แนวโน้มสำคัญ 6 ประการที่ผลักดันการใช้ Big Data ให้มีประโยชน์เพิ่มมากขึ้น

Six-Megatrendsถึงแม้ว่า ณ วันนี้ Big Data จะไม่ใช่เรื่องใหม่อีกต่อไปแล้ว แต่องค์กรส่วนใหญ่ ก็ยังมองเทคโนโลยี Big Data เป็นเพียงแค่ “ส่วนประกอบหนึ่ง” เท่านั้น ไม่ต่างจากเทคโนโลยี reporting หรือ Business Intelligence ในอดีตมากนัก

 

แต่แนวโน้มสำคัญ 6 อย่างนี้ จะช่วยผลักดันให้เทคโนโลยีที่เกี่ยวข้อง Big Data มีความสำคัญเพิ่มยิ่งขึ้นไปอีก

 

  • Internet of Anything (IoAT) เราคงเคยได้ยินนักวิเคราะห์พูดถึงเรื่องกระแสและความสำคัญของ IoT มาบ้างแล้ว แต่เพิ่งจะในปีนี้เองที่องค์กรต่างๆ เริ่มนำข้อมูลจาก IoT มาใช้เป็นส่วนประกอบสำคัญในด้านต่างๆ ของการทำงาน การหลอมรวมข้อมูลที่ได้จาก IoT เข้ากับข้อมูลอื่นๆ เช่น Social Media, เว็บคลิ้ก และ Server Log สร้างเป็น data products ใหม่ๆ เกิดเป็นกระแสใหม่ที่ทาง Gartner ตั้งชื่อว่า Digital Mesh

 

  • Unified Architecture – จากเดิมที่แพลตฟอร์ม Big Data เริ่มต้นที่ Batch processing แต่เมื่อพัฒนาต่อมาเรื่อยๆ ก็จะเริ่มเห็น architecture ที่เป็นหนึ่งเดียวกันมากขึ้น สามารถรองรับแอพลิเคชั่นขององค์กรได้หลากหลายมากขึ้น ตั้งแต่ batch procesing, realtime processing และ interactive and streaming บนแพลตฟอร์มเดียวกัน

 

  • Consumer 360 ความนิยมของแอพมือถือ ทำให้กิจการต่างๆ เลี่ยงไม่ได้ที่จะต้องเข้าถึงผู้บริโภคในหลากหลายช่องทาง ธุรกิจและบริการใหม่ๆ ที่จะเกิดขึ้นนับจากนี้ นอกจากต้องสื่อสารกับลูกค้าทุกช่องทางแล้ว ยังต้องสามารถผสานข้อมูลจากช่องทางเหล่านั้นได้อย่างมีประสิทธิภาพด้วย

 

  • Machine Learning, Data Science และ Predictive Analytics – เมื่อองค์กรส่วนใหญ่ เริ่มมีความสามารถในการจัดเก็บและจัดการกับข้อมูลจำนวนมาก ขั้นต่อไปคือการนำข้อมูลเหล่านั้นมาแก้ปัญหาเชิงธุรกิจ และนำผลลัพธ์เหล่านั้นย้อนกลับไปปรับปรุงกระบวนการทำงานในระดับปฏิบัติการต่อไป

 

  • Visualization เมื่อข้อมูลมีจำนวนเพิ่มมากขึ้น ความสามารถด้าน data visualization จึงกลายมาเป็นองค์ประกอบบสำคัญเพื่อสื่อสารสิ่งที่ซ่อนอยู่ในข้อมูลเหล่านั้น พัฒนาการของเครื่องมืออย่าง intelligence dashboard และ scorecard นอกจากจะส่งผลให้ Big Data ได้รับความนิยมเพิ่มขึ้นแล้ว ยังทำให้แนวทางการใช้งานข้อมูลเปลี่ยนไปด้วย

 

  • DevOps เมื่อแพลตฟอร์ม Big Data มีบทบาทในองค์กรเพิ่มมากขึ้น แนวทางการพัฒนาและสนับสนุนระบบงานก็ต้องเปลี่ยนแปลงไปด้วย DevOps เป็นแนวทางที่ประสบความสำเร็จในการปรับเปลี่ยนระบบงาน ให้ยืดหยุ่นและรองรับความเปลี่ยนแปลงได้อย่างรวดเร็ว เริ่มมีองค์กรจาก Fortune 1000 หลายแห่งในหลายอุตสาหกรรมอย่างภาคการผลิต บริการทางการเงิน และสาธารณสุข ที่นำ DevOps มาใช้มากขึ้น

 

แนวโน้มเหล่านี้ กำลังทำให้เกิดปรากฎการณ์ที่เรียกว่า Big Data Analytics is everywhere ไม่ใช่เฉพาะในด้านการสนับสนุนการตัดสินใจในองค์กรธุรกิจขนาดใหญ่เท่านั้น แต่กำลังเข้ามามีส่วนร่วมในชีวิตประจำวันของเราทุกคน

เรียบเรียงจาก Six (Mega)Trends for Deriving Massive Value from Big Data

การทำงานร่วมกันระหว่าง SSRS 2016 กับ Power BI

ssrs-and-powerbiไมโครซอฟต์เพิ่งออก SQL Server 2016 ซึ่งมีการปรับปรุงความสามารถของ SSRS (SQL Server Reporting Services) เพิ่มมาอีกหลายอย่าง วีดีโอข้างล่างนี้อธิบายถึงความสามารถที่จะใช้ SSRS 2016 ร่วมกับ Power BI ซึ่งสามารถสรุปได้ 3 แนวทางดังนี้
  • Upload PBIX ไฟล์ขึ้นไปบน SSRS Web portal แต่ยังต้องเปิดด้วย Power BI Desktop อยู่ดี แต่ใช้ SSRS Web Portal เป็น portal เท่านั้นเอง แต่ก็เป็นตัวเลือกอย่างหนึ่งในการทำ report library ส่วนความสามารถที่จะอ่านไฟล์และ interact กับ PBIX ไฟล์โดยตรงผ่าน SSRS Web Portal นั้น กำลังพัฒนาอยู่ ยังไม่ทราบว่าจะเสร็จเมื่อไหร่

 

  • Power BI Mobile App เชื่อมต่อเข้ากับ Report Server หมายความว่าใช้ Power BI Mobile App เป็น client สำหรับเรียกใช้รายงานที่อยู่บน SSRS แต่ก็มีข้อจำกัดคือ ณ เวลานั้นอุปกรณ์ของเราจำเป็นต้องเชื่อมต่อเน็ตเวิร์คอยู่ เพื่อ access รายงานบน SSRS

 

  • Pin หรือ “ปักหมุด” รายงานหรือ visualization ที่สร้างไว้ใน SSRS ให้มาแสดงผลอยู่ Power BI dashboard ซึ่งจำเป็นต้องมีการ config ให้ SSRS เชื่อมต่อกับ Power BI ในลักษณะ subscription เสียก่อน แถมยังจำเป็นต้องคอย sign-in เข้าสู่ Power BI  ทุก 90 วันด้วย เพราะ authentication token กำหนดให้หมดอายุใน 90 วัน
โดยรวมแล้วยังถือว่า ค่อนข้างผิวเผินและเชื่อมโยงกันไม่ได้สนิทนัก เพราะโครงสร้างที่แตกต่างกันพอสมควร แต่ก็เป็นจุดเริ่มความพยายามที่จะตอบสนองผู้ใช้ทั้งสองกลุ่ม คาดว่าจะยังคงมีการเพิ่มเติมความฟีเจอร์ หรือปรับให้มีความสะดวกเพิ่มมากกว่านี้อยู่เรื่อยๆ
ไปดูรายละเอียดได้จากวีดีโอเลยครับ

อธิบายไลเซนส์ของ Power BI แต่ละแบบ

logo_squareMicrosoft Power BI มีไลเซนส์ทั้งหมด 3 แบบ (หน้า pricing)

  • Power BI (Free)
  • Power BI Pro – ราคาปัจจุบันอยู่ที่ $9.99 ต่อผู้ใช้ต่อเดือน
  • Power BI for Office 365

ทั้งตัว Free และ Pro สามารถดาวน์โหลดและใช้งานโปรแกรม Power BI Desktop แล้ว publish ขึ้น Web ได้ทั้งคู่ แต่ต่างกันที่

  • ปริมาณข้อมูลทั้งหมดใน dataset ผู้ใช้แบบฟรีจะจำกัดที่ 1 GB แบบ Pro จะได้สูงถึง 10 GB
  • ผู้ใช้แบบ Pro หลายคนในองค์กรเดียวกัน สามารถสร้าง Group ได้ โดยแต่ละกลุ่มมีข้อมูลได้สูงสุด 10 GB และข้อมูลรวมทั้งองค์กรต้องไม่เกิน 10 GB คูณจำนวนผู้ใช้แบบ Pro
  • การรีเฟรชข้อมูล ผู้ใช้แบบฟรีตั้งให้รีเฟรชข้อมูลอัตโนมัติได้แค่ วันละหนึ่งครั้ง ผู้ใช้แบบโปรกำหนดได้สูงสุด 8 ครั้งต่อวัน
  • ปริมาณการสตรีมข้อมูลผ่าน Power BI REST API ผู้ใช้แบบฟรีทำได้ด้วยอัตรา 10,000 เรคอร์ดต่อชั่วโมง แต่ถ้าเป็นโปร จะทำได้ที่ไม่เกิน 1 ล้านเรคอร์ดต่อชั่วโมง
  • ผู้ใช้แบบฟรีไม่สามารถเชื่อมต่อกับแหล่งข้อมูล on-premise ได้ แต่แบบโปรจะทำได้ผ่าน data connectivity gateway
  • ผู้ใช้แบบโปร มีความสามารถในการทำงานร่วมกัน (Collaboration) ได้อีกหลายอย่าง เช่น การใช้งาน Office 365 Groups การสร้าง Content Pack ในองค์กร การจัดการสิทธิผู้ใช้ผ่าน Active Directory groups และการแชร์ data catalog เป็นต้น

ส่วน Power BI for Office 365 ดูเหมือนจะเป็นบริการเก่า ซึ่งตกทอดมาตั้งแต่สมัยเริ่มขาย Office 365 (เหมือนกับซื้อ Office 365 ได้ Power BI พ่วงมาด้วย)

รายละเอียดเพิ่มเติม : Power BI Licensing Revisited!

ถอดรหัสการใช้ข้อมูลเพื่อการป้องกันและปราบปรามอาชญกรรม

รายการเจาะข่าวเด่นเมื่อวันที่ 26 สิงหาคม 2558 ได้มีการสัมภาษณ์ ผช.ผบ.ตร. เกี่ยวกับความคืบหน้าระเบิดราชประสงค์และท่าเรือสาทร มีประเด็นที่น่าสนใจเกี่ยวกับการใช้เทคโนโลยีด้านข้อมูลในการสอบสวนดังนี้

  • มีการใช้ข้อมูลจากหลากหลายแหล่งร่วมกัน เช่น การสอบสวนพยานบุคคล ภาพจากกล้องวงจรปิด และการใช้โทรศัพท์มือถือ
  • มีข้อมูลเพิ่มเติมที่เก็บไว้แล้วจากคดีนี้ แต่จำเป็นต้องมีฐานข้อมูลเปรียบเทียบ เช่น DNA และลายนิ้วมือ
  • การใช้โทรศัพท์มือถือ พยายามตรวจดู call log ว่ามีรูปแบบการใช้ผิดปกติในจังหวะเวลานั้นหรือไม่ เช่นโทรเข้าหาให้ดัง 3-4 ครั้ง แล้ววางสาย ณ เวลานั้นพอดี (โดยมีสมมติฐานว่าการจุดระเบิดใช้โทรศัพท์มือถือ)
  • ประเทศไทยเรายังไม่มีฐานข้อมูล DNA (และน่าสงสัยว่าฐานข้อมูลลายนิ้วมือที่เรามีครบถ้วนครอบคลุมเพียงใด)
  • ทางตำรวจไม่มีกล้องวงจรปิดของตัวเอง จำเป็นต้องใช้จากหน่วยงานอื่น
  • ในงานตรวจคนเข้าเมือง เรายังใช้แค่ชื่อ หมายเลขพาสปอร์ตและรูปถ่าย (เข้าใจว่าใช้ดุลพินิจเจ้าหน้าที่ดู) ในการระบุผู้เข้าเมือง
  • ในอนาคตจะมีการใช้ Facial Identification ร่วมกับลายนิ้วมือ
  • มีการพูดถึงศักยภาพในการทำ data sharing ระหว่างหน่วยงาน ทั้งในระดับประเทศ และในระดับหน่วยงาน เพื่อป้องกันและปราบปรามอาชญากรรม

คงเห็นได้ว่าทั้งเทคโนโลยี Big Data และ Data Analytics มีบทบาทมากขึ้นในการป้องกันและปราบปรามอาชญากรรม และก็ดูเหมือนจะมีแผนงานหรือแนวทางกำหนดไว้แล้ว ก็ต้องรอดูกันต่อไปว่าจะสามารถนำมาปฎิบัติได้เร็วและมีประสิทธิภาพมากน้อยเพียงใด