ฟอร์มของนายณภัทร สิทธิสกุลเจริญ

 

แบบทดสอบ

ฟร์อมนายจิรานุวัฒน์ สายพุ่มอรุณ

ฟอร์มของ นายธนภัทร ราชการดี

นาย ธนภัทร ราชการดี

นาย ธนภัทร ราชการดี แนะนำตนเอง -วันเกิด 3 พฤษภาคม 2547 -สถานที่เกิด โรงบาลมะการักษ์ -สีที่ชอบ สีเหลือง -คติพจน์ ทำดีได้ดี ทำชั่วได้ชั่ว -เบอร์โทรศัพท์ 098-9651984

แบบฟอร์ม

นายจิรานุวัฒน์ สายพุ่มอรุณม.5/5 เลขที่1

                  

Big Data คืออะไร

Big Data คือ ข้อมูลจำนวนมากมหาศาลของบริษัททุกเรื่อง ทุกแง่มุม ทุกรูปแบบที่คุณพอจะนึกออก ซึ่งอาจเป็นข้อมูลที่มีโครงสร้างชัดเจน (Structured Data) เช่น ข้อมูลที่เก็บอยู่ในตารางข้อมูลต่างๆ หรืออาจเป็นข้อมูลกึ่งมีโครงสร้าง (Semi-Structured Data)  เช่น ล็อกไฟล์ (Log files) หรือแม้กระทั่งข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) เช่น ข้อมูลการโต้ตอบปฏิสัมพันธ์ผ่านสังคมเครือข่าย (Social Network) เช่น Facebook, twitter หรือ ไฟล์จำพวกมีเดีย เป็นต้น โดยอาจจะเป็นข้อมูลที่มาจากภายในองค์กร และภายนอกที่มาจากการติดต่อกับ Supplier หรือจากทุกช่องทางการติดต่อกับลูกค้า แต่ทั้งหมดนี้ก็ยังคงเป็นเพียงข้อมูลดิบที่รอการนำมาประมวลและวิเคราะห์ เพื่อนำผลที่ได้มาสร้างมูลค่าทางธุรกิจ ข้อมูลเหล่านี้อาจจะไม่ได้อยู่ในรูปแบบที่องค์กรสามารถนำไปใช้ได้ทันที แต่อาจมีข้อมูลที่เป็นประโยชน์ต่อองค์กรบางอย่างแฝงอยู่

 

Big Data มีคุณลักษณะสำคัญอยู่ 4 อย่างคือ ต้องเป็นข้อมูลที่มีจำนวนมากขนาดมหาศาล (Volume) มีความซับซ้อนหลากหลาย (Variety) มักจะเปลี่ยนแปลงอย่างรวดเร็วอยู่ตลอดเวลา (Velocity) และยังไม่สามารถนำมาใช้เป็นข้อมูลที่สมบูรณ์เพื่อนำมาใช้ในการประกอบการพิจารณาได้ (Veracity)

  

Big Data ก่อให้เกิดผลดีกับธุรกิจได้อย่างไร

 

เหล่านี้คือประโยชน์ของ Big Data ล้วนๆที่ภาคธุรกิจนำมาใช้งานจริงกันแล้ว

 

1. ธุรกิจจะเข้าใจลูกค้ามากยิ่งขึ้น

เพราะเราสามารถทราบถึงลักษณะพฤติกรรมการซื้อสินค้าของลูกค้าทั้งหมดได้ว่ามีการเลือกสินค้าอย่างไร เช่น พิจารณาอย่างไร ตัดสินใจซื้อได้อย่างไร ความต้องการที่แท้จริงของลูกค้าที่มีคืออะไร ลูกค้าซื้อสินค้าไหนทดแทนสินค้าของเรา และแนวโน้มที่ทำให้ลูกค้าซื้อสินค้าใกล้เคียง ทำให้เราสามารถวิเคราะห์ภาพรวมของตลาดได้ดีขึ้นอีกด้วย

2. ธุรกิจสามารถคาดเดาแนวโน้มของกระแสที่จะเกิดขึ้นในอนาคตได้

คุณควรเปิดใจให้กว้างและยอมรับว่าอะไรๆ ก็เป็นข้อมูลทั้งนั้น แล้วเราจะรู้กระแสได้อย่างไร ก็ได้จากข้อมูลที่เกิดขึ้นอย่างรวดเร็วและเพิ่มขึ้นอยู่ตลอดเวลาจากโซเชียลมีเดีย ทั้งที่นิยมอยู่ และที่กำลังจะเป็นที่นิยม หากเราสามารถนำข้อมูลที่ได้มาวิเคราะห์ได้อย่างรวดเร็วและทันท่วงที จะทำให้เรากลายเป็นผู้นำเทรนด์ไปแบบติดลมบนเลยทีเดียว

3. ธุรกิจสามารถคาดการณ์ปัญหาที่อาจเกิดขึ้นได้

ไม่ใช่แค่การเป็นผู้นำหรือผู้ตามกระแส แต่ Big Data สามารถช่วยให้องค์กรรับมือกับปัญหาในอนาคตได้ ตรงนี้หากวิเคราะห์ได้ถูกต้องสามารถพาธุรกิจไปสู่การปรับตัวที่จะเพิ่มศักยภาพในการดำเนินงานได้มากขึ้น ไม่ว่าจะเป็นเรื่องการปรับนโยบาย วิธีการบริหารจัดการ รวมไปถึงการวางยุทธศาสตร์ขององค์กรให้กลายเป็นองค์กรที่พร้อมเรียนรู้อยู่ตลอดเวลา พร้อมก้าวไปข้างหน้าอยู่เสมอ

4. ธุรกิจสามารถพัฒนาผลิตผลได้อย่างมีประสิทธิภาพ

ด้วยผลการวิเคราะห์ที่ได้จาก Big Data เข้ามาช่วยเพิ่มการตัดสินใจ ทั้งในเรื่องทางเลือกในการประหยัดต้นทุน ช่องทางการเพิ่ม Productivity ผ่านการปรับปรุงระบบการผลิตและระบบงานภายในองค์กรให้มีความสามารถเก็บข้อมูลต่างๆ มาวิเคราะห์ ทั้งแบบออฟไลน์และแบบดิจิทัล เช่น การสังเกตุกระบวนการผลิตและให้มีการติดตั้งเซ็นเซอร์ในสายการผลิตเพื่อจัดเก็บข้อมูลขนาดใหญ่และนำมาวิเคราะห์ จะทำให้ผู้ผลิตทราบและคาดการณ์ถึงจุดที่จะเป็นปัญหาและต้องการการแก้ไขหรือปรับปรุงอย่างเร่งด่วน ทำให้สามารถเข้าไปจัดการได้ทันท่วงที ซึ่งจะช่วยลดการสูญเสียและเพิ่มประสิทธิภาพภาพในสายพานการผลิต

 

ประเด็นคำถามที่น่าสนใจต่อ Big Data

 

ข้อมูลจำนวนมากที่เก็บไว้หลายปีดีหรือไม่?

 

เก็บไว้กี่ปีไม่มีใครสามารถระบุได้ แต่ที่แน่ๆข้อมูลที่ดีมีคุณภาพ ถ้ามีอายุเพียงแค่สองปีที่ผ่านมา แล้วสามารถนำไปต่อยอดและเป็นประโยชน์ได้มากกว่าข้อมูลที่ถูกเก็บมายาวนานกว่าสิบปีอย่างนี้ก็ย่อมต้องดีกว่าแน่นอน ฉะนั้นควรโฟกัสที่คุณภาพของข้อมูลที่ตอบโจทย์และชัดเจน

 

คุณพอจะนึกถึงที่เก็บข้อมูลเหล่านี้ออกมั้ย เราต้องใช้อุปกรณ์อะไรในการจัดเก็บ ?

 

ไม่ว่าคุณจะจัดเก็บไว้ที่ไหนทั้งในเครื่องคอมพิวเตอร์/ Storage /Information Data Center หรือฝากไว้กับผู้ให้บริการ Cloud ต่างๆ เช่น DropBox/ Google Drive/ SkyDrive/ Box.Net ก็แล้วแต่ความเหมาะสมขึ้นอยู่กับการดึงข้อมูลมาใช้ ความรวดเร็ว ความจุ และที่สำคัญคืองบประมาณในการดูแลค่าใช้จ่ายในการจัดเก็บข้อมูล

 

วิธีการสังเคราะห์ข้อมูลจำนวนมากมาใช้ ทำได้อย่างไร?

 

ขั้นตอนหรือกระบวนการทั้งหมดปัจจุบันใช้เทคโนโลยีเข้ามาช่วยในการจัดการรวบรวม ประมวลผล และวิเคราะห์ เครื่องมือที่ว่านั้นมีทั้ง AI และ Machine Learning ซึ่งต้องมีการลงทุนหาผู้เชี่ยวชาญมาดูแล แง่ดีบางส่วนสำหรับธุรกิจขนาดเล็กที่ต้องการขยายคือ เราสามารถหาผู้ที่สามารถลงมือทำตรงนี้ได้ในราคาที่ไม่แพงมากอย่างที่เราคิด เพราะโปรแกรมเขียน AI และ Machine Learning แบบเบื้องต้นสามารถนำมาใช้ได้จาก Open Source โปรแกรมต่างๆ ที่ใช้เขียนโปรแกรม มีทั้งแบบฟรีและแบบต้องเสียค่าใช้จ่าย โดยอาจไม่จำเป็นต้องลงทุนกับ Software ราคาแพงทุกงานไป ที่เหลือก็เพียงหาคนที่มีความคิดตั้งคำถามเชิงวิเคราะห์ และมีความเข้าใจว่าเราต้องการเก็บและนำข้อมูลไปใช้ได้อย่างไร ที่สำคัญต้องใช้เครื่องมือเหล่านั้นเป็นด้วย (ติดต่อ Aware เพื่อขอคำปรึกษาได้เพียงคลิกที่นี่)

 

ข้อมูลที่หลากหลาย เมื่อจัดเก็บแล้วพอจะเอามาใช้งานทำอย่างไร?

 

เราควรรู้ Customer Journey ก่อนว่าที่ลูกค้ามาซื้อสินค้าของเรา จริงๆแล้วซื้อเพราะอะไร พฤติกรรมการซื้อตั้งแต่ก่อน-ระหว่าง-หลังจากได้สินค้าไปแล้วเป็นอย่างไร มีพฤติกรรมไหนของลูกค้าที่ทำให้เรารู้ความคิดเห็นว่าเค้าคิดอย่างไรกับเรา ทุกการทำโปรโมชัน ลูกค้าพบเห็นจากที่ไหน เพื่อรู้ขั้นตอนว่าควรเข้าไปเก็บข้อมูลจากลูกค้าได้อย่างไร ยิ่งถ้าเรามีเป้าหมายในการนำข้อมูลไปใช้ประโยชน์ เราก็จะสามารถกำหนดวิธีการเก็บข้อมูลว่าจะเก็บอะไร อย่างไร เพื่ออะไร ผลที่ได้จาก Big Data นี้จะมีคุณภาพนำไปใช้สร้างประโยชน์ในธุรกิจต่อไปได้

 

Big Data ใช้ได้จริงกับธุรกิจขนาดใหญ่เท่านั้นใช่หรือไม่?

 

ขึ้นชื่อว่า ‘ข้อมูล’ ย่อมต้องมีคุณค่าไม่ทางใดก็ทางหนึ่ง Big Data กำลังเข้ามามีบทบาทมากมายในธุรกิจ ไม่ว่าจะด้านการวางแผนหลังบ้าน หรือแม้กระทั่งช่องทางการขายหน้าบ้าน จึงเรียกได้ว่า ใครพร้อมก่อน ก็สามารถเป็นผู้เดินเกมได้ก่อนในกลุ่มธุรกิจนั้นๆ ไม่ว่าธุรกิจเล็กหรือใหญ่ ก็จำเป็นต้องใข้ Big Data โดยทั้งสิ้น หากผู้ประกอบการสามารถเก็บพัฒนาข้อมูล และนำข้อมูลมาใช้วิเคราะห์เชิงลึกได้อย่างแม่นยำ ก็ช่วยในการตัดสินใจในเรื่องสำคัญได้ และช่วยสร้างความแตกต่างทำให้ธุรกิจกลายเป็นตัวเลือกที่โดดเด่นออกมาจากคู่แข่งได้อีกด้วย เรามีข้อแนะนำสำหรับธุรกิจเล็กคิดใหญ่ที่ต้องการเริ่ม Big Data ตั้งแต่ตอนนี้ (คลิกที่นี่)

 

แม้ว่าเรื่องราวของ Big Data ฟังดูแล้วยุ่งยาก ไม่ว่าจะเป็นอุปสรรคในระหว่างทางที่อาจเกิดขึ้น ไปจนถึงการปรับกระบวนการทำงานใหม่เพื่อให้เอื้อต่อการจัดเก็บข้อมูล แล้วปรับนโยบายบริษัทให้สอดคล้องกับการทำ Big Data ด้วยหรือไม่? จะทำได้สำเร็จหรือไม่? สารพัดความกลัวที่จะเกิดขึ้น Big Data ไม่ใช่เรื่องยากอย่างที่หลายคนกลัว อาจเพราะมันใหญ่และมีรายละเอียดเยอะ จึงทำให้การใช้งาน Big Data ค่อนข้างมีอุปสรรค แท้จริงแล้วอุปสรรคต่างๆ นี้ล้วนเป็นสิ่งที่ทุกองค์กรต้องเผชิญหน้าเพื่อพัฒนาและก้าวกระโดดต่อไป  ในบทความหน้าเราจะบอกคุณว่าหากคุณต้องการเริ่มลงมือทำ Big Data จะเริ่มที่ตรงไหน 

   big data

บิ๊กดาต้า (Big Data) คือคำนิยามของข้อมูลที่มีขนาดใหญ่ทุกชนิดที่อยู่ในองค์กรของเราไม่ว่าจะเป็น ข้อมูลบริษัท ข้อมูลลูกค้า Suppliers พฤติกรรมผู้บริโภค Transaction ไฟล์เอกสารต่างๆที่เกี่ยวข้องทั้งหมด รวมไปจนถึง รูปภาพ URLs ลิงค์ต่างๆที่คุณเก็บไว้ ฯลฯ ที่มีปริมาณมากจนกระทั่งซอฟต์แวร์ปกติทั่วไปไม่สามารถรองรับการเก็บข้อมูลหรือประมวลผลได้อย่างเต็มประสิทธิภาพ 

ซึ่งอีกนัยนึง Big Data คือเทคโนโลยีและสถาปัตยกรรมหรือ Platform ไอทีรุ่นใหม่ ซึ่งอาจมาในรูปแบบซอฟต์แวร์ ที่สามารถรองรับการจัดเก็บ การจัดการ กรองเลือกข้อมูล การวิเคราะห์ แสดงผล และการใช้งานข้อมูลที่มีคุณลักษณะดังต่อไปนี้

คุณลักษณะของ Big Data (4V)

1. ที่มีปริมาณมาก (Volume) ปัจจัยข้อแรกแน่นอนว่าคำว่า Big Data มีคำว่า “Big” นั่นก็คือข้อมูลที่มีขนาดใหญ่ ซึ่งสามารถเป็นได้ทั้งรูปแบบ Online และ Offline ซึ่งส่วนมากแล้วจะมีปริมาณมากกว่าหน่วย TB (Terabyte) ขึ้นไป
2. มีการเปลี่ยนแปลงอย่างรวดเร็ว (Velocity) ส่งผ่านข้อมูล Update กันอย่างต่อเนื่อง (Real-time) จนทำให้การวิเคราะห์ง่ายๆแบบ Manual เกิดข้อจำกัด หรือไม่สามารถจับรูปแบบหรือทิศทางของข้อมูลได้
3. หลากหลายประเภทหรือแหล่งที่มา (Variety) หมายถึงรูปแบบของข้อมูลที่แตกต่างกันออกไป ทั้งในรูปแบบ ตัวอักษร วิดีโอ รูปภาพ ไฟล์ต่างๆ ฯลฯ และหลากหลายแหล่งที่มาเช่น Social Network หรือ Platform E- Commerce ต่างๆ
4. ยังไม่ผ่านการประมวลผล (Veracity) ยังไม่ผ่านการ Process ให้อยู่ในรูปแบบของข้อมูลดิบ (Raw Data) ที่สามารถใช้สร้างประโยชน์ต่อองค์กรได้ 

ซึ่งข้อมูลเหล่านี้ที่มีคุณลักษณะข้างต้นนี้ ในอดีตที่ผ่านมายังไม่มีเครื่องมือมารองรับและจัดการ หรือยังไม่เคยนำมารวมกันเพื่อตั้งโจทย์ที่เป็นประโยชน์กับธุรกิจ ค้นหาผลลัพธ์ และผ่านกระบวนการวิเคราะห์ข้อมูลและดูความสัมพันธ์กันด้วยเครื่องมือที่เหมาะสม เพื่อให้เกิดเป็นข้อมูลที่สามารถใช้งานได้จริง (Information) และเกิดประโยชน์กับธุรกิจ เมื่อบริษัทมีข้อมูลที่พร้อมและมีประโยชน์ ทำให้กระบวนการตัดสินใจของผู้บริหารมีความถูกต้องและแม่นยำมากขึ้น

แล้วทำไม Big Data ถึงมีความสำคัญ ?

ปัจจุบันอะไรๆก็ Big data แล้วทำไมมันถึงสำคัญ แท้จริงแล้วความสำคัญของ Big data ไม่ได้เกี่ยวข้องกับข้อมูลที่องค์กรของคุณมีอยู่ แต่เป็นสิ่งที่คุณสามารถใช้ข้อมูลเหล่านี้ให้เกิดประโยชน์สูงสุดกับองค์กรได้อย่างไร

Big Data ช่วยให้คุณสามารถใช้ข้อมูลจากทุกแหล่งที่เป็นไปได้ และวิเคราะห์เพื่อให้ได้ผลลัพธ์ที่คุณต้องการ ซึ่งช่วยให้คุณสามารถเข้าใจผู้บริโภคได้มากขึ้น (Customer Insight) ลดต้นทุนได้ ลดเวลาระยะเวลาดำเนินการ และสามารถตัดสินใจได้อย่างแม่นยำมากขึ้น ปัจจุบันหลายบริษัทได้นำ Big Data มาประยุกต์ใช้ในส่วนของการขายและการตลาดของธุรกิจ เครื่องมือที่ใช้สำหรับการรองรับ Big Data แบบที่เราเข้าใจได้ง่ายๆ และเห็นอยู่บ่อยๆ ก็อย่างเช่น Google Analytics หรือ ระบบ ERP เป็นต้น

ขอยกตัวอย่างเช่น บริษัท E-Commerce ชื่อดังของโลก ได้นำ Big Data ไปใช้ในการแนะนำสินค้าแบบอัตโนมัติและปรับราคาสินค้าแบบ Real-time (Pricing Engine) ให้ตรงกับจุดที่ลูกค้าเห็นค่าของสินค้า (Value) และเกิดความเต็มใจที่จะจ่าย โดยอาศัยข้อมูลพฤติกรรมการเข้าชมเว็บไซต์และเลือกซื้อสินค้า ข้อมูลการซื้อในอดีต ข้อมูลการค้นหาข้อมูลการเลือกซื้อสินค้าผ่านทาง Search Engine ราคาสินค้าคู่แข่ง จำนวนสินค้าที่เหลืออยู่ เพื่อเพิ่มยอดขายในกับธุรกิจจากการที่ลูกค้าตัดสินใจซื้อได้ง่ายขึ้นBig Data หนึ่งในค าที่ถูก กล่าวถึงเป็นอย่างมากในสังคม ยุ ค เ ศ รษ ฐ กิ จ ดิ จิทั ล (Digital Economy) จึงมีค ำถำมเกิดขึ้นอยู่ บ่อยครั้งว่ำ Big Data คืออะไรและ ท ำไมเรำต้องสนใจ บทควำมนี้จะ พยำยำมตอบค ำถำมเหล่ำนี้ทั้งยัง น ำเสนอแนวโน้มกำรประยุกต์ใช้ Big Data ในปัจจุบัน รวมทั้งในส่วน ที่เกี่ยวข้องกับงำนของธนำคำร กลำง และควำมท้ำทำยในกำร จัดกำร Big Data ที่เรำต้องเผชิญ ในระยะข้ำงหน้ำ จำกนิยำมทั่วไป Big Data คือ การวิเคราะห์ข้อมูล ที่มีลักษณะส าคัญ 4 ข้อ หรือ ที่เรียกย่อๆ ว่า 4Vs (Volume– Velocity-Variety-Veracity) คือ ข้อมูลที่มีปริมำณ มำกเกินกว่ำที่ระบบจะรองรับได้(Volume) ซึ่งข้อมูล นั้ น มี อั ต ร ำ ก ำ ร เ ป ลี่ ย น แ ป ลง แ บ บ Real-time (Velocity) มีรูปแบบข้อมูลที่หลำกหลำย (Variety) และเป็นข้อมูลที่มีควำมคลุมเครือ (Veracity) (รูป 1) ซึ่งเกิดจำกกำรที่ข้อมูลได้มำจำกหลำยช่องทำง เช่น Google Facebook Twitter Line Youtube เป็นต้น แต่ Big Data จะมีคุณค่าก็ต่อเมื่อน าข้อมูลนั้นมา วิเคราะห์เพื่อดึงข้อมูลเชิงลึก (Insights) มาใช้ให้ เป็นประโยชน์ ในปัจจุบันมีการน า Big Data มาประยุกต์ใช้ กันอย่างกว้างขวางเพื่อช่วยสนับสนุนการด าเนินงาน ของหลายภาคส่วนเศรษฐกิจ เช่น ด้านการเกษตร มีกำรใช้Geographical Information System (GIS) ช่วยพยำกรณ์ผลผลิตในภำคกำรเกษตร กำรใช้ปัจจัย กำรผลิตทั้งปุ๋ยและน้ ำ รวมทั้งระบบชลประทำน เพื่อเพิ่มผลิตภำพกำรเกษตร รวมทั้งสำมำรถวำงแผน กำรกระจำยสินค้ำได้อย่ำงมีประสิทธิภำพ ด้าน สาธารณสุข ช่วยสนับสนุนกำรวินิจฉัยโรคของ บุคลำกรทำงกำรแพทย์ รวมทั้งกำรคำดกำรณ์โรคของ คนไข้จำกผลกำรตรวจ ท ำให้สำมำรถวำงแผนกำร รักษำได้เร็วขึ้น นอกจำกนี้ยังเป็นข้อมูลพื้นฐำนส ำคัญ ต่อกำรเติบโตของธุรกิจประกันสุขภำพ (Health Insurance) และ ด้านโทรคมนาคม มีกำรใช้GPS Tracking System ม ำใ ช้ เป็ น เ ค รื่ อง มื อติ ด ต ำ ม ต ำแหน่งและพฤติกรรมของลูกค้ำ เพื่อน ำมำวิเครำะห์ และน ำมำสร้ำงเป็น Profile ของลูกค้ำ เพื่อสร้ำง นโยบำยกำรตลำดที่ตอบสนองควำมต้องกำรได้ดีขึ้น รูป 1: ความหมายของ Big Data ที่มา: Adapted from Mckinsey Global Institute, Twitter, Cisco, Gartner, EMC, SAS, IBM, MEPTEC, QAS 2 24 November 2015 27, บทวิเคราะห์ทางเศรษฐกิจ 27, การวิเคราะห์ข้อมูลแบบ Big Data ซึ่งมี ขนาดใหญ่และความซับซ้อนมาก ท าให้ผลลัพธ์ของ รูปแบบที่เกิดขึ้น (Pattern Recognitions) อาจมี ทั้ งแบบในกรอบที่ ก าหนดไว้และนอกกรอบ ที่คาดไม่ถึง ซึ่งแนวโน้มการประยุกต์ใช้ Big Data สรุปได้4 แนวทางดังนี้(รูป 2) รูป 2 แนวโน้มการประยุกต์ใช้ Big Data 1. ก า ร ค า ด ก า รณ์ จ า ก ข้ อ มู ล ปั จ จุบั น (Nowcasting) จำกวิธีกำรเดิม เรำใช้ข้อมูลในอดีตมำ ท ำนำยสิ่งที่จะเกิดขึ้นในอนำคต (Forecasting) แต่ ก ำ ร วิ เค ร ำ ะห์ ข้ อมู ลแบบ Big Data จ ะเปลี่ ยน เป็นกำรใช้ข้อมูลปัจจุบันหรือข้อมูลเร็วแทน ท ำให้ สำมำรถคำดกำรณ์ได้เร็วขึ้น 2. การคาดการณ์จากพฤติกรรมการค้นหา (Search Behavior) โดยใช้ข้อมูลจำกค ำที่มีกำร ค้นหำในอินเตอร์เน็ตในแต่ละช่วงเวลำมำวิเครำะห์ ที่สะท้อนพฤติกรรมแท้จริงของผู้บริโภค เพื่อเพิ่มควำม ได้เปรียบในกำรแข่งขันและเพิ่มประสิทธิภำพ ในกำรวำงแผน 3. ก า ร ค า ด ก า ร ณ์จ า ก ข้ อ มู ล เ ชิ ง ลึ ก (Information Insights) เกิดจำกกำรใช้เทคโนโลยี กำรวิเครำะห์ข้อมูลขนำดใหญ่ เพื่อหำควำมสัมพันธ์ และควำมเชื่อมโยงของข้อมูล ท ำให้ทรำบข้อมูลเชิงลึก ในแต่ละภำคส่วนเศรษฐกิจ 4. การคาดการณ์จากการทุจริต (Fraud Detection/Prevention) เป็นกำรต่อยอดผลลัพธ์ที่ ได้จำกควำมสัมพันธ์ข้อมูลเชิงลึก โดยสังเกตพฤติกรรม กำรเดินทำงของข้อมูล ท ำให้ตรวจสอบควำมผิดปกติ ที่เกิดขึ้น และหำวิธีกำรป้องกันได้ทันเวลำ หำกถำมว่ำแล้ว Big Data เกี่ยวข้องกับธนำคำร กลำงอย่ำงไร จำกบทบำทธนำคำรกลำงในกำรด ำเนิน นโยบำยกำรเงินและสถำบันกำรเงิน รวมทั้งระบบกำร ช ำระเงินให้มีเสถียรภำพ กำรน ำ Big Data มำใช้จะ ช่วยเสริมภำรกิจของธนำคำรกลำงในหลำยด้ำน รูปที่3: ตัวอย่างการน า Big Data Analytics มาประยุกต์ใช้ในการค านวณ GDP และ House Price Inflation ที่มา: Bank of England Quarterly Bulletin 2014 Q1 (Bell, Stone, and Wallis) and Bank of England Quarterly Bulletin 2011 Q2 (McLaren and Shanbhogue) 3 24 November 2015 27, บทวิเคราะห์ทางเศรษฐกิจ 27, ดังตัวอย่ำงของธนำคำรกลำงที่ประยุกต์ใช้Big Data เช่น กรณีธนาคารกลางอังกฤษ ก ำหนดให้มีกำร วิเครำะห์ข้อมูลชั้นสูง (Analytic Excellence) เป็น หนึ่งในแผนกลยุทธ์ปี2014 และได้จัดตั้ง Data Lab และ Data Community เพื่อเป็นศูนย์กลำงกำรวิจัย Big Data รวมถึงจัดสัมมนำด้ำนนี้ร่วมกับธนำคำรกลำง อื่นๆ เพื่อแลกเปลี่ยนประสบกำรณ์กำรประยุกต์ใช้ เช่น กำรท ำ Nowcast GDP จำก Industry Model และ Weighted Survey Model โดยคำดกำรณ์GDP จำกข้อมูลเร็วรำยเดือนแทนข้อมูลรำยไตรมำส ท ำให้ เผยแพร่ GDP ได้เร็วขึ้น หรือใช้ข้อมูลจำกค ำที่มีกำร ค้นหำใน Google ซึ่งมีควำมถี่แต่ละช่วงเวลำต่ำงกัน มำเปรียบเทียบกับข้อมูลส ำรวจ ในส่วนของกำรจัดท ำ ดัชนีด้ำนแรงงำน และดัชนีอสังหำริมทรัพย์ (รูป 3) ธนาคารกลางแคนาดาได้ตีพิมพ์เอกสำร Big Data Analysis: The Next Frontier ในปี2013 ชี้ให้เห็นว่าการวิเคราะห์ข้อมูลขนาดใหญ่ท าให้เห็น ข้อมูลเชิ งลึกที่แอบซ่อนอยู่ได้เ ร็วขึ้น (Fresh insight) น ำมำช่วยติดตำมและวำงนโยบำยเศรษฐกิจ ได้เร็วขึ้น เช่น กำรศึกษำพฤติกรรมอุปโภคบริโภค โดยใช้ข้อมูลรำยวันของระบบช ำระเงินแทนข้อมูล รำยไตรมำส เป็นต้น ธนาคารกลางสหรัฐอเมริกา เผยแพร่การศึกษาพฤติกรรมทางการเงินที่คัดกรอง จากข่าวโดยเครื่องมือ Neural Network Application และ Machine-learning Algorithm ซึ่งสำมำรถ วิเครำะห์ภำษำ และจ ำแนกข่ำวเชิงบวกและเชิงลบได้ ธนาคารกลางสิงคโปร์ ระบุว่า Big Data เป็นหนึ่ง ใน Big Trends in Technology ที่กระทบกับภาค การเงินการธนาคาร และวำงวิสัยทัศน์ที่จะเป็น Smart Financial Centreในงำน GlobalTechnology Law Conference 2015 จากที่กล่าวมาทั้งหมดข้างต้น เราคงต้อง เผชิญ กับค ว า มท้ าท า ย ข อ ง Big Data อ ย่ า ง หลีกเลี่ยงไม่ได้ โดยนับวันข้อมูลก็จะยิ่งมีปริมำณมำก ขึ้นเรื่อยๆ ไม่มีที่สิ้นสุด สิ่งท้าทายก็คือ เราจะใช้ ข้อมูลปริมาณมหาศาลเหล่านี้ได้อย่างไร โดย ไม่ส าลักข้อมูล (Information Overload) สิ่งที่เรา ต้องเตรียมการเพื่อรองรับความท้าทายนี้ คือ (1) ความพร้อมด้านเทคโนโลยี ที่ต้องบริหำรจัดกำร ข้อมูลระดับ Big Data ทั้งกำรจัดเก็บ ประมวลผล ติดตำม ตรวจสอบ เทคนิคกำรแปลงข้อมูล (Data Transformation) ก ำ ร วิ เ ค ร ำ ะ ห์ ข้ อ มู ลชั้ น สูง (Analytic Excellence) โดยต้องค ำนึงถึงควำมถูกต้อง ตำมหลักธรรมำภิบำลข้อมูล (Data Governance) (2) ความพร้อมด้านข้อมูล จำกที่ปัจจุบันข้อมูลเป็น สินทรัพย์ที่มีค่ำมำกขององค์กรจนเกิดธุรกิจซื้อขำย ข้อมูล โดยเฉพำะข้อมูลที่สะท้อนพฤติกรรมผู้บริโภค เพื่อน ำไปใช้ประโยชน์ทำงธุรกิจ ประเด็นนี้ท ำให้ต้องมี กำรออกกฎหมำย วำงนโยบำย รองรับกำรเปิดเผย ข้อมูล (Open Data) กำรแลกเปลี่ยนซื้อขำยข้อมูล และกำรใช้ข้อมูลร่วมกัน (Data Sharing) อย่ำงชัดเจน และ (3) ความพร้อมด้านบุคลากร เราต้องสร้าง บุคลากรที่มีความรู้ทั้งด้านวิทยาศาสตร์ คณิตศาสตร์ สถิติ และมีความเข้าใจคุณลักษณะข้อมูล (Data Characteristic) ทั้ง 4 ด้านหลัก คือมีทักษะในการ อธิบาย วินิจฉัย สังเกตความผิดปกติของข้อมูล และ สามารถใช้ข้อมูลในการสร้างโมเดลคาดการณ์ น าไปสู่การวางนโยบายอย่างมีประสิทธิภาพ ซึ่ง บุคลากรที่ท าหน้าที่ส าคัญนี้คือ “นักวิทยาศาสตร์ ข้อมูล (Data Scientist)” บทความนี้เป็นข้อคิดเห็นส่วนบุคคล จึงไม่จ าเป็นต้อง สอดคล้องกับความเห็นของธนาคารแห่งประเทศไทย

นาย ณภัทร สิทธิสกลุเจริญ เลขที่5