ในช่วงวิกฤตควรลงทุน Big Data ด้านใด

ในช่วงวิกฤตควรลงทุน Big Data ด้านใด

โดยทั่วไปแล้วการพัฒนาโครงการ Big Data แบ่งออกเป็น 3 ระยะ (Phase) ได้แก่

1. การติดตั้งระบบ หรืออุปกรณ์ เพื่อเก็บข้อมูล ตัวอย่างเช่น การติดตั้งระบบ ERP การติดตั้งอุปกรณ์ IoT เป็นต้น โดยส่วนใหญ่โครงการติดตั้งอุปกรณ์นี้ จะเป็นส่วนหนึ่งของการดำเนินโครงการ Digital Transformation เนื่องจากเป็นการเก็บข้อมูลในรูปแบบ Digital ที่สามารถส่งต่อให้ระบบอื่นได้ โดยจำเป็นต้องมีการลงทุนในการลงระบบเพื่อให้ได้มาซึ่งข้อมูลที่ต้องการ อย่างไรก็ตามระบบเหล่านี้มักจะมีหน่วยความจำในตัวเอง แต่ไม่สามารถเก็บข้อมูลอื่นที่มาจากระบบอื่นได้ ทำให้ในการใช้งานจะต้องดึงข้อมูลออกจากระบบเพื่อไปเชื่อมกับข้อมูลที่มาจากระบบอื่น

2. การบริหารข้อมูล หมายถึง การจัดการข้อมูลขนาดใหญ่อย่างมีประสิทธิภาพ เพื่อให้ง่ายต่อการใช้งาน ประกอบไปด้วยส่วนประกอบดังนี้

2.1 การนำเข้าข้อมูล หมายถึง การนำข้อมูลจากแหล่งข้อมูลต่างๆ เข้ามาที่ระบบกลางอาจเป็นการใช้ API หรือการเชื่อมต่อ Database

2.2 การสร้าง Data Lake เพื่อเก็บข้อมูลดิบโดยยังไม่จำเป็นต้องมีการปรับโครงสร้าง ซึ่ง Data Lake นี้จะถือเป็นแหล่งเก็บข้อมูลกลางที่มีข้อมูลหลากหลายและถือเป็นแหล่งเก็บข้อมูลที่มีขนาดใหญ่ที่สุดขององค์กร

2.3 การเชื่อมโยงข้อมูล ปรับโครงสร้างข้อมูล และสร้าง Data Warehouse จากข้อมูลดิบที่ Data Lake จำเป็นต้องผ่านกระบวนการปรับโครงสร้างและเชื่อมโยงกับข้อมูลจากแหล่งข้อมูลอื่น เนื่องจากข้อมูลจากแหล่งต่างๆ อาจมีรูปแบบในการเก็บและมีรูปแบบการเก็บที่ไม่เหมือนกัน ตัวอย่างเช่น ใช้ Database คนละยี่ห้อกัน เป็นต้น ทำให้ในการใช้งานจะต้องมีการปรับโครงสร้างและเชื่อมโยงให้อยู่ในรูปแบบที่พร้อมใช้ โดยข้อมูลที่มีการปรับโครงสร้างแล้วนั้น จะถูกนำไปจัดเก็บที่ Data Warehouse เพื่อประสิทธิภาพในการใช้ข้อมูล

2.4 การดำเนินโครงการธรรมาภิบาลข้อมูล หรือ Data Governance หมายถึง การกำหนดสิทธิในการตัดสินใจและรับผิดชอบ ในการส่งเสริมให้เกิดกระบวนการจัดทำ การใช้งานและการบริหารจัดการข้อมูล รวมถึงกระบวนการที่กำหนดบทบาท นโยบาย และมาตรฐาน ที่ช่วยสนับสนุนให้การดำเนินงานเกี่ยวกับข้อมูลมีประสิทธิภาพมากยิ่งขึ้น ซึ่งส่งผลให้หน่วยงานสามารถบรรลุเป้าหมายได้ ผลลัพธ์ที่ได้จากธรรมาภิบาลข้อมูล คือ การแสดงรายละเอียดของข้อมูลที่จัดเก็บในส่วนต่างๆ ของหน่วยงานที่เกี่ยวข้องและมีการชี้แจงรายละเอียดของข้อมูล รวมไปถึงมีการคัดกรองความเสี่ยงของข้อมูลเพื่อสามารถระบุสิทธิในการใช้ และเข้าถึงข้อมูลได้

2.5 การสร้าง Data Mart หรือหน่วยเก็บข้อมูลสำหรับการนำไปใช้งาน หรือนำไปเผยแพร่

2.6 การออกแบบระบบบริหารข้อมูลที่คำนึงถึงความปลอดภัยของข้อมูลและประสิทธิภาพในการใช้งาน โดยสามารถรองรับข้อมูลขนาดใหญ่ที่มีการเติบโตตลอดเวลา

3. การวิเคราะห์ข้อมูลและการนำเสนอผลลัพธ์ โดยการวิเคราะห์นี้ อาจหมายถึง การสร้างแบบจำลอง (Model) การวิเคราะห์ทางสถิติ หรือการใช้วิทยาศาสตร์ข้อมูลเพื่อนำเสนอผลลัพธ์ โดยการนำเสนอผลลัพธ์ จะแบ่งออกเป็น 2 ประเภท ได้แก่

3.1 ผลลัพธ์ที่เป็นรายงาน เช่น การใช้โปรแกรม BI เพื่อนำเสนอข้อมูลในรูปแบบ Data Visualization เป็นต้น

3.2 ผลลัพธ์ที่เป็นการกระทำ เช่น Chatbot ที่มีการโต้ตอบอัตโนมัติ เป็นต้น

ดังนั้น ข้อสรุปของคำถามที่ว่า “ในช่วงวิกฤต ควรลงทุน Big Data ด้านใด” คำตอบคือ ควรลงทุนกับ Big Data ในส่วนที่ยังไม่มี

- ถ้ายังไม่มีระบบเก็บข้อมูล ก็ควรลงทุนกับระบบการเก็บข้อมูล เพราะโครงการ Big Data ส่วนใหญ่ จะเก็บข้อมูลในรูปแบบ Digital ที่พร้อมส่งข้อมูลต่อไปยังระบบอื่น

- ถ้ายังไม่มี Data Lake ก็สร้าง Data Lake เพราะหากยังไม่มี Data Lake การจะดำเนินกิจกรรมเกี่ยวกับการใช้ประโยชน์จากข้อมูลจะมีความยากลำบาก เนื่องจากไม่รู้จะดึงข้อมูลมาจากไหน อีกทั้งการดึงข้อมูลจากแหล่งข้อมูลต้นทาง อาจส่งผลกระทบด้านประสิทธิภาพการทำงาน

- ถ้ายังไม่มีระบบ Data Governance ก็ควรทำ Data Governance ซึ่งเป็นโครงการที่เกี่ยวข้องกับหลายส่วนและเป็นการดำเนินโครงการเชิงนโยบายที่ผู้ใช้งาน และผู้รับผิดชอบที่เกี่ยวข้องกับข้อมูลขององค์กร ต้องให้ความสำคัญ

- ถ้ายังไม่มีการเชื่อมโยงข้อมูลที่อยู่กันอย่างกระจัดกระจาย ก็ดำเนินโครงการ Data Integration โดยสร้างทั้ง Data Lake และ Data Warehouse ใหม่ และมีการจัดทำ ER-Diagram หรือ Data Dictionary เพื่อเป็นเอกสารอ้างอิงในการใช้ข้อมูล

- ถ้ายังไม่มีการดำเนินโครงการ Data Analytics ก็สามารถวางกรอบ และวัตถุประสงค์ของโครงการได้ โดยคำนึงถึงความพร้อมของข้อมูลเป็นหนึ่งในปัจจัยหลัก

ทั้งนี้หากมีการลงทุนด้าน Infrastructure ที่ดี มีการดำเนินโครงการ Data Management (ข้อที่ 2) อย่างสำเร็จ จะทำให้โครงการ Data Analytics จะสามารถเกิดขึ้นได้อย่างสะดวกและใช้ระยะเวลาไม่นาน

วิกฤตถือเป็นโอกาสของการดำเนินโครงการด้าน Data Management โดยเฉพาะอย่างยิ่ง Data Governance ที่มีผู้เกี่ยวข้องหลายส่วนงาน เพราะโครงการทั้งสองโครงการเป็นโครงการขนาดใหญ่ ซึ่งในช่วงนี้หลายองค์กรกำลังเร่งดำเนินการให้สำเร็จ เพื่อพร้อมสำหรับการนำข้อมูลไปวิเคราะห์หรือเป็นทรัพยากรเพื่อพัฒนา AI ต่อไป ในวันที่ทุกอย่างเข้าสู่ภาวะปกติ

"เริ่มก่อนสำเร็จก่อน อยู่ที่ว่าแต่ละองค์กรจะให้ความสำคัญกับ Big Data มากแค่ไหน"