เก็บข้อมูลให้อยู่หมัด ก้าวข้ามทุกขีดจำกัดไปกับ AIS Big Data as a Service

ในยุคปัจจุบันที่ข้อมูลมีมูลค่าดั่งน้ำมันตามคำเปรียบที่ว่า “Data is the new oil.” นั้น Big Data คงไม่ใช่เรื่องใหม่อีกต่อไปสำหรับการดำเนินธุรกิจบนโลกที่ทุกอย่างถูกขับเคลื่อนด้วยข้อมูล (Data-driven) ทว่าเป็นสิ่งจำเป็นอย่างเร่งด่วนที่ทุกธุรกิจองค์กรควรต้องหันมาให้ความสำคัญกับ Big Data เพื่อสร้างมูลค่าหรือประโยชน์ทางการค้า หรือตอบโจทย์ธุรกิจของแต่ละองค์กรให้สอดคล้องกับวิถีชีวิตของผู้คนทั่วโลกที่เข้าสู่ยุคดิจิทัลเต็มรูปแบบ

อย่างไรก็ดี หากต้องเริ่มต้นจากศูนย์ในการทำ Big Data และต้องอาศัยผู้เชี่ยวชาญด้านข้อมูล ผนวกกับเครื่องมือประสิทธิภาพสูงมากมายที่มาพร้อมกับต้นทุนค่าใช้จ่ายมหาศาลแล้วนั้น หลาย ๆ ธุรกิจองค์กรอาจเกิดความรู้สึกไม่มั่นใจว่าจะเดินหน้าต่อไปในทิศทางใด ซึ่งก็ถือว่าเป็นอีกหนึ่งความท้าทายขององค์กรที่จะต้องก้าวข้ามข้อจำกัดเหล่านั้นไปให้ได้ 

บทความนี้จึงขอพาทุกท่านไปร่วมค้นหาความสำคัญและความท้าทายของ Big Data ในภาคธุรกิจผ่านกรณีศึกษาที่น่าสนใจอย่าง Nike, Walmart และผู้ให้บริการเครือข่ายโทรคมนาคม พร้อมนำเสนอ AIS Big Data as a Service โซลูชันสำหรับธุรกิจองค์กรที่จะช่วยให้ก้าวข้ามทุกข้อจำกัดในการทำ Big Data และนำพาไปสู่ความสำเร็จในการดำเนินธุรกิจตามเป้าหมายที่ตั้งไว้

Big Data คืออะไร?

ก่อนจะรู้ว่า Big Data คืออะไรนั้น เราต้องมาทำความเข้าใจก่อนว่า Data คืออะไร และแตกต่างอย่างไรกับ Big Data จากนั้นพิจารณาดูว่าองค์กรนั้น ๆ มี Big Data เพื่อนำไปใช้ประโยชน์ต่อได้หรือไม่

Data คือ ข้อมูลทุกอย่างทั้งในองค์กรและนอกองค์กรที่สามารถนำมาใช้ประโยชน์ ใช้งาน และมีส่วนเกี่ยวข้องกับองค์กรนั้น ๆ เช่น ข้อมูลของบริษัท ข้อมูลติดต่อของลูกค้า ข้อมูลติดต่อของผู้ร่วมธุรกิจ ลักษณะของผู้บริโภค การทำรายการธุรกิจต่าง ๆ ในแต่ละวัน ตัวอักษร ไฟล์ เอกสาร รูปภาพ รวมถึงข้อมูลอื่น ๆ แทบทุกประเภทที่อยู่บนโลกออนไลน์ ฯลฯ

ส่วน Big Data นั้นมีองค์ประกอบลักษณะหลักของข้อมูลด้วยกัน 4 ประการ (4V) ได้แก่

1. Volume: ข้อมูลที่มีขนาดใหญ่ระดับ TB-PB เป็นต้น

Volume คือ ปริมาณข้อมูลที่สามารถผลิตและจัดเก็บไว้ได้นั้นจะต้องมีขนาดใหญ่มากเพียงพอ ซึ่งปริมาณของข้อมูลจะเป็นข้อบ่งบอกได้ถึงคุณภาพและประสิทธิภาพของข้อมูลภายในนั้น และสามารถนำไปพิจารณาต่อได

2. Variety: ข้อมูลที่มีความหลากหลาย เช่น รูปภาพ เสียง Datasheet ไฟล์

Variety คือ ความหลากหลายของประเภทข้อมูล โดยสามารถเพิ่มประสิทธิภาพในการนำข้อมูลไปวิเคราะห์ต่อยอดได้ ไม่ว่าจะเป็นข้อมูลที่เป็นตัวหนังสือ รูปภาพ ข้อมูลเสียงที่ถูกบันทึกไว้ วิดีโอหรือไฟล์ประเภทอื่นจากหลากหลายที่มา

3. Velocity: การเกิดข้อมูลอย่างรวดเร็วและตลอดเวลา เช่น Log, Transaction

Velocity คือ ความเร็วในการประมวลผลและผลิตข้อมูลขึ้นมาเพื่อให้ทันกับความต้องการของผู้ใช้งาน ซึ่ง Big Data คือ ข้อมูลที่ได้มาแบบ Real-time และประมวลผลอยู่ตลอดเวลา

4. Veracity: คุณภาพของข้อมูล RAW Data XML

Veracity คือ คุณภาพของข้อมูลที่สามารถนำไปวิเคราะห์ข้อมูลต่อไปได้อีก เป็นข้อมูลที่ยังไม่ผ่านการประมวลผลอยู่ในรูปแบบของข้อมูลดิบ ซึ่งสามารถนำไปประมวลผลต่อไปได้และมาจากหลากหลายที่มา

ทำไมต้องทำ Big Data?

ในการแข่งขันทางธุรกิจยุคปัจจุบันนั้น การตอบสนองลูกค้าได้รวดเร็วฉับไวจะทำให้องค์กรขึ้นมาเป็นผู้นำในธุรกิจด้านนั้น ดังนั้น การวิเคราะห์ข้อมูลจึงเป็นสิ่งที่ธุรกิจองค์กรจำเป็นต้องดำเนินการ

คำกล่าวที่ว่า “Data is a new oil.” จึงไม่ใช่การเปรียบที่เกินเลยไปจากบริบทในปัจจุบันนี้ เพราะข้อมูลก็เปรียบได้กับแหล่งน้ำมันดิบแหล่งใหม่ที่ยังไม่เคยมีการนำไปใช้งาน ต้องผ่านการขุดเจาะนำมาใช้และกลั่นเป็นข้อมูลคุณภาพพร้อมใช้งานสำหรับนำไปใช้วางแผนประกอบการตัดสินใจแผนดำเนินการทางธุรกิจต่าง ๆ เพื่อก่อให้เกิดมูลค่ามหาศาล เพิ่มประสิทธิภาพในการดำเนินธุรกิจ สร้างผลตอบแทนและตรงต่อความต้องการของลูกค้าที่มีเพิ่มขึ้น

การวิเคราะห์ข้อมูลเข้ามามีส่วนช่วยตอบโจทย์ในการดำเนินธุรกิจด้วยอรรถประโยชน์ ดังนี้

1. เพิ่มรายได้
   • สามารถเข้าใจพฤติกรรมลูกค้าได้มากขึ้น 
   • สร้าง Brand Loyalty สร้างพฤติกรรมและบริการใหม่ ๆ ให้กับลูกค้า
   • ส่งมอบผลิตภัณฑ์ที่ตรงกับกลุ่มเป้าหมายด้วย Personalized Marketing
2. ลดต้นทุนค่าใช้จ่าย
   • ลดต้นทุนการดำเนินการธุรกิจ
   • เพิ่มประสิทธิภาพในกระบวนการดำเนินงาน
3. วางแผนงานในอนาคต
   • วิเคราะห์และจัดการความเสี่ยง
   • อัปเดตหรือคิดค้นผลิตภัณฑ์ใหม่ ๆ
   • เพิ่มศักยภาพระหว่าง Supplier

ด้วยเหตุผลและประโยชน์ข้างต้นนี้เอง จึงเป็นสิ่งสำคัญเร่งด่วนที่ทุกธุรกิจองค์กรควรหันมาใช้ Big Data เป็นข้อมูลเพื่อตัดสินใจขับเคลื่อนกระบวนการทางธุรกิจ (Making Data-driven Decisions)

ประยุกต์ใช้ Big Data กับธุรกิจอย่างไร?

เมื่อธุรกิจองค์กรถือครองข้อมูลอยู่ในมือแล้ว อาจเกิดคำถามว่า จะนำข้อมูลเหล่านั้นไปใช้งานให้เกิดคุณค่าและผลตอบแทนทางธุรกิจได้อย่างไร ในส่วนนี้จะกล่าวถึงแนวโน้มของการใช้งาน Big Data ในภาคธุรกิจ พร้อมกับกรณีศึกษาที่น่าสนใจจากบริษัทต่าง ๆ ในหลายแวดวงอุตสาหกรรมที่นำ Big Data ไปใช้งานจริง

จากข้อมูลของ Gartner ชี้ให้เห็นว่า ธุรกิจต่าง ๆ มีแนวโน้มต้องการนำ Big Data ไปใช้เพื่อวัตถุประสงค์ต่าง ๆ ดังนี้

1. Improve business process and operation: เพิ่มประสิทธิภาพในกระบวนการดำเนินธุรกิจ
2. Improve customer experience: เสริมประสบการณ์ลูกค้า
3. Guide company strategy วางกลยุทธ์องค์กรผ่านการตัดสินใจที่ใช้ข้อมูลขับเคลื่อน (Data-driven Decision)
4. Measure performance and ROI metrics: วัดประเมินประสิทธิภาพการทำงานและอัตราการตอบแทนของการลงทุน (Return on Investment หรือ ROI)

1^st Use Case: Nike

จากข้อมูลพฤติกรรมลูกค้าที่เปลี่ยนไปเพราะความนิยมการเดินซื้อของตามห้างร้านลดลงและกระแสการซื้อสินค้าผ่านช่องทางออนไลน์ ทำให้ Nike ต้องเปลี่ยนวิธีการขายแบบเดิมจากการจำหน่ายให้ผู้จัดจำหน่าย (Distributor) มาเป็นการจำหน่ายกับลูกค้าโดยตรง

Nike เริ่มเก็บข้อมูลลูกค้าด้วยการทำแอปพลิเคชันที่มี Reward Program ให้ลูกค้าสมัครสมาชิกเพื่อสะสมแต้ม แล้วเชื่อมระบบเข้ากับอุปกรณ์สวมใส่ เช่น Fitbit เพื่อเก็บข้อมูลพฤติกรรมของลูกค้า (เช่น ช่วงเวลาที่ลูกค้าใส่รองเท้าเพื่อไปออกกำลังกาย ความถี่ในการซื้อรองเท้าคู่ใหม่ เป็นต้น) และใช้ Big Data ช่วยวิเคราะห์ลูกค้าเพื่อให้ Nike นำเสนอและแนะนำสินค้าได้ตรงกับพฤติกรรมของลูกค้า และรักษาฐานลูกค้าให้ยังคงซื้อสินค้าของแบรนด์ต่อไป

นอกจากนี้ Nike ยังเก็บข้อมูลลูกค้าผ่าน Nike Fit โปรแกรมถ่ายรูปเท้าเพื่อดูว่าลูกค้าควรใส่รองเท้าเบอร์อะไร โดยใช้เทคโนโลยี AI Image Processing ซึ่งช่วยให้ Nike รู้ถึงวงจรการซื้อรองเท้าของลูกค้าและจัดการเรื่อง Supply Chain Management หรือการจัดการสต็อกสินค้าได้

2^nd Use Case: Walmart

Walmart บริษัทค้าปลีกขนาดใหญ่สัญชาติอเมริกา ได้ตั้ง Analytics Hub เพื่อดึงข้อมูลที่เกี่ยวข้องของ Walmart จากแหล่งข้อมูลกว่า 200 แห่ง มาใช้วิเคราะห์ภายในเพื่อช่วยเรื่องการดำเนินการและแก้ปัญหาการทำงานหน้างานได้แบบเรียลไทม์ เช่น วิเคราะห์หาสาเหตุได้ว่ายอดขายของสินค้าลดลงเพราะราคาที่ติดอยู่หน้าร้านไม่ตรงกับระบบ ทำให้ราคาสูงกว่าเจ้าอื่น หรืออีกตัวอย่างหนึ่งคือ ใช้ Big Data วิเคราะห์หาสาเหตุได้ว่า สินค้าในสาขานี้ยอดขายไม่สูงเท่าสาขาอื่นเพราะพนักงานลืมนำออกมาวางไว้บนชั้น เป็นต้น

จากฐานข้อมูลเดียวกันนี้ ก็สามารถนำไปทำ Supplier Portal ให้พาร์ตเนอร์ผู้ผลิตบริหารจัดการได้ โดยสามารถคาดการณ์สินค้าที่น่าจะขายดีในช่วงเวลาใด เพื่อรองรับการผลิตล่วงหน้าตาม Demand-Supply ได้ 

Walmart ยังเก็บข้อมูลพฤติกรรมลูกค้าจากการทำ In-store Analytics ที่สามารถวิเคราะห์ได้ว่าลูกค้าชอบทำอะไร ใช้เวลาเลือกซื้อสินค้าส่วนไหนของร้านเป็นพิเศษ เพื่อให้ Walmart ทำ Personalized Marketing ยิงแคมเปญหาลูกค้าเฉพาะกลุ่มให้ยังคงกลับมาใช้บริการซ้ำได้ด้วย

3^rd Use Case: TELCO

บริษัทโทรคมนาคมมักเผชิญกับปัญหาที่ตอบสนองความต้องการของลูกค้าได้ไม่ทันท่วงทีเพราะความซับซ้อนของระบบแบบเดิม เช่น ลูกค้าโทรมาร้องเรียน Call Center เรื่องเติมเงินแล้วเงินไม่เข้าระบบ ทำให้เกิดความล่าช้าในการดำเนินการ

การแก้ปัญหาของบริษัทนี้คือ การนำข้อมูล Operation Log เข้ามาใน Big Data และให้ทีม Operation เปิดดูผ่าน Dashboard ได้ ซึ่งตอบโจทย์เรื่องประสบการณ์ลูกค้า ทำให้ Call Center สามารถแก้ปัญหาได้อย่างทันท่วงที

อีกตัวอย่างของการใช้งาน Big Data คือ การส่ง SMS ทางการตลาดไปยังลูกค้าที่เข้ามาในพื้นที่ เช่น ห้างสรรพสินค้า สนามบิน จากปัญหาเดิมที่มีความล่าช้าในการส่ง SMS ซึ่งอาจจะช้าจนลูกค้าได้ออกจากพื้นที่นั้นไปแล้ว ทำให้ไม่ได้ผลลัพธ์ทางการตลาดที่มุ่งหวังไว้ บริษัทโทรคมนาคมแห่งนี้จึงใช้วิธีการนำข้อมูลจากตำแหน่งของโทรศัพท์มือถือจากเสาสัญญาณเป็น Trigger ส่ง SMS แคมเปญหาลูกค้าได้แบบ Near Real-time ทำให้เพิ่มโอกาสที่ลูกค้าเข้ามาใช้บริการมากขึ้นด้วย

Big Data กับความท้าทายครั้งใหญ่

จากกรณีศึกษาข้างต้นนั้น ทำให้เห็นว่า Big Data เป็นส่วนสำคัญที่เข้ามาช่วยแก้ปัญหาและกำจัด Pain Point ต่าง ๆ ออกไป อย่างไรก็ดี สำหรับองค์กรที่ต้องการเริ่มต้นใช้งาน Big Data Platform อาจต้องเผชิญกับอุปสรรคความท้าทายเหล่านี้ที่อาจจะทำให้ไปไม่ถึงเป้าหมายที่ตั้งไว้ ได้แก่

Challenge 1: Agility & Effort

การทำ Big Data ต้องอาศัยผู้ที่มีทักษะเฉพาะทางจำนวนมาก โครงสร้างพื้นฐานขนาดใหญ่ ซอฟต์แวร์ที่รองรับไฟล์สกุลต่าง ๆ เพื่อทำให้ข้อมูลรวมศูนย์และเกิดผลลัพธ์ที่สร้างมูลค่าทางธุรกิจ ทั้งหมดนี้นับว่าเป็นความยุ่งยากในการทำ Big Data ที่ต้องใช้ทั้งคน ฮาร์ดแวร์ ซอฟต์แวร์ และเวลาที่เสียไปกับการเริ่มต้นดำเนินการ ซึ่งนั่นหมายถึงโอกาสที่เสียไปจากลูกค้าด้วย 

Challenge 2: Security

ทุกองค์กรที่ทำ Big Data ต้องเผชิญกับความท้าทายด้านความมั่นคงปลอดภัย และเตรียมการทุกวิถีทางที่จะทำให้ข้อมูลทั้งในและนอกองค์กรที่บริษัทถือครองนั้นรอดพ้นจากการเข้าถึงที่ไม่ได้รับอนุญาตรวมถึงภัยคุกคามด้านความมั่นคงปลอดภัย ในขณะที่ยังคงต้องเตรียมการให้สอดคล้องกับการปฏิบัติตามข้อกฎหมายและกฎระเบียบต่าง ๆ

Challenge 3: Scalability

ด้วยสถานการณ์ที่ไม่แน่นอนและมีการเปลี่ยนแปลงอยู่ตลอดเวลา ไม่ว่าจะเป็นพฤติกรรมของผู้บริโภคที่เปลี่ยนไปอย่างรวดเร็วหรือแม้แต่สถานการณ์ที่อยู่เหนือการควบคุม เช่น การแพร่ระบาดของไวรัส COVID-19 ความท้าทายอีกเรื่องที่องค์กรต้องเผชิญ คือ จะทำอย่างไรให้โครงสร้างพื้นฐานปรับขนาดได้ตามความต้องการของลูกค้าผู้ใช้งานไม่ว่าจะมีปริมาณการใช้งานมากหรือน้อยแค่ไหนก็ตาม และหากลงทุนกับโครงสร้างพื้นฐานไปแล้ว แต่ในวันข้างหน้าสถานการณ์กลับพลิกผัน ธุรกิจองค์กรจะรับมืออย่างไรกับการเปลี่ยนแปลงที่เกิดขึ้น

AIS Big Data as a Service คือคำตอบ

จากโจทย์ความท้าทายในการทำ Big Data ที่กล่าวไปข้างต้นนั้น AIS Business Cloud ผู้นำด้านโครงสร้างพื้นฐาน Cloud Service Provider อันดับ 1 ด้านบริการครอบคลุมทุกภูมิภาคของประเทศไทย จึงร่วมกับ Blendata บริษัทผู้พัฒนาแพลตฟอร์มบริหารจัดการ Big Data อัจฉริยะ นำเสนอ “AIS Big Data as a Service” แพลตฟอร์มวิเคราะห์ Big Data อัจฉริยะแบบสำเร็จรูปบนคลาวด์ในประเทศไทย

AIS Big Data as a Service เป็นบริการแพลตฟอร์ม Blendata – Enterprise บน AIS Enterprise Cloud x VMware ที่ให้บริการรวบรวมข้อมูล บริหารจัดการสิทธิ์การเข้าถึง ประมวลข้อมูลให้พร้อมใช้งาน ไปจนถึงการนำข้อมูลไปใช้งานในหลากหลายรูปแบบ โดยผ่านการออกแบบการใช้งานในรูปแบบ Code-free กล่าวคือ แม้จะไม่มีความรู้ด้านการเขียนโค้ดก็สามารถใช้งานทุกฟังก์ชันเหล่านี้ได้ โดยมีรายละเอียด ดังต่อไปนี้

• Integrate: เชื่อมต่อและรวบรวมข้อมูลได้จากทุกที่ ไม่ว่าจะเป็น Logs, Cloud, On Premises หรือ Flat Files พร้อมรองรับฐานข้อมูลที่เป็นที่รู้จักมากมาย เช่น Oracle, MySQL, Amazon S3 และอื่น ๆ อีกมากมาย
• Manage: จัดการข้อมูลและการเข้าถึงของผู้ใช้งาน ซึ่งสามารถปรับแต่งและจัดระบบข้อมูล Big Data ให้เหมาะสมกับองค์กร และตอบสนองความต้องการด้านความมั่นคงปลอดภัย
• Process: เปลี่ยนข้อมูลให้กลายเป็นชุดข้อมูลที่สะอาดพร้อมใช้งาน เพื่อปลดล็อก “โอกาส” ที่ซ่อนอยู่ โดยใช้เทคนิคการ Query ข้อมูล ที่สามารถทำได้โดยเขียนโค้ดหรือไม่เขียนโค้ดก็ได้ และสามารถทำได้แบบอัตโนมัติโดยการตั้งค่าผ่านฟังก์ชัน Job Scheduler หรือดำเนินการด้วยการสตรีมมิงแบบ Real-time ก็ได้เช่นกัน
• Utilize: ประมวลผลข้อมูลเพื่อนำไปใช้ในรูปแบบต่าง ๆ เช่น ป้อนข้อมูลลงในเครื่องมือ BI ที่ติดตั้งอยู่ในตัวแพลตฟอร์ม Blendata เพื่อสร้าง Dashboard หรือ Report แบบวันต่อวัน หรือตั้งค่าการแจ้งเตือนตามเงื่อนไขสำหรับการตรวจสอบติดตามข้อมูล รวมถึงการส่งออกข้อมูลไปใช้งานต่อด้วยระบบอัตโนมัติ หรือแม้กระทั่งการเชื่อมต่อและโหลดข้อมูลที่ประมวลผลแล้วไปยังแพลตฟอร์มหรือแอปพลิเคชันอื่นผ่าน API

คุณสมบัติเด่นของ AIS Big Data as a Service คือ การเป็น Enterprise Data Foundation ที่มีประสิทธิภาพสูง มั่นคงปลอดภัย และรองรับการปรับขนาดได้ตามการใช้งาน พร้อมแพลตฟอร์ม Big Data ที่รวบรวมไว้ในที่เดียว ซึ่งช่วยลดทั้งต้นทุนด้านการบริหารจัดการและเวลาในการนำ Big Data มาใช้งาน และจุดเด่นสำคัญคือความสามารถในการนำข้อมูลไปใช้งานได้ด้วยตัวเองโดยไม่ต้องพึ่งพาผู้เชี่ยวชาญเฉพาะทาง ผนวกรวมกับ Enterprise Cloud & Storage ที่ได้มาตรฐานของ VMware กับ Cloudian และฮาร์ดแวร์ศูนย์ข้อมูลระดับ Carrier-grade จึงกลายมาเป็น Total Solution ในรูปแบบแพ็กเกจต่าง ๆ ได้แก่ Essential, Premium, และ Premium Plus ตามปริมาณการใช้งาน

ด้าน AIS เองเป็นผู้ให้บริการตั้งแต่ Managed Cloud Services, Software as a Service, Security Service, Infrastructure / Platform as a Service, Data Centers, และ Networks for Businesses ดังนั้น ด้วยบริการอันครบครันและครอบคลุมพื้นที่มากที่สุดในประเทศไทยจาก AIS นี้เอง จึงทำให้ AIS Enterprise Cloud สามารถตอบสนองทุกความต้องการของลูกค้าได้ พร้อมกับมั่นใจได้ถึงประสิทธิภาพสูงสุดในระบบและบริการที่มีมาตรฐานรองรับ

ด้วยจุดแกร่งจาก AIS Big Data as a Service ของการมี Trusted Local Cloud Infrastructure อันทรงประสิทธิภาพ พร้อมขยายและติดตั้งให้พร้อมใช้งานได้ในเวลาอันรวดเร็ว รองรับการเติบโตของธุรกิจด้วยการปรับขยายขนาดได้ตามต้องการ และบริการสนับสนุนทาง Call Center ตลอดเวลาแบบ 24×7 เหล่านี้เอง AIS Big Data as a Service จึงเป็นอีกหนึ่งบริการที่ตอบโจทย์สำหรับธุรกิจองค์กรทุกระดับในการทำ Big Data เพื่อกลั่นข้อมูลคุณภาพและสร้างมูลค่ามหาศาลทางธุรกิจได้ต่อไป

สำหรับองค์กรธุรกิจที่สนใจบริการ AIS Big Data as a Service  สามารถศึกษาข้อมูลเพิ่มเติมได้ผ่านทางเว็บไซต์: https://business.ais.co.th/solution/bigdata-platform-as-a-service.html หรือติดต่อเจ้าหน้าที่ AIS Business ที่ดูแลองค์กรของท่านได้ที่ [email protected]