Big Data Analytics คืออะไร

Big Data Analytics คืออะไร

Big Data คือปริมาณข้อมูลมหาศาลและซับซ้อน ที่ถูกสร้างขึ้นโดยผู้บริโภค ในการทำกิจกรรมต่าง ๆ ที่ไม่สามารถจัดเก็บ ประมวลผล หรือวิเคราะห์โดยใช้เครื่องมือแบบเดิมได้ ซึ่งมีแหล่งในการให้ข้อมูลมีอยู่ทั่วโลก แหล่งข้อมูลที่ใหญ่ที่สุดบางแห่งคือแพลตฟอร์มและเครือข่ายโซเชียลมีเดีย ลองใช้ Facebook เป็นตัวอย่าง 

Big Data มี 3 ประเภท ได้แก่

-ข้อมูลที่มีโครงสร้าง

-ข้อมูลที่ไม่มีโครงสร้าง

-ข้อมูลกึ่งโครงสร้าง

Big Data Analytics คือการนำข้อมูลเชิงลึกภายใน Big Data เช่น รูปแบบที่ซ่อนอยู่ ความสัมพันธ์ที่ไม่ทราบ แนวโน้มของตลาด และความต้องการของลูกค้า แล้วนำมาวิเคราะห์ประมวลผลออกมาเพื่อใช้เป็นข้อมูลอ้างอิงในการตัดสินใจ การพัฒนา หรือผลิตสินค้าและบริการ

ทำไม Big Data Analytics ถึงสำคัญต่อธุรกิจในปัจจุบัน

การวิเคราะห์ Big Data กำลังขับเคลื่อนทุกสิ่งที่เราทำทางออนไลน์ ในทุกอุตสาหกรรม เช่น แพลตฟอร์มต่าง ๆ ที่มีผู้ใช้อยู่หลายล้านคนทุกวัน ซึ่งแต่ละแพลตฟอร์มแนะนำ สินค้า เพลง ฯลฯ โดยการอ้างอิงจากการ ดู ฟัง กดไลท์ แชร์ และประวัติการค้นหา ซึ่งเป็นผลจากการใช้ Big Data Analytics

การใช้งานและตัวอย่างของการวิเคราะห์ข้อมูล

การวิเคราะห์ข้อมูล big Data นั้นมีหลายวิธีการ สามารถปรับใช้ตามความเหมาะสมของแต่ละธุรกิจ เช่น การวิเคราะห์เพื่อทำความเข้าใจพฤติกรรมของลูกค้า คาดการณ์แนวโน้มในอนาคตปรับปรุงแคมเปญการตลาด เป็นต้น ซึ่งไม่ได้มีวิธีการนำไปใช้ตายตัวเท่าไหร่

ประเภทของ Big Data Analytics

1.การวิเคราะห์เชิงพรรณนา เพื่อสรุปข้อมูลในอดีตให้อยู่ในรูปแบบที่ผู้คนสามารถอ่านได้ง่าย ซึ่งช่วยในการสร้างรายงาน เช่น รายได้ กำไร ยอดขายของบริษัท และอื่นๆ

2.การวิเคราะห์การวินิจฉัย เพื่อทำความเข้าใจว่าอะไรทำให้เกิดปัญหาตั้งแต่แรก เทคนิคต่างๆ เช่น การเจาะลึกการทำแหล่งข้อมูลและการกู้คืนข้อมูล

3.การวิเคราะห์เชิงคาดการณ์ เพื่อพิจารณาข้อมูลในอดีตและปัจจุบันเพื่อคาดการณ์อนาคต

4.การวิเคราะห์เชิงกำหนด เพื่อกำหนดวิธีแก้ไขปัญหาเฉพาะ การวิเคราะห์การทำงานร่วมกับการวิเคราะห์ทั้งเชิงพรรณนาและเชิงคาดการณ์

ขั้นตอน Big Data Analytics

1.ประเมินระบุเหตุผลและเป้าหมายเบื้องหลังการวิเคราะห์

2.ระบุแหล่งข้อมูลที่หลากหลาย

3.กรองข้อมูลที่เสียหาย

4.ดึงข้อมูลที่ไม่เข้ากันกับเครื่องมือแล้วแปลงเป็นรูปแบบที่เข้ากันได้

5.รวมข้อมูลที่เป็นประเภทเดียวกัน

6.วิเคราะห์ข้อมูล

7.การแสดงข้อมูลเป็นภาพ

8.แสดงผลข้อมูลขั้นสุดท้าย

เครื่องมือ Big Data Analytics

-Hadoop ใช้การจัดเก็บและวิเคราะห์ข้อมูล

-MongoDB ใช้กับชุดข้อมูลที่เปลี่ยนแปลงบ่อยครั้ง

-Talend ใช้สำหรับการรวมและการจัดการข้อมูล

-Cassandra ใช้สร้างฐานข้อมูลแบบกระจายที่ใช้เพื่อจัดการข้อมูลจำนวนมาก

-Spark - ใช้สำหรับการประมวลผลแบบเรียลไทม์และวิเคราะห์ข้อมูลจำนวนมาก

-STORM ระบบคอมพิวเตอร์โอเพ่นซอร์สแบบเรียลไทม์

-Kafka แพลตฟอร์มสตรีมมิ่งแบบกระจายที่ใช้สำหรับการจัดเก็บข้อมูลที่ทนทานต่อข้อผิดพลาด