ผลงานทางวิชาการ

วิวัฒนาการของข้อมูล (Data Evolutions) ปัจจุบันการประมวลผล และการจัดเก็บข้อมูลในหน่วยความจำของคอมพิวเตอร์จัดว่ามีความจุได้มาก เริ่มมีมาตั้งแต่บิท ไบต์ กิโลบิท เมกกะไบต์ กิกกะไบต์ เทราไบต์ เพทาไบต์ เอกกะไบต์ซิททะไบต์ และยอททาไบต์ เป็นต้น เช่น 1TB=1,000GB, 1PB=1,000 TB, 1EB=1,000 PB ในขณะเดียวกันความเร็วในการส่งสัญญานผ่านโทรศัพท์มือถือก็นับว่าเร็วมากมีมาตั้ง 1G, 2G, 3G และ4G แต่จะเร็วสักเท่าไหร่ก็ไม่เพียงพอ เพราะความต้องการของมนุษย์ไม่เพียงพอ ประกอบกับรูปแบบใหม่ของเทคโนโลยีสารสนเทศที่เกิดขึ้นใหม่ (A new style of IT emerging) โดยเริ่มจากเมื่อก่อนนิยมใช้เมนเฟรมคอมพิวเตอร์ (Mainframe) พัฒนามาสู่อินเทอร์เน็ต (The Internet) และล่าสุดพัฒนามาสู่ยุคสมาร์ทโฟน, สื่อสังคมออนไลน์, ข้อมูลมหาศาล, คลาวด์ (Mobile, Social, Big Data & The Cloud)

ข้อมูลขนาดใหญ่ หรือ Big  Data หมายถึงข้อมูลจำนวนมหาศาล ที่ถูกสร้างขึ้นจากทั่วทุกมุมโลก ไม่ว่าจะเป็น การใช้อุปกรณ์สัญญาณที่ไวต่อแสงเพื่อทำให้ได้รับสารสนเทศเกี่ยวกับสภาพภูมิอากาศ, การโพสต์ข้อมูลลงในเว็บไซต์เครือข่ายสังคมออนไลน์ เช่น Facebook, YouTube, Twitter  ทั้งที่เป็นข้อความ รูปภาพ เสียง วิดีโอ, การประมวลผลระเบียนการซื้อขายสินค้า, คลื่นสัญญาน  GPS จากสมาร์ทโฟน เป็นต้น ทำให้ข้อมูลเหล่านั้นมีปริมาณมากมายมหาศาล เกินกว่าขีดความสามารถของระบบฐานข้อมูลที่จะใช้ในการรองรับการจัดเก็บ ประมวลผล และเรียกสารสนเทศออกมาใช้ได้  จึงมีการเปรียบเปรย Big Data ว่าเป็นเสมือนกลุ่มของก้อนเมฆ (Cloud) Big Data ได้กลายมาเป็นความท้าทายขององค์กรธุรกิจยุคใหม่เป็นอย่างมากว่าทำอย่างไรถึงจะหาแนวทางสกัดเอาข้อมูลจำนวนมหาศาลเหล่านั้นมาใช้วิเคราะห์เพื่อเป็นประโยชน์ต่อการตัดสินใจทำธุรกิจในยุด Data Analytics ได้ อาจจะกล่าวได้ว่า Big Data เป็นสินทรัพย์ที่ล้ำค่าสำหรับองค์กรธุรกิจ   ปัจจุบันมีหลายองค์กรธุรกิจจำนวนมากนำซอฟต์แวร์โซลูชั่นต่างๆ มาเป็นเครื่องมือเพื่อใช้วิเคราะห์ ค้นหา รวบรวมข้อมูล หารูปแบบและหาความสัมพันธ์ของข้อมูลที่สำคัญออกมาจากฐานข้อมูลขนาดใหญ่ ที่มีอยู่ตามแหล่งข้อมูลต่างๆ บนอินเทอร์เน็ต ทำให้ได้เปรียบคู่แข่งขัน เนื่องจากการที่จะตัดสินว่าใครจะเป็นผู้แพ้หรือเป็นผู้ชนะในโลกของการทำธุรกิจนั้น ขึ้นอยู่กับความสามารถในการดึงข้อมูลที่เป็นประโยชน์และมีคุณค่าออกมาจากฐานข้อมูลขนาดใหญ่เหล่านั้น เพื่อใช้ในการประมวลผลการวิเคราะห์ข้อมูลในเชิงธุรกิจ  จากการสำรวจ ข้อมูลขนาดใหญ่เหล่านั้นพบว่า 90% เป็นข้อมูลที่ไม่มีโครงสร้าง และมีถึง 90% ที่ไม่สามารถจัดการ และสกัดข้อมูลออกมาใช้ให้เป็นประโยชน์ได้ หากสกัดเอาข้อมูลที่มีมูลค่ามาใช้ประโยชน์ได้จริง การที่จะทำธุรกิจให้ประสบความสำเร็จนั้นก็ไม่ใช่เรื่องที่ยุ่งยากอีกต่อไป พร้อมทั้งช่วยองค์กรประหยัดงบประมาณ และมีความสะดวกรวดเร็วมากขึ้นด้วย

องค์ประกอบของข้อมูลขนาดใหญ่ (Big Data) มีประเด็นที่น่าสนใจ ซึ่งองค์กรธุรกิจสามารถนำไปปรับใช้ตามเป้าหมายและวัตถุประสงค์ขององค์กรตามความเหมาะสม สามารถจำแนกออกเป็น 3 องค์ประกอบ คือ

1. ปริมาณ (Volume) หมายถึง ข้อมูลที่มีจำนวนมหาศาลที่เพิ่มขึ้นในทุกขณะ จาก Tarabytes (1 TB เท่ากับหนึ่งล้านล้านไบต์)  กลายเป็น Petabytes และกลายเป็น Zettabytes และมากขึ้นไปเป็นลำดับ เพราะมีแต่คนสร้างขึ้น แต่ไม่มีลบออก ตัวอย่างของ Big Data เช่น ปูมบันทึกการใช้งานเว็บ, RFID, เครือข่ายเซ็นเซอร์, เครือข่ายสังคม, ข้อมูลสังคม, เอกสารและข้อความบนอินเทอร์เน็ต, การทำดัชนีค้นหาบนอินเทอร์เน็ต, บันทึกการโทรศัพท์ ดาราศาสตร์, วิทยาศาสตร์,สภาพอากาศ, จีโนมิกส์, การวิจัยทางชีวธรณีเคมี  ชีววิทยา และการวิจัยทางวิทยาศาสตร์ที่ซับซ้อนและมักจะข้ามสาขา, การสอดส่องดุแลทางการทหาร, เวชระเบียน, คลังภาพถ่าย, คลังภาพเคลื่อนไหว, และพาณิชย์อิเล็กทรอนิกส์ขนาดใหญ่ โดยเฉพาะการมีโทรศัพท์ระบบ 3G และ 4G ยิ่งทำให้ปริมาณข้อมูลเพิ่มขึ้นอย่างรวดเร็ว ให้ลองพิจารณาข้อมูลต่อไปนี้ คือ ในทุก 16 วินาทีนั้นมีจำนวนข้อมูลมหาศาล (Big Data) เกิดขึ้นบนโลกใบนี้ คือ มีคนทวิตกัน 98,000 ทวิต, มีการอัพเดทสถานะในเฟซบุ๊ค 695,000 ครั้ง, มีการส่งข้อความรีบด่วนกันถึง 11 ล้านข้อความ, มีการค้นหาข้อมูลในเว็บไซต์กูเกิล 698,445 ครั้ง, มีการสร้างข้อมูลขึ้นใหม่ 1,820 เทราไบต์, และมีผู้ใช้ใหม่ที่ใช้โมบายเว็บ 217 คน กล่าวถึงเฟซบุ๊คเพิ่มเติม ปัจจุบันคนไทยใช้เฟซบุ๊คเป็นอันดับ 1 ของโลก เวลาเฟซบุ๊คจะทำการการทดสอบฟังชั่นการใช้งานใหม่ๆ ก็ต้องมาทดสอบที่ประเทศไทย เฟซบุ๊คนับวันยิ่งมีความฉลาดขึ้นมาก เฟซบุ๊คจะเก็บข้อมูลที่เราโพสต์ลงไปไว้ แม้ระยะเวลาล่วงเลยมา 2-3 ปีมันก็นำเหตุการณ์เหล่านั้นย้อนกลับมาเตือนความทรงจำให้เราทราบเป็นการบ่งบอกว่าฉันแคร์เธอ ที่เรียกว่า Personal Engagement ทำให้เราเกิดความรู้สึกที่ดีต่อเฟซบุ๊ค

2. ความหลากหลายของประเภทข้อมูล (Variety) หมายถึง ข้อมูลที่มาจากแหล่งข้อมูลที่แตกต่างกัน และมีหลากหลายประเภทได้แก่ ประเภทข้อมูลที่มีโครงสร้าง (Structure) ได้แก่ กลุ่มข้อมูลที่มีความสัมพันธ์กัน ถูกจัดเก็บเอาไว้ในฐานข้อมูลอย่างมีกฎเกณฑ์ เช่น การส่งใบแจ้งเตือนเกี่ยวกับบัญชีที่ชำระหนี้เกินกำหนดไปให้ลูกค้า, ข้อมูลประเภทกึ่งโครงสร้าง (Semi-Structure) เป็นข้อมูลการตัดสินใจเกี่ยวกับปัญหาที่ไม่สามารถระบุกระบวนการหรือวิธีการตัดสินใจได้ล่วงหน้าในบางส่วนแต่ไม่มากพอที่จะนำไปตัดสินใจได้อย่างแน่นอน, ประเภทข้อมูลที่ไม่มีโครงสร้าง (Unstructure) เป็นข้อมูลการตัดสินใจเกี่ยวกับปัญหาที่ไม่สามารถกำหนดกระบวนการตัดสินใจได้ล่วงหน้า เช่น การลงทุนซื้อหุ้น รวมไปถึงข้อมูลที่เป็นข้อความ รูปภาพ อีเมล เสียงและวิดีโอ เป็นต้น
3. ความรวดเร็ว (Velocity) หมายถึง อัตราความเร็วที่เพิ่มขึ้นของข้อมูลเป็นไปอย่างรวดเร็วใกล้เคียงกับเวลาเป็นจริง (Real-Time Information) เช่น การส่งข้อความที่สนทนากันบนเว็บเครือข่ายสังคมออนไลน์ การใช้โทรศัพท์สมาร์ทโฟนและแท็บเล็ตถ่ายรูป ถ่ายวิดีโอ อัดเสียง กิจกรรมที่เกิดขึ้น เช่น การเดินทางไปท่องเที่ยว สามารถที่จะอัพโหลดรูปภาพขึ้นเฟซบุ๊คได้ในทันที รวมไปการอ่านแถบป้ายของอาร์เอฟไอดี (RFID), มาตรวัดอัจฉริยะ รวมไปถึงการประมวลผลการสั่งซื้อสินค้าผ่านระบบออนไลน์ การขนส่งสินค้าในระบบห่วงโซ่อุปทาน และข้อมูลการบริการทั้งมวล

เรื่องสำคัญในลำดับต่อมาคือ อินเทอร์เน็ตในทุกสรรพสิ่ง (Internet of Things :IoT) ในอนาคตนับแต่นี้ไปอุปกรณ์ต่างๆ จะมีการเชื่อมโยงถึงกันหมด เช่น ตู้เย็น ทีวี เตาไมโครเวฟ จะมีหมายเลขของมันเอง และสามารถสื่อสารกันได้ ตัวอย่างเช่น ร้าน Amazon go เป็นร้านสะดวกซื้อ เปิดโอกาสให้ลูกค้าเข้าไป Shopping เมื่อลูกค้าหยิบสินค้าขึ้นมาและซื้อสินค้าจะมีการตัดสต็อกของสินค้าทันที  โดยที่ไม่ต้องจ่ายเป็นเงินสด มีความเที่ยงตรง ตรวจสอบได้ นี่คือตัวอย่างหนึ่งของ Big Data ส่วนอีกเรื่องหนึ่งคือ Apps iBeacon เป็นการวิเคราะห์พฤติกรรมของลูกค้า เพื่อนำไปสร้างยอดขาย เมื่อเราเดินเข้าไปที่ชั้นวางสินค้า เพียงแค่เปิดสัญญาณบลูทูธ มันจะส่งสัญญาณไปที่สินค้า และใน Tesco Lotus ก็มีใช้แล้ว ถ้ามีสินค้าชนิดไหนลดราคา มันก็จะขึ้นมาแสดงในสมาร์ทโฟนของเรา และเร่งเร้าให้เราอยากซื้อสินค้าชนิดนั้น
ดังนั้น จะเห็นได้ว่าธุรกิจอัจฉริยะ (Business Intelligence :BI) มีความเกี่ยวข้องกับ Big Data เพราะในการทำธุรกิจก็นำข้อมูลจำนวนมหาศาลเหล่านั้นมาทำการวิเคราะห์ ซึ่งจะมีการใช้ซอฟต์แวร์ในการวิเคราะห์ ด้วยหลักความรู้และตัวแบบทางธุรกิจ เมื่อวิเคราะห์หาข้อสรุปได้แล้วก็นำมาช่วยในการตัดสินใจในการสร้างกำไรและเพิ่มยอดขายต่อไป ตัวอย่างของซอฟต์แวร์ Big Data เช่น COGNOS ของบริษัท IBM เป็นต้น.

https://kmtlcspu.com/2017/09/20/dataanalytics/
บทความโดย  ผศ.สุพล พรหมมาพันธุ์
อาจารย์ประจำสาขาวิชาคอมพิวเตอร์ธุรกิจ 
คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม