Big Data & Data Analytics

 

Big Data & Data Analytics คืออะไร ??

          บางคนอาจสงสัยว่าสิ่งที่แตกต่างระหว่าง Big data และ Data Analytics บ่อยครั้งที่คุณเห็นชื่อ Big Data Analytics, Big Data, Analytics หรือ Data Science สิ่งเหล่านี้หมายความว่าอย่างไร

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

          โดยสรุป : Big data เป็นโครงสร้างพื้นฐานที่รองรับการวิเคราะห์ ซึ่งการวิเคราะห์นั้นใช้คณิตศาสตร์ และการวิเคราะห์เรียกอีกอย่างว่า ศาสตร์ข้อมูล

          Data Analytics เป็น Business Intelligence ซึ่งเป็นศาสตร์ของการใช้ข้อมูลต่างๆ จำนวนมาก เรียกว่า Big data มาวิเคราะห์ร่วมกันและแสดงผลเพื่อช่วยในด้านธุรกิจหรือตามวัตถุประสงค์ อื่นๆ ที่ต้องการ ซึ่งเริ่มต้นจากความสามารถของเราในการนำข้อมูลหล่านั้นมาทำให้อยู่ในรูปแบบที่พร้อมจะประมวลผลได้โดยเทคโนโลยีหรือชุดคำสั่งและแบบจำลองที่สร้างขึ้นเพื่อนำข้อมูลที่ได้ผ่านการวิเคราะห์แล้วมาใช้ หรือแปลความหมายโดยบุคคลที่ได้รับการฝึกอบรมการใช้เทคโนโลยีเหล่านั้น รูปแบบของการวิเคราะห์ข้อมูลสามารถแบ่งได้ดังนี้

  • การวิเคราะห์ข้อมูลแบบพื้นฐาน (Descriptive analytics) เป็นการวิเคราะห์เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆที่ได้เกิดขึ้น หรืออาจกำลังเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผลการดำเนินงาน
  • การวิเคราะห์แบบเชิงวินิจฉัย (Diagnostic analytics) เป็นการอธิบายถึงสาเหตุของสิ่งที่เกิดขึ้น ปัจจัยต่างๆ และความสัมพันธ์ของปัจจัยหรือตัวแปรต่างๆ ที่มีความสัมพันธ์ต่อกันของสิ่งที่เกิดขึ้น ตัวอย่างเช่น ความสัมพันธ์ระหว่างยอดขายต่อกิจกรรมทางการตลาดแต่ละประเภท ซึ่งเป็นก้าวใหม่ที่ช่วยเสริมให้ตัดสินใจไปในทางที่ถูกต้อง
  • การวิเคราะห์แบบพยากรณ์ (Predictive analytics) เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูล
    ที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย
    การพยากรณ์ผลประชามติ
  • การวิเคราะห์แบบให้คำแนะนำ (Prescriptive analytics) เป็นการวิเคราะห์ข้อมูลที่มีความซับซ้อนที่สุด เป็นทั้งการพยากรณ์สิ่งต่างๆ ที่จะเกิดขึ้น ข้อดี ข้อเสีย สาเหตุ และระยะเวลาของสิ่งที่จะเกิดขึ้น ร่วมถึงการให้คำแนะนำทางเลือกต่างๆที่มีอยู่ และผลของแต่ละทางเลือก

แหล่งอ้างอิง :

  • เว็บไซต์ bmc blogs (https://www.bmc.com/blogs/big-data-vs-analytics/)
  • เว็บไชต์ TEREBINTH (https://www.tereb.in.th/erp/big-data-%E0%B8%84%E0%B8%B7%E0%B8%AD/)
  • โดย Dr.Yaowaluk Chadbunchachai / Mr. Sophon Permsirivallop (https://bit.ly/2TtaUkx)