อะไรคือ Big Data? บทวิเคราะห์ นิยาม ความหมายและตัวอย่าง (ตอนที่ 1)

“Data is the new oil.” — Clive Humby

ไม่ที่ทางสำหรับ Big Data อีกต่อไปจริงหรือ อย่างไรก็ตาม บริษัทมากมายยังคงลังเลที่จะพูดถึงเรื่องนี้ มาอ่านกันตรงนี้ว่า ความหมายของข้อมูลขนาดใหญ่ที่ถูกนำไปใช้งานในความเป็นจริง แนวโน้มของเทคโนโลยี Big Data รวมถึงตัวอย่างที่ใช้งานได้จริงเป็นอย่างไร

ต้นกำเนิดของคำว่า Big Data มีความหมายตรงตัว ใช้เพื่ออธิบายข้อมูลจำนวนมากที่ผู้บริโภค ผู้ใช้ (users) และ บริษัทต่าง ๆ สร้างขึ้นในแต่ละวัน ในระดับผู้บริโภคคือข้อมูลเกี่ยวกับพฤติกรรมการค้นหาออนไลน์ ข้อมูลทางธุรกรรมหรือข้อมูลเกี่ยวกับพฤติกรรมการซื้อ ในระดับบริษัทคือ ข้อมูลเกี่ยวการผลิตหรือการขนส่ง เป็นต้น จากข้อมูลจำนวนมากมายมหาศาลเหล่านี้ โซลูชั่นซอฟต์แวร์อัจฉริยะ เช่น Blockchain สามารถใช้ในการคาดการณ์และระบุข้อเท็จจริงที่สำคัญต่างๆ

Chip.de ให้แนวทางที่แตกต่างกันเล็กน้อยในการนิยามความหมายของ Big Data โดยบอกว่า “ข้อมูลจำนวนมากเรียกว่า ข้อมูลขนาดใหญ่ หรือ Big Data ถ้ามันมีขนาดใหญ่เกินไป หรือซับซ้อนเกินกว่าจะประมวลผลได้ด้วยตนเอง ซึ่งเกิดขึ้นเฉพาะกับข้อมูลที่มีการเปลี่ยนแปลงตลอดเวลาเท่านั้น”

ไม่ค่อยมีความเห็นเป็นเอกฉันท์นักเรื่องนิยามความหมายระหว่างกลุ่มการเมือง ธุรกิจและสังคมโดยทั่วไป ข้อมูลเป็นวัตถุดิบของอนาคต – Data is the raw material of the future Digitalisation เปลี่ยนเกือบทุกบริษัทให้กลายเป็นนักสะสม หรือ collector และผู้ใช้ หรือ user ของ Big Data โดยเฉพาะกับโลจิสติกส์มักเกี่ยวข้องกับขอบเขตขนาดใหญ่ของการรวบรวมข้อมูลและผลสรุปที่เกิดขึ้นเสมอ

เมื่อพูดถึงข้อมูลขนาดใหญ่และโลจิสติกส์ สิ่งแรกที่มักจะนึกถึงคือเรื่องของ ‘การค้าและการขนส่ง’ ซึ่งยักษ์ใหญ่ด้าน e-commerce อย่าง Amazon & Co. ใช้ซอฟต์แวร์ของตัวเองมาเป็นเวลานานในการประเมินข้อมูลของลูกค้าอย่างครอบคลุมและแม่นยำที่สุด แต่สามารถใช้ได้กับ intralogistics หรือ การจัดระบบคลังสินค้าอัตโนมัติได้เหมือนกัน ในแอเรียนี้ก็เช่นเดียวกันที่มีการสร้างข้อมูลจำนวนมากซึ่งหากใช้อย่างถูกต้องจะนำไปสู่การเพิ่มประสิทธิภาพอย่างมีนัยสำคัญและทำให้เกิดรูปแบบทางธุรกิจใหม่อย่างแน่นอน

Reservations against Big Data

ข้อมูลขนาดใหญ่นำเสนอโอกาสในการทำกำไร อย่างไรก็ตาม โลกธุรกิจมักเล่นตามกฎที่แตกต่างจากสังคมดิจิทัล จากผลการศึกษาว่าด้วย Building Trust in Analytics  ดำเนินการในนามของ KPMG โดย Forrester Consulting ทำการสำรวจผู้บริหาร (ผู้มีอำนาจในการตัดสินใจ) จำนวนกว่า 2,000 บริษัทในสิบประเทศทั่วโลก พบว่า 52% ของบริษัทในเยอรมนีกังวลว่า การวิเคราะห์ข้อมูลและการใช้ Big Data อาจทำลายชื่อเสียงของตนเอง ขณะที่ทั่วโลกตัวเลขดังกล่าวสูงถึง 70%

ดร. Thomas Erwin ผู้อำนวยการการศึกษาและผู้เชี่ยวชาญด้านข้อมูลและการวิเคราะห์ของ KPMG อธิบายว่า“บริษัทเยอรมันใช้ข้อมูลและการวิเคราะห์ในขอบเขตที่น้อยกว่าคู่แข่งทั่วโลก เหตุผลของเรื่องนี้ก็คือการขาดความมั่นใจในการวิเคราะห์ข้อมูล เป็นผลให้บริษัทมีแนวโน้มที่จะหลีกเลี่ยงการใช้ข้อมูลและการวิเคราะห์ หรือใช้ก็เพียงในขอบเขตที่จำกัดมาก หมายความว่า ข้อมูลขนาดใหญ่และการวิเคราะห์ที่มีศักยภาพยังไม่ได้ถูกใช้งานจริง ๆ ข้อเท็จจริงที่น่าตกใจอีกอย่างก็คือ เจ็ดในสิบของผู้บริหารจากทั่วโลกคิดว่า การวิเคราะห์ข้อมูลแสดงถึงความเสี่ยงในเรื่องชื่อเสียง นอกจากนี้ผลการศึกษายังแสดงให้เห็นว่า ผู้มีอำนาจตัดสินใจในเยอรมนียังสงสัยว่า แท้แล้วบริษัทของพวกเขาพร้อมที่จะยกระดับคลังข้อมูลหรือไม่ และพวกเขามีทักษะที่เหมาะสมสำหรับการใช้ประโยชน์จากข้อมูลขนาดใหญ่ หรือ Big Data หรือไม่อย่างไร

Enhancing the connotation of Big Data

ดังนั้น ตามความเห็นของผู้เชียวชาญก็คือ บริษัทต่าง ๆ ควรจัดการกับความกังวลของพวกเขาเกี่ยวกับแอเรียทางธุรกิจใหม่นี้ ต่อข้อสงสัยที่ว่า มันจะเป็นส่วนสำคัญของธุรกิจในอนาคตหรือไม่ และ Big Data จะส่งผลอย่างไรในงานโลจิสติกส์โดยเฉพาะ จากที่ปรากฏใน Logistics Trend Radar 2016 ของ DHL มันมีความสำคัญเป็นพิเศษหรือไม่ ขั้นตอนแรกอาจเป็นการกำหนดชื่อที่เหมาะสมให้กับหัวข้อซึ่งเป็นคำที่อธิบายแก่นแกน หรือ core ได้อย่างชัดเจนมากกว่าคำว่า “Big Data” ในความหมายไม่แตกต่างกัน

ดร. Roland Fischer กรรมการผู้จัดการของ Fraunhofer-Arbeitsgruppe für Supply Chain Services ก็ไม่พอใจกับคำว่า:“ ฉันจะไม่พูดถึง Big Data อีกต่อไป ยกเว้นในเรื่องที่เกี่ยวกับการวิเคราะห์ เพราะนั่นคือทั้งหมดที่มันเป็น” คำศัพท์เฉพาะนี้นำเราดิ่งตรงไปยังจุดที่กล่าวได้ว่า ไม่เพียงแต่หมายถึงการรวบรวมข้อมูลจำนวนมากเท่านั้น หากยังรวมถึงการประเมินของพวกเขาและข้อสรุปที่เราสามารถดึงออกมาจากพวกเขาได้

“ในขณะที่ระบบดิจิทัลดำเนินอยู่ ข้อมูลก็จะเกิดขึ้นต่อไป ซึ่งล้วนแล้วแต่มีศักยภาพในการสร้างมูลค่าเพิ่ม เริ่มต้นด้วยการสร้างข้อมูลเกี่ยวกับครื่องจักร วัตถุต่างๆ และคนงาน โดยข้อมูลนี้จะได้รับการจัดการในลักษณะที่เป็นคำอธิบาย เช่นที่สามารถเกิดขึ้นได้ใน Cloud”

บทความที่เกี่ยวข้อง: 

อะไรคือ Big Data? บทวิเคราะห์ นิยาม ความหมายและตัวอย่าง (ตอนที่ 2)

About The Author