เนื้อหาบทที่ 1 Big Data

บทท่ี 1 การจัดการข้อมลู ขนาดใหญ่ (Big Data)

ความนำ

การปฏิบัติงานตามหน่วยงานต่างๆโดยทั่วไปแล้วเปน็ การจดั เก็บหรอื บริหารจัดการข้อมูลขนาดเล็กจะมี
เนื้อที่ของข้อมูลไม่มากแต่ถ้าเป็นหน่วยงานขนาดใหญ่เช่นธนาคารหน่วยงานราชการหน่วยงานรัฐวิสาหกิจหรือ
ระบบการสื่อสารอื่นๆที่มีปริมาณจำนวนมากต้องมีการจัดเก็บและบริหารจัดการข้อ มูลขนาดใหญ่มากจึงต้องมี
การบริหารจดั การท่ีดีและมีความพรอ้ มทจ่ี ะจดั การกบั ขอ้ มลู ขนาดใหญเ่ หลา่ นนั้

1. ความหมายของ Big Data

Big Data หมายถึง การนําข้อมูลจํานวนมหาศาลที่ ได้จากการให้บริการมาวิเคราะห์ เพื่อหาโอกาสทาง
ธุรกิจ ใช้ประกอบการตัดสินใจในเรื่องสําคัญ ๆ ทั้งการพัฒนาด้านการขายและการตลาด การปรับปรุงสินค้า
บริการให้ ตรงกับความต้องการของผู้บริโภคยุคใหมท่ ่ีเปลี่ยนแปลงอย่างรวดเร็ว รวมถึงภาคการผลิตที่นาํ ขอ้ มลู
Big Data ไปใช้ในการวิเคราะห์เพื่อเพิ่มผลิตภาพหรือค่าเฉลี่ยของประสิทธิภาพการผลิต (Productivity) ใน
กระบวนการ ผลิตและการดาํ เนินงาน

Big Data เป็นข้อมูลที่มีโครงสร้างชัดเจน (Structured Data) เช่น ข้อมูลที่เก็บอยู่ในตารางข้อมูล 3
และฐานข้อมูลต่าง ๆ ปกตโิ ดยท่ัวไป หรืออาจเป็นขอ้ มลู ถงึ มโี ครงสร้าง (Semi-Structured Data) เช่น ล็อกไฟล์
(Log Files) หรือแมก้ ระทง่ั ขอ้ มลู ทไ่ี ม่มโี ครงสรา้ ง (Unstructured Data) เชน่ ข้อมลู การโต้ตอบปฏิสัมพันธ์ผ่าน
สังคมเครอื ขา่ ย (Social Network) เชน่ เฟซบุ๊ก (Facebook) ทวติ เตอร์ (Twitter) ไลน์ (Line) หรือไฟลจ์ ําพวก
มีเดีย (Media) และข้อมูลที่ใช้การเซนเซอร์ เช่น การตรวจจับความเร็ว ฯลฯ ซึ่งอาจเป็นข้อมูลภายในองค์กร
และภายนอกทม่ี าจากการติดต่อระหว่างองค์กร หรือจากทกุ ชอ่ งทางการตดิ ต่อกับลกู คา้ แตท่ ัง้ หมดน้กี ย็ ังคงเป็น
เพียงข้อมลู ดิบท่ีรอการนํามาประมวลและวิเคราะห์เพ่อื นําผลท่ีไดม้ าสร้างมลู ค่าทางธุรกิจ ข้อมลู เหล่านีอ้ าจไม่ได้
อย่ใู นรูปแบบท่อี งคก์ รสามารถนาํ ไปใช้ได้ทันที แต่อาจมขี ้อมูลทเ่ี ป็นประโยชนต์ ่อองค์กรบางอยา่ งแฝงอยู่

2. องค์ประกอบท่สี ําคัญของขอ้ มูล

องค์ประกอบของ Big Data จะประกอบด้วยสว่ นสาํ คญั ต่าง ๆ ดังน้ี

2.1 Device/Data Source (แหล่งทีม่ าของขอ้ มูล)

ซึ่งถือได้ว่าเป็นต้นน้ำเป็นแหล่งกําเนิดของข้อมูลอาจเป็นระบบโปรแกรมหรือจะเป็นมนุษย์ที่ทําให้เกิด
ข้อมูลขนึ้ มา ท้งั น้เี มอื่ ได้ชอ่ื ว่าเปน็ Big Data แลว้ ขอ้ มูลตา่ ง ๆ มักจะมาจากแหล่งข้อมลู ที่หลากหลาย ซ่ึงมีความ
ยากลําบากในการจดั การโครงสรา้ งหรอื จัดเตรยี มให้ข้อมลู ที่นํามารวมกันนัน้ มคี วามพร้อมใชต้ อ่ ไป

2.2 Gateway (ช่องทางการเชื่อมโยงข้อมลู )

การเชื่อมโยงข้อมูลเป็นส่วนที่สําคัญมาก และเป็นปัญหาใหญ่ในการทํา Big Data Project ต้องอาศัย
ทักษะของ Data Engineer ทั้งการเขียนโปรแกรมเองและใช้เครื่องมือที่มีอยู่มากมาย ทั้งนี้การจะออกแบบ
ช่องทาง การเชื่อมโยงข้อมูลได้อย่างสมบูรณ์แบบจําเป็นต้องทราบก่อนว่าจะนําข้อมูลใดไปทําอะไรต่อบ้าง มิ
เช่นน้ันการสรา้ งชอ่ งทางการเชอื่ มที่ไมม่ ีเปา้ หมายก็อาจเป็นการเสียเวลาโดยเปล่าประโยชน์

2.3 Storage (แหลง่ เกบ็ ข้อมูล)

แหล่งเก็บข้อมูลนี้ไม่ใช่การเก็บข้อมูลจากแหล่งข้อมูลเพียงอย่างเดียว แต่เป็นการเก็บข้อมูลจาก
แหล่งข้อมูลหลาย ๆ แหล่ง เอามาไว้เพื่อรอการใช้งาน ซึ่งอาจจะเป็นที่พักข้อมูลให้พร้อมใช้ หรือจะเป็นแหล่ง
เกบ็ ขอ้ มูลในอดีตก็เปน็ ได้

2.4 Analytics (การวเิ คราะหข์ อ้ มลู )

ส่วนนี้เป็นหน้าที่หลักของ Data Scientist ซึ่งแบ่งงานออกเป็น 2 ลักษณะ คือ การวิเคราะห์เบื้องต้น
โดยการใช้วิธีทางสถิติหรือจะเป็นการวิเคราะห์เชิงลึกโดยการสร้าง Model แบบต่าง ๆ รวมไปถึงการใช้
Machine Learning การเรียนรู้ของเครื่องจักร โดยเครื่องจักรในที่นี้หมายถึง Program Computer เพื่อให้ได้
ผลลพั ธเ์ ฉพาะเจาะจงในแต่ละปญั หาและแต่ละชดุ ข้อมลู

2.5 Report/Action (การใช้ผลการวิเคราะหข์ ้อมลู )

ผลลัพธ์ที่ได้จากการวิเคราะห์สามารถนําไปใช้งานได้ 2 รูปแบบ คือ ออกเป็นรายงาน เพื่อให้ Data
Analyst นําผลลัพธ์ที่ได้ไปใช้กับงานทางธุรกิจต่อไป หรือจะเป็นการนําไปกระทําเลยโดยที่ไม่ต้องมี “มนุษย์”
คอยตรวจสอบ ซึ่งจําเป็นต้องมีการเขียนโปรแกรมเพิ่ม เพื่อให้มีการกระทําออกไปที่เรียกว่า Artificial
Intelligence : AI (ปญั ญาประดิษฐ์)

3. ลกั ษณะที่สําคัญของ Big Data

Big Data มีคณุ ลักษณะสําคญั อยู่ 6 อยา่ ง คือ

3.1 ปริมาณ (Volume) หมายถึง ข้อมูลนั้นต้องมีขนาดใหญม่ ากซึ่งไม่สามารถประมวลผลปริมาณของ
ข้อมูลด้วยระบบฐานข้อมูลได้ จําเป็นต้องใช้คลังข้อมูล (Data Warehouse) และซอฟต์แวร์ฮาดูป (Hadoop)
ทํางานประสานกนั ในการบริหารจัดการข้อมูลปริมาณขอ้ มูลทม่ี ากจึงเป็นปัจจัยที่มคี วามสําคัญ ในปริมาณข้อมูล
มากมายมหาศาล สว่ นทีจ่ ะต้องประมวลผลเปน็ ข้อมูลทไี่ มม่ โี ครงสร้าง มีความหนาแน่นของข้อมูลต่ำ และข้อมูล
พวกน้ีอาจเปน็ ข้อมลู ทีไ่ มท่ ราบค่า เช่น ฟดี ข้อมูลของเฟซบ๊กุ (Facebook) ทวิตเตอร์ (Twitter) ไลน์ (Line) การ
คลิกบนเว็บไซตห์ รืออปุ กรณ์แอปพลเิ คชันต่าง ๆ หรอื อุปกรณท์ ีม่ เี ซนเซอร์ บางองคก์ รอาจมีข้อมูลใหป้ ระมวลผล
เปน็ สบิ ๆ เทระไบต์ (Terabyte : TB) หรือบางองค์กร อาจมีเปน็ หลายร้อยเพตะไบต์ (Petabyte : PB)

3.2 ความหลากหลาย (Variety) หมายถึง ความหลากหลายของชนิดข้อมูล อาจเป็นข้อมูลที่มี
โครงสรา้ ง ไม่มีโครงสร้าง และกึง่ มีโครงสรา้ ง ตง้ั แตข่ องข้อมลู แบบด้ังเดมิ ไปจนถึงเอกสาร ขอ้ ความ อีเมล วิดีโอ
เสียง ข้อมูลหุ้น และธุรกรรมทางการเงิน ซึ่งไม่ได้จํากัดเพียงข้อความ อีเมล รูปภาพ ฯลฯ เท่านั้น ข้อมูลใน
สมัยก่อนมักจะเป็นข้อมูลที่เป็นโครงสร้างและมีความพอดีกับฐานข้อมูลเชิงสัมพันธ์ ปัจจุบันข้อมูลมีขนาดใหญ่
ขึ้นและเป็นข้อมูลแบบไม่มีโครงสร้างหรือกึ่งโครงสร้าง เช่น ข้อมูลแบบตัวอักษร ข้อมูลภาพ ข้อมูลเสียง ซ่ึง
ต้องการการประมวลผลเพิ่มเติม เพื่อที่จะแปลความหมายและหารายละเอียด คําอธิบายของข้อมูล (Meta
Data)

3.3 ความเรว็ (Velocity) หมายถึง ขอ้ มลู ดงั กลา่ วต้องมอี ัตราการเพ่มิ ขึ้นอยา่ งรวดเรว็ เชน่ ขอ้ มูล จาก
ภาพถ่ายโทรศัพท์ที่ถูกอัปโหลดขึ้น ข้อมูลการพิมพ์สนทนา ข้อมูลวิดีโอ รวมไปถึงข้อมูลการสั่งซื้อสินค้า โดย
ข้อมูลท้ังหมดล้วนเป็นข้อมูลที่มกี ารเพ่ิมขน้ึ ตลอดเวลาแบบไม่สนิ้ สุด เรยี กว่า เปน็ การประมวลผลแบบเรียลไทม์
(Real-Time) โดยการเติบโตของ Internet of Things ข้อมูลจะถูกส่งไปยงั ธุรกิจต่าง ๆ ด้วยความเร็วที่ไม่เคยมี
มาก่อนและต้องได้รับการจัดการในเวลาที่เหมาะสม แท็ก RFID เซนเซอร์ และ สมาร์ตมิเตอร์ช่วยผลกั ดันความ
ต้องการในการจัดการกบั กระแสข้อมูลเหล่านใี้ นแบบเรยี ลไทม์

3.4 ความถูกต้อง (Veracity) เป็นข้อมูลที่มีความคลุมเครือ มีความไม่แน่นอน เนื่องจากข้อมูลมีความ
หลากหลายและมาจากแหล่งต่าง ๆ เช่น เฟซบุ๊ก (Facebook) ทวิตเตอร์ (Twitter) และยูทูบ (Youtube) ซ่ึง
เป็นสิ่งท่ีสามารถควบคุมคุณภาพของข้อมูลไดย้ าก ข้อมูลที่มีคุณภาพนั้นจะตอ้ งถูกต้องแมน่ ยําและเชื่อถือได้ ถ้า
ข้อมูลไร้คุณภาพก็จะส่งผลต่อการวิเคราะห์ต่อไป แต่จะทําให้ข้อมูลที่ยังไม่ได้คุณภาพนี้กลายเป็นข้อมูลที่ดีได้
อย่างไร ขน้ึ อย่กู บั วิธีในการเก็บและกระบวนการทําความสะอาดขอ้ มลู (Data Cleansing)

3.5 คุณค่า (Value) หมายถึง ข้อมูลมีประโยชน์และมีความสัมพันธ์ในเชิงธุรกิจ ซึ่งอาจจะไม่ใช่ทุก
ข้อมูลที่จะมีประโยชน์ในการเก็บและวิเคราะห์ ข้อมูลที่มีประโยชน์จะต้องเกี่ยวข้องกับวัตถุประสงค์ทางธุรกิจ
เช่น ถ้าต้องการเพิ่มขีดความสามารถในการแข่งขันในตลาดของผลิตภณั ฑ์ท่ีขาย ข้อมูลที่มีประโยชน์ที่สุดนา่ จะ
เป็นข้อมลู ผลิตภณั ฑ์ของคูแ่ ข่งขัน

3.6 ความแปรผันได้ (Variability) หมายถึง เป็นเรื่องความไม่เข้ากันของข้อมูลที่สามารถเกิดขึ้นได้
ตลอดเวลา ซงึ่ อาจจะกอ่ ให้เกดิ ปัญหาได้ ดงั น้ันจําเป็นตอ้ งมีกระบวนการเพอ่ื ดกั จบั และแกไ้ ขใหท้ นั ท่วงที

4. วิวัฒนาการของ Big Data

ถึงแม้ว่าแนวคดิ เรื่องขอ้ มลู ขนาดใหญ่หรอื Big Data จะเป็นเรื่องใหมแ่ ละเริ่มทาํ กันในไม่กี่ปีมานี้ แต่ต้น
กําเนิดของชุดข้อมูลขนาดใหญ่ไดม้ ีการริเริ่มสร้างมาตั้งแต่ยุค 60 และในยุค 70 โลกของข้อมูลก็ได้ เริ่มต้นและ
ไดพ้ ัฒนาศูนยข์ อ้ มลู แห่งแรกขน้ึ และมีการพฒั นาฐานขอ้ มลู เชิงสมั พันธข์ ้ึนมา

ประมาณปี ค.ศ. 2005 เริ่มมกี ารตระหนกั ถึงขอ้ มลู ปรมิ าณมากท่ผี คู้ นได้สร้างขนึ้ มาผ่านสือ่ ออนไลน์ เช่น
เฟซบ๊กุ (Facebook) ยูทบู (Youtube) และ สอื่ สังคมออนไลนแ์ บบอืน่ ๆ โดยมีโปรแกรมHadoop ทีเ่ ป็นโอเพน
ซอรส์ เฟรมเวริ ก์ ท่ถี กู สร้างข้ึนมาในช่วงเวลาเดยี วกนั ใหเ้ ปน็ ทเ่ี ก็บและวิเคราะห์ข้อมลู ขนาดใหญ่ และในชว่ งเวลา
เดยี วกัน NoSQL เริ่มขึ้นและไดร้ ับความนยิ มมากขึ้น

การพัฒนาโอเพนซอร์สเฟรมเวิร์ก เช่น Hadoop (และเมื่อเร็ว ๆ นี้ก็มี Spark) มีความสําคัญต่อการ
เติบโตของข้อมูลขนาดใหญ่ เนื่องจากทําให้ข้อมูลขนาดใหญ่ ทํางานได้ง่ายและประหยัดกว่า ในช่วงหลายปีท่ี
ผ่านมาปริมาณข้อมูลขนาดใหญ่ได้เพิ่มขึ้น อย่างรวดเร็ว ผู้คนยังคงสร้างข้อมูลจํานวนมาก ซึ่งไม่ใช่แค่มนุษย์ท่ี
สร้างข้ึนมา

พัฒนาการของ IoT (Internet of Things) ซึ่งเป็นเครื่องมืออุปกรณ์ที่เชื่อมต่อกับอินเทอร์เน็ตได้เก็บ
และรวบรวมข้อมูลซึ่งอาจเป็นเรื่องที่เกี่ยวกับพฤติกรรมการใช้งานของลูกค้า ประสิทธิภาพของสินค้าหรือการ
เรียนร้ขู องเครือ่ งจักร สงิ่ เหล่านล้ี ้วนทําใหม้ ขี อ้ มูลขนาดใหญ่

แมว้ า่ ยุคของข้อมูลขนาดใหญ่ Big Data มาถึงและไดเ้ ริม่ ตน้ แล้ว แตก่ ็ยงั เปน็ เพียงช่วงแรก ๆ และระบบ
คลาวด์คอมพิวติง (Cloud Computing) ก็ได้ขยายความเป็นไปได้มากขึ้น คลาวด์มีความสามารถในการใช้งาน
ไดอ้ ยา่ งยดื หยุ่น

5. รูปแบบของขอ้ มลู Big Data

Big Data มรี ปู แบบของขอ้ มูล ดงั นี้
5.1 ข้อมูลเชิงพฤติกรรม เช่น เซิร์ฟเวอร์ล็อก การคลิกเข้ามาดูข้อมูลทางเว็บไซต์ การเข้ามาใช้ บัตร
ATM ในการกดเงนิ
5.2 ข้อมูลภาพและเสียง เชน่ วิดีโอ รปู ภาพ เสียงทถ่ี ูกบนั ทกึ ไว้
5.3 ขอ้ มลู ขอ้ ความ เช่น การสง่ ข้อมลู ทางข้อความ
5.4 ข้อมูลทีถ่ กู บนั ทึกไว้ เชน่ ขอ้ มูลทางการแพทย์ ข้อมลู ท่ีไดจ้ ากการสํารวจ ขอ้ มลู ทางภาษี
5.5 ข้อมลู เซนเซอร์ เช่น ข้อมลู ทางภมู ศิ าสตร์ ข้อมลู อณุ หภูมิตา่ ง ๆ ข้อมลู การตรวจจบั ความเร็ว

6. การจัดการขอ้ มูลขนาดใหญ่ (Big Data)

ก่อนที่ธุรกิจจะสามารถนํา Big Data มาใช้งานได้ ควรพิจารณาว่าข้อมูลจะไหลเวียนไปยังสถานที่
แหล่งที่มา ระบบ เจ้าของ และผู้ใช้จํานวนมากได้อย่างไร มีขั้นตอนสําคัญในการจัดการ “โครงสร้างข้อมูล”
ขนาดใหญน่ ี้ ซ่ึงรวมถึงข้อมูลแบบดั้งเดิม ขอ้ มลู ท่มี โี ครงสร้าง และขอ้ มูลท่ไี ม่มีโครงสรา้ งและกึง่ มโี ครงสร้าง ดงั นี้

6.1 กาํ หนดกลยทุ ธเ์ กี่ยวกบั ขอ้ มูลขนาดใหญ่

ในระดับสูง กลยุทธ์ข้อมูลขนาดใหญ่เป็นแผนที่ออกแบบมาเพื่อช่วยในการกํากับดูแลและปรับปรุงวิธีที่
ได้รับ จัดเก็บ จัดการ แบ่งปัน และใช้ข้อมูลภายในและภายนอกองค์กรเดียวกัน กลยุทธ์ข้อมูลขนาดใหญ่ช่วย
สร้างหนทางไปสู่ความสําเร็จทางธุรกิจ ข้อมูลที่มีปริมาณจํานวนมาก เมื่อพัฒนากลยุทธ์ สิ่งสําคัญ คือ ต้อง
พิจารณาเป้าหมายทางธุรกิจและเทคโนโลยีในปัจจุบนั และอนาคต และโครงการริเร่ิมการปฏิบัติกบั ขอ้ มูลขนาด
ใหญ่มีความจําเป็น เชน่ ทรพั ยส์ ินทางธรุ กิจท่ีมี ค่าอื่น ๆ แทนท่จี ะเปน็ เพยี งผลพลอยได้ของแอปพลิเคชนั

6.2 รู้แหลง่ ทม่ี าของข้อมลู ขนาดใหญ่

กระแสข้อมูลมาจาก Internet of Things (IoT) และอุปกรณท์ ี่เชือ่ มต่ออ่ืน ๆ ที่ไหลเข้าสูร่ ะบบไอทจี าก
อุปกรณ์สวมใส่ รถยนต์อัจฉริยะ อุปกรณ์ทางการแพทย์ อุปกรณ์อุตสาหกรรม และอื่น ๆ ซึ่งสามารถวิเคราะห์
ข้อมูลขนาดใหญน่ ้ีได้ รวมถงึ ตดั สนิ ใจเลอื กขอ้ มลู ทจ่ี ะเกบ็ หรือไม่เกบ็ และข้อมูลใดทีต่ อ้ งมีการวิเคราะหเ์ พมิ่ เติม

สื่อสังคมออนไลน์

ข้อมูลเกิดจากการโต้ตอบบนเฟซบุ๊ก (Facebook) ยูทูบ (Youtube) Instagram (อินสตาแกรม) Line
(ไลน์) ฯลฯ ซึ่งรวมถึงข้อมูลขนาดใหญ่จํานวนมากในรูปแบบของภาพ วิดีโอ คําพูด ข้อความ และเสียง มี
ประโยชน์สําหรับฟงั ก์ชันการตลาด การขาย และการสนบั สนนุ ข้อมลู นี้มกั จะอยู่ในรูปแบบทไ่ี ม่มีโครงสร้างหรือ
ก่งึ โครงสรา้ ง ดังนนั้ จงึ เปน็ ความท้าทายในแบบเฉพาะสาํ หรบั การบรโิ ภคและการวิเคราะห์

ขอ้ มลู ทเี่ ปิดเผยตอ่ สาธารณชน

มาจากแหล่งข้อมูลแบบเปิดขนาดใหญ่ เช่น data.gov ของรัฐบาลสหรัฐ CIA World Factbook หรือ
พอร์ทัลข้อมูลแบบเปดิ ของสหภาพยุโรป

ข้อมลู ขนาดใหญ่อ่นื ๆ

อาจมาจากพื้นที่เก็บข้อมูลส่วนกลาง แหล่งข้อมูลบนระบบคลาวด์ ซัพพลายเออร์ (Cloud Supplier)
และลูกค้า

6.3 การเข้าถงึ จดั การ และจดั เกบ็ ขอ้ มูลขนาดใหญ่

ระบบคอมพิวเตอร์สมัยใหม่มีความเร็วและความยืดหยุ่นที่จําเป็นในการเข้าถึงข้อมูลจํานวนมาก และ
ประเภทของขอ้ มูลขนาดใหญไ่ ด้อย่างรวดเร็ว นอกเหนอื จากการเข้าถึงทเี่ ชอ่ื ถือไดแ้ ล้ว บรษิ ทั ต่าง ๆ ยังต้องมีวิธี
ในการรวมข้อมูล รับประกันคุณภาพของข้อมูล การจัดระเบียบข้อมูลและการจัดเก็บและการเตรียมข้อมูล
สําหรับการวิเคราะหข์ ้อมลู บางอย่างอาจถูกจดั เก็บในสถานท่ีในคลังขอ้ มูลแบบดัง้ เดิม

แต่ยังมีตวั เลือกท่ียืดหยุน่ และราคาประหยัดสําหรบั การจดั เกบ็ และจัดการขอ้ มูลขนาดใหญ่ผ่านทางโซลู
ชนั ระบบคลาวด์ พ้ืนที่จัดเกบ็ ขอ้ มลู สว่ นกลางและ Hadoop ซึ่งเปน็ ซอฟต์แวร์ประเภท Open Source ที่จัดทํา
ขึ้นเพื่อเป็นแพลตฟอร์มในการจัดเก็บข้อมูล ซึ่งมีกรอบการทํางานเพื่อใช้ในการจัดเก็บข้อมูลและประมวลผล
ข้อมูลทีม่ ีขนาดใหญ่มาก ๆ ที่เรียกกันว่าBig Data ซึ่ง Hadoop สามารถปรับขยายยดื หยุ่นเพื่อรองรับข้อมูลที่มี
จํานวนมากได้ ทั้งนี้ก็เพราะมีกระบวนการประมวลผลที่แข็งแกร่งมาก ซึ่งเป็นผลมาจากการประมวลผลข้อมูล
แบบกระจายผ่านเครื่องคอมพิวเตอรท์ ีถ่ ูกจัดอยใู่ นรปู แบบ Cluster อนั นาํ ไปสคู่ วามสามารถในการรองรับข้อมูล
ที่ไม่จาํ กัดและมีความนา่ เชอ่ื ถือสูงอกี ด้วย

6.4 การวิเคราะห์ข้อมูลขนาดใหญ่

ดว้ ยเทคโนโลยที ่ีมปี ระสทิ ธภิ าพสูง เช่น Grid Computing (การประมวลผลแบบกรดิ ) หรอื การวิเคราะห์
ในหน่วยความจําองค์กรต่าง ๆ จึงสามารถเลือกที่จะใช้ข้อมูลขนาดใหญ่ทั้งหมด แล้วนํามาวิเคราะห์ได้ แต่ไม่วา่
จะใช้วิธีใดการวิเคราะห์ข้อมูลขนาดใหญ่เป็นวิธที ีบ่ รษิ ัทต่าง ๆ ไดร้ บั มลู คา่ และขอ้ มูลเชิงลึกจากข้อมูลปัจจุบันซึ่ง
เป็นข้อมูลขนาดใหญ่ ป้อนข้อมูลเข้าสู่ระบบการวิเคราะห์ที่มีความก้าวหน้าที่สูงขึ้น เช่น ปัญญาประดิษฐ์ 6.5
ตดั สนิ ใจอย่างชาญฉลาดและใช้ข้อมูลชว่ ย

ข้อมูลที่ได้รับการจัดการและมีความน่าเชื่อถือนําไปสู่การวิเคราะห์ที่น่าเชื่อถือและการตัดสินใจที่
น่าเชื่อถือ เพื่อให้สามารถแข่งขันได้ ธุรกิจต่าง ๆ จําเป็นต้องได้รับประโยชน์สูงสุดจากข้อมูลขนาดใหญ่ และ
ดําเนินงานบนพื้นฐานข้อมูล ตัดสินใจบนพื้นฐานหลักฐานที่นําเสนอโดยข้อมูลขนาดใหญ่และต้องมีก าร
ขบั เคล่อื นดว้ ยขอ้ มูลที่มีประโยชน์ชัดเจน

7. การนํา Big Data ไปใชป้ ระโยชนใ์ นด้านตา่ ง ๆ

ในปัจจุบันนี้ มีการนํา Big Data มาใช้ในภาครัฐเพื่อแก้ปัญหาความเดือดร้อนและลดความเหลื่อมล้ำ
โดยนําข้อมูลในระบบราชการจากหลายหน่วยงาน เช่น ข้อมูลสาธารณสุข ทะเบียนราษฎร์ ที่ตั้งของธุรกิจ
โรงพยาบาล สถานบําบัด สถานการณ์จ้างแรงงาน มาวิเคราะห์และโจทย์เชื่อมโยงกันเกิดเป็นข้อมูลขนาดใหญ่
Big Data ของภาครัฐ ผ่านกระบวนการวิเคราะห์เชื่อมโยงเพื่อตอบโจทย์การให้บริการของภาครัฐ ตัวอย่างเช่น
รัฐบาลต้องการช่วยเหลือผู้มีรายได้น้อย แต่แทนที่จะช่วยเหลือโดยให้เงินอุดหนุนที่เท่า ๆ กันแบบปูพรม ท้ัง
ประเทศ ก็นํา Big Data ซึ่งเป็นขอ้ มูลจากแหล่งตา่ ง ๆ มาใช้ชี้จําเพาะว่าบุคคลใดที่ถือวา่ มรี ายได้นอ้ ย พร้อมท้งั
กําหนดระดับและลักษณะความช่วยเหลือที่แตกต่างกัน เช่น ผู้มีรายได้น้อยที่สูงอายุเป็นผู้พิการอยู่กับบ้านให้
ลูกหลานดูแล รัฐอาจช่วยโดยสนับสนุนขาเทียมให้คูปองเข้ารับการทํากายภาพบําบัดพร้อมทั้งเลือกอาชีพท่ี
เหมาะสมกับกายภาพของผู้สงู อายุ

การฝึกอาชีพเพื่อเพิ่มรายได้ให้กับผู้มรี ายได้น้อยพร้อมทั้งจับคู่กับแหล่งงานที่อยู่ใกลเ้ คียงกับที่พักอาศยั
อีกทั้งยังตดิ ตามและเสนอโอกาสฝกึ อาชพี ใหม่ ๆ เพ่มิ เติม เพ่ือใหม้ รี ายได้ท่ีสูงขึ้นและพัฒนาคุณภาพชีวิตให้ดีข้ึน
ซึ่งถ้าวิเคราะห์ดูจะเห็นว่าข้อมูลจํานวนมากเกิดการบูรณาการและวิเคราะห์ เพื่อใช้สําหรับการตัดสินใจในการ
ให้บริการของภาครัฐได้ตรงกลุ่มเป้าหมาย โดยในปัจจุบันนี้จะเห็นได้จากการใช้บัตรประชาชนเพียงบัตรเดียวก็
สามารถเขา้ ถึงบรกิ ารภาครฐั ไดม้ ากขน้ึ

Big Data สาํ หรับภาคเอกชนทีน่ ํามาใช้ประโยชน์ เช่น เว็บไซต์อี-คอมเมริ ์ซท่ีจดั เก็บข้อมูลพฤติกรรมการ
ซื้อสินค้าของลูกคา้ อย่างตอ่ เนื่อง และมีระบบทีท่ ําหน้าที่คดั เลือกสนิ ค้าอื่น ๆ ที่คาดวา่ ลูกค้าจะต้องการเพิ่มเตมิ
แล้วนําเสนอขึ้นมาให้โดยอัตโนมัติบนหน้าเว็บไซต์อี-คอมเมิร์ซของลูกค้ารายนั้น ๆ ทั้งนี้ ลูกค้าแต่ละคนไม่
จําเป็นต้องนําเสนอสินค้าเดียวกัน จากการสังเกตพฤติกรรมการซื้อสินค้าพบว่าภาคเอกชนจะมีการเก็บข้อมูล
ชื่อ ที่อยู่ เพศ เชื้อชาติ อายุ ประวัติการซื้อสินค้า ชนิดสินค้า เวลาที่ซื้อ มูลค่าสินค้า นํามาวิเคราะห์จับคู่กับ
สินค้าอื่นที่มีศักยภาพ ทั้งนี้เงื่อนไขหรือสูตรการจับคู่อาจแตกต่างกันไปตามกลุ่มลูกค้าหรือประชากรในแต่ละ
ประเทศหรอื ตามกล่มุ สังคมหรือวัฒนธรรม

นอกจากนั้นภาคเอกชนได้นําข้อมูล Big Data มาใช้ประโยชน์เพื่อยกระดับธุรกิจด้วยการพัฒนา
เทคโนโลยีแช็ต บอต (Chatbot) ที่สามารถรับมือกับความต้องการข้อมูลของลูกค้าที่ติดต่อเข้ามาจํานวนมาก
ผ่าน Messaging Application ได้อย่างมีประสิทธิภาพ รวดเร็ว ฉับไว พร้อมให้บริการตลอด 24 ชั่วโมงและน่ี
คอื จดุ เปลีย่ นสําคัญของการให้บริการท่ีจะเขา้ มาใช้งานแทนคน (Agent)

แม้ว่าเรื่องราวของ Big Data จะมีความซับซ้อนหรือมีอุปสรรคต่าง ๆ ไม่ว่าจะเป็นอุปสรรคในระหว่าง
การนําไปประยุกต์ใช้งานไปจนถึงการปรับกระบวนการทํางานใหม่ เพื่อให้เอื้อต่อการจัดเก็บข้อมูล จึงจําเป็นท่ี
จะตอ้ งปรับนโยบายรัฐหรอื เอกชนให้สอดคล้องกบั การทํา Big Data ดว้ ยเป็นอยา่ งมาก

8. กระบวนการจาก Big Data ส่คู วามสัมพันธ์ของข้อมลู

กระบวนการจาก Big Data ส่คู วามสมั พนั ธข์ องขอ้ มูล มดี ังน้ี

8.1 Storage : การรวบรวมข้อมูลมาจัดเกบ็

การรวบรวมข้อมูลจากแหล่งต่าง ๆ ทั้งข้อมูลที่มีคุณภาพ ข้อมูลที่คาดว่าจะมีประโยชน์ไม่ครบถ้วน
ข้อมลู รปู ภาพ วดิ ีโอ ไฟล์เสยี งทง้ั หลายถกู ส่งมาจดั เก็บท่ีถังข้อมลู

8.2 Processing : การประมวลผล

เมื่อข้อมูลต่าง ๆ ถูกนํามารวมกันไว้ในที่เดียวแล้ว จะถูกนําไปจัดหมวดหมู่ข้อมูลที่มีความเกี่ยวข้อง
สัมพันธ์กัน ให้ผลคล้ายคลึงกัน แล้วนํามาเปลี่ยนเป็นรูปแบบข้อมูลเพื่อนําเข้าระบบคลังข้อมูลที่ผ่านการ
ประมวลผลแล้ว

8.3 Analyst : การวเิ คราะหแ์ ละนาํ เสนอ

จากนั้นข้อมูลมากมายทั้งหมดที่ถูกจัดเรียงแล้วในหลายมิติจะถูกนํามาวิเคราะห์หารูปแบบของข้อมูลที่
มองไม่เห็นด้วยตาเปล่า เช่น หารูปแบบความสัมพันธ์ที่ซ่อนอยู่ หาแนวโน้มการตลาด แนวโน้มความชอบของ
ลูกค้า และข้อมูลอื่น ๆ ที่เป็นประโยชน์ทางธุรกิจ และถูกนําเสนอออกมาในรูปแบบที่เข้าใจง่ายผ่านทางสถิติ
กราฟ หรอื รปู ภาพ

9. วิธกี ารจัดทํา Big Data

9.1 ตั้งเปา้ หมายถงึ สิง่ เลก็ ไวก้ อ่ น

ในช่วงเริ่มต้นไม่จําเป็นต้องตั้งเป้าหมายใหญ่ที่สุด แต่การตั้งเป้าหมายเล็ก ๆ ไว้ก่อนเพื่อที่จะได้ ดูว่า
ตนเองตอ้ งการที่จะรู้เรอื่ งอะไร เพอ่ื แก้ปญั หาสิ่งใด

9.2 วางแผนรวบรวมขอ้ มูลจากแหล่งทม่ี ีอยู่

ข้อมูลที่ได้จากกิจกรรมที่เกิดขึ้นทั้งหน้าร้านหลังร้านมีอะไรบ้าง ให้วางแผนการรวบรวมข้อมูล
นอกจากนั้นการรู้จักหาข้อมูลจากแหล่งอื่นบนสื่อสงั คมออนไลน์ เช่น แนวโน้มความนิยมจาก Google Trends
หรอื การใช้ Keyword ทเ่ี ก่ียวข้องกับธรุ กจิ ของตนเพอื่ ดวู า่ ผ้คู นพูดถงึ ส่ิงทีต่ ้องการดว้ ยคาํ ว่าอะไรบา้ ง

9.3 จบั ตาความเคลื่อนไหวและเขา้ ใจแหลง่ ทม่ี าของข้อมลู

ใช้สอ่ื สงั คมออนไลนท์ มี่ อี ยใู่ ห้เกดิ ประโยชน์ เรียนรสู้ ิ่งท่ีเกิดขนึ้ รอบตวั ท้ังลกู คา้ คู่แขง่ ขนั หรอื ประเด็นท่ีคน
ส่วนใหญ่กําลังพดู ถึงส่งิ เหลา่ นัน้ ว่าเป็นอย่างไร เก่ยี วขอ้ งหรือไม่อยา่ งไรกับธรุ กิจของตน

9.4 ฝึกหาความสมั พันธข์ องข้อมูล

นําข้อมูลทางตรงและทางอ้อมมาลองหาความสัมพันธ์ที่อาจเกิดขึ้นกับธุรกิจ ยิ่งเริ่มเร็วได้เท่าไรยิ่งดี ใน
แตล่ ะขัน้ ตอนของการดําเนนิ งาน มสี ่วนใดทห่ี ากปรับการทาํ งานแล้วจะได้ข้อมลู ท่ีคดิ ว่าต้องการอย่างแทจ้ ริง

9.5 จาํ ลองข้อมลู ข้นึ มา

เพื่อให้เขา้ ใจข้อมูลที่มอี ยู่ให้มากย่ิงขึ้น และเห็นภาพรวมว่าจะนําข้อมลู ไปใช้ในแนวทางใด ระหว่างน้นั ก็
ค่อย ๆ พัฒนาไปเรือ่ ย ๆ

9.6 แยกผลลัพธแ์ ละขอ้ มูลรบกวนออกจากข้อมลู ขนาดใหญ่

เมื่อได้ผลลัพธ์แล้วให้ลองแยกข้อมูลส่วนเกินออกจากข้อมูลส่วนใหญ่ แล้วสนใจเพียงแค่ข้อมูลเชิงลึกท่ี
นําไปใชต้ ่อไดจ้ ริง ทดลองนําขอ้ มลู เชงิ ลกึ ทไ่ี ด้เข้าไปใช้งานในกระบวนการทําธุรกิจ ถา้ ไม่มีผลลัพธอ์ ะไรเกิดขึน้ ให้
เลิกสนใจขอ้ มลู สว่ นนี้แลว้ ต้ังเป้าหมายและวางใหมอ่ ีกคร้งั

10. ตวั อยา่ งการนาํ Big Data ไปใช้

ข้อมูลขนาดใหญ่หรือ Big Data ช่วยให้สามารถจัดการงานทางธุรกิจได้อย่างมีประสิทธิภาพตั้งแต่การ
เก็บข้อมูลของลูกค้าเพือ่ สร้างประสบการณ์ที่ดีให้กบั ลูกค้า ต่อไปนี้เป็นตัวอย่างเพียงส่วนหนึ่งของ การใช้ข้อมูล
Big Data

10.1 การพัฒนาผลิตภัณฑ์

บริษัท Netflix และ บริษัท Procter & Gamble ได้ใช้ข้อมูล Big Data ช่วยในการคาดการณ์ความ
ต้องการของลูกค้า โดยการสร้างโมเดลเชิงคาดการณ์สําหรับผลิตภัณฑ์และบริการใหม่ ๆ โดยการจําแนก
คุณลักษณะที่สําคัญของผลิตภัณฑ์หรือบริการในอดีตและปัจจุบัน แล้วสร้างแบบจําลองความสัมพันธ์ระหว่าง
คุณลักษณะเหล่านี้กับความสําเร็จในเชิงพาณิชย์ของข้อเสนอ นอกจากนี้บริษัท P&G ยังใช้ข้อมูลของสื่อสังคม
ออนไลน์ในการวิเคราะห์การทดสอบตลาดและเปิดตัวสินค้าในช่วงต้น เพื่อวางแผนการผลิตและเปิดตัวสินค้า
ใหม่

10.2 การคาดการณเ์ พ่ือการบํารงุ รกั ษาเครือ่ งจักร

ปัจจัยที่ใช้ทํานายการชาํ รุดของเครื่องจักรน้ี มาจากข้อมูลทั้งที่เปน็ แบบมีโครงสร้าง เช่น วัน เดือน ปี ท่ี
ผลิต รุ่นและข้อมูลที่ไม่มีโครงสร้าง เช่น ข้อมูลจากเซนเซอร์ต่าง ๆ เช่น อุณหภูมิของ เครื่องยนต์ การทํางาน
ผิดปกตขิ องเครื่องจักร ซึ่งข้อมลู เหล่านี้จะต้องได้รบั การวเิ คราะห์ก่อนท่ีจะเกดิ ปัญหาการวิเคราะห์ข้อมูลเหล่าน้ี
เพื่อกําหนดตารางซ่อมบํารุง ประหยัดงบการซ่อมบํารุง และรวมไปถึงการเก็บสะสมอะไหล่ต่าง ๆ เพื่อให้การ
ซ่อมบํารงุ มปี ระสิทธภิ าพทนั เวลาและประหยัดงบประมาณ

10.3 สรา้ งประสบการณ์ที่ดใี หก้ ับลกู ค้า

ในสภาวะการแข่งขันทางการค้าในปัจจุบัน การเสนอประสบการณ์และข้อเสนอที่ดีที่สุดและตรงใจต่อ
ลูกค้าทสี่ ุดก็จะเปน็ ผู้ได้เปรียบในการแข่งขัน ขอ้ มลู ขนาดใหญ่หรือ Big Data ช่วยใหธ้ รุ กิจรวบรวมข้อมูลจากสื่อ
สังคมออนไลน์ ผเู้ ขา้ ชมเว็บไซต์ ผเู้ ข้าใชแ้ อปพลิเคชัน ข้อมลู การตอบโตท้ างโทรศัพท์ ข้อมูลการสนทนา ผ่านสื่อ
ต่าง ๆ เพื่อช่วยให้ปรบั ปรุงการสื่อสารกับลูกค้าและเพิ่มมูลค่าใหไ้ ดม้ ากทีส่ ุดด้วยการส่งข้อเสนอสุดพิเศษให้ตรง
ใจกับลกู คา้ และยงั ช่วยแก้ปญั หาท่ีเกดิ กับลกู ค้าเปน็ การแกป้ ัญหาเชงิ รกุ ไดอ้ ย่างมปี ระสทิ ธภิ าพ

10.4 การตรวจสอบการโกงและการปฏิบตั ติ ามกฎระเบียบ

การโกงในระบบเครือข่ายอนิ เทอร์เนต็ ไมไ่ ด้มีเฉพาะจากแฮ็กเกอร์เท่าน้ัน แต่จะตอ้ งเผชิญกับผู้เชี่ยวชาญ
ในหลาย ๆ รูปแบบ ในระบบการรักษาความปลอดภัยสมัยใหม่นี้ได้มีการพัฒนาอย่างไม่หยุดนิ่ง การใช้ข้อมูล
ขนาดใหญส่ ามารถทําให้ระบุรูปแบบของขอ้ มูลทเี่ ขา้ มาในรูปทมี่ ิชอบและไม่ถูกตอ้ งตามขอ้ กําหนดเองได้

10.5 การเรยี นรู้ของเครือ่ งจกั ร (Machine Learning)

การเรียนรูข้ องเคร่ืองจกั ร หรือ Machine Learning กําลังเป็นทนี่ ยิ มอยใู่ นขณะนี้ ข้อมูลโดยเฉพาะอย่าง
ยิ่งข้อมูลขนาดใหญ่เป็นเหตุผลที่มนุษย์สามารถสอนเครือ่ งจักรได้ การมีข้อมูลขนาดใหญ่ทาํ ให้ง่ายในการเตรียม
ข้อมลู ในการสอนเครอื่ งจกั ร ใหส้ ามารถเรยี นรู้ได้

10.6 ประสิทธิภาพในการปฏบิ ตั งิ าน

โดยปกติประสิทธภิ าพในการปฏิบัติงานจะไม่สามารถทราบว่าการดาํ เนินงานนัน้ มีประสิทธิภาพเพียงใด
แต่ในพื้นที่ที่มีข้อมูลขนาดใหญ่ ด้วยข้อมูลขนาดใหญ่นี้ทําให้สามารถวิเคราะห์และเข้าถึงการผลิต หรือการ
ปฏิบัติงานได้ การตอบรับของลูกค้า รวมถึงปัจจัยอื่น ๆ ที่จะทําให้ธุรกิจหยุดชะงักหรือขัดข้องได้ และสามารถ
คาดการณ์ความต้องการล่วงหน้าด้วยการวิเคราะห์ข้อมูลขนาดใหญ่ ข้อมูลขนาดใหญ่หรือ Big Data นี้ยัง
สามารถใชเ้ พือ่ ปรับปรุงการตัดสนิ ใจใหส้ อดคลอ้ งกับความต้องการของตลาดในปัจจุบนั ได้อกี ด้วย

10.7 การขับเคลอ่ื นในการสรา้ งสรรคส์ ิง่ ใหม่ ๆ

ข้อมูลขนาดใหญ่สามารถช่วยในการสร้างสรรค์สิ่งใหม่ ๆ ได้ โดยการศึกษาความสัมพันธ์ระหว่างบุคคล
สถาบัน หน่วยงาน องค์กรและกระบวนการ และดําเนินการกําหนดวิธีการใหม่ในการใช้ข้อมูลเชิงลึกเหล่านั้น
โดยใช้ข้อมูลเชิงลึกเพื่อปรับปรุงการตัดสนิ ใจเกี่ยวกับการพิจารณาเรื่องการเงิน วางแผน และพิจารณาแผนงาน
ตรวจสอบแนวโน้มและสิ่งที่ลูกค้าต้องการ นําเสนอผลิตภัณฑ์และบริการใหม่ ๆ ใช้การกําหนดราคาแบบได
นามิกท่ีมีความเป็นไปไดไ้ ม่มที สี่ นิ้ สดุ

11. ตัวอยา่ งแบรนด์ตา่ ง ๆ ท่ีใช้ Big Data ในการวิเคราะห์ขอ้ มลู

แบรนดต์ ่าง ๆ ทใี่ ช้ Big Data ในการวเิ คราะห์ขอ้ มลู มีหลายรปู แบบ ดังนี้

11.1 การใช้ขอ้ มลู ในการดงึ ดูดและรกั ษาลกู ค้า ลกู คา้ คอื ทรพั ยส์ นิ ท่ีสาํ คัญทีส่ ุดท่ีตอ้ งใส่ใจ ไม่มีธุรกิจ
ใดที่สามารถประสบความสําเร็จได้โดยปราศจากการสร้างฐานลกู ค้าที่แขง็ แรง อย่างไรก็ตามต่อใหม้ ีฐานลกู ค้าท่ี
แข็งแรง แต่หากละเลยที่จะศึกษาว่าจริง ๆ แล้วลูกค้าต้องการสิ่งใด นําเสนอแต่สิ่งที่ “ลูกค้า ไม่ต้องการ” ใน
ทสี่ ุดก็จะทําให้สญู เสยี ลกู ค้าไป และสิ่งนจี้ ะเปน็ อปุ สรรคตอ่ เสน้ ทางสู่ความสําเร็จ

การใช้ Big Data ช่วยให้ธุรกิจสามารถสังเกตรูปแบบและแนวโน้มของลูกค้าได้มากยิ่งขึ้น ผ่านการ
รวบรวมข้อมูลของลูกค้าทั้งหมดที่ต้องการได้อย่างง่ายดาย ซึ่งหมายความว่าเป็นเรื่องที่ง่ายขึ้นที่จะเข้าใจลูกคา้
ในยุคดิจิทัล ด้วยกลไกการวิเคราะห์ข้อมูลและการสังเกตพฤติกรรมของลูกค้าจะทําให้ธุรกิจได้รับข้ อมูล
พฤติกรรมลกู ค้าเชิงลึกท่ีจําเปน็ ต่อการรกั ษาฐานลกู ค้าของธุรกิจ

การเข้าใจข้อมูลเชิงลึกของลูกค้าจะช่วยให้ธุรกิจสามารถส่งมอบสิ่งที่ลูกค้าต้องการ ซึ่งเป็นขั้นตอน
พน้ื ฐานทีส่ ดุ เพือ่ ให้บรรลุเป้าหมายในการดแู ลรักษาลกู คา้ และเป็นสิง่ สําคัญท่ที ําให้เกิด ความภักดีต่อธุรกิจหรือ
แบรนด์

McDonald's

ตัวอย่างธุรกิจที่ใช้ข้อมูลในการดูแลและดึงดูดลูกค้า McDonald's ร้านอาหารจานด่วนที่เป็นที่นิยม
ระดับโลก ใช้เทคโนโลยีที่ทันสมัยในหลาย ๆ ด้านของการประกอบธุรกิจ รวมถึงการใช้ข้อมูลในการดูแลลูกค้า
ผ่านแอปพลิเคชันโทรศัพท์เคลื่อนที่ ที่ช่วยให้ลูกค้าสามารถสั่งซื้อและชําระเงินเกือบทุกขั้นตอนผ่านอุปกรณ์
โทรศัพท์เคลอื่ นทแี่ ละเพือ่ ให้ประสบการณ์ของลูกค้าทด่ี ียง่ิ ข้นึ

McDonald's ก็สามารถเข้าถึงข้อมูลที่จําเป็น เกี่ยวกับผู้ใช้บริการได้ เช่น การสั่งอาหาร การใช้บริการ
ความถีท่ ใี่ ช้ ใช้ผ่านเคร่ืองมอื ใด ข้อมลู ทัง้ หมดน้ีช่วยให้ McDonald's สามารถออกแบบโปรโมช่ันและข้อเสนอท่ี
ตรงเป้าหมายมากยิ่งขึ้น ซึ่งในความเป็นจริง ลูกค้าชาวญี่ปุ่นที่ใช้แอปพลิเคชันโทรศัพท์เคลื่อนที่ของ
McDonald's ได้มียอดการซื้อที่มากขึ้นถึง 35% เนื่องจากการนําเสนอสินค้าที่ตรงตามความต้องการของลูกค้า
กอ่ นที่จะสัง่ อาหาร

11.2 การใช้ข้อมูลเพื่อแก้ไขปัญหาผู้โฆษณาและเสนอข้อมูลเชิงลึกทางการตลาด การวิเคราะห์ Big
Data สามารถช่วยจับคู่ระหว่างความคาดหวังของลูกค้ากับธุรกิจได้ ซึ่งรวมถึงการเปลี่ยนสายผลิตภัณฑ์ของ
ธุรกิจให้ตอบโจทย์ความต้องการลูกค้ามากขึ้น และมั่นใจได้ว่าการทําแคมเปญการตลาดและการโฆษณานั้นมี
ประสิทธภิ าพมากขน้ึ ซึง่ ในความเป็นจริงน้ันหลายธุรกิจได้สญู เสยี เงนิ ไปจาํ นวนมาก

การทําแคมเปญโฆษณาที่ผลลัพธไ์ ม่เป็นไปตามความต้องการนนั้ อาจเปน็ เพราะธรุ กจิ ต่าง ๆ เหล่านั้นได้
ข้ามขั้นตอนในการวิเคราะห์ข้อมูลก่อนลงมือทําโฆษณาแล้ว การทําการตลาดและการทําโฆษณานั้นสามารถ
นํามาวิเคราะห์ให้ซับซ้อนยิ่งขึ้นได้ เช่น การสังเกตความเคลื่อนไหวบนโลกออนไลน์ ตรวจสอบ ณ จุดขาย รวม
ไปถึงการวิเคราะห์พฤติกรรมของลูกค้าที่เปลี่ยนแปลงไปอย่างรวดเร็ว สิ่งเหล่านี้เป็นวิธีที่นักการตลาดและนัก
โฆษณาใช้ในการทํางานเพื่อให้ข้อมูลเชิงลึกถึงสิ่งที่ลูกค้าต้องการมากยิ่งขึ้น โดยนํามาซึ่งการบรรลุเป้าหมายใน
การทําแคมเปญการตลาดทตี่ อบสนองความต้องการของลูกค้า

แคมเปญท่ีตรงกลมุ่ เปา้ หมายและเฉพาะบุคคลน้นั หมายความว่าธุรกจิ สามารถประหยัดเงิน และสามารถ
มัน่ ใจในประสทิ ธภิ าพของแคมเปญได้ เนอื่ งจากพวกเขาไดก้ ําหนดกลมุ่ เป้าหมายที่มีศกั ยภาพสูง บวกกบั สินค้าที่
เหมาะสม ดังนั้นธุรกิจสามารถเข้าถึงข้อมูลได้อย่างเหมาะสมและมีประสิทธิภาพเพื่อหลีกเลี่ยงปัญหาการเสีย
คา่ ใช้จา่ ยในการโฆษณาไปจํานวนมากแตไ่ มไ่ ด้ผลลพั ธ์ที่ดี

Netflix

ตัวอย่างแบรนด์ที่ใช้ข้อมูลสําหรับกําหนดเป้าหมายในการทําโฆษณา Netflix เป็นตัวอย่างที่ดีของแบ
รนด์ใหญ่ที่ใช้ Big Data ในการวิเคราะห์กลุ่มเป้าหมายในการนําส่งโฆษณา ด้วยสมาชิกมากกว่า 100 ล้านราย
บริษัทได้รวบรวมข้อมูลจํานวนมาก ซึ่งเป็นกุญแจสําคัญที่ทําให้ Netflix ประสบความสําเร็จ หากเป็นสมาชิก
ของ Netflix จะคุ้นเคยดีกับวิธีที่ Netflix ส่งคําแนะนําของภาพยนตร์เรื่องต่อไปที่สมาชิกควรดู ขั้นตอนนี้ได้ใช้
ข้อมูลจากการค้นหาย้อนหลังของสมาชิกในการประกอบคําแนะนําได้อย่างแม่นยํา ซึ่งบอกได้ถึงจํานวน
เปอร์เซ็นต์ของภาพยนตร์ว่าตรงต่อความชื่นชอบของสมาชิกเพียงใด และข้อมูลนี้ทําให้ Netflix สามารถใช้
ข้อมูลเชิงลึกไดอ้ ย่างเปน็ ประโยชนแ์ ละนําเสนอไดต้ รงความต้องการของลกู ค้า

11.3 การวิเคราะห์ข้อมูลสําหรับการจัดการความเสี่ยง แผนการจัดการความเสี่ยงเป็นการลงทุนที่
สําคัญ สําหรับหลาย ๆ ธุรกิจ เพราะปัจจุบันหลาย ๆ อย่างต่างเคลื่อนไหวหรือเปลี่ยนแปลงอยู่ตลอดเวลา ซึ่ง
ความสามารถในการมองเห็นถึงความเสี่ยงที่อาจเกิดขึ้นและสามารถลดความเสี่ยงก่อนที่จะเกิดขึ้นนั้น เป็นส่ิง
สําคัญอย่างมากสําหรับการทําธุรกิจ นั่นคือ จะนําการวิเคราะห์ข้อมลู มาใช้ในการวางแผนประเมินความเสี่ยงที่
อาจเกิดขึ้น โดยสามารถวัดและจําลองถึงความเสี่ยงที่ต้องเผชิญหน้า หรืออีกนัยหนึ่งการลดความเสี่ยงทําให้
ธรุ กิจสามารถทํากาํ ไรได้มากขึน้ การวเิ คราะห์ Big Data มีส่วนสาํ คัญอย่างมากตอ่ การพฒั นาทางเลือกให้แก่การ
บริหารจัดการความเสี่ยง เมื่อพิจารณาถึงความพร้อมของข้อมูลที่เพิ่มขึ้นและ ความหลากหลายของสถิ ติการ
วิเคราะห์ข้อมูลขนาดใหญ่ที่มีศักยภาพมาก ดังนั้นธุรกิจจงึ สามารถบรรลุ เป้าหมายและตัดสินใจเชิงกลยุทธไ์ ด้ดี
มากยงิ่ ข้นึ

Starbucks

ตัวอย่างแบรนด์ที่ใช้การวิเคราะห์ข้อมูลในการบริหารจั ดการความเสี่ยง Starbucks ในฐานะบริษัท
กาแฟชั้นนํา ของโลก Starbucks สามารถเปิดสาขาใหม่ในบริเวณ ใกล้เคียงกับร้านค้าอื่น ๆ และยังรับประกัน
ถึงอัตรา การประสบความสําเร็จที่สูง เพราะโดยปกติแล้ว การตัดสินใจเปิดสาขาใหม่ขึ้นมานั้นเป็นความเสี่ยง
โดยไม่จําเป็น แต่ Starbucks ได้ใช้ฐานข้อมูลในการวเิ คราะห์ คํานวณถึงอตั ราความสําเรจ็ ของทุกตําแหน่งที่ตั้ง
ใหม่ก่อนจะลงมือปฏิบัติด้วยข้อมูลตามพื้นที่นั้น ๆ ว่ามีจํานวนประชากร การจราจร มีผู้คนจํานวนเท่าใด และ
จากการวิเคราะห์ข้อมูลนั้นทําให้ Starbucks สามารถคํานวณถึงข้อมูลพื้นฐานทั่วไปของแต่ละสาขาที่ต้องการ
เปิดใหม่ได้ เพื่อให้สามารถเลือกสถานที่ตั้งตามแนวโน้มการเติบโตของรายได้ และสามารถลดความเสี่ยงในการ
ลงทนุ จาํ นวนมากของแต่ละสาขา

11.4 การใช้ข้อมูลในการจัดการห่วงโซ่อุปทาน Supply Chain Management (SCM) หรือการ
จัดการห่วงโซ่อปุ ทาน คือ กระบวนการดําเนนิ งานของวัสดุ สินค้า ตลอดจนการผลิต ข้อมูลและธุรกรรมต่าง ๆ
ผา่ นองค์กรที่เป็นผสู้ ่งมอบ ผผู้ ลิต ผจู้ ดั จําหนา่ ยไปจนถึงลกู ค้าหรอื ผบู้ ริโภค

Big data ช่วยให้ซัพพลายเออร์หรือคนที่มีหน้าที่จัดหาวัตถุดิบต่าง ๆ ให้แก่โรงงานนําไปผลิตสินค้าเพ่ือ
ขายนั้นสามารถทํางานได้อย่างแม่นยําและชัดเจนมากขึ้น ผ่านการวิเคราะห์ข้อมูลจากปลายทาง เช่น ลูกค้าช่ืน
ชอบสินค้ารูปแบบใด สีใดเป็นพิเศษ ทําให้ซัพพลายเออร์สามารถคํานวณได้ว่าควรจัดหา วัตถุดิบแบบใด เป็น
จาํ นวนเทา่ ใด เพื่อใหส้ ามารถผลติ สนิ ค้าไดเ้ หมาะสมกับความต้องการซ้อื

ด้วยวธิ กี ารทที่ ันสมัยจะช่วยให้ระบบการทํางานในข้ันตอนของการส่ัง ผลิตและการขนสง่ สนิ ค้า สามารถ
ทําได้อย่างเป็นระบบมากขึ้นและสามารถลดความผิดพลาด สินค้าขาดหรือเกินสต๊อกอีกด้วย ซึ่งทําได้จากการ
วิเคราะห์ข้อมูลที่มีอยู่ในระบบการผลิตในแต่ละส่วนมารวบรวมและวิเคราะห์อีกส่วนมาจากการแบ่งปันความรู้
และการทํางานร่วมกันของแต่ละฝ่าย ซึ่งจะเป็นรากฐานสําหรับการจัดการห่วงโซ่อุปทาน ทําให้ซัพพลายเออร์
สามารถใช้ประโยชนจ์ ากขอ้ มูลได้มีประสิทธิภาพมากยิ่งข้นึ

Supply Chain PepsiCo

ตัวอย่างแบรนด์ที่ใช้ข้อมูลเพื่อเพิ่มประสิทธิภาพของ Supply Chain PepsiCo เป็นบริษัทบรรจุสินค้า
อุปโภคบริโภคที่ต้องใช้ข้อมูลจํานวนมากเพื่อการจัดการห่วงโซ่อุปทานที่มีประสิทธิภาพ บริษัทมุ่งมั่นที่จะสร้าง
ความมั่นใจว่าสามารถเติมเต็มชัน้ วางของร้านคา้ ปลีกด้วยปริมาณและประเภทของผลิตภัณฑ์ที่เหมาะสม ลูกค้า
ของบริษัทจัดทํารายงานซึ่งรวมถึงสินค้าคงคลัง รายการสินค้า และ POS (Point Of Sale) เก็บข้อมูลการขาย
หน้าร้านให้กับบริษัทและข้อมูลนี้ จะใช้ในการวางแผนพยากรณ์การผลิตและการจัดส่งด้วยวิธีนี้บริษัทมั่นใจว่า
ผู้ค้าปลีกจะมผี ลิตภณั ฑเ์ หมาะสมในปริมาณทเ่ี พยี งพอตอ่ ความตอ้ งการและเวลาท่เี หมาะสม

สรุปประเด็นสำคัญ

Big Data เปน็ ขอ้ มลู ท่ีมโี ครงสร้างชดั เจน (Structured Data) เช่น ขอ้ มลู ท่ีเก็บอย่ใู นตารางข้อมูลต่าง ๆ
และฐานข้อมูล ตา่ ง ๆ ปกติโดยท่วั ไปหรอื อาจเป็นข้อมูลกงึ่ มีโครงสร้าง (Semi-Structured Data) เช่น ลอ็ กไฟล์
(Log files) หรอื แมก้ ระทัง่ ข้อมลู ที่ไม่มโี ครงสร้าง (Unstructured Data) เช่น ข้อมูลการโต้ตอบปฏสิ มั พนั ธ์ผ่าน
สังคมเครือข่าย (Social Network) เช่น เฟซบุ๊ก (Facebook) ทวิตเตอร์ (Twitter) ไลน์ (Line) อินสตาแกรม
(Instagram) หรือไฟล์จําพวกมีเดีย (Media) และข้อมูลที่ใช้การเซนเซอร์ เช่น การตรวจจับความเร็ว ฯลฯ
ฉะนั้นก่อนที่ธุรกิจจะสามารถนํา Big Data มาใช้งานได้ ควรพิจารณาว่าข้อมูลจะไหลเวียนไปยังสถานท่ี
แหล่งทม่ี าระบบเจ้าของและผู้ใช้จํานวนมากได้อย่างไร มีขนั้ ตอนสาํ คัญในการจัดการ “โครงสร้างขอ้ มูล” ขนาด
ใหญ่น้ี ซงึ่ รวมถงึ ข้อมูลแบบด้งั เดมิ ขอ้ มูลท่ีมีโครงสร้างและขอ้ มูลทไี่ ม่มโี ครงสรา้ งและก่ึงมโี ครงสร้าง