Breaking News

[PR] แซส และผู้เชี่ยวชาญระดับโลกด้าน Data Scientist แนะเทคโนโลยี Big Data ในยุคคลาวด์ คอมพิวติ้งจำเป็นต้องได้ข้อมูลที่ผ่านการสังเคราะห์มาแล้วจากระบบ Machine Learning เพื่อเป็นกลยุทธ์ธุรกิจสร้างความได้เปรียบทางการแข่งขัน

ศาสตราจารย์ ดร.อุสามา เอ็ม. เฟยยาร์ด ผู้เชี่ยวชาญระดับโลกด้าน Data Scientist และ Co-Founder Of KDD กล่าวในงานสัมมนา “ Practical Big Data Conference 2017” ซึ่งจัดขึ้นในประเทศไทยว่า ภาพรวม Big Data ยังอยู่ในความสนใจถ้าเรามองไปที่อุตสาหกรรมการเงิน การธนาคาร ทำไมธนาคารถึงสนใจเรื่อง Big Data และหากย้อนไปเมื่อ 50 ปีที่แล้ว จะเห็นว่าธนาคารมีบุคลากรเพียงแค่ผู้จัดการ และพนักงาน ทุกคนรู้จักลูกค้าที่เดินเข้ามา รู้ว่าลูกค้าคนไหนเครดิตดี คนไหนต้องการเงิน เงินเท่าไร ใครจะซื้อบ้าน ใครจะเรียนต่อ ใครจะแต่งงาน พนักงานธนาคารรู้ข้อมูลพวกนี้หมด แต่สมัยนี้เป็นไปได้ยากแล้ว เพราะโลกเปลี่ยนไปด้วยเทคโนโลยีใหม่ๆ ที่เข้ามา มีแอปพลิเคชั่นดีๆ เข้ามาตอบโจทย์การใช้ชีวิตหลายอย่าง อาทิ โปรแกรมแชท โปรแกรมจองคนขับรถ ที่สามารถจ่ายเงินผ่านแอปได้ ทำให้ข้อมูลที่มีอยู่ในมืออาจจะเชื่อถือไม่ได้อีกต่อไป เพราะอาจจะไม่ถูกต้อง หรือไม่สมบูรณ์พอที่จะนำมาใช้ประโยชน์ใดๆ ได้ และเราก็ไม่รู้ว่าควรจะทำอะไรกับข้อมูลที่ไม่ได้รับการจัดระเบียบพวกนี้  ขณะที่ Big Data เกิดขึ้น และมีธนาคาร
หลายแห่งเสียเงินไปมากมายกับการทำ KYT&KYC regulation หรือการเรียนรู้เกี่ยวกับลูกค้าเพิ่มเติมเพื่อให้ ได้ช่องทางบางอย่างในการปฏิสัมพันธ์กับลูกค้า

ยกตัวอย่าง กรณีธนาคารในยุโรป ต้องการที่จะเก็บข้อมูลจากทุกช่องทางทั้งออนไลน์ ออฟไลน์ รวมทั้งข้อมูลที่ผ่านเข้ามาทางแอปพลิเคชั่น เพื่อให้ได้ข้อมูลรอบด้าน แต่สิ่งที่ธนาคารต้องการมากกว่านั้นคือการตรวจจับการทุจริต และอาชญากรรมทางการเงิน (Freud detection & Financial Crime) การฟอกเงิน ซึ่งต้องการซอฟต์แวร์ใหม่ ๆ มาช่วยตรวจสอบในขั้นตอนนี้ด้วย  และทำไมต้องเป็น Big Data เพราะ Big Data มีองค์ประกอบ 3 สิ่ง ได้แก่ 1.Volume หมายถึงข้อมูลที่มีปริมาณมหาศาลมากกว่าข้อมูลทั่วไป ทำให้กว่าจะเรียกดูได้ก็ใช้เวลานาน 2. Velocity หมายถึงข้อมูลที่เข้ามาแบบเรียลไทม์ทำให้บางครั้งตามไม่ทัน หรือมีการตกหล่น 3. Variety หมายถึงเป็นข้อมูลที่มีความหลากหลาย และยังไม่ได้รับการจัดระเบียบ และถ้าถามว่าข้อมูลที่มีปริมาณมากที่สุดที่ถูกเก็บอยู่บนโลกออนไลน์ในปัจจุบันคืออะไร คำตอบอันดับหนึ่งคือวีดีโอ และรองลงมาคือไฟล์เสียง

ทั้งนี้มีข้อมูลสถิติของ ICC ได้เปรียบเทียบปริมาณข้อมูลที่ถูกจัดระเบียบ และยังไม่ถูกจัดระเบียบในองค์กรต่างๆ ซึ่งประมาณเกือบ 90% เป็นข้อมูลที่ยังไม่ได้รับการจัดระเบียบ ขณะที่การจัดระเบียบข้อมูลมีความสำคัญกว่า เพราะในทาง E-Commerce มีความจำเป็น ซึ่งจะต้องรู้สภาพแวดล้อมของลูกค้าว่าทำอะไรอยู่ อาทิ เดินทางอยู่หรือเปล่า อุณหภูมิรอบตัวเป็นอย่างไร ฟังเพลงอยู่หรือเปล่า เป็นต้น

รวมทั้งเทคโนโลยี IoT (Internet of Things) ก็มีส่วนสำคัญกับเทคโนโลยี Big Data ด้วย เพราะการรับ – ส่งข้อมูลระหว่างอุปกรณ์ Device เราจะรู้ได้อย่างไรว่าใครเป็นเจ้าของอุปกรณ์ Device  และต้องใช้ข้อมูลอะไรบ้าง นอกจากนี้ยังมีปัจจัยด้าน Cyber security อีกด้วย ดังนั้นโอกาสใหม่ๆ ที่มากับBig Data ก็มีอีกหลายเทคโนโลยี อาทิ Cyber security ที่ต้องการ การปกป้องข้อมูล หรือ Payment ecosystem ในการนำข้อมูลมาปรับใช้เพื่อแก้ปัญหาด้านเศรษฐกิจ ยกตัวอย่าง ที่เขต Bartley ประเทศอังกฤษ มีซอฟต์แวร์ตัวหนึ่งที่สามารถเก็บข้อมูลได้ว่าคนใช้เงินมากขึ้นหรือน้อยลง กินข้าวนอกบ้านมากขึ้นหรือน้อยลง ใช้เงินไปกับการเติบน้ำมันมากขึ้นหรือน้อยลง ซื้อประกันมากขึ้นหรือน้อยลง เป็นต้น และข้อมูลเหล่านี้คือ Insight ของประชาชนที่ใช้บริการผ่านบัตรเครดิต ทำให้ Bartley ดูการทำธุรกรรมของคนในเมืองได้ประมาณ 60-70% และยังสามารถนำข้อมูล Insight ไปปรับใช้ในทางธุรกิจได้

ศาสตราจารย์ ดร. เจฟฟ์ เวบบ์  ผู้อำนวยการศูนย์วิทยาศาสตร์ข้อมูล และผู้บริหารระดับสูง ที่ปรึกษาทางเทคนิค, BigML inc. กล่าวว่า จุดเปลี่ยนของ Big Data คือความรู้ เพราะความรู้คืออำนาจ แต่ต้องนำความรู้นั้นมากลั่นกรองก่อนนำไปต่อยอดเรียกระบบนี้ว่า Machine Learning เป็นเทคโนโลยีที่สร้างขึ้นผ่านการเรียนรู้มาแล้วซึ่งสำคัญต่อธุรกิจในปัจจุบันมาก อาทิ บริษัทชั้นนำอย่าง Amazon และ Facebook ยังได้นำเทคโนโลยี Machine Learning มาใช้ เพื่อเพิ่มคุณค่าให้แก่ตัวเอง,Google และ Facebook ได้นำ Machine Learning เข้ามาปรับใช้ในด้านการโฆษณาเพื่อให้โฆษณาแต่ละตัวสามารถเข้าถึง และสื่อสารกับผู้บริโภคที่เป็นกลุ่มเป้าหมายได้ในระดับรายบุคคล อย่างตอนที่เราสมัคร Facebook เราไม่ได้ระบุว่า เราฟังเพลงแนวไหน ชอบกินอาหารอะไร แต่ด้วยเทคโนโลยี Machine Learning ที่พบเห็นได้ทั่วไป คือ เทคโนโลยีที่ทำให้ระบบสามารถเรียนรู้จากข้อมูลที่ได้รับ และนำข้อมูลเหล่านั้นมาประกอบการตัดสินใจ เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดในสถานการณ์นั้นๆ ซึ่งไม่ใช่แค่การตัดสินใจแบบ “ใช่/ไม่ใช่” หรือถูก/ผิด” เป็นต้น แต่เป็นการตัดสินใจที่อิงกับความน่าจะเป็นผลลัพธ์ที่เป็นไปได้

ดังนั้นเทคนิคของระบบ  Machine Learning คือ การสะสมข้อมูลเข้ามาเรื่อยๆ แล้วนำมาประมวลผล พร้อมทั้งคาดเดาว่าจะเกิดอะไรขึ้น ไม่ว่าจะเป็นการเดาทิศทางตลาดหุ้น หรือการคาดเดาเรื่องที่ซับซ้อน อาทิ พฤติกรรมมนุษย์ โดยอาจจะอิงจากสิ่งที่ปฏิบัติทุกวัน หรือมีการปฏิบัติบ่อยครั้ง โดยนำข้อมูลทั้งหมดมาจัดกลุ่มโดยอิงจากสิ่งที่คล้ายคลึงกัน ซึ่งจะมีประโยชน์มากในด้านการตลาด เพราะทำให้สามารถปรับข้อความการสื่อสารจากองค์กรให้ไปถึงลูกค้าได้

ยกตัวอย่างกรณีของ Amazon  ถ้ามีลูกค้าเข้าไปดูหนังสือเกี่ยวกับการเงิน ระบบก็จะแสดงรายชื่อหนังสือที่ลูกค้าเคยซื้อไป ซึ่งวิธีนี้ทำให้ลูกค้าที่ตั้งใจจะซื้อหนังสือแค่ 1 เล่ม อยากจะซื้อเพิ่มอีก ทำให้ Amazon สามารถสร้างรายได้มากขึ้น อย่างไรก็ตาม อย่าพึ่งพาข้อมูลจากระบบ Machine Learning เพียงอย่างเดียวเพราะว่าสิ่งต่างๆ เปลี่ยนไปทุกวัน ดังนั้นต้องตอบตัวเองให้ได้ก่อนว่า จุดมุ่งหมายของเราคืออะไร ข้อมูลอะไร
ที่เราต้องการ 

นายเจสัน โลธ์ ผู้จัดการผลิตภัณฑ์อาวุโสเอเชียแปซิฟิก,แซส กล่าวว่า ในบรรดาบริษัทชั้นำ 500 บริษัท ที่ถูกจัดอันดับโดยนิตยสารฟอร์จูน ปัจจุบันได้ปิดตัวลงไปกว่า 52% โดยทุกอุตสาหกรรมต่างก็ได้รับผลกระทบ ยกตัวอย่างกรณีของ Netfilx ที่เริ่มกิจการในปีค.ศ. 1997  เปิดเว็บไซต์ให้เช่า DVD แต่เมื่อธุรกิจเริ่มเติบโตก็มีการเรียกเก็บค่าสมาชิก ต่อมาในปี ค.ศ.2000 หลังจากเทคโนโลยีใหม่อย่าง Streaming และBig data เริ่มได้รับความสนใจ Netflix ได้ขอเข้ารวมกิจการกับ Blockbuster ซึ่งเป็นเครือข่ายร้านเช่าภาพยนตร์ที่เป็นที่นิยมในยุคนั้นแต่ได้รับการปฏิเสธจากBlockbuster ทำให้ Blockbuster เสียฐานลูกค้าให้ Netflix และขาดทุนจนต้องปิดตัวไปในที่สุด

ดังนั้น การทำธุรกิจ หรือการสร้างซอฟต์แวร์แบบโอเพ่นซอร์สที่อนุญาตให้ผู้ใช้งานแก้ไข และปรับปรุงตัวซอฟท์แวร์เองได้นั้นเป็นสิ่งที่ต้องทำ และจุดนี้แซสได้ก้าวผ่านมาแล้ว โดยแซสยินดีเป็นอย่างยิ่งที่จะมีการดัดแปลง และต้อนรับโปรแกรมเมอร์ทุกคนที่ชอบการแก้ไข ดัดแปลงหรือปรับปรุงซอฟต์แวร์ เพื่อให้เข้ากับการใช้งานของตัวเอง อย่างเทคโนโลยี SAS Viya แพลทฟอร์มในการประมวลผล และวิเคราะห์ข้อมูลแบบ Parallel รุ่นที่ 4 จากการที่แซสเป็นผู้คิดค้นแพลทฟอร์มนี้ขึ้นมา และกระตือรือร้นในการดูแลลูกค้า และpartner อยู่เสมอไม่ว่าลูกค้าจะเจอปัญหาในช่วงเวลาไหน แซสพร้อมที่จะให้คำปรึกษา และช่วยเหลือผ่านโทรศัพท์หรือไม่ลูกค้าก็อาจจะแก้ไขปัญหาได้เอง หรือบางครั้งก็อาจจะต้องใช้นักวิทยาศาสตร์ข้อมูลมาช่วยเหลือ ซึ่งความกระตือรือร้นเหล่านี้ ทำให้แซสเป็นซอฟต์แวร์ที่ได้รับการยอมรับ และมีความปลอดภัยในการใช้งานที่สำคัญสามารถเชื่อมต่อกับคลาด์ได้ตามต้องการ ล่าสุดแซสยังได้จับมือกับ MathLab ซึ่งเป็น partnerในการพัฒนาซอฟต์แวร์เพื่อให้สามารถวิเคราะห์ข้อมูลได้มากขึ้น หรือสามารถวิเคราะห์ข้อมูลได้รวดเร็วถึง 200 MB ต่อวินาที 

###

เกี่ยวกับบริษัท แซส

บริษัท แซส ซอฟท์แวร์ (ไทยแลนด์) จำกัด เป็นผู้นำในตลาดซอฟต์แวร์และบริการด้านการวิเคราะห์ข้อมูลเชิงธุรกิจ (Business Analytics) ด้วยโซลูชั่นเชิงนวัตกรรมที่ให้ลูกค้าในรูปของ Integrated Framework และเทคโนโลยีสำหรับการรวบรวมข้อมูล  การวิเคราะห์ และการเข้าถึงข้อมูลช่วยให้ลูกค้าของแซสที่มีมากกว่า 75,000 แห่งทั่วโลก สามารถตัดสินใจทางธุรกิจได้ดี และรวดเร็วยิ่งขึ้น และนับตั้งแต่ปี 2519 เป็นต้นมา แซส เดินหน้าอย่างมุ่งมั่นในการเป็น “พลังแห่งการรอบรู้” หรือ The Power to Know® สำหรับลูกค้าทั่วโลก



About TechTalkThai PR 2

Check Also

ISS Consulting จับมือ SAP Concur เปิดตัวเป็นผู้ให้บริการโซลูชั่นการบริหารจัดการการเดินทางและค่าใช้จ่ายพนักงานในองค์กรรายเดียวในประเทศไทยแล้ววันนี้

ISS Consulting ประกาศเป็นพาร์ทเนอร์รายแรกในประเทศไทยกับ SAP Concur และเป็นรายเดียวที่ให้บริการให้คำปรึกษาและติดตั้งโซลูชั่นบริหารจัดการการเดินทางและค่าใช้จ่ายของพนักงานในองค์กร ซึ่งจะช่วยธุรกิจจัดการขั้นตอนการวางแผนการเดินทางและรายจ่ายของพนักงานอย่างเป็นระบบ ช่วยลดต้นทุนและเพิ่มความเร็วในกระบวนการทำงานด้วยขั้นตอนแบบดิจิตอล

[Guest Post] ผลการศึกษาไอบีเอ็มชี้ ผู้บริโภคอาจเสี่ยงต่อการถูกโจมตีโดยสแปม COVID-19

กรุงเทพฯ ประเทศไทย – 14 พฤษภาคม 2563: ไอบีเอ็มเปิดเผยผลการศึกษา พบจำนวนสแปมที่เกี่ยวกับ COVID-19 เพิ่มขึ้นกว่า 6,000% นับตั้งแต่ที่องค์การอนามัยโลก (WHO) ได้ออกมาประกาศยกระดับการแพร่ระบาดของ COVID-19 …