บทความ

6 BIG DATA TRENDS TO WATCH IN 2017 Featured

ถึงแม้ว่าการวิเคราะห์ข้อมูลในรูปแบบ Big Data จะถูกพูดถึงในแง่ของความน่าสนใจและถึงขั้นที่ว่าทุกองค์กรควรจะต้องปรับตัวและทำอย่างจริงจัง แต่ผู้เชียวชาญทางในแวดวงไอทีหลายคนก็ออกมาพูดถึงความคุ้มค่าในการลงทุน จากการที่ต้องเสียงบประมาณเพิ่มขึ้นไม่ว่าจะเป็น การ Outsource บริษัทภายนอกตลอดจน Resources ในการประมาณผล Big Data เพราะฉะนั้นถ้าจะทำ Big Data Analytics บริษัทต่างๆต้องทำอย่างไรบ้าง แนวโน้มเกี่ยวการทำการวิเคราะห์ด่วย Big Data ในปีพ.ศ.2560 มีอยู่ด้วยกัน 6 ประเด็น ดังนี้

1.Movement to the cloud

บริษัท ขนาดเล็กและขนาดกลางและแม้แต่องค์กรขนาดใหญ่ ต่างปรับกลยุทธ์ในการพัฒนาระบบ software ให้ออกจากศูนย์ข้อมูล (Data Center) ของตนเอง กล่าวคือจะ พัฒนาแอพพลิเคชันขึ้นมาและให้บริการในระบบคลาวด์ (ไม่เว้นแม้แต่แอพพลิเคชั่นที่มีการใช้งาน Big Data) ซึ่งเหตุผลหลักๆ ก็เพราะว่า บริษัทต่างๆ ต้องการจะลดค่าใช้จ่ายใน Data Center ตลอดจนเพิ่มความยืดหยุ่นในการแง่ของการพัฒนาโซลูชัน ซึ่งสามารถเลือกเทคโนโลยีที่มีใน Cloud มาใช้ในการพัฒนาแอพพลิเคชัน หรือแม้กระทั้งถอดเทคโนโลยีที่ไม่ต้องการออกได้โดยง่ายดาย ความสามารถในการทำเช่นนี้ใน Cloud Platform สามารถทำได้ เนื่องจาก Cloud Provider จะให้บริการเกี่ยวกับการสมัครสมาชิกเช่าใช้บริการต่างๆ ทำให้ผู้พัฒนาแอพพลิเคชันสามารถเลือกได้ตามใจชอบ ไม่ต้องผูกติดกับอุปกรณ์หรือเทคโนโลยีอีกต่อไป

เหตุผลอีกประการหนึ่งที่บริษัทต่างๆ หันมาใช้ Cloud ก็คือ แทบทุกบริษัท แม้แต่องค์กรขนาดใหญ่ มักจะขาดแคลน resources ในการประมวลผล ไม่เพียงพอสำหรับข้อมูลขนาดใหญ่ จึงทำให้หลายองค์กรเน้นไปใช้บริการระบบคลาวด์ในการประมวลผลเพื่อมาทำการวิเคราะห์แทน

 

2. Aggregation of digital unstructured and machine IoT data

  

กระแส Internet of Thigs (IoT) เป็นเทรนด์ที่หลายๆ คนพูดถึง ด้วยแนวคิดที่จะทำให้อุปกรณ์ต่างๆ สามารถสื่อสารพูดคุยกันเองได้ ซึ่งก็คาดหวังกันว่าจะสามารถพัฒนาแอพพลิเคชั่นที่จะอำนวยความสะดวกต่างๆให้กับมนุษย์ได้ดีขึ้น สำหรับการทำ data analytics ข้อมูลที่ป้อนเข้าระบบนำมาวิเคราะห์ ต่อไปจะไม่ใช่เพียงแค่ข้อมูลจากระบบ IT พื้นฐาน ที่ป้อนโดยมนุษย์เท่านั้น ข้อมูลจาก IoT ก็เป็นข้อมูลอีก source หนึ่งที่จะนำมาวิเคระห์ได้ ตัวอย่างที่เห็นชัดๆ ก็ตือ ข้อมูลที่นำมาใช้ใน drone ปัจจุบัน ซึ่งจะรวมเอาการป้อนข้อมูลจากระบบ IT พื้นฐานทัวไป เช่น website หรือ database กับ ข้อมูล IoT จากอุปกรณ์ต่างๆ ที่รับผ่านทาง sensor เพื่อประมวลผลการทำงาน ด้วย trends แบบนี้ ผู้เชียวชาญทาง data analytics กับ IoT จึงเป็นที่ต้องการในตลาดอย่างมาก ณ ขนาดนี้

 

3. The use of more dark data

 บริษัท ต่างๆจะเริ่มดึงข้อมูลต่างๆ ที่มีอยู่ในเอกสาร ภาพถ่าย วิดีโอและทรัพย์สินอื่น ๆ ขององค์กร ที่ถูกเก็บไม่ได้ใช้งานอยู่ออกมา เพื่อมาทำ big data analytics สินทรัพย์เหล่านี้สามารถเปิดมุมมองใหม่ให้กับองค์กรได้ ซึ่งก็จะส่งผลให้การปรับปรุงธุรกิจมีการดำเนินงานที่มีทิศทางที่ถูกต้องตอบโจทย์มากขึ้น นอกจากนี้บางทีข้อมูลพวกนี้ยังสามารถให้หลักฐานสนับสนุนการตรวจสอบเรื่องเกี่ยวกับกฎหมายต่างๆ เช่น การละเมิดเครื่องหมายการค้าและ / หรือการกล่าวอ้างการละเมิดลิขสิทธิ์ ได้อีกด้วย

 

4. Stronger administration of data security permissions

 เมื่อ Big Data ถูกย้ายไปยังคลังข้อมูล ข้อมูลที่ถูกรวบรวม จะถือเป็น database กลางที่ถูกใช้ได้โดยบุคคลองค์กรหลายๆคนร่วมกัน การเข้มงวดกวดขันในการใช้ข้อมูลเหล่านี้ เช่น การกำหนดสิทธิ์การเข้าถึงข้อมูลจึงจำเป็นต้องมี เพื่อให้มั่นใจว่าผู้ใช้ข้อมูลแต่ละรายมีสิทธิ์การเข้าถึงที่ถูกต้อง ซึ่งอาจจะเกี่ยวข้องกับการสร้างหรือแก้ไขนโยบายการเข้าถึงสิทธิ์การเข้าถึงข้อมูลเดิมขององค์กร ตลอดจนการใช้เทคโนโลยีที่ตรวจสอบการเข้าใช้ข้อมูลมากขึ้น

 

5. Immediately gratifying analytics

 

ด้วยการแข่งขันทางธุรกิจที่เข้มข้นขึ้น ผู้บริหาคงต้องการดูข้อมูลที่ผ่านการวิเคราะห์แล้วแบบเรียลไทม์หรือใกล้เคียงกับเวลาจริง (real time or near real  time) เพื่อจะสามารถตัดสินใจต่างๆ ซึ่งจะส่งผลวิเคราะห์ได้อย่างรวดเร็วและได้ทันท่วงที หมดเวลาสำหรับการทำ Analytics แบบ Batch Analysis Reports

 

6. "Where's the beef?" business evaluations of big data projects

 ท้ายที่สุด การทำ Big Data Analytics ต้องตอบโจทย์องค์กร ต้องทำกำไรได้ ซึ่งผู้เชียวชาญหรือผู้จัดการโครงการที่ริเริ่มทางด้าน Data Analytics ต้องสามารถแสดงให้ผู้บริหารเห็นว่าโครงการทางด้าน Data Analytics จะประสบความสำเร็จได้ คุ้มค่าแก่การลงทุน

 


”การทำ Big Data Analytics ต้องตอบโจทย์องค์กร ต้องทำกำไรได้” 


 Credit to articles "6 BIG DATA TRENDS TO WATCH IN 2017" by Mary Shacklett 

 

No automatic alt text available.

 

ดูรายละเอียดเพิ่มเติม

Master of Science in Information Technology สาขาวิชาเทคโนโลยีสารสนเทศ แขนงการวิเคราะห์ข้อมูล (Data Analytics):
http://www.msit.mut.ac.th/index.php/curriculum/msit/data-analytics

ระดับปริญญาโท - เอก: www.msit.mut.ac.th

ค่าใช้จ่ายทุกหลักสูตร: goo.gl/ZxZTkn

#MSMUT #IST #MUT #NETS #MAT #IT #NEIS #MSIT #PhDIT

 

 

Last modified onThursday, 20 April 2017 15:13

Leave a comment

Make sure you enter all the required information, indicated by an asterisk (*). HTML code is not allowed.