3 of 23

1.1 ประวัติและความเป็นมาของข้อมูลขนาดใหญ่

1.2 ความหมายและความสำคัญของการจัดการข้อมูลขนาดใหญ่

1.3 ลักษณะพื้นฐานและหลักการทำงานของข้อมูลขนาดใหญ่

1.4 บทบาทของข้อมูลขนาดใหญ่ในงานด้านต่าง ๆ

1.5 ประโยชน์ในการนำข้อมูลขนาดใหญ่มาใช้ในงานธุรกิจและภาครัฐ

1.6 เครื่องมือที่ใช้ในการวิเคราะห์ข้อมูลขนาดใหญ่

หัวข้อเรื่อง

4 of 23

1.1

ประวัติและความเป็นมาของข้อมูลขนาดใหญ่

ต้นกำเนิดของชุดข้อมูลขนาดใหญ่ (Big Data) ได้มีการริเริ่มสร้างมาตั้งแต่ยุค 60 และในยุค 70 โลกของข้อมูลได้พัฒนาศูนย์ข้อมูลแห่งแรกขึ้นและทำการพัฒนาฐานข้อมูลเชิงสัมพันธ์ขึ้นมาประมาณปี ค.ศ. 2005 เริ่มมีการตระหนักถึงข้อมูลปริมาณมากที่ผู้คนได้สร้างขึ้นมาผ่านสื่อออนไลน์ เช่น เฟซบุ๊ก ยูทูบ และสื่อออนไลน์แบบอื่น ๆ

5 of 23

1.2.2 ความสำคัญของข้อมูลขนาดใหญ่

บิ๊กดาต้าช่วยให้สามารถใช้ข้อมูลจากทุกแหล่งที่เป็นไปได้บางองค์กรอาจสามารถใช้ประโยชน์จากข้อมูลที่ไม่ได้ใหญ่มาก มีความสำคัญในกานำมา

ใช้วิเคราะห์ เพื่อให้เกิดความเข้าใจเชิงลึก

1.2.1 ความหมายของข้อมูลขนาดใหญ่

บิ๊กดาต้าเป็นคำนิยามของข้อมูลที่มีขนาดใหญ่ทุกชนิดที่อยู่ในองค์กร

ไม่ว่าจะเป็น ข้อมูลบริษัทข้อมูลลูกค้า ข้อมูลผู้จัดหาสินค้าและวัตถุดิบ

1.2

ความหมายและความสำคัญของ

การจัดการข้อมูลขนาดใหญ่

6 of 23

คำว่า บิ๊กดาต้า มักจะสื่อถึงชุดข้อมูลที่มีขนาดใหญ่ ซึ่งอาจแบ่งย่อยออกเป็นข้อมูล 3 รูปแบบคือ

ข้อมูลที่ไม่มีโครงสร้างแน่นอน มักจะหมายถึงข้อความยาว ๆ ข้อความเสียงรูปภาพ และวิดีโอ

ข้อมูลเชิงโครงสร้าง คือ ตารางข้อมูล

ที่มีการจัดเรียงอย่างมีรูปแบบชัดเจนและเป็นระเบียบ

ข้อมูลกึ่งโครงสร้าง คือ ข้อมูลที่ถูกจัดเก็บอย่างมีรูปแบบในระดับหนึ่งและข้อมูลที่สามารถค้นหา หรือแท็ก ได้

ลักษณะพื้นฐาน

และหลักการทำงานของข้อมูลขนาดใหญ่

1.3

7 of 23

บิ๊กดาต้าที่มีประสิทธิภาพสูงควรมีลักษณะพื้นฐาน 6 ประการ ดังนี้

ลักษณะพื้นฐานของข้อมูลขนาดใหญ่

1.3.1

1. ปริมาณ หมายถึง ปริมาณของข้อมูลควรมีจำนวนมากพอ ทำให้เมื่อนำมาวิเคราะห์แล้วจะได้ข้อมูลเชิงลึก

2. ความหลากหลาย หมายถึง รูปแบบของข้อมูลควรหลากหลายแตกต่างกันไปทั้งแบบโครงสร้าง กึ่งโครงสร้าง ไม่มีโครงสร้าง

3. ความเร็ว หมายถึง ลักษณะข้อมูลที่ถูกสร้างขึ้นอย่างรวดเร็ว ต่อเนื่อง และทันเหตุการณ์

4. ความถูกต้อง หมายถึง มีความน่าเชื่อถือของแหล่งที่มาข้อมูลและความถูกต้องของชุดข้อมูล

5. คุณค่า หมายถึง ข้อมูลมีประโยชน์และมีความสัมพันธ์ในเชิงธุรกิจ

6. ความแปรผันได้ หมายถึง ข้อมูลสามารถเปลี่ยนแปลงรูปแบบไปตามการใช้งานหรือสามารถคิดวิเคราะห์ได้จากหลายแง่มุม

8 of 23

หลักการทำงานของบิ๊กดาต้า

1.3.2

ข้อมูลขนาดใหญ่ให้ข้อมูลเชิงลึกใหม่ ๆ เพื่อเปิดโอกาสและรูปแบบธุรกิจใหม่ ๆ การเริ่มต้น

ใช้งานประกอบด้วย 3 ขั้นตอนสำคัญ ดังนี้

1.การรวบรวมข้อมูลของบิ๊กดาต้า

เป็นการรวบรวมข้อมูลจากหลากหลายที่มาและการใช้งานที่แตกต่างกันอย่างมากมาย

2. การจัดการข้อมูล

ข้อมูลขนาดใหญ่มีความต้องการสถานที่จัดเก็บขนาดใหญ่ การจัดเก็บข้อมูลขนาดใหญ่จะเป็นชนิดใดก็ได้ไม่ว่าจะเป็นแบบจัดเก็บในเซิร์ฟเวอร์ที่อยู่ในสถานที่ทำงานหรือภายในองค์กร

3. การวิเคราะห์

การลงทุนสร้างข้อมูลขนาดใหญ่จะมีประโยชน์หรือคุ้มค่าก็ต่อเมื่อใช้และวิเคราะห์ข้อมูล

9 of 23

บทบาทของข้อมูลขนาดใหญ่

ในงานด้านต่าง ๆ

1.4

ในด้านของการตลาดบิ๊กดาต้ามีความสำคัญเป็นอย่างมากในการตลาดออนไลน์ เพราะการมีข้อมูลในเชิงลึกจะส่งผลต่อการเติบโตของธุรกิจได้เป็นอย่างดีทำให้เข้าใจสภาพการตลาด การมีข้อมูลจะช่วยวิเคราะห์พฤติกรรมการซื้อสินค้าของผู้บริโภค

ในการพยากรณ์สภาพอากาศล่วงหน้าให้ถูกต้องแม่นยำนั้น จำเป็นต้องใช้ข้อมูลด้านภูมิศาสตร์เป็น

จำนวนมาก อาทิ ภาพถ่ายดาวเทียม ข้อมูลชั้นบรรยากาศ ความชื้น เป็นต้น

1.4.1 บิ๊กดาต้ากับบทบาทสำคัญต่อการตลาดออนไลน์

1.4.2 บิ๊กดาต้ากับบทบาทการพยากรณ์สภาพภูมิอากาศ

10 of 23

การพิจารณาผลกระทบจากการตัดสินใจที่จะมีผลต่อต้นทุนทางด้านโลจิสติกส์โดยรวม โดยพิจารณา 3 สิ่งเบื้องต้น ที่สามารถเพิ่มประสิทธิภาพของเครือข่ายโลจิสติกส์ได้ ดังนี้ 1. วิธีการขนส่งและเส้นทางขนส่ง

2. คลังสินค้าและศูนย์กระจายสินค้า

3. การรวบรวมสินค้าเพื่อขนส่ง

บริการทางการแพทย์และการดูแลสุขภาพกับเทคโนโลยี ส่วนใหญ่คิดเพียงแต่เทคโนโลยีสำหรับการตรวจรักษาโรค จนกระทั่งมีบิ๊กดาต้าเข้ามา ซึ่งต่อไปนี้เทคโนโลยีจะเข้ามามีบทบาทในด้านสุขภาพมากยิ่งขึ้นแบบเท่าทวีคูณ โดยบิ๊กดาต้าเข้ามามีส่วนช่วยงานด้านการดูแลสุขภาพ ได้อย่างมาก

1.4.3 บิ๊กดาต้ากับบทบาทการ

บริหารจัดการด้านโลจิสติกส์

1.4.4 บิ๊กดาต้ากับบทบาทการบริการทางการแพทย์และสุขภาพ

11 of 23

1.ช่วยพัฒนาผลการศึกษาและพัฒนาการของผู้เรียน

2. ช่วยในการสร้างและจัดโปรแกรมการเรียน-การสอนที่มีประสิทธิภาพ

3. พัฒนาและเรียนรู้ผ่านประสบการณ์แบบเรียลไทม์

4. ลดการถอนและเพิ่มผลลัพธ์ จากการวิเคราะห์ในด้านต่างๆ

บิ๊กดาต้าทำให้เกิดความเปลี่ยนแปลงเกิดขึ้นค่อนข้างมากในแวดวงการศึกษาในช่วงหลายปีที่ผ่านมา สามารถแยกออกมาให้เห็นชัดเจนได้ ดังนี้

1.4.5 บิ๊กดาต้ากับบทบาทด้านการศึกษา

12 of 23

1.5

ประโยชน์ในการนำข้อมูลขนาดใหญ่มาใช้ในงานธุรกิจและภาครัฐ

1.5.1

ประโยชน์ของบิ๊กดาต้าในงานธุรกิจ

1. การพัฒนาผลิตภัณฑ์

2. การคาดการณ์เพื่อการบำรุงรักษาเครื่องจักร

3. สร้างประสบการณ์ที่ดีให้กับลูกค้า

4. การตรวจสอบการโกงและการปฏิบัติตามกฎระเบียบ

6. ประสิทธิภาพในการปฏิบัติงาน

7. การขับเคลื่อนในการสร้างสรรค์สิ่งใหม่ ๆ

5. การเรียนรู้ของเครื่องจักร เป็นที่ได้รับความนิยมในปัจจุบัน

13 of 23

1.5.2

ประโยชน์

ในการนำบิ๊กดาต้ามาใช้ในงานภาครัฐ

ภาครัฐมีการพัฒนาระบบบิ๊กดาต้าตามนโยบายลดใช้สำเนาบัตรประชาชน

โดยใช้บัตรประชาชนใบเดียวในการมาติดต่อราชการ

ข้อจำกัดของภาครัฐ คือ ขนาดองค์กร ระบบการทำงาน ขั้นตอน บุคลากร ระบบการจัดเก็บ ระบบค้นหา การเข้าถึงข้อมูลเอง ข้อมูลพื้นฐานที่ถูกต้อง ความน่าเชื่อถือ เว็บไซต์ที่ใช้งานได้ง่าย เข้าถึงได้จริง

14 of 23

เครื่องมือที่ใช้ในการวิเคราะห์

ข้อมูลขนาดใหญ่

1.6

เครื่องมือวิเคราะห์บิ๊กดาต้าและเครื่องมืออื่น ๆ ที่เกี่ยวข้อง

1.6.1

เครื่องมือวิเคราะห์บิ๊กดาต้าและเครื่องมืออื่น ๆ ที่เกี่ยวข้องเป็นเครื่องมือที่ทำ

งานภายใต้ซอฟต์แวร์แบบเปิดหรือโอนเพนซอร์ส ได้แก่

ฮาดูปเป็นซอฟต์แวร์เฟรมเวิร์ก ที่ถูกออกแบบมาเพื่อทำงานบนระบบคอมพิวเตอร์แบบกระจาย และสนับสนุนการทำงานแบบ

ขนาน

ข้อดีของฮาดูป

มีความยืดหยุ่นสูงทำให้เพิ่มหรือลดจำนวนคอมพิวเตอร์เมื่อใดก็ได้ตามที่ต้องการ

ติดตั้งบนคอมพิวเตอร์ชนิดใดก็ได้

รวมทั้งทำการติดตั้งระบบได้อย่างรวดเร็ว

เพิ่มหรือลดประสิทธิภาพได้ตาม

ความต้องการของแต่ละงาน

1.ฮาดูป

15 of 23

แมปรีดิวซ์เป็นเฟรมเวิร์กในการเขียนโปรแกรมแบบหนึ่งที่ช่วยในงานประมวลผลที่มีชุดของข้อมูลจำนวนมาก เป็นการทำงานแบบขนาน

การทำงานของแมปรีดิวซ์

(1) ในขั้นตอนการแบ่งงาน (Map) เครื่องที่ทำหน้าที่เป็นโนดหลัก (Master Node) นำอินพุต(Input) ที่ได้รับมาแบ่งเป็นปัญหาย่อย (Sub−Problem) หลาย ๆ ชิ้น และกระจายไปยังเครื่องที่ทำหน้าที่เป็นโนดปฏิบัติงาน (Worker Node)

(2) ขั้นตอนการรวบรวมงาน (Reduce) จะเกิดขึ้นที่โนดหลัก

กริดเกนเป็นทางเลือกหนึ่งในกรณีที่ไม่เลือกใช้แมปรีดิวซ์ของฮาดูป เนื่องจากมีการทำงานแบบเดียวกันกับระบบจัดเก็บข้อมูลหลักที่ใช้ในฮาดูป มีระบบการประมวลผลแบบในหน่วยความจำ

2. แมปรีดิวซ์

3. กริดเกน

16 of 23

ปัจจุบันอยู่ในความดูแลของทวิตเตอร์สตรอม (Twitter Storm) ให้ขีดความสามารถในการประมวลผลแบบกระจาย ที่สำคัญคือแบบเรียลไทม์ บางครั้งถูกเรียกว่า ฮาดูปออฟเรียลไทม์ (Hadoop of Real−Time)

4. เอชพีซีซี

5. สตรอม

ถูกพัฒนาขึ้นโดยบริษัทเลซิสเน็กซิส ริสก์ โซลูชัน ซึ่ง HPCC ย่อมาจาก

High Performance Computing Clusterผู้ผลิตประกาศว่ามีขีดความสามารถในการปฏิบัติการที่เหนือกว่า ฮาดูปมี 2 รุ่น ที่สามารถเลือกใช้ได้ ได้แก่ รุ่น Free Community ที่สามารถใช้งานได้ฟรี และรุ่น Enterpriseจะต้องสั่งซื้อ ส่วนระบบปฏิบัติการที่ให้การรองรับคือ Linux

17 of 23

เอชเบสเป็นโอเพนซอร์สฐานข้อมูลบนซอฟต์แวร์ฮาดูป ไม่ใช่ฐานข้อมูลเชิงสัมพันธ์ แต่เป็นฐานข้อมูลแบบกระจายซึ่งมาทีหลังบิ๊กเทเบิล ของกูเกิล เขียนขึ้นด้วยภาษาจาวา

แคสซานดราเดิมถูกพัฒนาขึ้นโดยเฟซบุ๊ก ฐานข้อมูลนี้เป็นฐานข้อมูลประเภทโนเอสคิวแอล ปัจจุบันถูกบริหารโดยมูลนิธิซอฟต์แวร์อาปาเช ถูกนำมาใช้งานกับหน่วยงานต่าง ๆ

มอนโกดีบี คือ โนเอสคิวแอลชนิดหนึ่ง เป็นระบบฐานข้อมูลแบบเอกสาร โดยลักษณะข้อมูลที่ทำการเก็บจะคล้ายกับเจซัน เป็นอย่างมาก สามารถบันทึก

ข้อมูลลงบนดิสก์ ได้เร็ว อีกทั้งยังใช้หน่วยความจำไม่มาก

เครื่องมือประเภทฐานข้อมูลหรือคลังข้อมูล

1.6.2

1. แคสซานดรา

2. เอชเบส

3. มอนโกดีบี

18 of 23

กระบวนการวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analytics) และบทบาทในการรับมือวิกฤตการณ์

โรคติดเชื้อไวรัสโคโรนา (COVID-19): กรณีศึกษาจากไต้หวัน

จากสถานการณ์การระบาดของโรคทางเดินหายใจเฉียบพลันรุนแรงที่ไม่ทราบสาเหตุหรือที่รู้จักกันในชื่อโรคซาร์ส (SARS) ทั่วภูมิภาคเอเชียเมื่อ 17 ปีที่ผ่านมา ไต้หวันได้รับบทเรียนสำคัญผ่านการสูญเสียในอดีตอันนำไปสู่การเตรียมพร้อมรับมือกับโรคระบาดโควิด−19 ได้อย่างมืออาชีพ

ระหว่างช่วงการแพร่ระบาดของเชื้อไวรัสโคโรนา

สายพันธุ์ใหม่หรือโควิด-19ทำให้ชื่อออเดรย์ถังเป็นที่รู้จักกันมากขึ้น เธอคือรัฐมนตรีดิจิทัลของไต้หวัน ผู้มีบทบาทสำคัญในการใช้เทคโนโลยีกระบวนการวิเคราะห์ข้อมูลขนาดใหญ่ในการรับมือกับโควิด-19

19 of 23

คุณสมบัติเฉพาะตัวของเทคโนโลยีบิ๊กดาต้าทำให้ผู้ใช้สามารถจัดการและวิเคราะห์ข้อมูล

ได้แบบเวลาจริง ช่วยให้ใช้ทรัพยากรมนุษย์ได้อย่างไม่สิ้นเปลือง รวมทั้งลดระยะเวลาในการประมวลผล จัดทำรายงานข้อมูล การวิเคราะห์ และสังเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพ

มีความแตกต่างจาก ข้อมูลทั่วไป(Data) ตรงที่ข้อมูลขนาดใหญ่เป็นการรวบ

รวมเอาข้อมูลที่หลั่งไหลจำนวนมหาศาลทั้งในรูปแบบที่เป็นทางการและไม่เป็นทางการมาวิเคราะห์ข้อมูลและนำไปใช้ประโยชน์ได้ โดยถูกขับเคลื่อนด้วย 4 ปัจจัยสำคัญ ได้แก่

ความหลากหลายของคุณภาพข้อมูล

ความสามารถในการเก็บข้อมูลขนาดใหญ่

ข้อมูลถูกรวบรวมด้วยความเร็วสูง

ความหลากหลายของประเภทข้อมูล

“ข้อมูลขนาดใหญ่”

20 of 23

บริษัทแอปเปิล ร่วมมือกับสถาบันการเงินโกลด์แมนแซคส์ และมาสเตอร์คาร์ด ในการที่สามารถใช้ร่วมกับโทรศัพท์ไอโฟน ไม่พัฒนาบัตรเครดิตแอปเปิล มีค่าธรรมเนียม

(1)การร่วมมือระหว่าง 4 ธุรกิจใหญ่

(2) ทรูมันนี่

หลังจากที่รัฐบาลดำเนินยุทธศาสตร์ระบบการชำระเงินอิเล็กทรอนิกส์แห่งชาติ ที่มีวัตถุประสงค์เพื่อพัฒนาระบบการชำระเงินทางอิเล็กทรอนิกส์ให้ทันสมัย ได้มาตรฐาน และมีต้นทุนต่ำ

กรณีศึกษาการใช้กระบวนการวิเคราะห์ข้อมูลขนาดใหญ่ในสถาบันการเงินในปัจจุบัน

1. กรณีศึกษาในธุรกิจธนาคาร

3. กรณีศึกษาการนำบิ๊กดาต้า

มาใช้ในธุรกิจเทคโนโลยีขนาดใหญ่

2. กรณีศึกษาในธุรกิจบริการทางการเงินแต่ไม่ใช่สถาบันการเงินหรือธนาคาร

21 of 23

5. การใช้การเรียนรู้ของเครื่องและปัญญาประดิษฐ์ในงานที่ใช้การคิดวิเคราะห์เป็นขั้นตอนด้วยเหตุและผลเพื่อลดต้นทุนด้านบุคลากร

มุมมองของศูนย์วิจัย

เศรษฐกิจต่อการวิเคราะห์ข้อมูล

บิ๊กดาต้าเป็นเทคโนโลยีในการจัดเก็บและประมวลผลข้อมูลขนาดใหญ่ที่ต้องลงทุนทั้งด้านเทคโนโลยีและบุคลากร รวมถึงยังมีต้นทุนในการบำรุงรักษา

1. การวิเคราะห์เชิงลึก และพฤติกรรมของลูกค้าเพื่อนำเสนอผลิตภัณฑ์และบริการที่มีนวัตกรรมตรงกับความต้องการของลูกค้าแต่ละราย

2. การวิเคราะห์พฤติกรรมของลูกค้า นำเสนอช่องทางที่สะดวกและเข้ากับรปูแบบของลูกค้าแต่ละช่วงวัย ทั้งออนไลน์ และออฟไลน์

3. ลดการทุจริต โดยนำเทคโนโลยีข้อมูลทางชีวมิติ เช่น ลายนิ้วมือ ใบหน้า มาใช้เพื่อเพิ่มประสิทธิภาพความแม่นยำในการพิสูจน์ตัวตนลูกค้าของธนาคาร

4. การนำเทคโนโลยีมาเพิ่มประสิทธิภาพในกระบวนการส่งมอบผลิตภัณฑ์และบริการที่รวด

เร็ว ปลอดภัยและลดต้นทุนมากยิ่งขึ้น

22 of 23

ข้อเสนอแนะเกี่ยวกับการวิเคราะห์ข้อมูล

จากเทคโนโลยีที่เข้ามาเปลี่ยนรูปแบบการดำเนินธุรกิจของธนาคาร ทำให้ธนาคารต้องปรับตัวท่ามกลางความเปลี่ยนแปลงเพื่อให้องค์กรสามารถเติบโตได้อย่างยั่งยืน จึงต้องมีการเตรียมความพร้อมในด้านต่าง ๆ ดังนี้

1. การจัดเตรียมข้อมูลที่จะใช้ในการวิเคราะห์

2. เทคโนโลยีที่สามารถรองรับและประมวลผลบิ๊กดาต้า

3. หน่วยงานที่รับผิดชอบและบุคลากร

1 of 23

2 of 23