คนที่คร่ำหวอดอยู่ในวงการ Digital Marketing คงเคยได้ยินคำว่า “Big Data” จนเคยชิน และอดสงสัยไม่ได้ว่า แท้จริงแล้ว Big Data คืออะไร ดังนั้น ในบทความนี้ เพื่อตอบคำถามที่ทุกคนสงสัย Digital Tips จึงรวบรวมทุกองค์ความรู้สำคัญเกี่ยวกับ Big Data มาให้ ไม่ว่าจะเป็น “Big Data หมายถึงอะไร?”, “Big Data เกิดขึ้นได้อย่างไร?” “Big Data มีกี่แบบ?” มาเรียนรู้เรื่องที่น่าสนใจนี้ไปพร้อม ๆ กันเลย
>> อ่านเพิ่มเติม: Data Science (วิทยาการข้อมูล) คืออะไร Data Scientist ทำอะไรได้บ้าง?
Big Data คืออะไร?
Big Data คือ คำเรียกรวม ๆ ของชุดข้อมูลที่มีขนาดใหญ่ ไม่ว่าจะมีโครงสร้าง หรือไม่มีโครงสร้างก็ตาม แต่ข้อมูลที่เรียกว่า Big Data จะมีปริมาณมาก ซับซ้อน หลากหลาย และมีแนวโน้มจะเพิ่มขึ้นได้อย่างทวีคูณเมื่อเวลาผ่านไป ยกตัวอย่างเช่น ข้อมูลลูกค้าทั้งหมดของบริษัท ข้อมูลพาร์ทเนอร์ทั้งหมดของบริษัท ไฟล์เอกสารที่ใช้จริงในแต่ละวัน หรือข้อมูลที่ได้จากการตรวจจับพฤติกรรมของผู้บริโภค เป็นต้น ดังนั้น เราจึงกล่าวได้ว่า Big Data คือ สิ่งที่สำคัญในการวางกลยุทธ์การตลาดของทุก ๆ ธุรกิจ และจำเป็นต้องอาศัยระบบการจัดเก็บที่มีประสิทธิภาพ
>> อ่านเพิ่มเติม: เทรนด์การตลาด 2024 – คืนชีวิตให้ธุรกิจติดลมบน
ต้นกำเนิดของ Big Data คือ?
หลาย ๆ คนอาจจะเคยสงสัยว่า Big Data เกิดขึ้นได้อย่างไร? เพื่อตอบคำถามนี้ อาจต้องย้อนหลังกลับไปตั้งแต่สมัย 1960 – 1970 ยุคที่มีการนำคอมพิวเตอร์มาใช้ประมวลผลข้อมูลเป็นครั้งแรก และข้อมูลที่จัดเก็บโดยคอมพิวเตอร์มีปริมาณมหาศาลขึ้นเรื่อย ๆ จนกระทั่งในช่วงทศวรรษ 1990 Big Data คือ คำที่ถูกนำมาใช้นิยามข้อมูลมหาศาลเหล่านั้น แม้จะไม่ทราบที่มาแน่ชัด แต่คนส่วนใหญ่ในวงการล้วนให้เครดิต John R. Mashey นักวิทยาการคอมพิวเตอร์ชาวอเมริกัน ในฐานะผู้ที่บัญญัติคำว่า Big Data ขึ้นเป็นคนแรก
ลักษณะสำคัญของ Big Data คืออะไรบ้าง?
เราพอจะทราบกันแล้วว่า Big Data คืออะไร แต่ปัญหาคือ “จะรู้ได้อย่างไรว่าข้อมูลที่คุณมี เรียกว่า Big Data ได้หรือไม่?” ในหัวข้อนี้ เราจึงสรุปลักษณะสำคัญของ Big Data มาให้คุณดูทั้งหมด 6 ข้อ ได้แก่
1. ความหลากหลายของข้อมูล (Variety)
Big Data หมายถึง ข้อมูลที่มีความหลากหลาย หรืออธิบายง่าย ๆ ว่า เป็นการรวมตัวของชุดข้อมูลที่มีลักษณะแตกต่างกัน ยกตัวอย่างเช่น ข้อมูลพฤติกรรมการโต้ตอบของลูกค้าบน Facebook ซึ่งจะมีทั้งการแชร์โพสต์ การกดแสดงความรู้สึก การคอมเมนต์ และนอกจากรูปแบบพฤติกรรมจะแตกต่างกันแล้ว ลักษณะของข้อมูลก็แตกต่างกันด้วย มีทั้งภาพนิ่ง ภาพ GIF เสียง ข้อความ เป็นต้น
2. ความเร็วของการประมวลผล (Velocity)
ข้อมูลขนาดใหญ่ Big Data คือ ข้อมูลที่มีการประมวลผลอยู่ตลอดเวลา มักเป็นข้อมูลที่เก็บได้แบบ Real-time ซึ่งจะมีปริมาณเพิ่มขึ้นอย่างรวดเร็ว ตัวอย่างเช่น ข้อมูลการช้อปออนไลน์บนเว็บไซต์การตลาดออนไลน์ เป็นต้น
3. คุณภาพของข้อมูล (Veracity)
ข้อมูลที่จัดว่าเป็น Big Data คือ ข้อมูลที่ยังไม่ได้ผ่านการประมวลผลจนเสร็จสมบูรณ์ มักเป็นข้อมูลดิบที่จำเป็นต้องเก็บรวบรวมจากแหล่งต่าง ๆ แบบทันทีทันใด จึงสามารถนำข้อมูลที่ได้ไปวิเคราะห์และประมวลผลต่อยอดได้อีก
4. ปริมาณของข้อมูล (Volume)
Big Data คือ ข้อมูลที่มีปริมาณมหาศาล ไม่สามารถประมวลผลได้อย่างง่ายดายด้วยเครื่องมือการจัดการข้อมูลแบบเดิม ปริมาณของ Big Data จึงมักวัดเป็น Terabytes (TB), Petabytes (PB) หรือ Exabytes (EB)
5. การแปรผันของข้อมูล (Variability)
ข้อมูลที่เรียกว่า Big Data จะแปรผันได้อย่างรวดเร็วตามการใช้งาน เนื่องจากเป็นข้อมูลจำนวนมหาศาลที่ต้องเก็บอย่างต่อเนื่อง และยังไม่ได้ประมวลผลอย่างสมบูรณ์
6. คุณค่าของข้อมูลต่อธุรกิจหรือองค์กร (Value)
แน่นอนว่า Big Data คือ ข้อมูลที่มีคุณค่าต่อการเติบโตขององค์กรค่อนข้างมาก เพราะสามารถนำไปประเมินคุณภาพการจัดการส่วนต่าง ๆ ขององค์กรได้ และยังสามารถนำมาวิเคราะห์ เพื่อหากลยุทธ์ใหม่ ๆ ในการเพิ่มผลกำไรให้กับองค์กรได้เรื่อย ๆ อีกด้วย
Big Data แบ่งตามโครงสร้างได้กี่ประเภท อะไรบ้าง
หากคุณกำลังสงสัยว่า “Big Data มีกี่ประเภท?” ต้องบอกตามตรงว่า ปัจจุบันมีการจัดหมวดหมู่ Big Data อยู่หลายแบบขึ้นอยู่กับตำรา แต่สำหรับบทความนี้ เราขอยกการจัดหมวดหมู่ตาม Data Structure หรือโครงสร้างของข้อมูล ซึ่งเข้าใจได้ง่ายที่สุดมาฝาก โดยแบ่งออกเป็น 3 ประเภท ดังนี้
1. ข้อมูลกึ่งมีโครงสร้าง (Semi-Structured Data)
ข้อมูลกึ่งมีโครงสร้าง หรือ Semi-Structured Data คือ การรวมกันของข้อมูลที่มีโครงสร้าง (Structured Data) และข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) กล่าวคือ จะมีโครงสร้างคร่าว ๆ แต่ไม่สามารถระบุได้ชัดเจน ยกตัวอย่างเช่น ไฟล์ XML, ไฟล์ JSON, บันทึกการใช้เว็บไซต์, หรือการตอบโต้กับลูกค้าทาง Social Media
2. ข้อมูลที่มีโครงสร้างชัดเจน (Structured Data)
ข้อมูลที่มีโครงสร้างชัดเจน หรือ Structured Data คือ ข้อมูลที่มีการจัดระเบียบสูงและสามารถจัดเก็บและวิเคราะห์ในฐานข้อมูลได้อย่างง่ายดาย โดยทั่วไปจะประกอบด้วยข้อมูล เช่น วันที่ ตัวเลข และหมวดหมู่ ตัวอย่างเช่น ข้อมูลทางการเงิน ข้อมูลสินค้าคงคลัง และข้อมูลลูกค้า
3. ข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data)
ข้อมูลที่ไม่มีโครงสร้าง หรือ Unstructured Data หมายถึง ข้อมูลที่ไม่มีโครงสร้างหรือรูปแบบที่กำหนดไว้ล่วงหน้า เช่น ไฟล์ข้อความ รูปภาพ เสียง วิดีโอ โพสต์บนโซเชียลมีเดีย อีเมล หรือรีวิวจากลูกค้า เป็นต้น ทั้งนี้ เนื่องจาก Big Data คือ ข้อมูลมหาศาลที่จะต้องเก็บใหม่ตลอดเวลา จึงพบข้อมูลประเภทนี้ค่อนข้างมากนั่นเอง
ขั้นตอนการทำงานของ Big Data [ฉบับสรุปสั้น เพื่อความเข้าใจ]
แน่นอนว่า Big Data คือ ข้อมูลปริมาณมหาศาลที่ต้องอาศัยเครื่องมือจัดเก็บที่มีประสิทธิภาพ และกระบวนการจัดเก็บข้อมูลขนาดใหญ่เช่นนี้ก็ย่อมซับซ้อนตามลักษณะข้อมูล อย่างไรก็ตามเราสามารถสรุปขั้นตอนการทำงานหลัก ๆ ของ Big Data ได้ 3 ขั้นตอน ดังนี้
1. การรวบรวมและจัดเก็บข้อมูล (Storage)
ทันทีที่จับข้อมูลดิบ (Raw Data) ได้ เครื่องมือหรือ Martech ต่าง ๆ ที่ใช้ในการจัดเก็บ Big Data จะทำการรวบรวมข้อมูลทั้งหมดเข้าสู่ศูนย์กลางก่อน โดยยังไม่ได้คำนึงถึงการจำแนกประเภท หรือการประมวลผลข้อมูล เพราะต้องรวบรวมข้อมูลแข่งกับเวลา
2. การประมวลผลข้อมูล (Processing)
ข้อมูลที่จัดเก็บมาเรียบร้อยแล้วจะเข้าสู่กระบวนการ Data Cleaning เพื่อลบข้อมูลที่ซ้ำซ้อนออก ก่อนถูกนำไปจัดหมวดหมู่ตามลักษณะที่สัมพันธ์กัน แล้วนำเข้าสู่กระบวนการประมวลผล
3. การวิเคราะห์และนำเสนอข้อมูล (Analyst)
ขั้นตอนสุดท้ายของการจัดการ Big Data คือ เลือกเครื่องมือที่ใช้ในการวิเคราะห์ข้อมูล เช่น Python, R, SQL, Machine Learning algorithms เพื่อวิเคราะห์หาความเกี่ยวข้องกันของข้อมูลทั้งหมด หรือสรุปประเด็นสำคัญที่ซ่อนอยู่ ผ่านการนำเสนอเป็นรูปแบบต่าง ๆ เช่น กราฟ แผนภูมิ ตาราง
ผู้ที่เหมาะกับการใช้งาน Big Data
Big Data คือ ข้อมูลที่เหมาะกับทุกองค์กรที่กำลังเข้าสู่กระบวนการ Digital Transformation เพื่อให้บริษัทเติบโตทันคู่แข่ง และเพิ่มประสิทธิภาพในการวิเคราะห์กลุ่มลูกค้า ตลอดจนบริษัทที่ต้องการช่วงชิงโอกาสทางธุรกิจใหม่ ๆ เพื่อขยายไลน์ธุรกิจให้ใหญ่ และแตกต่างจากเดิม อย่างไรก็ดี แม้เกือบทุก ๆ องค์กรจะเห็นความสำคัญของ Big Data และอยากจะลองทำ แต่องค์กรที่พร้อมสำหรับการจัดการ Big Data จริง ๆ จะต้องมีคุณสมบัติดังนี้
- มีงบประมาณพร้อม สำหรับลงทุนซอฟต์แวร์ที่จำเป็นกับการจัดเก็บและประมวลผลข้อมูล
- มีบุคลากรที่มีความรู้เรื่อง Data Analytics และภาษาที่เกี่ยวข้องกับซอฟต์แวร์เป็นอย่างดี
- มีบุคลากรที่สนใจและเชี่ยวชาญใน Matchine Learning และ AI
- ผู้บริหารมีทัศนคติเชิงบวกต่อการลงทุนพัฒนาซอฟต์แวร์ และฝึกอบรมบุคลากรให้มีความสามารถด้านนี้
- องค์กรพยายามหาวิธีพัฒนาคุณภาพการสื่อสาร การทำงานเป็นทีม และการแก้ปัญหาที่ซับซ้อนอยู่เสมอ
ประโยชน์ของ Big Data ที่ทุกธุรกิจควรทราบ
“Big Data มีประโยชน์อย่างไร?” คือ คำถามยอดฮิตที่เรามักเจอกันเป็นประจำ โดยเฉพาะในองค์กรที่กำลังอยู่ในช่วงเปลี่ยนผ่านจากวิธีการทำงานแบบดั้งเดิม ไปเป็นการทำงานแบบดิจิทัลเต็มรูปแบบ และเพื่อให้คุณเข้าใจประโยชน์ของ Big Data มากขึ้น ขอสรุปเป็น 6 ข้อ ดังนี้
1. สามารถนำมาใช้วิเคราะห์ Insight ผู้บริโภคได้ดีมากขึ้น
Big Data คือ หลักฐานเชิงประจักษ์ที่จะแสดงให้เห็นว่า พฤติกรรมการซื้อของผู้บริโภคเป็นอย่างไร พวกเขาชอบเลือกดูสินค้าชนิดไหน หรือละทิ้งสินค้าชนิดไหน และผู้บริโภคแต่ละกลุ่มชอบ/ไม่ชอบอะไร อันจะนำไปสู่การเข้าใจ Insights ของลูกค้าในที่สุด
2. ประหยัดค่าใช้จ่ายและลดต้นทุนในการแก้ปัญหาต่าง ๆ ภายในองค์กร
หากคุณมีข้อมูลที่สำคัญอยู่ในมือ คุณก็จะสามารถวิเคราะห์ปัญหาที่เกิดขึ้นได้ และวางแผนจัดการกับต้นตอของปัญหาได้ก่อนที่มันจะลุกลาม ด้วยเหตุนี้ Big Data จึงสามารถช่วยลดค่าใช้จ่ายและต้นทุนของธุรกิจได้นั่นเอง
3. ช่วยวิเคราะห์และคาดการณ์ความเสี่ยงที่อาจจะเกิดขึ้นในอนาคตได้
ข้อมูล หรือ Data คือ อาวุธที่เฉียบคมที่สุดในการทำธุรกิจ หลาย ๆ องค์กรจึงพยายามแย่งชิงกันเป็นเจ้าของข้อมูล และยอมลงทุนมหาศาลเพื่อให้ได้ข้อมูลมา เนื่องจากข้อมูลจะเปิดเผยความลับทุก ๆ อย่าง เมื่อรู้มากกว่า ก็คาดคะเนความเสี่ยงในอนาคตได้ดีกว่า และพยุงธุรกิจให้รอดได้นานกว่า
4. รวบรวมข้อมูลเพื่อนำมาปรับปรุงและพัฒนาศักยภาพของธุรกิจ
อีกนัยหนึ่ง Big Data หมายถึง ฐานข้อมูลชั้นดี ที่ธุรกิจสามารถนำมาวิเคราะห์ต่อได้อย่างไม่รู้จบ ทุกครั้งที่วิเคราะห์ก็จะเกิดองค์ความรู้ใหม่ ๆ และนำมาใช้ต่อยอดศักยภาพของคนในองค์กรให้ดีขึ้นต่อไป
5. พัฒนาองค์ความรู้เกี่ยวกับซอฟต์แวร์ของบุคลากร
เมื่อองค์กรใด ๆ ก็ตามมีโอกาสเริ่มใช้งาน Big Data บุคลากรขององค์กรนั้นก็จะมีโอกาสได้พัฒนาทักษะของตัวเองไปด้วย โดยเฉพาะทักษะที่เกี่ยวข้องกับซอฟต์แวร์ หรือเครื่องมือดิจิทัลต่าง ๆ ซึ่งจำเป็นอย่างยิ่งต่อโลกธุรกิจทุกวันนี้
6. ก้าวล้ำนำคู่แข่ง จนครองตำแหน่งเจ้าตลาดได้ในที่สุด
หากองค์กรนำองค์ความรู้เรื่อง Big Data ไปปรับใช้อย่างจริงจัง ก็จะสามารถจัดระเบียบข้อมูลที่สำคัญ และค้นพบวิธีการใหม่ ๆ จากข้อมูลที่เก็บรวบรวมมาได้ และองค์ความรู้เหล่านี้เอง จะช่วยพาองค์กรให้พัฒนาล้ำหน้าคู่แข่ง จนกลายเป็นเจ้าตลาดในวงการธุรกิจที่ทำอยู่ในที่สุด
ข้อควรระวังในการใช้งาน Big Data ที่คุณอาจมองข้าม
ไม่มีใครปฏิเสธได้ว่า Big Data คือ วิวัฒนาการเกี่ยวกับข้อมูลที่ล้ำหน้า และเป็นประโยชน์ต่อธุรกิจมากที่สุดในขณะนี้ แต่อย่างไรก็ดี การใช้งาน Big Data จะต้องทำด้วยความระมัดระวัง เพื่อป้องกันไม่ให้องค์กรนำข้อมูลผิด ๆ ไปใช้ ซึ่งเรารวบรวมข้อควรระวังได้ทั้งสิ้น 4 ข้อใหญ่ ๆ ดังนี้
1. ตรวจสอบแผนงานขององค์กรทุกครั้งก่อนนำ Big Data มาใช้
พึงระลึกไว้เสมอว่า Big Data คือ ข้อมูลที่ทรงพลังแต่มาพร้อมความเสี่ยง ไม่ควรนำทุก ๆ ข้อมูลที่เก็บได้มาใช้ประโยชน์ในทันที ควรคัดเลือกเฉพาะที่จำเป็นต่อแผนงานขององค์กรในขณะนั้นเท่านั้น เพราะเมื่อเวลาผ่านไป บางข้อมูลอาจมีการเปลี่ยนแปลงครั้งใหญ่ในภายหลัง นอกจากนี้ ข้อมูลที่มากเกินจำเป็น อาจทำให้การวิเคราะห์หลงทางและผิดพลาดได้
2. เทคโนโลยีที่ใหม่เกินไปอาจจะทำให้บุคลากรในองค์กรไม่คุ้นชิน
แม้คนในองค์กรจะทราบดีว่า ประโยชน์ของ Big Data มีอะไรบ้าง แต่นั่นก็ไม่ได้หมายความว่า พวกเขาจะใช้ประโยชน์จากเทคโนโลยีนี้ได้อย่างเต็มที่ในทันที ดังนั้น ทุก ๆ องค์กรจึงควรจัดฝึกอบรมความรู้เรื่อง Big Data ให้แก่บุคลากร ก่อนนำเทคโนโลยีนี้มาใช้
3. ควรเปิดรับบุคลากรที่มีทักษะทาง IT ชั้นสูงเพิ่มเติม
ระหว่างทางที่จัดเก็บข้อมูลแบบ Big Data องค์กรอาจพบปัญหาที่ไม่คาดคิดหลายอย่าง และเพื่อให้การแก้ปัญหาเกิดขึ้นอย่างทันท่วงที แนะนำให้เปิดรับสมัครบุคลากรที่เชี่ยวชาญด้าน IT โดยเฉพาะเพิ่มเติม แทนที่จะพยายามแก้ปัญหาด้วยตนเอง
4. ระมัดระวังเรื่องการเผยแพร่ข้อมูลส่วนบุคคล
Big Data คือ การเก็บข้อมูลปริมาณมหาศาลจากแหล่งข้อมูลต่าง ๆ ซึ่งเป็นไปได้มากว่าจะเก็บข้อมูลที่สุ่มเสี่ยง หรือเป็นข้อมูลส่วนบุคคลของลูกค้ามาด้วย ดังนั้น ก่อนจะนำข้อมูลเหล่านี้ไปใช้ พึงระวังการเปิดเผยข้อมูลส่วนบุคคลของบุคคลอื่นสู่สาธารณะ เพื่อป้องกันข้อพิพาททางกฎหมาย
[สรุป] Big Data คืออะไร – พร้อมพัฒนาความรู้ไปกับ Digital Tips
Big Data คือ การจัดการข้อมูลที่จำเป็นอย่างยิ่งสำหรับทุก ๆ ธุรกิจ โดยเฉพาะธุรกิจขนาดใหญ่ที่มีลูกค้าและคู่ค้าเป็นจำนวนมาก เพราะนอกจากการจัดการข้อมูลที่ดีจะช่วยให้คุณเข้าใจลูกค้ามากขึ้นแล้ว ยังเป็นองค์ความรู้ในการวางแผนพัฒนาธุรกิจอย่างยั่งยืนอีกด้วย
อย่างไรก็ดี หลังจากที่ทราบแล้วว่า Big Data มีอะไรบ้าง และ Big Data มีประโยชน์อย่างไร หากคุณต้องการจะนำองค์ความรู้ไปใช้จริงกับธุรกิจ พร้อมทั้งอยากพัฒนาทักษะเรื่องการวิเคราะห์ข้อมูลให้ดีขึ้น Digital Tips ขอแนะนำ “How to create wining business with your data” โดยวิทยากร คุณกษิดิศ สตางค์มงคล คอร์สออนไลน์ที่อัดแน่นด้วยเนื้อหากว่า 40 ตอนจาก Digital Tips ที่จะพาคุณไปท่องโลกของ Data และสอนอ่าน Data Analytics แบบง่าย ๆ ด้วยตนเอง สมัครเลย!
ดูรายละเอียดคอร์ส: How to create wining business with your data
อ้างอิง
LinkedIn. What is Big Data? Introduction, History, Types, Characteristics, Examples & Jobs
bigdatalframework. A Short History of Big Data
Available from: https://www.bigdataframework.org/knowledge/a-short-history-of-big-data/
Google Cloud. What is Big Data?
Available from: https://cloud.google.com/learn/what-is-big-data#section-1
