Big Data : แนวโน้ม เครื่องมือ และการนำไปประยุกต์ใช้ในองค์กร

Big Data เป็นสิ่งที่เราพูดถึงกันมานานแล้ว แต่ประเด็นสำคัญคือจะนำมาประยุกต์ใช้และสร้างประโยชน์ในเชิงธุรกิจได้อย่างไร บริษัท คอมพิวเตอร์โลจี จำกัด จึงจัดงานสัมมนาประจำปีที่มีชื่อว่า Big Data Business Insights 2014 ขึ้น เพื่อให้เกิดการถ่ายทอด แลกเปลี่ยนความรู้ในการนำ Big Data มาวิเคราะห์ และเปลี่ยนให้เป็นข้อมูลที่จะสร้างคุณค่าให้กับธุรกิจได้

นอกจากนี้ ยังมีวิทยากรผู้เชี่ยวชาญจากหลายๆ องค์กรมาบรรยายในหัวข้อที่น่าสนใจ โดยในบทความนี้จะสรุปมาจากการบรรยายใน 3 Sessions แรกที่ครอบคลุมแนวโน้มของ Big Data, การนำมาใช้วงการดิจิทัลมีเดีย และเครื่องมือสำหรับการจัดการข้อมูลในโลกโซเชียลค่ะ

เทรนด์ของ Big Data ในปี 2015 (Big Data trend in 2015 and what’s next)

โดย ผศ.ดร. ภุชงค์ อุทโยภาศ หัวหน้าภาควิชาวิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยเกษตรศาสตร์

สิ่งที่จะเป็น Next Big Things ในวงการ Big Data จะมี 3 ส่วน ได้แก่

• Large Dataset ข้อมูลขนาดใหญ่ที่เกินความสามารถของ Server ธรรมดาๆ จะรองรับได้
• Scale out infrastructure ความสามารถของ Infrastructure
• Intelligent software โซลูชั่นที่จะนำมาวิเคราะห์ข้อมูลถือเป็นส่วนที่สำคัญที่สุดสำหรับ Big Data ในอนาคต

ซึ่งการพัฒนาของ 3 ส่วนข้างต้น จะทำให้เกิดเทรนด์หรือแนวโน้มดังต่อไปนี้

เทรนด์ที่ 1: Big Data จะถูกขับเคลื่อนไปยังจุดที่สามารถนำไปใช้งานได้จริง

ก่อนหน้านี้ โจทย์ใหญ่ของการรวบรวม Data คือ จะสามารถเก็บข้อมูลเหล่านั้นมาได้อย่างไร ในแง่ของวิธีการและ storage แต่นับจากนี้เป็นต้นไป โจทย์ใหม่ของ Big Data คือการนำมาใช้ สิ่งที่จะตามมาคือการสร้างโซลูชั่นที่จะนำมาใช้วิเคราะห์ Data ที่เก็บมา และด้วยกระแสของโซเชียลมีเดียในขณะนี้ ข้อมูลประเภท Unstructured Data ก็จะยิ่งมีบทบาทมากขึ้น

เทรนด์ที่ 2 Big Data Moving on the Cloud
นอกจากจะเก็บข้อมูลไว้บน Cloud แล้ว ยังสามารถวิเคราะห์ข้อมูลได้ในนั้นเลย ไม่จำเป็นต้องดึงออกมาวิเคราะห์ข้างนอกแล้ว

เทรนด์ที่ 3 Infrastructure จะใช้งานง่ายและทรงพลังมากขึ้น

เทียบกับในปี 2002 เทคโนโลยีด้าน RAM ได้รับการพัฒนามากขึ้นมาก มีความสามารถในการประมวลผลมากขึ้น 64 เท่า ในราคาที่ลดลง 25 เท่า ซึ่ง RAM ความเร็ว 1 TB ก็จะช่วยให้เกิดการวิเคราะห์แบบ Real time ได้ สร้างแบบจำลองของเงื่อนไขต่างๆ ได้อย่างรวดเร็ว ทำให้ธุรกิจสามารถตัดสินใจได้ดีขึ้น

เทรนด์ที่ 4 การวิเคราะห์ Big Data Analytics

Deep Learning ซึ่งเป็นสาขาหนึ่งของ Machine Learning จะได้รับการพัฒนามากยิ่งขึ้น หรือจะเรียกว่าระบบ recognition ของคอมพิวเตอร์ที่ Facebook นำมาใช้ในการจดจำใบหน้าของผู้ใช้งาน (Facebook สามารถแท็กเพื่อนของเราที่อยู่ในรูปได้อย่างถูกต้อง)  รวมทั้ง Google Translate, Siri หรือระบบ Voice Recognition อื่นๆ ที่จะเอาไปใช้ได้ในหลายๆ อุตสาหกรรม ซึ่งในตอนนี้ IBM Watson ได้นำ Cognitive Technology ไปใช้ในวงการ Healthcare แล้ว

นอกจากนี้ ความท้าทายในวงการ Big Data ที่กำลังมีอยู่และจะมีต่อไปคือ การสร้างโซลูชั่นหรือซอฟท์แวร์เพื่อวิเคราะห์ข้อมูลจะไม่ใช่เรื่องง่ายอย่างที่คิด หากไม่มี Data Scientist มาช่วยในการวิเคราะห์ โดยอาชีพ Data Scientist จะเป็นที่ต้องการของตลาดแรงงานมากในอนาคต นอกจากนี้กฏหมายที่เกี่ยวข้องก็ยังถือว่าล้าสมัยมาก ทั้งในแง่ความปลอดภัย ความเป็นเจ้าของ และความเป็นส่วนตัว เช่น ข้อมูลของเราในโซเชียลมีเดียที่ถูกนำไปวิเคราะห์และซื้อขายได้ โดยไม่รู้ว่าใครเป็นเจ้าของข้อมูลเหล่านี้ ทั้งที่เป็นข้อมูลของเรา เป็นต้น

การนำ Big Data มาใช้ในการโฆษณา

Panel Discussion โดย John Pradithavanij (Managing Director, Komli Media Thailand)

Data กับงานโฆษณาถือเป็นพาร์ทเนอร์กัน หากไม่มีข้อมูลก็ไม่สามารถวางแผนสื่อได้ โดยเฉพาะอย่างยิ่งในยุคที่ธุรกิจทุ่มงบประมาณไปกับสื่อออนไลน์ค่อนข้างมากอย่างในทุกวันนี้ การบริโภคสื่อออนไลน์จะทำให้แบรนด์เห็นพฤติกรรมของผู้บริโภคที่เป็นกลุ่มเป้าหมาย หรืออาจจะกล่าวได้ว่ารูปแบบที่ผู้บริโภคเข้าไปมีปฏิสัมพันธ์กับแบรนด์ในโลกออนไลน์นั่นแหละคือ Data ที่มีค่าของธุรกิจ ทั้งการคลิก การกดแชร์ การใช้เวลากับหน้าเว็บไซต์แต่ละแห่ง เป็นต้น

Data ที่รวบรวมมาจากออนไลน์จะมีตั้งแต่ข้อมูลพื้นๆ อย่างข้อมูลด้าน Demographic หรืออายุ เพศ การศึกษา หรืออาชีพ ก็จะมีข้อมูลในระดับที่ลึกลงไปกว่านั้นคือข้อมูลด้านไลฟ์สไตล์ และความสนใจ ซึ่งธุรกิจจะนำไปใช้ในการเลือกกลุ่มเป้าหมายในการโฆษณาได้แม่นยำมากขึ้น เช่น แต่เดิมอาจจะปล่อยโฆษณาแบบหว่าน เลือกเว็บไซต์ที่มี traffic สูงๆ ไว้ก่อน แต่เมื่อมี data ก็จะสามารถเลือกแบบเจาะจงได้ โดย Facebook คือธุรกิจแรกที่รวบรวมข้อมูลในลักษณะนี้และนำมาใช้ในการโฆษณา

แล้วแบรนด์ยังจำเป็นต้นซื้อสื่อแบบออฟไลน์อยู่หรือไม่? คุณจอห์นให้ความเห็นว่าการซื้อสื่อแบบ Mixed Media หรือแบบที่ใช้สื่อออนไลน์ร่วมกับสื่อแบบดั้งเดิม (เช่น ทีวี, หนังสือพิมพ์, วิทยุ เป็นต้น) จะได้ผลดีที่สุด เช่น ผู้จัดละครทีวีก็ต้องเข้ามาเช็คผลตอบรับในโลกออนไลน์ รวมทั้ง Data จากธุรกิจแบบออฟไลน์อย่างอีเมลหรือเบอร์โทรก็สามารถนำมาใช้ในการโฆษณาแบบออนไลน์ได้แบบ Custom audience data ด้วย

ในแง่ของรายได้หรือผลประโยชน์จากการนำเอา Data มาใช้ในงานโฆษณา คุณจอห์นอธิบายว่าโดยทั่วไปแล้วการลงโฆษณาจะมีเป้าหมายอยู่ 3 แบบ ได้แก่ Branding, Engagement และ Performance ซึ่งเป้าหมายอย่างสุดท้ายนี่แหละที่ต้องวัดผลเป็นตัวเงินได้ ธุรกิจที่จะวัดผลแบบนี้ก็จะมีอยู่ 3 อุตสาหกรรมหลักๆ คือ การท่องเที่ยว, E-Commerce และ Banking โดยมีเครื่องมือที่ใช้วัดยอดขายและยอดการจองเปรียบเทียบกับงบประมาณที่ใช้ในการโฆษณา

Social Media Command Center ปฏิวัติการใช้โซเชียลมีเดียของธุรกิจ เพื่อหา Customer Insight

โดย คุณอรนุช เลิศสุวรรณกิจ (Marketing Director, Computerlogy)

Session นี้จะเป็นการแนะนำโปรดักต์ที่มีชื่อว่า TH3RE ของ Computerlogy ซึ่งเป็นเครื่องมือที่จะช่วยให้แบรนด์หา Insight จากผู้บริโภคและดูแลชื่อเสียงของแบรนด์บนโลกออนไลน์ได้อย่างมีประสิทธิภาพมากขึ้น อย่างที่เราทราบกันว่าพฤติกรรมผู้บริโภคสมัยนี้จะชอบค้นหาการรีวิวสินค้าก่อนซื้อหรือใช้บริการกันเป็นปกติ โลกออนไลน์จึงเป็นพื้นที่ที่แบรนด์มี earned media ค่อนข้างมาก

Social Media Command Center หรือ ศูนย์บริหารจัดการข้อมูลโซเชียลมีเดียมีความสำคัญอย่างไร? ย้อนไปในปี 2006 พฤติกรรมการใช้สื่อออนไลน์ยังมีลักษณะเป็น Community เท่านั้น สำหรับประเทศไทยในปัจจุบันการใช้สื่อออนไลน์ของแบรนด์อยู่ในช่วง Strategy Stage และกำลังจะเข้าสู่ช่วง Insight and Action Stage ซึ่งเป็นช่วงที่ข้อมูล Insight จากผู้บริโภคมีบทบาทในการวางแผนกลยุทธ์การสื่อสารของธุรกิจและการรับมือกับกระแสต่างๆ ในโลกออนไลน์ด้วย

คุณสมบัติหลักๆ ของ TH3RE หรือ Social Media Command Center จะประกอบไปด้วย 1). Data Visualization การแสดงผลข้อมูลในรูปแบบที่ดูง่าย เข้าใจได้ง่าย 2). Real Time Monitoring ไม่ใช่การรวบรวมเป็นรายงานสรุป แต่แสดงผลออกมาแบบเรียลไทม์ และ 3). Quality Data ไม่ใช่แค่ปริมาณเท่านั้น แต่จะบอกทิศทางด้วยว่าคนพูดถึงแบรนด์ในแง่มุมบวกหรือลบ

แล้วแบรนด์จะใช้ประโยชน์อะไรจาก Social Media Command Center ได้บ้าง

• Trend Watching เช็คกระแสในขณะนั้นๆ เพื่อดูว่าคนพูดเรื่องอะไรกันบ้าง
• Brand Health เช็คสุขภาพของแบรนด์ มีการพูดถึงแบรนด์ในแง่ใดบ้างบนโลกโซเชียล สามารถลงรายละเอียดได้ว่าเป็นการพูดถึงในแง่บวกหรือลบมากกว่ากัน
• Online Campaign Measurement วัดกระแสของแคมเปญออนไลน์หรือ Viral ของแบรนด์ได้
• Influencer Analysis เช็คการพูดถึงแบรนด์โดย Influencer แต่ละคน หรือจะเรียกว่าตรวจสอบ Performance ของ Influencer ก็ได้
• Event with Live Stream ค้นหาจากแฮชแท็กของ Event แบบเรียลไทม์ ข้อมูลที่ได้จะมีลักษณะเป็นไทม์ไลน์ไหลลงมาเรื่อยๆ ไม่ใช่ Report ตอนจบงาน
• Market Research เพื่อให้แบรนด์สามารถวิเคราะห์คู่แข่งและผู้บริโภคได้อย่างมีประสิทธิภาพ
• Geomapping ฟีเจอร์นี้จะทำให้แบรนด์ตรวจสอบฟีดแบ็กจากผู้บริโภคต่างโลเคชั่นต่างๆ กันได้ เช่น ธุรกิจที่มีสาขา หรือเคาท์เตอร์ เซอร์วิส
• Keyword Selection เพื่อดูว่าผู้บริโภคเชื่อมโยงชื่อแบรนด์กับคำว่าอะไรบ้าง เมื่อพูดชื่อแบรนด์แล้วพูดอะไรต่อ เป็นต้น
• 

สำหรับธุรกิจที่อยากนำระบบนี้ไปใช้ ต้องเริ่มจากความชัดเจนของธุรกิจว่ามีวัตถุประสงค์อย่างไร เช่น ต้องการสร้างการรับรู้ หรืออยากได้ insight เป็นต้น เมื่อได้เป้าหมายที่ชัดเจนแล้ว ก็ต้องนำมาวางแผนการใช้สื่อให้ครอบคลุมทั้ง Paid media, Owned media และ Earned media หลังจากนั้นก็จะต้องแบ่งหน้าที่ของคนในองค์กรให้ชัดเจนว่าทีมที่ดูแลฟีดแบ็กในสื่อเหล่านั้นทำงานอย่างไร ใครเป็นผู้นำ มีการส่งต่อหน้าที่กันอย่างไร ที่สำคัญคือคนทำงานจะต้องมี Real time mindset ที่มี action กับกระแสต่างๆ อย่างรวดเร็ว

การวัดกระแสในโลกออนไลน์ที่มีประสิทธิภาพ จะต้องดูพฤติกรรมของลูกค้าที่เกี่ยวข้องกับแบรนด์ เช่น พูดถึงแบรนด์เมื่อไร ที่ไหน พูดอย่างไร และใช้คำว่าอะไร

สำหรับการบรรยายในหัวข้ออื่นๆ เน้นไปที่การนำเอา Big Data เข้าไปเป็นส่วนหนึ่งขององค์กร จะสรุปให้อ่านกันในบทความต่อไปค่ะ