BIG DATA » ความสำคัญของ Big Data Analytic

ความสำคัญของ Big Data Analytic

20 April 2019
131   0

Big data analytic คือ กระบวนการวิเคราะห์เซ็ตข้อมูลขนาดใหญ่เพื่อค้นหารูปแบบความสัมพันธ์ของข้อมูลเหล่านั้นที่ซ่อนอยู่ข้างใน หาสิ่งเชื่อมโยงที่เชื่อมข้อมูลเหล่านั้นเข้าไว้ด้วยกัน หาเทรนด์ทางการตลาด หาความต้องการของลูกค้า และข้อมูลอื่นๆที่เป็นประโยชน์ต่อธุรกิจ ผลการวิเคราะห์ข้อมูลนี้สามารถนำไปสู่การทำแผนการตลาดที่มีประสิทธิภาพ โอกาสในการสร้างผลกำไร การให้บริการที่ดีมากขึ้นแก่ลูกค้า การปรับปรุงการทำงานให้เกิดประสิทธิภาพ ความได้เปรียบเหนือคู่แข่งในการแข่งขันทางการตลาด และผลประโยชน์ทางธุรกิจด้านอื่นๆ

เป้าหมายหลักของ Big data analytics คือ ช่วยในการให้ข้อมูลกับบริษัทเพื่อใช้ในการตัดสินใจทางธุรกิจโดยการใช้ นักวิทยาศาสตร์ข้อมูล (data scientists) นักวิเคราะห์ข้อมูลเชิงสถิติ (predictive modelers) และผู้เชี่ยวชาญในการวิเคราะห์ข้อมูลด้านอื่นๆ มาทำการวิเคราะห์ข้อมูลขนาดใหญ่ที่มีการส่งผ่านภายในองค์กรหรือบริษัท รวมไปถึงข้อมูลที่อยู่ในรูปแบบอื่นๆ ที่อาจซุกซ่อนอยู่ในระบบต่างๆของบริษัท ซึ่งแหล่งข้อมูลที่จะถูกนำมาวิเคราะห์นี้หมายรวมถึง เว็บเซิร์ฟเวอร์ล็อคและการคลิกดูข้อมูลบนอินเตอร์เน็ต คอนเท้นท์บนโซเชี่ยลมีเดียและรายงานกิจกรรมต่างๆบนเครือข่ายสังคมออนไลน์ ข้อความจากอีเมลของลูกค้าและการตอบแบบสอบถาม เสียงบันทึกรายละเอียดทางโทรศัพท์ของลูกค้า และข้อมูลที่มีการบันทึกได้จากเซ็นเซอร์บนอุปกรณ์ที่เชื่อมต่อแบบ Internet of Things(IOT)

Big Data สามารถวิเคราะห์ได้ด้วยเครื่องมือที่มีการใช้งานกันอย่างแพร่หลาย เช่น Hadoop YARN MapReduce Hive หรือ NoSQL เป็นต้น โดยจะถือว่าเป็นส่วนหนึ่งของการวิเคราะห์เชิงลึก เช่น การวิเคราะห์เพื่อคากการณ์ล่วงหน้า การทำเหมืองข้อมูล (Data mining) การวิเคราะห์ข้อความ และการวิเคราะห์ทางสถิติ นอกจากนี้เครื่องมือประเภท Mainstream BI software และเครื่องมือแบบ data visualization ก็ถือว่าเป็นเครื่องมือที่ทำหน้าที่อยู่ในกระบวนการการวิเคราะห์ข้อมูลเช่นกัน

อย่างไรก็ตามสิ่งที่เป็นอุปสรรคต่อองค์กรในการจัดตั้งส่วนการวิเคราะห์ข้อมูลแบบ Big Data ก็คือการขาดทักษะความเข้าใจในการวิเคราะห์ข้อมูลของบุคคลภายใน และค่าใช้จ่ายที่สูงในการจ้างผู้เชี่ยวชาญที่มีประสบการณ์ในการวิเคราะห์ข้อมูล ปริมาณของข้อมูลที่มีส่วนเกี่ยวข้องที่ต้องนำมาวิเคราห์ก็อาจะมีหลากหลายประเภทและหลากหลายแหล่งข้อมูลซะจนทำให้การจัดการข้อมูลเป็นไปอย่างยากลำบาก รวมไปถึงคุณภาพของข้อมูลที่นำไปสู่ประเด็นปัญหาเรื่องความเกี่ยวเนื่องของข้อมูลที่ถูกนำมาใช้ ยิ่งไปกว่านั้นการเชื่อมต่อระหว่าง Hadoop และระบบจัดเก็บข้อมูล (Data warehouses) ก็ยังเป็นอะไรที่มีความท้าทาย แม้ว่าในปัจจุบันจะมีการคิดค้นซอฟท์แวร์ที่เป็นตัวกลางเชื่อมระหว่าง Hadoop และระบบฐานข้อมูลเชิงสัมพันธ์ รวมไปถึงเครื่องมือเชื่อมต่อเพื่อจัดทำระบบ Big Data อื่นๆ เกิดขึ้นมามากมายก็ตาม

แต่ทั้งนี้ทั้งนั้นก็ปฏิเสธไม่ได้ว่าแม้การทำระบบวิเคราะห์ Big data จะต้องมีการลงทุนทั้งด้านเงินทุนและทรัพยากรบุคคลมากมายขนาดไหน แต่ในอนาคตที่ระบบออนไลน์จะยิ่งทวีความสำคัญข้อมูลก็จะยิ่งมีความสำคัญมากขึ้นและมากขึ้น ในไม่ช้าระบบธุรกิจก็จะต้องหันหน้าเข้าหาการทำ Big data analytics อย่างหลีกเลี่ยงไม่ได้






Google+

View My Stats


Social Widgets powered by AB-WebLog.com.