โลกกำลังกลายเป็นพื้นที่ข้อมูล (data space) ที่ใหญ่ขึ้นเรื่อยๆ ด้วยข้อมูลที่ถูกสร้างขึ้นทุกวัน งานวิจัยระบุว่า ทุกวันผู้ใช้上传 55 ล้านรูปภาพ 340 ล้านทวีต และ 1 พันล้านเอกสาร รวมเป็น 2.5 กวินติลลิออน (quintillion) หน่วยข้อมูล ใช่แล้ว คุณอ่านถูกต้อง!
คำถามคือ เราจะจัดการข้อมูลปริมาณมากนี้อย่างไร เมื่อแอปพลิเคชันประมวลผลข้อมูลแบบดั้งเดิมไม่เพียงพอ การสร้างข้อมูลที่เข้มข้นขึ้นนี้ นำไปสู่เทคนิคใหม่ที่เราเรียกว่า Big Data มันคือเทคนิคใหม่สำหรับจัดเก็บ จัดการ และแชร์ข้อมูลปริมาณมาก Big Data ได้รับความนิยมตั้งแต่ต้นศตวรรษที่ 21 แต่ความสำคัญกำลังเพิ่มขึ้นอย่างรวดเร็วในปัจจุบัน สำหรับมือใหม่ Big Data ครอบคลุม 3V คือ Volume (ปริมาณ), Velocity (ความเร็ว) และ Variety (ความหลากหลาย)
- Volume: ข้อมูลถูกเก็บรวบรวมจากหลายแหล่ง เช่น ธุรกรรมทางธุรกิจ โซเชียลมีเดีย ข้อมูล Machine-to-Machine และแหล่งอื่นๆ รวมกันเป็นชุดข้อมูลใหญ่โต ซึ่งจัดการผ่านเทคโนโลยีใหม่ๆ เช่น Hadoop โปรแกรมโอเพนซอร์สที่อนุญาตให้ประมวลผลชุดข้อมูลขนาดใหญ่ในสภาพแวดล้อมคอมพิวติ้งแบบกระจาย (distributed computing) กล่าวคือ Hadoop ให้คุณจัดเก็บและจัดการข้อมูลมหาศาลได้อย่างราบรื่นในเวลาสั้น
- Velocity: คืออัตราความเร็วที่ข้อมูลถูกเก็บรวบรวม/รับเข้ามา และนำไปปฏิบัติ Search Cloud Computing กล่าวว่า "ทุกโครงการวิเคราะห์ Big Data จะ ingest, correlate และ analyze แหล่งข้อมูล แล้วสร้างคำตอบหรือผลลัพธ์จากคำถามหลัก หมายความว่าผู้วิเคราะห์มนุษย์ต้องเข้าใจข้อมูลที่มีอยู่อย่างละเอียด และมีความรู้สึกว่ากำลังมองหาคำตอบอะไร" ดังนั้นจึงเข้าใจการวิเคราะห์ข้อมูลแบบ near real-time และ real-time สำหรับการสตรีมข้อมูลที่เหมาะสม
- Variety: ข้อมูลมักมีรูปแบบหลากหลาย เช่น ข้อมูลโครงสร้าง (structured) และไม่มีโครงสร้าง (unstructured) ซึ่งรวมถึงข้อมูลตัวเลขในฐานข้อมูลแบบดั้งเดิม และเอกสาร อีเมล เสียง วิดีโอ ธุรกรรมทางการเงิน ข้อมูลหุ้น ตามลำดับ ข้อมูลที่มีโครงสร้างไม่ต้องมีข้อกำหนดก่อนประมวลผล แต่ข้อมูลไม่มีโครงสร้างจะต้องมีการจัดโครงสร้างแบบสมมาตriques (symmetric structuring) ก่อนจึงจะประมวลผลได้
3V นี้เป็นนิยามดั้งเดิมของ Big Data แต่การวิจัยสมัยใหม่ได้เพิ่ม V เพิ่มเติมเข้ามา:
- Veracity (ความถูกต้อง/ความน่าเชื่อถือ): Veracity ในข้อมูลหมายถึงความมีความหมายของข้อมูล กล่าวคือ ความลำเอียง สัญญาณรบกวน และความผิดปกติในข้อมูล แม้ข้อมูลจะถูกสร้างมากมาย แต่ไม่ใช่ทั้งหมดที่สำคัญ ข้อมูลควรถูกกรองในขั้นตอนการรวบรวมและวิเคราะห์ เพื่อนำไปสตรีมต่อ ต้องมีทีมและพันธมิตรที่มั่นคง เพื่อประมวลผลข้อมูลที่มีค่าเท่านั้น และเพิกเฉยข้อมูลที่ไม่สำคัญ
- Validity (ความถูกต้อง/ความแม่นยำ): ความถูกต้องของข้อมูลเป็นอีกด้านของ Big Data คล้ายกับ Veracity Validity ก็มีบทบาทสำคัญ หมายถึงความถูกต้องและความแม่นยำของข้อมูลสำหรับการใช้งานที่ตั้งใจ หลังกรองแล้ว จะนำไปวิเคราะห์และประมวลผลต่อ
- Volatility (ความผันผวน/อายุข้อมูล): Volatility ของ Big Data หมายถึงความถูกต้องของข้อมูลในแง่ของเวลาและประโยชน์ รวมถึงตัวแปรอย่าง: ข้อมูลใช้ได้นานแค่ไหน และควรเก็บไว้นานแค่ไหน
- Variability (ความเปลี่ยนแปลงของความหมาย): Variability หมายถึงข้อมูลที่ความหมายเปลี่ยนแปลงไปเรื่อยๆ เกิดบ่อยกับข้อมูลที่ขึ้นอยู่กับเวลาเฉพาะ เช่น ทренดบนโซเชียลมีเดีย หรือข้อมูลที่เกี่ยวกับช่วงเวลาหนึ่ง ข้อมูลประเภทนี้ถูกวิเคราะห์และประมวลผลด้วยอ้างอิงความสำคัญของมัน
Big Data เปลี่ยนสถานการณ์อย่างไรและผลกระทบอย่างไร
การเพิ่มขึ้นของข้อมูลทำให้องค์กรบังคับต้องใช้เทคนิค Big Data ปัจจุบัน Big Data นำไปสู่การเปลี่ยนแปลงเฉพาะบางอย่าง ซึ่งเราก็เรียกว่ายุคและยุคสมัยของเทคโนโลยี
- เครือข่าย/สื่อสังคม (Social Networks/Media): เครือข่ายสังคมผ่านช่องทางต่างๆ กลายเป็นเรื่องมุ่งมั่นหลักในปัจจุบัน พันล้านคนพึ่งพาโซเชียลมีเดียเพื่อเชื่อมต่อกับคนทั่วโลก เผยแพร่ข้อความ ธุรกิจ โฆษณา และการแลกเปลี่ยน ข้อมูลมหาศาลจึงถูกสร้างขึ้นจากโซเชียลมีเดียและเครือข่ายของมัน ซึ่งเป็นการ biểu hiệnของ Big Data
- แหล่งข้อมูล - ข้อมูลสาธารณะ/เปิด (Public/Open Data): องค์กรเอกชนและรัฐบาลจำนวนมากทำให้ข้อมูลพร้อมใช้งานสำหรับผู้ใช้ ไม่เหมือนสมัยก่อน ข้อมูลเหล่านี้มักผสมกับข้อมูลระดับภูมิภาคและชาติ ข้อมูลกิจกรรมทางเศรษฐกิจ ข้อมูลบริการสาธารณะ ข้อมูลประชากรหรือปรากฏการณ์ด้านสิ่งแวดล้อม ข้อมูลการเคลื่อนที่และขนส่ง
- Internet of Things (IoT): ทุกผลิตภัณฑ์และองค์ประกอบของยุคนี้เกี่ยวข้องกับการลดขนาดอิเล็กทรอนิกส์ และความสามารถในการเชื่อมต่อแบบvasive, mobile และ "ubiquitous" ทำให้สิ่งต่างๆ ถูกควบคุมด้วยดิจิทัล ตัวอย่าง รถยนต์และผลิตภัณฑ์ในบ้านบางส่วนกึ่งกลางอยู่รอบๆ อินเทอร์เน็ตและเทคโนโลยี เพิ่มเติม นิตยสาร Ingenium กล่าวว่า "ทุกส่วนของสิ่งแวดล้อมของเราสามารถ 'enrich' ได้ เพื่อเก็บข้อมูลและข้อมูลเกี่ยวกับปรากฏการณ์ธรรมชาติ (เช่น ภูเขาถล่ม การเปลี่ยนแปลงสภาพอากาศ) ทั้งปรากฏการณ์พฤติกรรมและสังคม (เช่น จราจร การไหลของประชากรในพื้นที่เมือง ระดับความปลอดภัย และการตรวจสอบชุมชน) ทุกด้านของโลกวันนี้สามารถทำให้เป็นดิจิทัลได้ และกลายเป็นแหล่งข้อมูลและข้อมูลที่เกือบจะไม่มีที่สิ้นสุด"
- อินเทอร์เน็ต, เว็บ, อีคอมเมิร์ซ และแอป: ข้อมูลที่สร้างขึ้นวันนี้พร้อมใช้งานบนอินเทอร์เน็ต/เว็บ หรือแอปที่เพิ่มขึ้น แม้จะเป็นส่วนหนึ่งของ Big Data แต่อินเทอร์เน็ต/เว็บ อีคอมเมิร์ซ และแอปไม่สามารถเพิกเฉยได้ นี่คือพื้นที่ที่ผู้ใช้พึ่งพาเมื่อพูดถึงการใช้งานข้อมูล
ผลกระทบของ Big Data
ด้วย Big Data ที่เปลี่ยนสถานการณ์ บางอุตสาหกรรมได้รับผลกระทบอย่างมาก บางส่วนของผลกระทบเหล่านี้ระบุด้านล่าง ตามอุตสาหกรรม
- ผลกระทบต่อการตลาด (Marketing): ด้านการตลาด Big Data ช่วยให้มีการมีส่วนร่วมของผู้บริโภคที่ดีขึ้น การรักษาลูกค้า (retention) และความภักดี รวมถึงสร้างผลลัพธ์/ประสิทธิภาพที่เหมาะสมที่สุดจากกลยุทธ์การตลาด ไม่ได้เกินจริงหากพูดว่า Big Data เปลี่ยนสถานการณ์การตลาดจากรากจนถึงยอด
- ผลกระทบต่อธุรกิจ (Businesses): Kristina Roth CEO และผู้ก่อตั้ง Matisia Consultants กล่าวว่า "ด้วย Big Data ธุรกิจสามารถเรียนรู้ที่จะปรับปรุงได้เร็วขึ้น ดีกว่า และต้นทุนต่ำกว่า โดยเรียนรู้บทเรียนจากแต่ละโครงการปรับปรุงและนำไปใช้ในโครงการถัดไป" นอกจากนี้ ยังช่วยให้องค์กรเก็บข้อมูลให้ปลอดภัยและมั่นคง สำรวจหนึ่งเผยให้เห็นดังนี้:
- 64% ของบริษัท IT ลงทุนหนักใน Big Data
- 69% ของผู้ตอบแบบสำรวจ ยืนยันว่า Big Data สำคัญและเป็นที่ตั้งใจสูงสุด
- 75% ของ CIOs เปิดเผยว่า Big Data ส่งผลดีต่อประสิทธิภาพและประสิทธิผลโดยรวม
- 70% ของผู้เข้าร่วม เปิดเผยว่าธุรกิจของพวกเขาได้รับผลกระทบเชิงบวกจากการลงทุน Big Data
- ผลกระทบต่อสังคม (Society): นอกเหนือจากทุกอย่าง Big Data ยังส่งผลกระทบต่อชีวิตประจำวันและสังคมด้วย เพื่อความชัดเจน เราสามารถสังเกตเทคโนโลยีใหม่ๆ ที่ทำให้ชีวิตง่ายขึ้นด้วยปัญญาประดิษฐ์ เช่น รถยนต์ขับเองที่นำทางด้วยเทคโนโลยีอัจฉริยะ ในอนาคตอันใกล้ ปัญหาจะถูกแก้ไขก่อนที่จะลุกขึ้นมา แอปและอุปกรณ์อัจฉริยะก็อาจแทนที่อุปกรณ์เดิมๆ
นอกเหนือจากนี้ Big Data ยังมีผลกระทบอย่างมากต่อการแพทย์ การตลาดโซเชียลมีเดีย โฆษณา และด้านอื่นๆ ของเศรษฐกิจ
อ่านเพิ่มเติม: 13 เครื่องมือสกัดข้อมูลเชิงพาณิชย์สำหรับ Big Data
โอกาสในอนาคตของ Big Data
หลังจากที่กล่าวมาแล้ว บริษัทมากขึ้นจะนำ Big Data ไปใช้ในอนาคตอันใกล้ นักวิจัยยังระบุโอกาสต่างๆ ของ Big Data ในอนาคต นี่คือบางส่วน:
- การเปลี่ยนจากการปฏิบัติการไปสู่การวิเคราะห์ (Shift from operational to analytical): ในขณะที่เทคโนโลยีปัจจุบันช่วยการดำเนินงานของข้อมูลสตรีม (data streaming) อนาคตจะเอียงไปสู่การวิเคราะห์ข้อมูลข้ามโดเมนที่กำลังจับได้ กล่าวคือ การสตรีมแบบ real-time จะเป็นแง่มุมอนาคตของ Big Data
- ความเป็นส่วนตัวจะเป็นความท้าทาย (Privacy will be a challenge): เมื่อข้อมูลเติบโตอย่างต่อเนื่องโดยไม่มีจุดหยุด ความเป็นส่วนตัวจะเป็นความท้าทายสำหรับเทคนิคต้นงอกนี้ จะเห็นชัดในอุตสาหกรรม เช่น การธนาคาร โซเชียลมีเดีย และที่คล้ายกัน ที่ข้อมูลผู้ใช้จำเป็นและเล่นบทบาทสำคัญ
- ธุรกิจจะได้ประโยชน์มหาศาล (Businesses will see huge benefits): ตามที่อภิปรายข้างต้น ธุรกิจกำลังได้ประโยชน์จาก Big Data จะมากขึ้นในอนาคต การเพิ่มประสิทธิภาพ (Enhanced optimization) และประสิทธิผลจะเป็นประโยชน์หลัก โดยเฉพาะ คาดว่าธุรกิจจะได้ประโยชน์ด้านประสิทธิผล 430 พันล้านดอลลาร์
หากมีเทคโนโลยีใหญ่ไหนที่เรากำลังมองอยู่ ไม่ใช่อื่นนอกจาก Big Data ซึ่งพร้อมจะรวบรวมข้อมูลมหาศาลที่ถูกสร้างขึ้น ด้วยที่กล่าวมา Big Data จะดียิ่งขึ้นตามเวลา และปฏิวัติโลกให้ดียิ่งขึ้น
