Big data analytics
การวิเคราะห์ข้อมูล Big data อาศัยหลักการพื้นฐานบางอย่างเพื่อพัฒนาเป็นเทคนิคในการดึงข้อมูลสำคัญออกจากชุดฐานข้อมูลขนาดใหญ่ที่เต็มไปด้วยข้อมูลหลากหลายรูปแบบ เพื่อนำมาหา pattern ของข้อมูลที่มองไม่เห็นด้วยตาเปล่า หารูปแบบความสัมพันธ์ที่ซ่อนอยู่ หาแนวโน้มการตลาด เทรนด์ความชอบของลูกค้า และข้อมูลอื่นๆที่เป็นประโยชน์ทางธุรกิจ
ผลจากการวิเคราะห์ข้อมูล Big data ทำให้มีข้อมูลที่เป็นข้อเท็จจริงซึ่งผ่านการวิเคราะห์อย่างเป็นระบบเพื่อใช้ประกอบการตัดสินใจ โดยระดับของการวิเคราะห์ก็เป็นได้หลากหลาย แล้วแต่รูปแบบการนำไปใช้งาน
การต่อสายไฟฟ้าด้วยไวร์นัท (Wire nut) จะต้องใช้วิธีหมุน เพื่อให้ไวร์นัทรัดสายให้แนบชิดกันก่อน เมื่อต่อเสร็จเรียบร้อยแล้ว ไม่ต้องใช้เทปพันตรงสายไฟ เนื่องจากปลอกของไวร์นัทเป็นฉนวนอยู่แล้ว ซึ่งจะทำให้จุดต่อสายไฟดังกล่าวลงกราวด์ได้ ซึ่งการต่อสายไฟฟ้าด้วยไวร์นัทนั้น จะนิยมนำมาต่อในกล่องต่อสาย (Junction box) โดยเฉพาะการเดินสายในท่อร้อยสาย ส่วนการใช้เทปพันสาย ซึ่งเทปพันสายนั้นเป็นวัสดุฉนวนไฟฟ้าที่นิยมใช้ทั่วไปนั้น จะมีราคาถูก (ควรเลือกเกรดที่ดี)
1. Descriptive analytics
เป็นการวิเคราะห์ในระดับที่บอกว่าเกิดอะไรขึ้น จำนวนเท่าไหร่ ถี่แค่ไหน
เกิดเหตุการณ์สำคัญๆตอนไหน ตรงไหนบ้าง เป็นต้น โดยสามารถทำในรูปแบบของ
- Standard report: “เกิดอะไรขึ้น”
- Ad hoc report: “จำนวนเท่าไหร่ บ่อยแค่ไหน ที่ไหน”
- Query: “อะไรคือปัญหาที่แท้จริง”
- Alerts: “ต้องเกิด action อะไร”
2. Predictive analytics
เป็นการวิเคราะห์ในลักษณะที่ซับซ้อนขึ้นไปอีกขั้นหนึ่งคือ เป็นการประเมินว่าจะเกิดอะไรขึ้นต่อไป มีการให้ข้อมูลตัวชี้วัดของผลลัพธ์ที่อาจจะเกิดขึ้นถ้าแนวโน้มยังเป็นอย่างนี้ต่อไป โดยผลการวิเคราะห์อาจออกมาในรูปแบบของ
- Statistical analysis: “ทำไมถึงเกิดเหตุการณ์นี้”
- Randomized testing: “จะเกิดอะไรขึ้นถ้าเราทดลองทำวิธีการนี้”
- Predictive modeling: “จะเกิดอะไรขึ้นต่อไป”
- Optimization: “อะไรคือสถานการณ์ที่ดีที่สุดที่จะเกิดขึ้น”
3. Prescriptive analytics
เป็นการสังเคราะห์ข้อมูลเพื่อวิเคราะห์แนวโน้มและเสนอทางเลือกในการตัดสินใจที่เหมาะสมกับการคาดการณ์บนฐานของข้อมูล
Why big data now?
มีหลายคนที่เกิดคำถามว่าทำไมเรื่อง big data จึงกลายเป็นกระแสในปัจจุบัน อ.ธีรณีได้ให้ความเห็นว่า กระแสนี้เป็นผลที่จากเกิดหลายๆองค์ประกอบ ไม่ว่าจะเป็น
• Demand for better data เกิดกระแสกดดันภายใต้บริบทของการปฏิรูป สภาวะทางเศรษฐกิจ และนวัตกรรมใหม่ๆ
• Supply of relevant data at scale มีการแพร่หลายและไหลเวียนของข้อมูลทั้งข้อมูลทางการแพทย์และข้อมูลอื่นๆที่สามารถเข้าถึงได้ทั่วไป
• Technical capability มีการพัฒนาเทคนิคในการวิเคราะห์ข้อมูลจำนวนมากที่ทันสมัย ทำงานง่ายขึ้นและเข้าถึงได้แพร่หลาย
• Government catalyzing market change มีแรงส่งจากภาครัฐที่ถูกกดดันให้มีการเปิดเผยข้อมูลให้โปร่งใสจนกระจายไปสู่ภาคธุรกิจอื่นๆ
จากนี้เราคงเห็นเทรนด์ในการใช้ Big Data ในการสร้างสรรค์นวัตกรรมใหม่ ๆ เกิดขึ้นอีกเรื่อย ๆ เป็นกระแสที่น่าติดตามอีกกระแสหนึ่งเลยทีเดียว
