Big Data2

อะไรคือ Big Data? บทวิเคราะห์ นิยาม ความหมายและตัวอย่าง (ตอนที่ 2)

“You can have data without information, but you cannot have information without data.” — Daniel Keys Moran

Added value of Big Data in logistics

ภาพรวมสั้น ๆ เกี่ยวกับ scenarios ของแอปพลิเคชันที่เป็นไปได้แสดงให้เห็นว่า ทำไมระบบการจัดระบบคลังสินค้าอัตโนมัติ หรือ intralogistics โดยเฉพาะ ควรให้ความสำคัญกับมูลค่าของข้อมูล หรือ value of data “การวิเคราะห์บนพื้นฐานของข้อมูลในอดีตและแบบ Real time สามารถแสดงให้เห็นถึงความสัมพันธ์ภายใน หรือ interrelationships อันซับซ้อนและมีตัวแปรสูงของโลจิสติกส์ด้วยวิธีที่ง่ายดายและโปร่งใส และสามารถใช้เป็นฐานในการตัดสินใจ ด้วยวิธีนี้กระบวนการตัดสินใจสำหรับเทคโนโลยีคลังสินค้า หรือ warehouse technology จะรวดเร็วและมีความน่าเชื่อถือมากขึ้น” ศาสตราจารย์ Michael Schenk ผู้อำนวยการสถาบัน Fraunhofer ดำเนินงานด้านโรงงานและระบบอัตโนมัติสรุป

“การจับภาพสถานะการปฏิบัติงานของคลังสินค้าโดยอัตโนมัติเป็นแหล่งข้อมูลถาวรที่ช่วยให้วิธีการวิเคราะห์แบบใหม่และทันสมัยถูกนำมาใช้ในธุรกิจที่เคลื่อนไหวอยู่ตลอดเวลาแบบวันต่อวัน พวกเขาสามารถนำข้อมูลดังกล่าวมาใช้เพื่อการตัดสินใจที่เชื่อถือได้มากขึ้น เพิ่มความพร้อมในการใช้งานคลังสินค้า ช่วยในการลดระดับสินค้าคงคลังและการใช้ทรัพยากรในขณะเดียวกัน”

หนึ่งในผลลัพธ์ของการพัฒนานี้อาจเป็นได้ว่า ซอฟต์แวร์ที่เป็นนวัตกรรมจะช่วยให้การจัดการสินค้าคงคลังเป็นไปโดยอัตโนมัติอย่างสมบูรณ์ในอนาคต อย่างไรก็ตาม Fischer ชี้ให้เห็นว่าสิ่งนี้จะไม่เกิดขึ้นในชั่วข้ามคืน

ตัวอย่างการใช้งานแอปพลิเคชัน Big Data ในโลจิสติกส์:

ใช้ในการคาดการณ์การจราจร (Utilizing traffic forecasts) ผู้ให้บริการ CEP และบริษัทขนส่งอื่น ๆ ต้องส่งมอบให้เร็วขึ้นเพื่อเอาชนะคู่แข่งและตอบสนองความต้องการของลูกค้า การวิเคราะห์การรับส่งข้อมูลแบบ Real time ถือเป็นสิ่งมีค่ายิ่ง – และ Big Data ทำให้เป็นไปได้ การจัดเก็บข้อมูลความเคลื่อนไหวจากผู้ใช้ถนนจำนวนนับไม่ถ้วนทำให้สามารถคาดการณ์ได้อย่างแม่นยำ เช่น การจราจรติดขัดที่ไหนและสามารถคำนวณเวลากรณีเลี่ยงไปใช้เส้นทางอื่นได้

ปฏิวัติความเสี่ยงและการจัดการสินค้าคงคลัง การสูญเสียในการผลิตเนื่องจากการขาดแคลนวัตถุดิบเป็นสถานการณ์สยองขวัญสำหรับบริษัทผู้ผลิต แต่ด้วย Big Data ทำให้สามารถจัดการสินค้าคงคลังได้อย่างมีประสิทธิภาพมากขึ้นด้วยความช่วยเหลือจากซอฟต์แวร์ที่เหมาะสม การวิเคราะห์ข้อมูลการบริโภคช่วยให้สามารถสร้างระบบแจ้งเตือนที่จะแจ้งให้บริษัททราบถึงปัญหาต่างๆ ที่ติดขัดเป็นคอขวดได้ล่วงหน้า

ตามความเห็นจากผู้เชี่ยวชาญ Prescriptive Analytics ยังไม่เป็นที่พูดถึงมากนัก มันไม่ได้เป็นแค่เรื่องของการให้คำแนะนำเพื่อนำไปสู่ปฏิบัติการ แต่ยังเกี่ยวข้องกับการพิจารณาว่าตัวเลือกใดเป็นตัวเลือกที่ดีที่สุด สิ่งนี้ขึ้นอยู่กับวิธีการทางคณิตศาสตร์ที่สามารถคำนวณและให้โซลูชันต่างๆ บนฐานข้อมูลของ Big Data และยังแสดงให้เห็นว่า ตัวเลือกเหล่านี้เบี่ยงเบนไปจากผลลัพท์ที่ดีที่สุดอย่างไร ดร. Fischer กล่าว

“มันจะเป็นข้อมูลที่แม่นยำที่จะใช้ในการสร้างรูปแบบธุรกิจใหม่ใน intralogistics การคาดคะเนเป็นเหมือนการพยากรณ์อากาศ แต่หากผ่านการวิเคราะห์แบบ Prescriptive Analytics เราจะสามารถกำหนดและเปลี่ยนแปลงสภาพอากาศได้”

ข้อมูลเชิงลึกนี้จะให้สิ่งจูงใจมากขึ้นสำหรับบริษัทที่จะเข้ามามีส่วนร่วมในไม่ช้านี้ ด้วยซอฟต์แวร์สำหรับการตรวจจับ ประมวลผล และประเมิน Big Data ยักษ์ใหญ่ออนไลน์อย่าง Amazon และ Google กำลังสำรวจตลาดเพื่อหาวิธีใหม่ ๆ ในการยกระดับความเชี่ยวชาญและทักษะของพวกเขาในอุตสาหกรรมใหม่ ๆ และ start-ups กำลังเติบโตขึ้นในอุตสาหกรรมหลากหลาย – บางส่วนกับพัฒนาการซึ่งบริษัทที่ก่อตั้งขึ้นไม่แม้แต่จะนึกถึง ซัพพลายเออร์ของผลิตภัณฑ์เหล็กและเหล็กกล้า และบริการที่ถูกปรับให้เหมาะสมกับอุตสาหกรรมโดยเฉพาะยังคงไม่ได้รับผลกระทบจากการพัฒนานี้ มีเพียงโซลูชัน IT อัจฉริยะที่ค่อย ๆ มีความสำคัญกับลูกค้ามากขึ้นเรื่อย ๆ มันเป็นเพียงเรื่องของเวลาก่อนที่กำแพงป้องกันนี้จะพังลงมา

Big Data
An RFID wristband developed by Fraunhofer IFF for Processes in Intralogistics illustrates how information for Big Data systems can be collected. ( Source: Dirk Mahler, Fraunhofer IFF )

Where does the data come from?

มีแหล่งข้อมูลเพียงพอสำหรับ Big Data ใน intralogistics และมีข้อมูลจำนวนมหาศาลอยู่แล้วที่นำมาใช้ได้ คุณเพียงแค่ต้องคิดดูว่าข้อมูลมีจำนวนมากเพียงใดที่ถูกสร้างขึ้นโดยรถยก เช่น ลำดับการเคลื่อนไหว เส้นทาง รหัสสินค้าและอื่น ๆ ส่วนใหญ่ของข้อมูลนี้สามารถรวบรวมได้ผ่านระบบควบคุม แต่ไม่ค่อยถูกนำไปใช้เพราะเครื่องมือที่จำเป็นต้องใช้ยังไม่เป็นที่รู้จักและความไว้วางใจใน Big Data ยังอยู่ในระดับต่ำ

อย่างไรก็ตาม หากมีใครมองแนวคิดของ Internet of Things (หรือ cyberphysical systems) จะเห็นได้ชัดเจนว่า จำเป็นต้องมีซอฟต์แวร์ที่เป็นนวัตกรรมใหม่เพื่อจัดการกับ Big Data อย่างเร่งด่วน “ เรายังอยู่ในช่วงเริ่มต้นของการพัฒนานี้” Schenk กล่าว “ในมือข้างหนึ่งมีเทคโนโลยีที่จำเป็นต้องใช้อยู่ ขอบคุณความเป็นไปได้ที่ได้ช่วยสร้างเครือข่าย mobile objects  ที่มี radio standards แบบใหม่ทำให้เราก้าวไปสู่มาตรฐานใหม่ของเทคโนโลยี นอกจากนี้ราคาของเทคโนโลยีก็ลดลง ในขณะที่ประสิทธิภาพการทำงานของพวกเขาดีขึ้น โลจิสติกส์ต้องการความพร้อมใช้งานของโครงสร้างพื้นฐานด้านโทรคมนาคมที่ได้มาตรฐานและมีความเป็นสากล นี่คือลำดับความสำคัญที่จะต้องได้รับการจัดการในอีกไม่กี่ปีข้างหน้า แม้จะยังขาดมาตรฐานอินเทอร์เฟซจากแหล่งข้อมูลในการเชื่อมต่ออยู่ก็ตาม”

แต่เมื่อทำตามขั้นตอนเหล่านี้แล้ว บริษัทต่างๆ จะต้องประสบกับข้อมูลจำนวนมหาศาลที่จะไหลบ่าเข้ามาซึ่งไม่สามารถ trade ได้ตามปกติอีกต่อไป ระบบเครื่องจักรกล หรือ machine systems เท่านั้นที่จะสามารถจดจำรูปแบบที่สามารถนำไปใช้เพื่อสร้างมูลค่าเพิ่ม ในสภาพแวดล้อมนี้ สิ่งนี้จะเกิดขึ้นกับการสื่อสารกับวัตถุโดยตรง (objects communicating directly with each other) หา local solutions ที่ดีที่สุดสำหรับปัญหาปัจจุบันแล้วรวบรวมเข้ากับบริบทโดยรวม ข้อมูลที่สะสมไว้สามารถถูกนำมาใช้ในรูปแบบของ Big Dataเพื่อรับข้อมูลเชิงลึกใหม่ๆ ต่อไป

 

บทความที่เกี่ยวข้อง:

อะไรคือ Big Data? บทวิเคราะห์ นิยาม ความหมายและตัวอย่าง (ตอนที่ 1)

 

  •  
  •  
  •  
  •  
  •  
  •  
  •  

Categories