดเด่นของ Business Intelligence

• ใช้งานง่ายโดยผู้ใช้ไม่จำเป็นต้องมีความรู้ด้านฐานข้อมูลก็สามารถใช้งานได้
• เพียงแค่คลิกเมาส์ก็สามารถเห็นความเปลี่ยนแปลงของ Report ได้หลายมุมมองเพียงใช้เวลาไม่กี่นาที
• ข้อมูลมีความถูกต้องแม่นยำและสามารถน้ำข้อมูลไปใช้ เพื่อช่วยในการตัดสินใจได้รวดเร็วกว่าคู่แข่ง ทั้งในเชิงกว้าง และเชิงลึก
• สามารถดึงข้อมูลจากฐานข้อมูลที่หลากหลายมาทำการวิเคราะห์ เช่น Informix, ORACLE, MS SQL Server, MySQL, Access, Excel, Dbase, FoxPro, DB2 เป็นต้น โดยไม่มีการเขียนโปรแกรมเพิ่มเติม

The elements of Bussiness Intelligence (BI)

Bussiness Intelligence ประกอบด้วยระบบข้อมูล และโปรแกรมแอพพลิเคชั่น ด้านการวิเคราะห์มากมายหลายระบบ เช่น

• ดาต้าแวร์เฮ้าส์ (Data Warehouse) คือฐานข้อมูลขนาดใหญ่ที่รวบรวมข้อมูลทั้งจากแหล่งข้อมูลภายในและภายนอกองค์กรโดยมีรูปแบบและวัตถุประสงค์ในการจัดเก็บข้อมูลซึ่งจำเป็นต้องมีการออกแบบฐานข้อมูลให้สอดคล้องกับการนำข้อมูลที่ต้องการนำมาใช้งาน
• ดาต้ามาร์ท (Data Mart) คือ คลังข้อมูลขนาดเล็กมีการเก็บข้อมูลที่มีลักษณะเฉพาะเจาะจง เช่น เก็บข้อมูลส่วนของการเงิน ส่วนของสินค้าคงคลัง ส่วนของการขาย เป็นต้น ซึ่งทำให้การจัดการข้อมูลการนำเอาข้อมูลไปสร้างความสัมพันธ์และวิเคราะห์ต่อก็ง่ายขึ้น
• การทำเหมืองข้อมูล (Data Mining) คือการนำคลังข้อมูลหลักมาประมวลผลใหม่ มาแสดงผลเฉพาะสิ่งที่สนใจโดยกระบวนการในการดึงข้อมูลออกจากฐานข้อมูลจะมีสูตรทางธุรกิจ (Business Formula)และเงื่อนไขต่างๆเข้ามาเกี่ยวข้องและผลลัพธ์ในรูปแบบที่แตกต่างกัน เช่นเป็นแผนภูมิในการตัดสินใจ (Decision Trees) เป็นต้น
• การแก้ปัญหาทางคณิตศาสตร์ (Operations Research&Number Methods)
• เครื่องมือที่ใช้ในการวิเคราะห์ข้อมูลในหลายมิติ (OLAP) แบบประมวลผลทันทีที่ป้อนข้อมูลเข้าไป คือการสืบค้นข้อมูลที่ผู้ใช้สามารถเลือกผลลัพธ์ออกมาในรูปแบบของตารางหรือกราฟ โดยสามารถวิเคราะห์ข้อมูลใน มุมมองหลากหลายมิติ (Multi-Dimensional) โดยที่ผู้ใช้สามารถที่จะดูข้อมูลแบบเจาะลึก (Drill Down) ได้ตามต้องการ
• ระบบสืบค้นและออกรายงานต่างๆ (Search, Report)

ปัญหาที่พบบ่อยในการใช้ Business Intelligence ของบ้านเรา ได้แก่

• ไม่สามารถเชื่อมข้อมูลจากทุกส่วนได้ภายในระบบเดียวกัน เช่น ต้อง export ข้อมูลออกจากฐานข้อมูลก่อน จึงจะมาสร้าง dashboard, forecasting (พยากรณ์ข้อมูล) ได้
• องค์กรส่วนใหญ่ไม่สามารถใช้งานในส่วน Analytics (การวิเคราะห์ข้อมูล) ได้อย่างคุ้มค่า เช่น บางระบบไม่สามารถ forecast ผลลัพธ์ได้ หรือ บางระบบ forecast ผลลัพธ์เชิงปริมาณแบบเส้นตรงเท่านั้น หรือ บางระบบไม่สามารถวิเคราะห์หาความสัมพันธ์ระหว่างตัวแปรต่างๆ หรือทำแบบจำลองเพื่อตัดสินใจได้ (simulation for decision)
• BI บางค่าย ไม่มีฟังก์ชัน data mining มาให้พร้อม จึงต้องแยกระบบวิเคราะห์อีกต่างหาก
• องค์กรขนาดใหญ่บางแห่ง อาจใช้เวลาในการติดตั้งระบบ (implementation) นานหลายปี และต้องใช้เวลาอีกระดับหนึ่งกว่า user ของแผนกต่างๆ จะใช้งานได้คล่องแคล่ว
• การอัพเกรดระบบจากระบบเดิมอาจทำได้ยาก เช่น data warehouse เดิม ไม่รองรับ business intelligence ใหม่
• พนักงาน IT ขององค์กรขาดความรู้ความเข้าใจในเชิง Business, Management
• ค่าใช้จ่ายสูงมาก ทำให้องค์กรธุรกิจเล็กๆ หรือหน่วยงานที่มีงบไม่สูงนัก ขาดโอกาสในการจัดซื้อ หรือได้ BI ที่มีฟังก์ชันครบดั่งใจ

ตัวอย่างวิธีการของบริษัท อิฐและ ปูน ตระหนักถึงมูลค่าทางธุรกิจที่สำคัญจากระบบ Business Intelligence :

• ตัวอย่างที่ 1 : บริษัท มียอดขายหลายสาขาทั่วประเทศ ใช้ระบบ Business Intelligence ช่วยเก็บข้อมูลอย่างมีประสิทธิภาพจากทุกสาขาเช่นการขาย, ค่าใช้จ่าย และประมวลผลจากข้อมูลส่วนกลางเพื่อการวิเคราะห์การทำงานอย่างมีประสิทธิภาพ คุณจะไม่เพียงสามารถดูว่าแต่ละสาขาหรือกลุ่มสาขามีความคืบหน้า แต่คุณยังสามารถเปรียบเทียบกับสาขาอื่น เพื่อวิเคราะห์ความล้มเหลวทางธุรกิจ เพื่อพยายามนำมาพัฒนาธุรกิจอย่างมีประสิทธิภาพมากขึ้น

• ตัวอย่างที่ 2 : บริษัท ที่บริการลูกค้าในเว็บไซต์ทั่วประเทศ คุณมีทีมงานประกันคุณภาพ ตรวจสอบคุณภาพการจัดส่ง ระบบ Business Intelligence สามารถช่วยรวบรวมข้อมูลความคิดเห็นของลูกค้า และตอบกลับ สร้างความน่าเชื่อถือที่ลูกค้ามีให้แก่ธุรกิจของคุณ ข้อมูลนี้จะช่วยให้ทีมงานของคุณเน้นคุณภาพมากขึ้น ตัวอย่างเช่น ลูกค้ามีความสำคัญอย่างมากกับธุรกิจของคุณ อย่างไรก็ตามเรายังคงต้องปรับปรุงคุณภาพการบริการต่อไป

• ตัวอย่างที่ 3 : บริษัท ของคุณแข็งแกร่งขึ้นอยู่กับตำแหน่งของตราสินค้าในตลาด เพื่อให้ตำแหน่งแบรนด์เข้มแข็งคุณจัดแคมเปญและยังพยายามติดต่อลูกค้าอย่างสม่ำเสมอ สื่อสารภาพลักษณ์ตราสินค้าที่คาดว่า ระบบ Business Intelligence สามารถช่วยในสองด้านคือ หนึ่ง คุณต้องหมั่นตรวจตรา ประเมินผล ตำแหน่งแบรนด์ของคุณเป็นประจำทุกเดือน (ดีที่สุดตรวจสอบจาก online ถ้าลูกค้าของคุณ online) สอง คุณสามารถกำหนดตัวชี้วัดทุกจุดของลูกค้าเพื่อให้คุณสามารถตรวจสอบได้ทันเวลาเมื่อลูกค้ามีปัญหาซึ่งกระทบกับแบรนด์ของคุณ เช่นนี้คุณจะได้รับข้อมูลที่มีคุณค่าในการเพิ่มผลตอบแทนงบประมาณโฆษณาของคุณ

เหล่านี้เป็นเพียงสามตัวอย่างการใช้ระบบ Business Intelligence สามารถช่วยบริษัทได้อย่างไร ไม่ใช่แค่เพียงธนาคาร ภาคการสื่อสารโทรคมนาคม หรือในธุรกิจค้าปลีกขนาดใหญ่ จากประสบการณ์ของเราคือ บริษัท สามารถยกระดับจัดการข้อมูล โดยมีวัตถุประสงค์หลักคือ "คุณประเมินผลได้คือสิ่งที่สามารถบริหารจัดการได้" มุ่งเน้นระบบทรัพยากรที่มีอยู่จริงและทำให้คุณไม่พลาดโอกาสที่จะบริหารจัดการกับการใช้จ่ายของคุณ ตั้งแต่เงินลงทุนเริ่มแรกสำหรับระบบดังกล่าว ให้ลดลงอย่างต่อเนื่อง 2-3 ปีสุดท้ายนี้ บริษัทไทยหลายบริษัทควรได้รับประโยชน์จากความก้าวหน้านี้ซึ่งเทคโนโลยีสามารถสร้างความสำเร็จได้

คุณประโยชน์ของ Microsoft Business Intelligence

1. เชื่อมโยงบุคคลกับข้อมูลอย่างมีประสิทธิภาพและประสิทธิผล

BUSINESS INTELLIGENCE ช่วยให้ผู้ตัดสินใจเข้าถึงและวิเคราะห์ข้อมูลได้อย่างง่ายดายในทุกที่ทุกเวลา ข้อมูลที่เป็นปัจจุบันจะพร้อมใช้งานในทุกที่ที่คุณทำงาน ทำงานร่วมกับผู้อื่น หรือตัดสินใจ ไม่ว่าจะอยู่ในเดสก์ท็อปหรือทางเว็บ

2. ให้อำนาจแก่พนักงาน

เมื่อข้อมูลเชิงวิเคราะห์พร้อมใช้งานและสามารถทำความเข้าใจได้ พนักงานของคุณจะสามารถดำเนินการได้ในทิศทางที่จะปรับปรุงประสิทธิภาพ และสนับสนุนยุทธศาสตร์ทางธุรกิจโดยรวมได้ง่ายยิ่งขึ้น ข้อมูล Business Intelligence ประกอบด้วยการใช้ scorecard ทางธุรกิจที่แน่นอนและไดนามิก และเครื่องมือรายงานที่ทำให้ทุกคนในบริษัทสามารถตัดสินใจได้อย่างชาญฉลาดและใช้เวลาน้อยลง

3. ลดความซับซ้อนด้านความร่วมมือและการใช้ข้อมูลร่วมกัน

พัฒนาประสิทธิภาพขององค์กรด้วยการใช้ Microsoft business intelligence และเทคโนโลยีการทำงานร่วมกัน ด้วยการผสานรวมเข้ากับ Microsoft Office SharePoint Server 2007 คุณจึงสามารถใช้ข้อมูลร่วมกันกับเพื่อนร่วมงาน ลูกค้า และบริษัทคู่ค้าของคุณได้อย่างง่ายดายในสภาพแวดล้อมเว็บที่มีการปรับปรุงความปลอดภัยและการจัดการ คุณจะมีแหล่งข้อมูลสำหรับการตรวจสอบ KPI ของคุณ เข้าถึงรายงาน และวิเคราะห์ข้อมูลของคุณ ตลอดจนการใช้เอกสารร่วมกัน และการสนทนาสด และเชื่อมโยงไปยังหัวข้อที่เกี่ยวข้อง

4. วิเคราะห์และทำความเข้าใจ

ระบบ 2007 Microsoft Office ซึ่งทำงานร่วมกับ Microsoft SQL Server 2005 ได้อย่างสมบูรณ์ ช่วยให้ผู้ใช้สามารถทำความเข้าใจโดยใช้เครื่องมือที่คุ้นเคย และใช้งานง่ายที่อาศัยแพลตฟอร์ม Business Intelligence ที่ผ่านการพิสูจน์และสามารถขยายขีดความสามารถได้ เมื่อข้อมูลสามารถเข้าถึงได้และสามารถดำเนินการได้ง่าย การเพิ่มข้อมูลเพื่อวิเคราะห์ คำนวณ และเข้าสู่รายละเอียดเพิ่มเติม ผู้ใช้จะสามารถวิเคราะห์และประเมินข้อมูล แล้วทำการตัดสินใจได้อย่างชาญฉลาดและมีความเข้าใจในธุรกิจอย่างแท้จริง

5. ปรับปรุงความสอดคล้อง

Business Intelligence ช่วยปรับปรุงความสอดคล้องในองค์กรของคุณ คุณสามารถกำหนดยุทธศาสตร์ ตั้งวัตถุประสงค์ ตรวจสอบประสิทธิภาพการทำงาน ดำเนินการวิเคราะห์กลุ่ม และตัดสินใจโดยใช้ข้อมูลที่สนับสนุนยุทธศาสตร์ทางธุรกิจโดยรวม ผู้จัดการสามารถกำหนดระดับความรับผิดชอบบนแผนที่ยุทธศาสตร์ ในขณะที่พนักงานสามารถกำหนดวัตถุประสงค์ของตนเองให้สอดคล้องกับเป้าหมายขององค์กร

6. ใช้ประโยชน์จากระบบ 2007 Microsoft Office

การปรับปรุงที่มีอยู่ในสมรรถนะที่เพิ่มขึ้นสำหรับการวิเคราะห์เชิงโต้ตอบใน Office Excel 2007 สำหรับการค้นหา ส่งมอบ และความร่วมมือใน Microsoft Office SharePoint Server 2007 และเทคโนโลยีการแสดงผลที่ดีขึ้นในชุดโปรแกรม Microsoft Office นอกจากนี้ Business Intelligence ยังสามารถทำงานร่วมกับ SQL Server 2005 Reporting Services และ SQL Server 2005 Analysis Services ซึ่งเป็นเทคโนโลยีแพลตฟอร์มข่าวกรองธุรกิจชั้นนำในอุตสาหกรรม ซึ่งปรับปรุงประสิทธิภาพของข้อมูลที่ส่งมอบไปยังระบบเดสก์ท็อป

7. นำเสนอข่าวกรองธุรกิจทั่วทั้งองค์กร

Business Intelligence สนับสนุนความหลากหลายของความต้องการข้อมูลวิเคราะห์เชิงธุรกิจขององค์กร การวางแผนทางยุทธศาสตร์มีความเรียบง่ายในระบบ BI ที่รวมศูนย์และมีการผสานรวมอย่างสมบูรณ์ และการพัฒนาก็มีความประหยัดต้นทุนมากกว่าเดิม เมื่อใช้ระบบการพัฒนาที่เป็นมาตรฐานของอุตสาหกรรม ด้วยส่วนติดต่อผู้ใช้ที่มีความคุ้นเคยในระบบ Microsoft Office แพลตฟอร์มข้อมูลวิเคราะห์เชิงธุรกิจ SQL Server 2005 ที่ทำงานอยู่เบื้องหลัง และการพัฒนาที่กำหนดเองผ่านทาง Microsoft Visual Studio Business Intelligence สนับสนุนการทำงานของทุกฝ่าย ทั้งผู้ที่ทำงานกับข้อมูล ผู้บริหารระบบไอที และนักพัฒนาในองค์กรของคุณ

8. ลดความต้องการในการฝึกอบรม

เมื่อใช้ Business Intelligence บุคลากรในองค์กรของคุณสามารถดำเนินการกับข้อมูลได้ในที่ที่ต้องการ คือในระบบ 2007 Microsoft Office การใช้เครื่องมือที่คุ้นเคย เข้าถึงได้ และมีการสนับสนุนในวงกว้าง ทำให้คุณสามารถลดค่าใช้จ่ายในการฝึกอบรม และลดระยะเวลาในการเรียนรู้ลงได้อย่างมาก
9. ส่งมอบการวิเคราะห์และรายงานขั้นสูง

ฟังก์ชัน scorecard ที่มีคุณลักษณะสมบูรณ์ ได้รับการสนับสนุนด้วยรายงาน แผนภูมิ กราฟ และการวิเคราะห์ หมายความว่าพนักงานของคุณสามารถติดตามตัวบ่งชี้ประสิทธิภาพหลัก (KPI) กับเป้าหมายสำคัญทางธุรกิจ การทำความเข้าใจและวิเคราะห์ความสัมพันธ์ระหว่าง KPI และวัตถุประสงค์ขององค์กร หมายความว่าคุณจะมีความเข้าใจต่อผลการดำเนินธุรกิจของคุณได้ดีขึ้นในปัจจุบัน ไม่ใช่เมื่อสิ้นเดือน ไตรมาส หรือสิ้นปี ซึ่งจะสายเกินไปที่จะดำเนินการกับการดำเนินงานของธุรกิจ

10. นำเสนอข่าวกรองธุรกิจในระดับองค์กร

ด้วยแพลตฟอร์มที่ทำงานแบบผสานกันได้อย่างที่สมบูรณ์แบบ มีการสนับสนุนจาก SQL Server 2005 ทำให้ Business Intelligence สามารถนำเสนอฟังก์ชัน extract-transform-load (ETL) การประมวลผลเชิงวิเคราะห์ออนไลน์ (OLAP) ดาต้าไมนิ่ง การวิเคราะห์เชิงคาดการณ์ และการรายงานได้ในหนึ่งเดียว Business Intelligence ซึ่งสามารถขยายขีดความสามารถได้อย่างสมบูรณ์ มีประสิทธิภาพ ความปลอดภัยที่สูงขึ้น และค่าใช้จ่ายในการเป็นเจ้าของ (TCO) ที่ดีกว่าเดิม