แจกฟรี ebook Apache Spark Analytics Made Simple

Apache Spark Analytics Made Simple

สำหรับท่านที่สนใจเทคโนโลยี Apache Spark ตอนนี้ databricks ซึ่งเป็นบริษัทก่อตั้งโดยผู้สร้าง Spark ออกหนังสือ ebook แจกฟรี ชื่อ Apache Spark Analytics Made Simple เป็นการรวบรวมบทความจากบล็อกของบริษัท

หากสนใจ ดาวน์โหลดได้ฟรีโดยต้องลงทะเบียนก่อนนะครับ ลิงค์ดาวน์โหลดจะถูกส่งให้ทางอีเมล์ ลิงค์ลงทะเบียนดาวน์โหลดอยู่ที่ http://go.databricks.com/apache-spark-analytics-made-simple-databricks

รายละเอียดสารบัญ

Section 1: An Introduction to the Apache Spark APIs for Analytics

  • Spark SQL: Manipulating Structured Data Using Spark
  • What’s new for Spark SQL in Spark 1.3
  • Introducing Window Functions in Spark SQL 14
  • Recent performance improvements in Apache Spark: SQL, Python, DataFrames, and More
  • Introducing DataFrames in Spark for Large Scale Data Science
  • Statistical and Mathematical Functions with DataFrames in Spark
  • Spark 1.5 DataFrame API Highlights: Date/Time/String Handling, Time Intervals, and UDAFs
  • Introducing Spark Datasets

Section 2: Tips and Tricks in Data Import

  • An Introduction to JSON Support in Spark SQL
  • Spark SQL Data Sources API: Unified Data Access for the Spark Platform

Section 3: Real-World Case Studies of Spark Analytics with Databricks

  • Analyzing Apache Access Logs with Databricks
  • Reshaping Data with Pivot in Spark
  • An Illustrated Guide to Advertising Analytics
  • Automatic Labs Selects Databricks for Primary Real-Time Data Processing

 

Gartner พยากรณ์ว่าตลาด advanced analytics จะขยายตัวสูงถึง 14 เปอร์เซ็นต์

imgresGartner พยากรณ์ว่าตลาด advanced analytics จะขยายตัวสูงถึง 14 เปอร์เซ็นต์ในปีนี้ มีมูลค่าถึง 1.5 พันล้านเหรียญ และยังคาดการณ์อีกว่า ภายในปี 2018 องค์กรขนาดใหญ่ๆ กว่าครึ่งจะนำอัลกอริทึมแบบเฉพาะมาใช้งาน

องค์กรจะเปลี่ยนจากการ “วัดผล” และตัดสินใจด้วย “gut feel” หรือสัญชาติญาณ มาเป็นการใช้โมเดลการวิเคราะห์ข้อมูล เพื่อช่วยในการตัดสินใจมากขึ้น หลายองค์กรจะเริ่มพัฒนาอัลกอริทึมเฉพาะทางเพิ่มมากขึ้น

ปัญหาหลักสองเรื่องที่มีความสำคัญเพิ่มมากขึ้น ประกอบด้วย เรื่องจริยธรรมการนำอัลกอริทึมไปใช้งาน และปัญหาความน่าเชื่อถือของตัวอัลกอริทึมเอง

ในส่วนปัญหาความน่าเชื่อถือของอัลกอริทึมวิเคราะห์ข้อมูล ทาง Gartner คาดการณ์ว่าจะเกิด “ตลาด” อัลกอริทึม ซึ่งน่าจะรวมตัวกับบริการแพลตฟอร์มวิเคราะห์ข้อมูล (Paas) ภายในปี 2018 โดยเน้นไปที่การ “รับรอง” หรือ Certified อัลกอริทึม ซึ่งจะช่วยให้องค์กรต่างๆ นำอัลกอริทึมเหล่านั้นไปใช้งานเพิ่มมากขึ้น

ที่มา: Gartner Sees Analytics Boom as More Data is Shared

ไมโครซอฟต์เปิดให้ดาวน์โหลด Deep Learning Toolkit ผ่านทาง Github

Artificial intelligence

Artificial intelligence

ทีมวิจัยเรื่อง speech recognition ของไมโครซอฟต์ได้เปิดให้ดาวน์โหลด Computational Network Toolki หรือ CNTK ได้แล้วทาง https://github.com/Microsoft/CNTK ตัว CNTK เป็น Deep Learning (หรือหลายคนอาจจะเรียกว่าเป็น Artificial Intelligence ก็ได้) toolkit ที่ถูกเปิดเผย source code มาตั้งแต่เดือน เมษายน 2015 ผ่านทางเว็บ Codeplex  แต่เพิ่งนำมาเผยแพร่ผ่าน Github ในสัปดาห์นี้เอง

เทคโนโลยีของไมโครซอฟต์ที่นำเอา Deep Learning มาใช้ก็อย่างเช่น Project Oxford  ที่วิเคราะห์อารมณ์คนจากภาพถ่าย หรือ Skype Translator ที่สามารถแปลภาษาพูดในระหว่าง skype call ได้

ที่มา: Want Smarter Apps? Microsoft Has a Toolkit for That

ตัวเลขสถิติที่น่าสนใจเกี่ยวกับตลาด IoT

image15_large_large_largeมาดูกันว่า ทำไม IoT หรือ Internet of Things ถึงได้เป็นกระแสโด่งดังถึงขนาดนี้ ตัวเลขสถิติเหล่านี้คงพอทำให้มองเห็นภาพถึงขนาดตลาด และเข้าใจความสำคัญของเทคโนโลยีนี้ได้ดีขึ้น

IoT เป็นเทคโนโลยีที่เชื่อมต่ออุปกรณ์ต่างๆ เข้าด้วยกันผ่านอินเตอร์เน็ท ไม่ว่าจะเป็นรถยนต์ โดรน บ้าน อุปกรณ์สวมใส่ เซ็นเซอร์ต่างๆ และเป็นตลาดที่มีความเติบโตสูงและศักยภาพขนาดตลาดในอนาคตก็สูงมากด้วย ตัวเลขสถิติ 6 อย่างนี้คงพอทำให้นึกภาพออกได้พอสมควร

  1. จำนวนอุปกรณ์เชื่อมต่อมากถึง 50-200 พันล้านชิ้นในปี 2020
    ปัจจุบันมีอุปกรณ์ที่สามารถเชื่อมต่ออินเตอร์เน็ทได้อยู่ประมาณ 15 พันล้านชิ้น จำนวนนี้จะเพิ่มขึ้นอย่างก้าวกระโดด โดย Cisco คาดการณ์ว่า ภายในปี 2020 จะเพิ่มเป็น 50 พันล้านชิ้น ส่วน Intel พยากรณ์ว่าจะเป็น 200 พันล้านชิ้น ตลาดที่จะเติบโตตามจำนวนอุปกรณ์ด้วย ก็คืออุปกรณ์เชื่อมต่อ ทั้งฮาร์ดแวร์และซอฟต์แวร์ที่ช่วยให้อุปกรณ์เหล่านั้นทำงานได้อย่างเต็มประสิทธิภาพ
  2. ปริมาณการใช้จ่ายเกี่ยวกับอุปกรณ์และบริการ IoT จะมีมูลค่า 1.7 ล้านล้าน (trillion) ดอลล่าร์ ภายในปี 2020
    มูลค่าตลาดดังกล่าวคือ 656 พันล้านเหรียญในปี 2014 เรียกได้ว่าเพิ่มขึ้นกว่าสองเท่าในเวลาเพียง 4-5 ปี อัตราการเจริญเติบโตเป็นผลมาจากจำนวนอุปกรณ์และสินค้าและบริการที่เกี่ยวข้องกัน
  3. เฉพาะอุตสาหกรรม Smart Home มีมูลค่าถึง 79 พันล้านเหรียญ
    ตลาดอุปกรณ์เครื่องใช้ภายในบ้าน “อัจฉริยะ” ก็ขยายตัวอย่างรวดเร็ว โดยมีมูลค่าในปี 2014 ถึง 79 พันล้านเหรียญ นอกจากผู้ผลิตเครื่องใช้ไฟฟ้ารายใหญ่อย่าง Samsung ที่ลงทุนในตลาดนี้แล้ว ก็มีผู้เล่นตลาดอื่นกระโดดเข้ามาร่วมวงด้วย อย่างเช่นการที่กูเกิลซื้อบริษัท Nest ซึ่งผลิตเทอร์โมมิเตอร์อัจฉริยะ หรือการที่แอปเปิลออกบริการ HomeKit ที่เชื่อมต่ออุปกรณ์ในบ้านเข้ากับระบบ iO
  4. รถยนต์จำนวน 90% จะสามารถเชื่อมต่อเครือข่ายได้ภายในปี 2020
    ในปี 2012 รถยนต์ที่เชื่อมต่อกับเครือข่ายได้ มีเพียง 2% เท่านั้น ตัวเลขนี้จะเพิ่มขึ้นเป็นถึง 90% ในปี 2020 แรงผลักดันที่สำคัญมีทั้งระบบข้อมูลและความบันเทิงภายในรถ ระบบรถยนต์ไร้คนขับ และการนำระบบปฎิบัติการคอมพิวเตอร์ เข้าไปผนวกกับระบบของรถยนต์
  5. อุปกรณ์สวมใส่จะเพิ่มจำนวนเป็น 173.4 ล้านชิ้นภายในปี 2019
    ความนิยมของอุปกรณ์สวมใส่อย่าง Smartwatch หรือแม้กระทั่ง Fitness / Activity tracker ทำให้อุปกรณ์ที่เคยดูเหมือนเป็นสินค้าเฉพาะกลุ่ม ได้รับความนิยมแพร่หลายขึ้นอย่างมาก จากจำนวน 76.1 ล้านชิ้นในปี 2015 จะเพิ่มขึ้นเป็น 173.4 ล้านชิ้นในปี 2019 ซึ่งตลาดอุปกรณ์สวมใส่นี้ จะมีความเชื่อมโยงกับตลาดรถยนต์และตลาด Smart Home อย่างเช่น การที่รถยนต์จะสามารถติดเครื่องจอดรอ หรือประตูรั้วบ้านเปิดได้เอง โดยได้รับสัญญาณกระตุ้นจากอุปกรณ์สวมใส่ เป็นต้น
  6. ตลาด “เขตอุตสาหกรรมอินเตอร์เน็ท” Industrial Internet จะมีขนาดใหญ่กว่าเศรษฐกิจของจีนในปัจจุบัน
    Industrial Internet หรือเขตอุตสาหกรรมอินเตอร์เน็ท เป็นการเชื่อมต่อกันของเครื่องจักรกลอุตสาหกรรม จะสร้างมูลค่าเพิ่มทางเศรษฐกิจให้โลกเป็นมูลค่าสูงถึง 10-15 ล้านล้านเหรียญ ในอีก 20 ปีข้างหน้า เปรียบเทียบกับมูลค่าเศรษฐกิจของจีนในปัจจุบันที่ 10 ล้านล้านและของอเมริกาที่ 17 ล้านล้าน ยิ่งมีเครื่องจักรอุตสาหกรรมที่เชื่อมต่อเข้ากับอินเตอร์เน็ทมากขึ้นเท่าไหร่ ก็ยังได้ประโยชน์ความรวดเร็วและประสิทธิภาพที่เพิ่มขึ้นมากเท่านั้น

ที่มา Internet of Things in 2016: 6 Stats Everyone Should Know

ไมโครซอฟต์ออก Power BI Publisher for Excel

pbi_excel_publisher_pinobj_dashboard

ไมโครซอฟต์เปิดให้ดาวน์โหลดโปรแกรม add-in ขื่อ Power BI Publisher for Excel ซึ่งจะช่วยให้สามารถเชื่อมโยงข้อมูลจาก Excel ไปยัง Power BI ได้สะดวกยิ่งขึ้น
Power BI Publisher for Excel เป็น Add-in ที่ติดตั้งเข้ากับ Excel เมื่อติดตั้งแล้วจะมี Power BI Ribbon โผล่ขึ้นมา
pbi_excel_publisher_ribbon
โดยจากริบบอนนี้ เราสามารถ pin องค์ประกอบหลายๆ อย่างใน Excel ไปไว้บน Power BI ได้ ไม่ว่าจะเป็นช่วงข้อมูล กราฟ หรือ Pivot Table องค์ประกอบเหล่านั้นเมื่อไปอยู่บน Power BI Dashboard แล้ว จะเกิด Pin หรือลิงค์กลับมายัง Excel และเราสามารถ update pin เหล่านั้นได้ เมื่อข้อมูลใน Excel เปลี่ยนแปลงไป (การ update ยังเป็น manual อยู่ คือต้องเข้าไปคลิ้ก update ใน Pin Manager)

pbi_publisher_pinrange

ตอนนี้ add-in ตัวนี้ยังอยู่ในสถานะ preview เท่านั้น ใช้ได้กับ Excel 2010 SP1 หรือใหม่กว่า

ที่มา: Power BI Publisher for Excel (Preview)

นิทรรศการ Big Bang Data ในลอนดอน

bigbangdataนิทรรศการ Big Bang Data จัดขึ้นที่อาคาร Somerset House กลางกรุงลอนดอนตั้งแต่วันที่ 3 ธ.ค.ที่ผ่านมาจนถึง 28 ก.พ. 59
งานนี้เป็นการแสดงผลงานของศิลปิน นักออกแบบ และนักประดิษฐ์ในสาขาต่างๆ เพื่อสื่อให้เห็นถึงผลกระทบของการเพิ่มขึ้นอย่างมากของข้อมูลดิจิตอลในปัจจุบัน ธีมของงานครอบคลุมหลากหลายนับตั้งแต่เรื่องข้อมูลกับการออกแบบ การใช้ข้อมูลกับการจัดการเมือง ปัญหาความเป็นส่วนตัว การใช้ข้อมูลเป็นเครื่องมือทางด้านสังคมและการเมือง เป็นต้น

ใครมีโอกาสได้ไปก็กลับมาเล่าให้ฟังบ้าง

Uber Flexible Pricing ในช่วงปีใหม่

CXpvWwoUkAAfR-1เมื่อช่วงวันสิ้นปีที่ผ่านมา ผู้ใช้บริการ Uber ในอเมริกาเป็นจำนวนมากที่ได้ออกมาโวยวายเรื่องการถูกชาร์จค่าบริการที่แพงกว่าปกติหลายเท่า บางรายถูกคิดเพิ่มมากขึ้นเกือบ 10 เท่า ถึงแม้ว่าทาง Uber จะออกมาเตือนก่อนหน้านี้แล้วก็ตาม (ข่าวที่มา)

 

นี่เป็นสิ่งที่อาจจะเกิดขึ้นให้เห็นได้มากขึ้นในยุค Big Data Analytics นั่นคือ การคิดราคาสินค้าและบริการแบบยืดหยุ่น ตามหลัก demand-supply และการคำนวณราคาสินค้าก็ทำโดยการใช้อัลกอริทึมแทนที่จะเป็นการกำหนดราคาโดยเจ้าของสินค้าเหมือนเดิม

  • ในแง่ผู้ใช้บริการ ถ้าเราไม่ตระหนักถึงวิธีการในการคำนวณ (Uber มีเครื่องมือประมาณราคาให้ แต่เข้าใจว่าผู้ใช้บริการหลายรายอาจไม่ได้ใส่ใจจะคำนวณราคาก่อนใช้) ผลลัพธ์ที่ตามมา ตลอดจนทางเลือกอื่นๆ ก็ย่อมเสียเปรียบและอาจต้องเสียเงินมากกว่าที่ควรจะเป็น
  • ในส่วนของเจ้าของสินค้าและบริการ อาจต้องเตรียมการประชาสัมพันธ์ หรือจัดเตรียมวิธีการรับมือกับลูกค้าที่ไม่พอใจจากการใช้วิธีการ flexible pricing นี้ได้

เศรษฐกิจรูปแบบใหม่ วิถีการดำรงชีวิตแบบใหม่ ผู้บริโภคก็จำเป็นต้องปรับตัวให้รู้เท่าทันด้วย

Data Storytelling – เล่าเรื่องด้วยข้อมูล

wordleการเล่าเรื่องด้วยข้อมูล หรือ data storytelling เป็นหนึ่งในองค์ประกอบสำคัญและปัจจัยแห่งความสำเร็จของการนำ Big Data Analytics ไปใช้

TEDx talk ความยาว 14 นาทีเรื่องนี้เป็นประสบการณ์ตรงของนักเล่าเรื่องด้วยข้อมูลคนหนึ่งในนิวยอร์ค ที่นำ open data ของนิวยอร์คมาวิเคราะห์แล้วเล่าเรื่องประกอบ มีประเด็นที่น่าสนใจหลายข้อประกอบด้วย

  • ความสำคัญของ Open Public Data
  • การผสมผสานระหว่าง data science ความรู้ในเรื่องนั้นๆ (domain expertise ในที่นี้คือ Urban Planning) และเทคนิคการเล่าเรื่อง (Improv Comedy)
  • เทคนิคสำคัญของ Data Story Telling – connect with people, one idea, keep it simple, things you know best
  • ผลลัพธ์ที่ได้น่าประทับใจ เขาสามารถสร้าง impact ได้หลายอย่าง เกิดการเปลี่ยนแปลงที่ดีขึ้นจากผู้ให้บริการ
  • ใครๆ ก็เป็น data story teller ได้ ไม่จำเป็นต้องเขียนโปรแกรมเป็น

Making data mean more through storytelling | Ben Wellington | TEDxBroadway

 

มาดูกันว่า Amazon ใช้ประโยชน์จาก Big Data อย่างไรบ้าง

A box from Amazon.com is pictured on the porch of a house in Golden, Colorado in this July 23, 2008, file photo. Amazon, through lower overhead, efficient inventory management, and better product selection and search, has dominated online purchases during the festive season. To match ANALYSIS AMAZON-HOLIDAY/ REUTERS/Rick Wilking/Files (UNITED STATES - Tags: BUSINESS)

Amazon ถือได้ว่าเป็นหนึ่งในบริษัทที่บุกเบิกการใช้งาน Big Data มาโดยตลอด Amazon.com เริ่มต้นด้วยการเป็นร้านหนังสือ online เปิดตัวครั้งแรกเมื่อปี 1994 และขยายตัวอย่างรวดเร็วเริ่มขายสินค้าอื่นๆ ด้วย ทั้งสินค้าทั่วไปและสินค้าสื่อดิจิตัล พอปี 2007 ก็เริ่มผลิตสินค้าอิเล็กทรอนิกส์ของตัวเองชิ้นแรกคือ Kindle ในขณะเดียวกันก็เปิดบริการ AWS ในปี 2006

จนถึงปัจจุบันปี 2015 Amazon กลายเป็นบริษัทค้าปลีกรายใหญ่ที่สุดในอเมริกา มีมูลค่าตลาดตามราคาหุ้นแซงหน้า Walmart ไปเรียบร้อยแล้ว ในขณะเดียวกันก็กลายเป็นผู้ให้บริการระบบ cloud infrastructure รายใหญ่ที่สุดด้วย

ระบบแนะนำและจัดส่งสินค้า

ตัวอย่างการใช้งาน Big Data Analytics ในยุคแรกๆ คือการที่ Amazon ใช้ข้อมูลประวัติการเลือกชมและเลือกซื้อสินค้าของลูกค้ากว่า 152 ล้าน account มาสร้างระบบแนะนำสินค้า โดยหาความสัมพันธ์ระหว่างสินค้าที่เกี่ยวข้องกัน หรือสินค้าที่มักมีผู้ซื้อร่วมกัน แล้วนำมาแนะนำให้กับลูกค้า ปรับแต่งตามประวัติพฤติกรรมการซื้อของลูกค้าแต่ละราย ผลลัพธ์ที่ได้ก็คือ ประสบการณ์ช็อปปิ้งออนไลน์ที่น่าประทับใจ

นั่นเป็นเรื่องเมื่อปี 2003 นะครับ ตอนนี้ร้านค้าออนไลน์ต่างก็ใช้วิธีนี้กันหมดแล้ว แต่ Amazon ก็ก้าวหน้าไปอีก ด้วยการจดสิทธิบัตรกระบวนการ “ส่งของก่อนสั่ง” หรือ Anticipatory Shipping ไว้ตั้งแต่ปี 2014 โดยวิเคราะห์ข้อมูลหลากหลายอย่างแล้ว “ทำนาย” ว่าลูกค้ากำลังจะสั่งสินค้าอะไร ทำการจัดส่งสินค้าไปรอที่ศูนย์กระจายสินค้าในเขตนั้น เพื่อที่จะสามารถส่งให้กับลูกค้าได้ในทันทีที่สั่งซื้อ คาดว่าบริการ same-day delivery หรือสั่งวันนี้ส่งวันนี้ที่เริ่มให้บริการในหลายๆ เมืองในสหรัฐ ใช้อัลกอริทึมนี้ในการทำนายความต้องการสินค้า

การให้บริการลูกค้า

การให้บริการลูกค้าเป็นอีกเรื่องที่ Amazon นำ Big Data มาช่วย มีการพูดถึงประสบการณ์ในการติดต่อฝ่ายบริการลูกค้า เมื่อสินค้า Kindle ที่ซื้อมามีปัญหา เพียงไม่ถึงนาทีหลังจากแจ้งปัญหาไปบนเว็บ เจ้าหน้าที่จาก Amazon โทรศัพท์มาหาลูกค้า ทักทายโดยการเรียกชื่อ และถามแค่ว่าคุณมีปัญหากับเครื่อง Kindle อย่างไรบ้าง ปัญหาถูกแก้ไขภายใน 2 นาที โดยไม่ต้องเสียเวลามานั่งสะกดชื่อ ที่อยู่หรือหมายเลขประจำเครื่อง

นั่นหมายถึงว่าเจ้าหน้าที่ Amazon รู้จักลูกค้า รู้ข้อมูลต่างๆ เกี่ยวกับลูกค้าเป็นอย่างดี และสามารถใช้ข้อมูลดังกล่าวสร้างความรู้สึก “เป็นคนพิเศษ” ให้กับลูกค้าได้

เมื่อ Amazon ประกาศขายแท็บเล็ต Fire HDX ในปี 2013 Mayday Button เป็นฟีเจอร์สำคัญ มันคือปุ่มขอความช่วยเหลือออนไลน์ผ่านหน้าจอตลอด 24 ชั่วโมง ผู้ใช้บริการจะได้รับการตอบสนองภายใน 9 วินาที และกลายเป็นช่องทางหลักที่ผู้ใช้ Fire HDX กว่า 75% ใช้ขอความช่วยเหลือในเรื่องต่างๆ รวมถึงเรื่องแปลกๆ อย่างเช่นสอนเล่น Angry Birds ผ่านด่านยากๆ หรือสอนวิธีทำอาหาร เป็นต้น

Amazon ได้รับการโหวตให้เป็นอันดับหนึ่งในด้านการให้บริการลูกค้าติดต่อกันหลายปีจากองค์กรด้านการค้าปลีกของอเมริกา

การจัดการคลังสินค้า

Amazon มีสินค้ากว่า 1.5 พันล้านชิ้น กระจายอยู่ตามศูนย์จัดส่งสินค้ากว่า 200 แห่งทั่วโลก การจัดการ ติดตาม และป้องกันการโจรกรรม สินค้าเหล่านี้ กลายเป็นงานที่ยากและท้าทาย Amazon ใช้บริการของตัวเองคือ S3 (Simple Storage Service) เก็บข้อมูลของสินค้าเหล่านั้นซึ่งมีการปรับปรุงกว่า 50 ล้านครั้งต่อสัปดาห์ และใช้ EMR (Elastic Map Reduce) ซึ่งเป็นบริการ Big Data Analytics ของตัวเอง ในการวิเคราะห์ข้อมูลสินค้าเหล่านี้ และส่งผลกลับไปยังศูนย์แต่ละแห่ง พร้อมผลการวิเคราะห์ว่าสินค้าใดบ้างที่มีความเสี่ยงต่อการถูกโจรกรรม

ขายข้อมูลให้นักโฆษณา

ในขณะที่ Google ขายข้อมูลพฤติกรรมการค้นหาข้อมูล แต่สิ่งที่นักโฆษณาอยากได้จริงๆ ก็คือ ข้อมูลพฤติกรรมในการซื้อสินค้า ซึ่ง Amazon มีข้อมูลเหล่านี้ และเริ่มหารายได้จากการขายข้อมูลเหล่านี้ให้นักโฆษณานำไปใช้ในการประกอบการตัดสินใจเลือกซื้อโฆษณาในช่องทางต่างๆ ธุรกิจส่วนนี้ยังคงมีรายได้น้อยเมื่อเทียบสัดส่วนรายได้ทั้งหมดของ Amazon แต่คาดว่าจะเติบโตขึ้นอีก และที่สำคัญ Amazon ไม่ได้เปิดให้นักโฆษณาเข้าถึงข้อมูลดิบโดยตรง แต่พัฒนาเทคโนโลยีแพลตฟอร์มขึ้นต่างหาก แล้วเปิดให้นักโฆษณาประมูลสล็อตโฆษณาแทน

สรุป

Amazon ต้องถือได้ว่าเป็นผู้นำในการบุกเบิกนวัตกรรมการนำ Big Data มาใช้ในธุรกิจ การที่ Amazon มีธุรกิจค้าปลีกเองและมีความสามารถในการพัฒนาเทคโนโลยีต่างๆ เองด้วย ส่งผลให้มันอยู่ในสถานะที่ได้เปรียบธุรกิจอื่นโดยทั่วไป คงต้องรอดูต่อไปว่า จะมีนวัตกรรมอะไรดีๆ ออกมาอีก

 

ข้อมูลเพิ่มเติม

 

Microsoft เข้าซื้อกิจการ VoloMetrix สตาร์ทอัพด้านการวิเคราะห์ข้อมูลบุคลากรในองค์กร

VoloMetrix_Sociograph_on_iPadMicrosoft ประกาศเข้าซื้อกิจการบริษัท VoloMetrix สตาร์ทอัพด้านการวิเคราะห์ข้อมูลบุคลากร โดยมีแผนจะนำเทคโนโลยีการวิเคราะห์สภาพองค์กรเข้าไปเพิ่มในชุด Office 365

ตลาดเทคโนโลยีวิเคราะห์องค์กรในระดับ enterprise กำลังเติบโตอย่างรวดเร็ว โดยเน้นไปที่การทำความเข้าใจถึงวิธีการที่จะปรับปรุงประสิทธิภาพการทำงานประจำวันของพนักงาน ช่วยเพิ่มความสุขและเพิ่มประสิทธิผลในการทำงานของทั้งองค์กร แนวคิดหลักคือการใช้เทคโนโลยีมาวิเคราะห์รูปแบบการทำงานและรูปแบบการสื่อสารของคนในองค์กร ก็จะสามารถใช้ความเข้าใจที่ได้ มาช่วยในการพัฒนาการสื่อสารกับพนักงานและให้คำแนะนำแบบเฉพาะตัว ให้พนักงานทำงานได้ดีขึ้นได้

ทางไมโครซอฟต์แถลงว่า บริษัท VoloMetrix เป็นผู้บุกเบิกและเป็นผู้นำในตลาดการวิเคราะห์ข้อมูลองค์กร โดยการวิเคราะห์ตารางปฎิทินและอีเมล์ของพนักงาน เพื่อประเมินประสิทธิภาพการทำงาน และไมโครซอฟต์วางแผนจะนำเทคโนโลยีของ VoloMetrix ไปเสริมความสามารถด้านการวิเคราะห์ในชุด Office 365

VoloMetrix Enterprise Analytics from Nathan Barnett on Vimeo.

ในวิดีโอข้างต้น มีประเด็นที่น่าสนใจมากประเด็นหนึ่ง คือสามารถวัดลักษณะการ “สื่อสาร” ภายในองค์กรได้ ซึ่งมีประโยชน์มากสำหรับองค์กรขนาดใหญ่ที่มีความซับซ้อน

ที่มา: Microsoft acquires people analytics startup VoloMetrix, will integrate organizational tech into Office 365

 

1 2 3 4 5 6