ความสำเร็จของ Big Data

[brid.ladawan]

ความสำเร็จของ Big Data

ความสำเร็จของ Big Data

ตัวอย่างการนำ Big Data มาช่วยลดต้นทุนขององค์กร (cost reduction) ได้แก่ United Parcel Service (UPS) หรือหน่วยงานไปรษณีย์กลางของสหรัฐอเมริกา เริ่มมีการบันทึกข้อมูลการขนส่งสินค้าตั้งแต่ช่วงต้นทศวรรษที่ 80

ความสำเร็จของ Big Data - 1001

ปัจจุบันถือได้ว่าเป็นยุคของข้อมูลอย่างแท้จริง บริษัทต่าง ๆ มีความพยายามใช้ประโยชน์จากข้อมูลที่มีอยู่ เพื่อให้สามารถเข้าใจถึงสถานการณ์ของธุรกิจ และทำนายแนวโน้มที่จะเกิดขึ้นได้ พร้อมทั้งนำเสนอแนวทางการตัดสินใจทางธุรกิจที่เหมาะสมได้อย่างทันท่วงที

การวิเคราะห์ข้อมูลในปัจจุบัน มีความยุ่งยากซับซ้อนกว่าข้อมูลในอดีตมาก ทั้งในแง่ของปริมาณข้อมูลที่มีขนาดมหาศาล (volume) ข้อมูลมีการส่งมาต่อเนื่องอย่างรวดเร็ว (velocity) เช่น ข้อมูลจากเซ็นเซอร์ต่าง ๆ เป็นต้น และข้อมูลมีรูปแบบหลากหลาย (variety) ไม่มีโครงสร้างที่แน่นอนตายตัว เช่น ข้อมูลเสียงการสนทนาทางโทรศัพท์ ข้อมูลวิดีโอจากกล้องวงจรปิด ข้อมูลบันทึกการรักษาคนไข้ เป็นต้น โดยศาสตร์และเทคโนโลยีที่รองรับการจัดการและวิเคราะห์ข้อมูลลักษณะนี้เรียกว่า Big Data ซึ่งกำลังเป็นที่จับตามอง และมีความต้องการบุคลากรที่มีความสามารถในด้านนี้เป็นอย่างมาก เนื่องจากมีผลสำเร็จจากกรณีศึกษาต่าง ๆ มากมาย

ตัวอย่างการนำ Big Data มาช่วยลดต้นทุนขององค์กร (cost reduction) ได้แก่ United Parcel Service (UPS) หรือหน่วยงานไปรษณีย์กลางของสหรัฐอเมริกา เริ่มมีการบันทึกข้อมูลการขนส่งสินค้าตั้งแต่ช่วงต้นทศวรรษที่ 80 ปัจจุบันมีข้อมูลสินค้าที่ส่งต่อวัน 16.3 ล้านชิ้น และมีฐานข้อมูลลูกค้า 8.8 ล้านคน ทำให้ UPS มีปริมาณข้อมูลถึง 16 เพทาไบต์ (1.6 ล้านกิกะไบต์) ข้อมูลส่วนหนึ่งได้มาจากเซ็นเซอร์ที่ติดอยู่กับรถขนส่งสินค้าจำนวน 46,000 คัน ใช้บันทึกข้อมูลระยะทาง ความเร็ว และเส้นทางการขับรถของคนขับ โดยข้อมูลทั้งหมดได้ถูกวิเคราะห์ในโครงการ ORION (On-Road Integrated Optimization and Navigation) ซึ่งเป็นหนึ่งในโครงการวิจัยขนาดใหญ่ที่สุดในโลก ได้นำเอาเทคโนโลยี Big Data เข้ามาช่วยประมวลผลและหาเส้นทางการขนส่งที่ดีที่สุดส่งให้กับคนขับในรถแต่ละคันแบบทันที ผลที่ได้จากโครงการนี้ในปี 2554 UPS สามารถประหยัดค่าน้ำมันได้ถึง 8.4 ล้านแกลลอน ลดเส้นทางการขับได้ถึง 8.5 ล้านไมล์ คิดเป็นเงินกว่า 900 ล้านบาท จากความสำเร็จของโครงการ UPS วางแผนที่จะขยายเทคโนโลยีนี้ไปยังเครื่องบินขนส่งอีกกว่า 2,000 ลำ ในอนาคตอันใกล้

ตัวอย่างการนำ Big Data มาช่วยลดระยะเวลาในการประมวลผลข้อมูล (time reduction) ได้แก่ Macys.com เป็นเว็บไซต์ขายของออนไลน์ของ Macy’s ซึ่งเป็นห้างสรรพสินค้าที่ใหญ่ที่สุดในสหรัฐอเมริกา คล้าย ๆ กับห้างเซ็นทรัลของบ้านเรา ก่อตั้งในปี 2401 และมีสาขาทั่วประเทศถึง 789 แห่ง สำหรับเว็บไซต์ Macys.com มีอัตราการเติบโตเฉลี่ยถึง 50% ต่อปี โดยได้มีการบันทึกข้อมูลต่าง ๆ ของลูกค้า เพื่อนำมาวิเคราะห์ใช้ในการนำเสนอสินค้าที่เหมาะสมแก่ลูกค้า รวมถึงกำหนดราคาสินค้าและจัดทำโปรโมชั่นที่เหมาะสมเพื่อเพิ่มยอดการขาย Macy’s ได้ลงทุนในเทคโนโลยีด้าน Big Data ทั้งเครื่องมือโอเพนซอร์ส ได้แก่ Hadoop R และ Impala และเครื่องมือที่มีค่าใช้จ่าย ได้แก่ SAS IBM-DB2 Vertica และ Tableau ผลที่ได้คือห้างฯ สามารถลดเวลาที่ใช้ในการกำหนดราคาสินค้าจำนวน 73 ล้านชิ้นจากแต่เดิม 27 ชั่วโมงต่อรอบ เหลือเพียงแค่ 1 ชั่วโมง ในขณะที่ต้นทุนด้านอุปกรณ์ลดลงถึง 70% จากการประมวลผลที่เร็วขึ้นทำให้ Macy’s สามารถปรับราคาสินค้าได้บ่อยขึ้นและเหมาะสมกับสถานการณ์ของตลาดในขณะนั้น

ตัวอย่างการนำ Big Data มาช่วยเพิ่มนวัตกรรมใหม่ (new offerings) ได้แก่ General Electric (GE) เป็นบริษัทที่เป็นผู้นำด้านเทคโนโลยีและเครื่องใช้ไฟฟ้าของสหรัฐอเมริกา ในช่วงที่ปี 2553 บริษัทได้เสนอนวัตกรรม “เครื่องยนต์เครื่องบินอัจฉริยะ” (Smart Jet Engine) ซึ่งเป็นเครื่องยนต์ที่สามารถแจ้งสถานะต่าง ๆ ผ่านทางเซ็นเซอร์ 20 ตัว ที่สร้างข้อมูลมากถึง 500 กิกะไบต์ต่อวัน จากนวัตกรรมนี้ทำให้สามารถทราบปัญหาที่เกิดขึ้นได้ในทันทีและสามารถใช้งานเครื่องยนต์ได้อย่างเต็มประสิทธิภาพ ซึ่งนับว่าเป็นการเปลี่ยนรูปแบบของอุตสาหกรรมการบิน แทนที่แต่เดิมต้องหยุดเครื่องบินเพื่อตรวจสอบเครื่องยนต์ทุก ๆ 2,000 ชั่วโมง GE ได้ร่วมมือกับสายการบิน Alitalia ตั้งแต่ปี 2554 ในการทดลองใช้นวัตกรรมนี้ ผลการใช้พบว่าสามารถลดต้นทุนน้ำมันได้ 1.5% คิดเป็นเงินถึง 450 ล้านบาทเฉพาะในปีแรก และหากคิดยอดเงินรวมที่ประหยัดได้ถึงปี 2557 จะมีถึง 1,380 ล้านบาท

สำหรับประเทศไทย สำนักบริหารเทคโนโลยีสารสนเทศ จุฬาลงกรณ์มหาวิทยาลัย เป็นหนึ่งในหน่วยงานแรกของประเทศไทยที่ผลักดันนำเอาเทคโนโลยี Big Data เข้ามาใช้ ในหน่วยงานมีเซิร์ฟเวอร์ในความดูแลมากกว่า 40 เครื่อง ทำให้บันทึกการใช้งาน (log file) มีขนาดมหาศาล เฉพาะข้อมูลที่บีบอัดแล้วในช่วง 3 เดือนมีขนาดถึง 1 เทราไบต์ ซึ่งการที่จะประมวลผลและวิเคราะห์ข้อมูลขนาดนี้ต้องการเซิร์ฟเวอร์ศักยภาพสูงซึ่งมีราคาสูงมาก เพื่อลดต้นทุนส่วนนี้ ผศ.ดร.ณัฐวุฒิ หนูไพโรจน์ ได้ริเริ่มนำเอา Hadoop และ NoSQL เข้ามาช่วยทำงาน ทำให้สำนักฯ สามารถประหยัดค่าใช้จ่ายได้เป็นอย่างมาก

จากกรณีศึกษาต่าง ๆ เหล่านี้จะเห็นได้ว่าเทคโนโลยีทางด้าน Big Data เข้ามามีบทบาทสำคัญต่องานทุก ๆ แขนง ทั้งการลดต้นทุน-เวลา และสามารถเพิ่มนวัตกรรมใหม่ให้กับองค์กรได้ ดังนั้นการเรียนรู้เกี่ยวกับ Big Data จึงเป็นเรื่องที่น่าสนใจและมีความสำคัญอย่างยิ่ง ในช่วงนี้ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ได้เปิดรับนิสิต ป.โท “หลักสูตรวิทยาศาสตรมหาบัณฑิต เน้นด้าน Big Data” ระหว่าง วันที่ 2 ก.พ.–10 มี.ค. พ.ศ. 2558 หากท่านใดสนใจรายละเอียดสามารถติดต่อสอบถามได้ที่ 0-2218-6959 หรืออีเมล grad @cp.eng.chula.ac.th

อ.ดร.พีรพล เวทีกูล

ภาควิชาวิศวกรรมคอมพิวเตอร์

คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย


ที่มา เดลินิวส์
วันที่ 13 ก.พ 2558