Big Data กับการเปลี่ยนวิธีทำธุรกิจ

มีมิตรสหายท่านหนึ่งจากภาคการเงินการลงทุน มาคุยกับผมใน Facebook เรื่องความพร้อมของหน่วยงานธุรกิจไทยกับเทคโนโลยี Big Data เมื่อเช้านี้

ผมคิดว่านี่เป็นสัญญาณว่า Big Data น่าจะเริ่มโตพอแล้ว ที่ภาคธุรกิจไทยโดยเฉพาะองค์กรขนาดใหญ่ๆ จะเริ่มหันมาสนใจ และไม่ใช่การขับเคลื่อนจากคนไอที (ที่เห็นความสำคัญของเรื่องพวกนี้อยู่แล้ว) แต่เป็นการผลักดันจากฝ่ายบริหารหรือฝ่ายยุทธศาสตร์องค์กร ที่ไม่ได้ติดตามเรื่องนี้ใกล้ชิดมากนักเท่ากับฝ่ายไอที

ในวงการไอทีเราพูดเรื่องนี้กันมาเยอะมากแล้ว ถึงแม้ว่าคำว่า Big Data จะเพิ่งกำเนิดมาได้ไม่นานนัก แต่แนวคิดพื้นฐานอย่างการวิเคราะห์ข้อมูลและสกัดสารสนเทศที่สำคัญมาใช้งาน (business intelligence) ก็พูดกันมาสิบชาติแล้ว ส่วนโครงสร้างพื้นฐานทางเทคนิคอย่าง MapReduce (จนกลายมาเป็น Hadoop) หรือการสร้างคลัสเตอร์-ซูเปอร์คอมพิวเตอร์ราคาถูกดูแลรักษาง่าย ก็คุยกันมาเยอะแล้วเช่นกัน

ถ้าวางเรื่องเทคนิคไว้ก่อน ผมคิดว่าประเด็นที่สำคัญที่สุดของ Big Data คือ มันจะเข้ามาเปลี่ยนวิธีการทำธุรกิจแบบเดิมๆ ขององค์กร จากเดิมที่ไอทีเป็นฝ่ายสนับสนุนกระบวนการของธุรกิจ (business process) ให้มีประสิทธิภาพมากขึ้น ต้นทุนลดลง (แต่วิธีการหรือกระบวนการเป็นเหมือนเดิม) กรณีของ Big Data จะยิ่งใหญ่กว่านั้นมาก เพราะมันจะกลายเป็นตัวกำหนดวิธีการทำธุรกิจแบบใหม่ให้องค์กรแทน

เท่าที่ผมไปคุยกับผู้บริหารบริษัทไอทีมาหลายแห่ง คนที่พูดเรื่องนี้ได้ใจความที่สุดคือ EMC (ไม่ได้ค่าโฆษณานะครับ) ที่ตั้งสโลแกนแบบตรงไปตรงมาว่า "Big Data Transforms Business" อ่านแล้วก็แบบ เออ ประมาณนี้แหละ ใช่เลย (แต่คนที่นำหน้าเรื่องนี้ที่สุดผมว่าเป็น IBM ฮา)

โดยส่วนตัวแล้ว ผมคิดว่าการใช้งาน Big Data ในองค์กรแบบจริงจัง มันต้องประกอบด้วย 3 ส่วน

  • ต้องมี Data คือองค์กรต้องเก็บข้อมูลไว้เพื่อการวิเคราะห์ในรูป digital form ด้วย (ไม่จำเป็นต้องเป็น structured data คือเป็น unstructured ก็ได้ ออกแบบซอฟต์แวร์มาให้อ่านทีหลังได้ แต่ขอให้เก็บ) ซึ่งเท่าที่มีประสบการณ์มา องค์กรในไทยยังไม่ค่อยเก็บข้อมูลในรูปแบบ digital form กันสักเท่าไร
  • IT infrastructure พออยากจะเก็บข้อมูลเยอะๆ แล้วก็ต้องเตรียมโครงสร้างพื้นฐานทางไอที เช่น storage, computing power มารองรับการเก็บ-วิเคราะห์ข้อมูลขนาดใหญ่ๆ ด้วย อันนี้เป็นส่วนที่ง่ายที่สุดคือเอาเงินแก้ปัญหาได้ ถ้าเงินถึงจริงๆ ต่อให้ไม่มีอะไรในมือเลย บริษัทไอทีทุกแห่งแทบจะกระโจนเข้าไปทำให้ครบโซลูชัน (แต่ถ้าเงินน้อยก็ต้องหาวิธี implement กันแบบประหยัดๆ นะครับ)
  • Analytical Skills ส่วนนี้ยากที่สุด คือมีแต่ข้อมูลก็ไม่เกิดประโยชน์อันใด ต้องมีคนที่มีทักษะด้านการวิเคราะห์ข้อมูล (data scientist จริงๆ จะมาจากสายสถิติก็ได้) มาหาความสัมพันธ์ของข้อมูลแล้วสกัดเอาสาระออกมา (เหมือนร่อนทอง) ต่อให้เครื่องมือพร้อม แต่ถ้าไม่รู้ว่าจะเริ่มตรงไหนยังไง ก็ทำไม่ได้อยู่ดี (เท่าที่คุยมา แรงงานด้านนี้ขาดแคลนมากๆ เพราะไม่ใช่ว่าทุกคนจะมี analytical skill)

ในบทวิเคราะห์ของ Harvard Business Review เขียนเรื่องนี้ไว้แบบตรงไปตรงมาว่า

Simply put, you can't do much with big data without data scientists.

สุดท้ายแล้วจะเห็นว่า Big Data มันไม่ใช่เรื่องของไอทีสักเท่าไรเลย (IT infra ถือเป็นแค่ส่วนเล็กๆ ของระบบเท่านั้น) แต่มันเป็นเรื่องการวางยุทธศาสตร์ของภาคธุรกิจ ว่าจะเก็บข้อมูลอย่างไร (ซึ่งเรื่องนี้พูดกันมาตั้งแต่สมัยเริ่มนำ database มาใช้งาน แต่ก็ยังไม่จบไม่สิ้น) มาจนถึงการวิเคราะห์ข้อมูลอย่างไร (data mining) และนำข้อมูลมาใช้กับกระบวนการทำธุรกิจอย่างไร (business intelligence) จากนั้นก็คูณด้วยอัตราข้อมูลจำนวนมหาศาล (data explosion) ออกมาเป็นโกโก้ครันช์ เอ้ย Big Data นั่นเอง

การเก็บและวิเคราะห์ข้อมูลสำหรับองค์กร สามารถทำได้โดยไม่ต้องใช้ระบบไอทีเลยสักนิด (ใช้กระดาษก็ได้ถ้าทักษะถึง) แต่ถ้าต้องการเก็บข้อมูลจำนวนมากๆ (ซึ่งจะทำให้การวิเคราะห์แม่นยำขึ้นตามจำนวน sampling) อันนี้ต้องใช้ไอทีมาเป็นตัวช่วยให้กระบวนการมันอัตโนมัติขึ้น แต่สุดท้ายแล้วมันก็เป็นเรื่องของความคิดและการวิเคราะห์อยู่ดีครับ

หมายเหตุ: ในแง่ของบริษัทไอที การหากินกับ Big Data กำลังกลายเป็นทิศทางสำคัญของธุรกิจไอทีองค์กร (แต่ในมุมของธุรกิจทั่วไปที่ไม่ใช่ไอที คงไม่กระทบสักเท่าไร) ประเด็นนี้ลองดูในบทความ พญาช้างเริงระบำ: สิบปีต่อมาของ IBM ใต้เงา Samuel Palmisano ที่ผมเคยเขียนไว้ เป็นเรื่องของ IBM กับการปรับตัวไปสู่ธุรกิจใหม่ๆ ที่หาคนมาสู้ด้วยยากมาก

ปิดท้ายด้วยสไลด์ของอาจารย์ของผมเอง อ.ภุชงค์ อุทโยภาส ไปพูดที่งาน Big Data ของ Software Park โดยยกกรณีศึกษาของ Facebook กับการวิเคราะห์ข้อมูลจำนวนมหาศาลที่ผู้ใช้โพสต์กันทุกวัน

Resource สำหรับผู้สนใจเรื่อง Big Data

Submitted byAkarapat Charo…on Mon, 10/08/2012 - 04:54

ดีจังมีคนไทยสนใจเรื่องพวกนี้ด้วย

ว่าแต่อย่างลืมข้อเสียของการวิเคราะห์ลักษณะนี้ด้วยนะครับ เช่น
(1) ถ้าเราจะวิเคราะห์พฤติกรรมของคนด้วยตัวเลข ถ้าคนเราสามารถที่จะถูก forecast ได้จริงๆ นั้นก็หมายความว่าคนเราไม่มี freewill เลย ซึ่งผมคิดว่าไม่น่าจะจริง และสิ่งนี้ก็ทำให้มนุษย์มีความแตกต่างกับระบบคอมพิวเตอร์
(2) การวิเคราะห์โดยการใช้ data ลักษณะนี้ คือการเปลี่ยนความจริงข้างนอกนั้นให้เป็นตัวหนังสือ หรือตัวเลข แต่สุดท้ายแล้ว มันก็อาจจะมีความจริงบางส่วนที่จะขาดหายไป ไม่สามารถที่จะถูกเปลี่ยนเป็นตัวหนังสือ หรือตัวเลขได้

ในขณะนี้ ผมคิดว่าน่าจะมีเพียงไม่กี่กลุ่มธุรกิจเท่านั้นที่สามารถใช้พวก data เยอะๆ ได้จริงๆ ก็น่าจะเป็นพวกที่อยู่ใน internet หรือพวกธุรกิจเครื่องมือสื่อสาร (มือถือ) เพราะสามารถเก็บข้อมูลได้ตลอดเวลา หรืออาจจะต้องรอจนกว่าจะมี sensors ติดเต็มไปหมด เพื่อที่จะสามารถที่จะเปลี่ยนความจริงเป็น data เพื่อนำไปวิเคราะห์ได้มากพอ

ถ้ามีธุรกิจอื่น ช่วยเล่าให้ฟังด้วยนะครับ จะได้มากเลย น่าสนใจดีครับ