ทำความรู้จักกับ Big Data

ในช่วง 2-3 ปีที่ผ่านมา หลายท่านที่สนใจติดตามข่าวด้านการนำเทคโนโลยีมาใช้ในธุรกิจ คงเคยได้ยินคำว่า Big Data กันมาบ้างแล้ว แต่จริงๆ แล้วมันคือ อะไร จะส่งผลกับธุรกิจของเราได้อย่างไร หรือมันเป็นเพียงเหล้าเก่าในขวดใหม่ ศัพท์เทคโนโลยีหรูๆ ที่เป็นแค่เครื่องมือการตลาดอีกชิ้นหนึ่งเท่านั้นเอง บทความนี้จะช่วยให้ท่านทำความรู้จักกับ Big Data ในฐานะเครื่องมือที่จะช่วยธุรกิจให้ดีขึ้น

What is Big Data?

หากมองในแง่เทคโนโลยี คำว่า Big Data หมายถึงกลุ่มเทคโนโลยีที่เกี่ยวข้องกับการจัดการข้อมูลที่มีลักษณะท้าทาย 3 อย่าง ที่มักเรียกกันว่า 3V อันได้แก่ Volume, Velocity และ Variety

  • Volume: ปริมาณข้อมูลที่มีขนาดหลายๆ Terabyte(TB) หรือขนาด Petabyte (PB) โดยที่ 1 TB = 1024 GB และ 1 PB = 1024 TB
  • Velocity: การจัดเก็บและเข้าถึงข้อมูลที่เกิดขึ้นอย่างรวดเร็ว ทุกๆ เสี้ยววินาที
  • Variety: ความหลากหลายในรูปแบบข้อมูล ไม่เพียงแค่เป็นตัวอักษรหรือตัวเลข แต่ยังรวมไปถึงข้อมูลเสียง ภาพและวีดีโอด้วย ลักษณะข้อมูลเหล่านี้ ส่งผลให้เทคโนโลยีที่ใช้ในการจัดการข้อมูล ตั้งแต่การบันทึก จัดเก็บ คำนวณ แสดงผล ที่เราใช้ๆ กันอยู่มาตั้งแต่ยุคปี 80 เริ่มใช้ไม่ได้แล้ว ระบบและแอพลิเคชันที่บันทึกข้อมูลทีละรายการ เก็บข้อมูลไว้เป็นตาราง นำเสนอข้อมูลก็เป็นตาราง หรืออาจจะเป็นแผนภูมิง่ายๆ ไม่เพียงพอต่อความต้องการอีกต่อไป

ความต้องการแก้ปัญหาด้วยข้อมูลจำนวนมากและซับซ้อนแบบ 3V นี้ ไม่ได้เพิ่งมาเกิดขึ้นเมื่อไม่กี่ปีมานี้ ความต้องการแก้ปัญหาลักษณะนี้มีมานานกว่า 20 ปีแล้ว (แม้แต่คำว่า Big Data เอง ก็ถูกใช้เป็นครั้งแรกในบทความที่เขียนโดยนักวิจัยจากนาซามาตั้งแต่ปี 1997) แต่การใช้งานยังจำกัดวงอยู่แค่งานวิจัยทางวิทยาศาสตร์อย่างเช่นการศึกษาการชนกันของอนุภาคจากเครื่องเร่งอนุภาค การวิเคราะห์และพยากรณ์สภาพอากาศ การวิเคราะห์ภาพถ่ายจากกล้องโทรทรรศน์อวกาศ เพื่อตรวจหาเทหวัตถุบนฟากฟ้า หรือแม้กระทั่งการถอดรหัสพันธุกรรมในยีนของมนุษย์ การใช้งานจึงจำกัดอยู่ในวงแคบๆ และเป็นงานที่มักต้องใช้เครื่องซุปเปอร์คอมพิวเตอร์ในการประมวลผล

จุดเปลี่ยนที่สำคัญน่าจะเกิดจากงานวิจัยของ Google ในช่วงปี 2003-2004 ที่พัฒนาเทคโนโลยีในการจัดเก็บและประมวลผลเรียกว่า MapReduce โดยกระจายโหลดไปยังเครื่องเซิร์ฟเวอร์ได้หลายเครื่อง และสามารถเพิ่มขยายจำนวนเครื่องรองรับปริมาณงานได้ไม่จำกัด มีการนำงานวิจัยนี้ไปต่อยอด และนำออกเผยแพร่แบบโอเพนซอร์สในชื่อว่า Hadoop ในปี 2006

การมาถึงของ Hadoop เปิดโอกาสให้หน่วยงานต่างๆ สามารถเก็บและประมวลผลข้อมูลจำนวนมากๆ ได้ โดยไม่จำเป็นต้องใช้ซุปเปอร์คอมพิวเตอร์ราคาแพง เกิดการพัฒนาเทคโนโลยีที่เกี่ยวข้องเพิ่มมากขึ้นจนเกิดเป็น ecosystem เกิดบริษัทใหม่ๆ ความต้องการทักษะใหม่ๆ ผลลัพธ์ที่ได้ในช่วงแรก ทำให้คำว่า Big Data เริ่มแพร่ออกจากวงการวิทยาศาสตร์และไอที ก้าวเข้ามาได้รับความสนใจจากวงการธุรกิจเพิ่มมากขึ้น

กลั่นคุณค่าจากข้อมูล

“Data is the new oil” เป็นหนึ่งในคำพูดเกี่ยวกับความสำคัญของข้อมูลที่นิยมใช้กันมากที่สุด ข้อมูลมีศักยภาพที่จะปฎิวัติโลกนี้ได้ในลักษณะเดียวกับที่น้ำมันเคยทำมาแล้ว ในขณะเดียวกัน ข้อมูลดิบ ก็มีลักษณะไม่ต่างจากน้ำมันดิบเท่าไหร่ ต้องผ่านกระบวนการกลั่นเสียก่อน จึงจะสามารถนำไปใช้งานให้เกิดประโยชน์ได้

การที่เทคโนโลยี Big Data แพร่หลายมากขึ้น ก็เปรียบเสมือนการที่ใครก็ได้ สามารถขุดเจาะ สร้างท่อ และดูดข้อมูลดิบจำนวนมหาศาลมาเก็บเอาไว้ได้ แต่หากขาดกระบวนการกลั่นที่มีประสิทธิภาพ ก็อาจไม่ได้รับประโยชน์คุ้มค่ากับการลงทุน

Harvard Business Review ยกให้ Data Scientist เป็น “The Sexiest Job of the 21st Century” เราอาจจะเรียกพวกเขาทับศัพท์ว่านักวิทยาศาสตร์ข้อมูล สิ่งที่พวกเขาทำคือการ “กลั่นคุณค่า” ออกจากข้อมูลจำนวนมหาศาล โดยใช้เทคนิคการวิเคราะห์ข้อมูลทางสถิติและการโปรแกรมสอนให้คอมพิวเตอร์เรียนรู้ได้ เกิดเป็น “ความรู้แจ้ง” หรือ insights ใหม่ๆ ที่ไม่เคยพบมาก่อน

ดังนั้นในตอนนี้ ศัพท์คำว่า Big Data จึงขยายขอบเขตออกไป ไม่เป็นแค่เพียงเทคโนโลยีการจัดการข้อมูลเท่านั้น แต่ยังรวมถึง ความสามารถในการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) เข้าไปด้วย ผลลัพธ์คือ insight ที่สามารถนำไปใช้ได้หลากหลายแนวทาง

ในแง่การสาธารณสุข ไอบีเอ็มวัตสันทำหน้าที่ผู้ช่วยแพทย์ให้คำแนะนำในการรักษาโรคมะเร็ง โดยวิเคราะห์ข้อมูลงานวิจัยล่าสุดประกอบกับเงื่อนไขเฉพาะตัวของผู้ป่วยแต่ละราย ในขณะที่แวดวงการเมืองก็มีแคมเปญรณรงค์เลือกตั้งของปธน.โอบามาเมื่อปี 2012 ที่ใช้การวิเคราะห์ข้อมูลมาช่วยปรับเปลี่ยนกลยุทธ์ในการหาเสียง ในวงการกีฬามีการวิเคราะห์การเล่นของผู้เล่นแต่ละคน ส่งผลให้มีการทำนายผลการแข่งขัน World Cup 2014 ที่ผ่านมาได้ถูกต้องเกือบ 100% หรือใกล้ตัวยิ่งกว่านั้น การเก็บข้อมูลผ่านทางสมาร์ทโฟน ที่ช่วยให้ผู้ใช้ Google Maps สามารถเห็นสภาพการจราจรของเส้นทางปัจจุบัน และวางแผนการเดินทางได้ หรือการที่ facebook สามารถจดจำใบหน้าเพื่อนเราในภาพถ่ายพร้อมทั้งแท็กให้ได้อย่างแม่นยำ

 

Big Data กับการใช้งานในธุรกิจ

ภาคธุรกิจได้เล็งเห็นความสำคัญของการนำ insight มาใช้ช่วยในการประกอบการตัดสินใจนานแล้ว ผลการวิจัยจาก Bain แสดงให้เห็นว่า องค์กรที่มีผลประกอบการดีเยี่ยม มักจะมีความสามารถในด้านการใช้ข้อมูลประกอบการตัดสินใจได้บ่อยครั้ง และรวดเร็วกว่าองค์กรทั่วไปอย่างมีนัยยะสำคัญ

what_is_big_data_pic_1

 

ที่มา: The value of Big Data: How analytics differentiates winners

ตัวอย่างการใช้งาน insight จาก Big Data มีมานานก่อนที่ศัพท์คำนี้จะได้รับความนิยม Amazon เริ่มจากการเป็นร้านขายหนังสือออนไลน์เพียงอย่างเดียว แต่เริ่มใช้การวิเคราะห์ข้อมูลการเข้าใช้เว็บไซต์ตั้งแต่ช่วงยุคปี 2000 เพื่อนำมาเสนอเป็นสินค้าแนะนำที่ตรงใจลูกค้า ส่งผลให้ขยายตัวอย่างรวดเร็ว โดยยังคงครองแชมป์ประสบการณ์ในการช็อปปิ้งออน์ไลน์และการให้บริการลูกค้าที่ประทับใจจนทุกวันนี้

ห้าง Target ในสหรัฐ ใช้การวิเคราะห์ประวัติการซื้อสินค้า นำไปสู่ข้อสรุปว่าลูกค้าบางรายกำลังตั้งครรภ์และส่งคูปองสินค้าเด็กไปให้ การวิเคราะห์ดังกล่าว แม่นยำจนในบางครอบครัว พ่อของวัยรุ่นสาวก็ยังไม่ทราบว่าลูกตัวเองตั้งครรภ์จนกระทั่งเห็นคูปองจาก Target

การใช้งานบางประเภทอาจเห็นได้ไม่ชัดเจนนักจากภายนอก เช่น การที่บริษัทขนส่งสินค้า UPS ลงทุนกว่าปีละหนึ่งพันล้านเหรียญ เพื่อสร้างระบบติดตามพาหนะกว่า 100,000 คัน นำข้อมูลที่ได้มาวิเคราะห์และวางแผนการจัดส่งสินค้าที่มีประสิทธิภาพสูงสุด ลดการใช้น้ำมันและเพิ่มความรวดเร็วในการจัดส่งสินค้า

โจทย์เดิม เครื่องมือใหม่

ความจริงแล้ว การนำสารสนเทศเข้ามาใช้ในธุรกิจเพื่อช่วยสนับสนุนการตัดสินใจ ไม่ใช่เรื่องใหม่เลย เราเคยได้ยินชื่อระบบต่างๆ มาหลายยุค ตั้งแต่ MIS, ESS, DSS ไปจนถึง Business Intelligence ล้วนแล้วแต่มาพร้อมกับคำสัญญาที่จะช่วยให้ผู้บริหารตัดสินใจได้ดีขึ้น เร็วขึ้น ซึ่งก็ต้องบอกว่า ทำได้ถึงระดับหนึ่งเท่านั้น แล้ว Big Data จะแตกต่างอะไรจากระบบต่างๆ เหล่านั้น?

โจทย์ของธุรกิจโดยทั่วไปยังคงไม่แตกต่างไปจากเดิม ทำอย่างไรจะสร้างผลตอบแทนให้ผู้ถือหุ้นสูงสุด เพิ่มยอดขาย เพิ่มกำไร ลดต้นทุน ให้บริการลูกค้าได้ดีขึ้น ดึงดูดและรักษาพนักงานที่ดี เป็นพลเมืองธุรกิจที่ดีในสังคม เป็นต้น สิ่งที่เปลี่ยนแปลงไปในช่วงหลัง ก็คือสภาพแวดล้อมทางเทคโนโลยี และเครื่องไม้เครื่องมือ ที่พัฒนาไปอย่างก้าวกระโดด

ข้อจำกัดของ Business Intelligence ในปัจจุบัน ประเด็นแรกอยู่ที่แหล่งข้อมูล ระบบโดยทั่วไป ทำงานกับแหล่งข้อมูลจำกัดเพียงไม่กี่แหล่ง โดยมากมักเป็นข้อมูลแบบโครงสร้างที่เกิดขึ้นภายในบริษัทเองหรือซื้อมา ยอดขาย สินค้าคงคลัง ส่วนแบ่งการตลาด การเพิ่มขึ้นของแหล่งข้อมูลภายนอกประเภทอื่นๆ ทำได้ยากมาก ประเด็นที่สองคือเรื่องความรวดเร็วในการผสานข้อมูลจากหลายๆ แหล่งเข้าด้วยกัน รายงานส่วนแบ่งการตลาดที่ซื้อมาสองเดือนต่อครั้งไม่สามารถใช้อธิบายประสิทธิภาพของแผนการตลาดเมื่อเดือนที่แล้วได้

สิ่งที่ระบบ Business Intelligence แบบดั้งเดิม พอจะทำได้ คือการวิเคราะห์แบบ Descriptive Analysis พยายามอธิบายสิ่งที่เกิดขึ้นแล้ว ด้วยข้อมูลที่มีอยู่ ซึ่งยากมากที่ผู้บริหารจะนำข้อมูลนั้นไปใช้ในอนาคตได้อย่างมั่นใจเต็มที่ เพราะปัจจัยภายนอก “อื่นๆ อีกมากมาย ที่ไม่รู้” มีอิทธิพลสูง คงไม่มีใครกล้าขับรถโดยมองแต่กระจกหลังเพียงอย่างเดียวเป็นแน่

การใช้ Big Data เพื่อเปิดรับข้อมูลประเภทอื่นๆ ที่ท่วมท้นมากขึ้นทุกวัน ร่วมกับแนวทางการวิเคราะห์ทางสถิติที่เแม่นยำมากขึ้น จากจำนวนตัวแปรและตัวอย่างที่เพิ่มสูงขึ้น ทำให้เกิดความสามารถในการวิเคราะห์ที่เรียกว่า Predictive Analysis ที่พยายามพยากรณ์สิ่งที่จะเกิดขึ้นในอนาคต มีความเป็นไปได้สูงขึ้นเรื่อยๆ

ในแง่หนึ่ง Big Data อาจจะมองได้ว่าเป็นวิวัฒนาการขั้นต่อไปของ Business Intelligence ช่วยเพิ่มประสิทธิภาพการทำงาน ทำให้พนักงานจำนวนมากขึ้น เข้าถึงสารสนเทศเพื่อการตัดสินใจได้ จากที่เดิมเคยจำกัดอยู่เพียงแค่ผู้บริหารเท่านั้น

what_is_big_data_pic_2ที่มาของภาพ

โจทย์ใหม่ ศักยภาพใหม่

แต่นั่นเป็นเพียงแค่ยอดของภูเขาน้ำแข็งเท่านั้น ศักยภาพของ Big Data มีสูงกว่านั้นมาก และมันจะส่งผลกระทบครอบคลุมไปทุกวงการ โจทย์ใหม่ของธุรกิจจะกลายเป็น “จะทำอย่างไร ถ้ารู้ว่า…” จะเกิดการสร้างสินค้าและบริการใหม่ๆ ขึ้นมาอีกมากมาย จะมีโมเดลธุรกิจแบบใหม่เกิดขึ้นอีกมาก และอัตราความเร็วในการเปลี่ยนแปลงนั้นจะเป็นไปอย่างก้าวกระโดด

แนวทางที่เด่นชัดที่สุดของโมเดลธุรกิจใหม่ คือการสร้างความแตกต่างในสินค้าและบริการ โดยเสนอให้ลูกค้าได้เหมาะสมกับความต้องการ และสภาพแวดล้อม ณ ขณะนั้นของลูกค้า เช่นการเปิดให้ลูกค้าเปลี่ยนสถานที่ส่งสินค้า จากที่บ้านไปเป็นที่สำนักงานได้ ในระหว่างที่ลูกค้ากำลังเดินทางไปทำงาน Amazon ก้าวหน้าไปไกลถึงขั้นจดสิทธิบัตรอัลกอริทึมที่เรียกว่า Anticipatory Shipping เพื่อส่งสินค้าไปให้ลูกค้า “ก่อน” ที่ลูกค้าจะสั่ง

นอกจากนั้นแล้ว ยังจะมีการให้บริการนายหน้าข้อมูล ไม่ว่าจะเป็นข้อมูลดิบ ที่เก็บรวบรวมมาได้ หรือจะมีการสร้างมูลค่าเพิ่มโดยการทำการวิเคราะห์จัดกลุ่มข้อมูลก่อนขาย และท้ายที่สุดคือการรวมตัวเป็นพันธมิตรเครือข่ายแลกเปลี่ยนข้อมูลกันระหว่างองค์กร เพื่อสร้างตลาดสำหรับสินค้าและบริการใหม่ๆ

 

สึนามิข้อมูลกำลังมาแล้ว คุณพร้อมหรือยัง?

ในขณะที่น้ำมันเป็นทรัพยากรธรรมชาติที่กำลังหมดไปทุกวัน แต่ข้อมูลกลับเพิ่มจำนวนขึ้นเป็นเท่าทวีคูณในอัตราก้าวหน้าทุกๆ วัน รายงานจาก IDC ระบุว่า จำนวนข้อมูลจะเพิ่มขึ้น 50 เท่าจากปี 2010 จนถึงปี 2020 สมาร์ทโฟนเป็นเครื่องมือสร้างข้อมูลของวันนี้ พรุ่งนี้จะเป็นวันของ wareable gadgets ที่ทุกจังหวะการเต้นของหัวใจ ทุกการเคลื่อนไหวของร่างกาย จะถูกบันทึกไว้ มะรืนนี้จะเป็นวันของ Internet of Things เมื่ออุปกรณ์ทั้งหลายรอบตัวถูกเชื่อมเข้ากับเครือข่าย นับตั้งแต่แปรงสีฟัน ตู้เย็น ไปจนถึงมิเตอร์ไฟฟ้าและประปา บันทึกข้อมูลทุกวินาทีตลอด 24 ชั่วโมง

what_is_big_data_pic_3

 

ที่มา: The Digital Universe in 2020

ในเวลาเดียวกัน เทคโนโลยีและเครื่องไม้เครื่องมือตลอดจนบุคคลากรที่จะใช้ประโยชน์จากข้อมูลมหาศาลเหล่านั้น ก็มีจำนวนเพิ่มขึ้น แต่มีราคาที่ลดลงทุกวัน ไม่ว่าจะเป็นพื้นที่เก็บข้อมูล หรือเซิร์ฟเวอร์สำหรับประมวลผลข้อมูล ก็สามารถเช่าใช้ได้ในราคาถูกลงเรื่อยๆ ผู้เล่นรายย่อยหน้าใหม่ที่มีเงินทุนไม่สูงนัก ก็สามารถสร้างมูลค่าเพิ่ม หรือสร้างสินค้าและบริการแข่งกับยักษ์ใหญ่เจ้าตลาดได้

การให้ความสนใจถึงศักยภาพและการนำ Big Data ไปใช้งาน เป็นเพียงก้าวแรก ที่จะนำไปสู่การเตรียมความพร้อมของธุรกิจและองค์กร ประโยชน์สูงสุดน่าจะอยู่ที่การนำ Big Data มาเป็นเครื่องมือในการสร้าง organization capability ที่พร้อมจะปรับเปลี่ยนตัวเอง เรียนรู้เทคโนโลยีใหม่ เปิดรับแนวคิดใหม่ และตักตวงประโยชน์จากการใช้ข้อมูลได้อย่างเต็มที่

One comment

Leave a Reply

Your email address will not be published. Required fields are marked *