6 วิธีที่จะทำให้การใช้ Big Data เป็นเรื่องง๊ายง่าย


Share this article

การใช้งาน Big Data โดยปกติยังคงถูกมองว่าเป็นเรื่องยากและซับซ้อน แต่ในความเป็นจริงแล้วมีหลายวิธีการนำไปใช้ที่ทำให้การใช้งาน Big Data ไม่ได้ยากอย่างที่คิด

  1. เริ่มต้นจากจุดที่ล้มเหลว

ก่อนที่คุณจะนำ Big Data ไปใช้งานในทุกส่วน ควรเริ่มจากการนำ Big Data มาใช้ในโปรเจ็คที่เคยล้มเหลวก่อน เพราะถือเป็นจุดเริ่มต้นในการใช้ Big Data ในการแก้ปัญหาที่ดี สิ่งสำคัญคือขอบเขตของงานและเป้าหมายหลักที่ชัดเจน เพราะ Big Data ไม่ใช่เรื่องของความเป็นไปได้ ควรเริ่มต้นจากงานที่มีจุดมุ่งหมายที่แน่นอน

“หลายบริษัทติดกับดักของ Big Data ที่ว่า หากเรานำมันมาใช้เดี๋ยวผลลัพธ์ก็ตามมาเอง และไม่นานก็จะพบว่าแนวคิดนี้มันไม่เวิร์ค เพราะการนำ Big Data มาใช้งานควรมีเป้าหมายทางธุรกิจที่ชัดเจนตั้งแต่ตอนออกแบบระบบไปจนถึงการติดตั้ง”

  1. Start Silly Small เริ่มจากเป้าหมายเล็กๆ น้อยๆ ก่อน

อย่าเพิ่งเริ่มด้วยการคิดถึงผลลัพธ์สุดท้าย (ที่เป็นเป้าหมายใหญ่ที่สุด) ให้เริ่มจากเป้าหมายเล็กๆ น้อยๆ การตั้งเป้าหมายแรกด้วยเป้าหมายเล็กๆ จะทำให้การนำเอา Big Data เข้ามาใช้เป็นเรื่องง่าย

Big Data ไม่ได้หมายความว่าต้องใหญ่มากๆ เสมอไป การเริ่มใช้งาน Big Data ก็เช่นกัน คุณไม่จำเป็นต้องเริ่มใช้งาน Big Data กับโปรเจ็คที่ใหญ่ที่สุดของบริษัท แต่ให้เริ่มด้วยโปรเจ็คเล็กๆ ที่มีเป้าหมายเดียว เพื่อเริ่มเรียนรู้ Big Data ไปพร้อมๆกับการใช้งานจริง จะทำให้คุณเห็นภาพ Big Data ได้ชัดเจนขึ้น การใช้งานที่ประสบผลสำเร็จมากที่สุดคือการใช้งานที่เริ่มจากการแก้ปัญหาเล็กๆ น้อยๆ จากนั้นค่อยพัฒนาโปรแกรมไปเรื่อยๆ

  1. ใช้แพลตฟอร์มที่ใหญ่เกินไป

Big Data ไม่ใช่สงครามระหว่างการทำ Data warehouses กับ เทคโนโลยีแบบ open source หลายองค์กรเข้าใจผิด คิดไปว่า Big Data คือ Hadoop ซึ่งในความเป็นจริงแล้ว Hadoop ก็ถือเป็นเครื่องมือที่ดี แต่ก็มาพร้อมการทำงานที่ยุ่งยากและซับซ้อน ซึ่งในบ้างครั้งก็ยุ่งยากและไม่ได้เหมาะที่จะใช้งานกับทุกองค์กร

“ในความเป็นจริงแล้ว Hadoop ไม่ใช้เครื่องมือเพียงตัวเดียวที่เอาไว้ใช้ในงาน Big Data ในบางครั้งมันก็เป็นเรื่องที่ง่ายกว่า หากคุณจะหันไปใช้คลาวน์ หรือโปรแกรมเฉพาะตัวอื่นๆ ”

  1. แตก Big Data ออกมาเป็นส่วนเล็กๆ หลายๆ ส่วน

หนึ่งในวิธีการรับมือกับระบบที่มีความซับซ้อนมากๆ คือการแตกย่อยระบบนั้นๆ ออกมาเป็นส่วนเล็กๆ หลายๆส่วน กับ Big Data ก็สามารถใช้วิธีได้แช่นกัน ขณะที่การปรับใช้ Big Data กับองค์กรเป็นเรื่องที่ค่อนข้างซับซ้อน แต่มันจะง่ายขึ้นเมื่อคุณรวมโปรเจ็คต่างๆ ให้อยู่เป็นหมวดหมู่และแบ่งออกเป็นกลุ่มย่อยๆ

  1. จำลองข้อมูลของคุณขึ้นมา

Big Data คือข้อมูลขนาดใหญ่ ที่สามารถทำให้คุณปวดหัวและสับสนจนทำให้การใช้งานเป็นไปอย่างเชื่องช้าและลำบาก ดังนั้นเหนือไปกว่าการแตกย่อยการทำงานของ Big Data ออกเป็นส่วนๆ คือการจำลองภาพข้อมูลของคุณขึ้นมา ซึ่งจะช่วยให้คุณเข้าใจข้อมูลที่มีมากยิ่งขึ้น และเห็นภาพว่าจะนำข้อมูลไปใช้ในทางไหน

อย่างไรก็ตาม ควรคำนึงถึงเครื่องมือที่จะใช้ทำ Visualized Data ด้วย

  1. Focus on Actionable Insights ให้ความสนใจที่ข้อมูลเชิงลึกที่นำไปใช้ต่อได้

ข้อมูลเชิงลึกจาก Big Data เป็นอะไรที่น่าตื่นเต้น แต่ไม่ใช่ทุกข้อมูลเชิงลึกที่มีประโยชน์เท่ากัน จุดมุ่งหมายของการใช้งาน Big Data ไม่ใช่แค่การเข้าใจข้อมูลใหม่ๆ แต่เป็นการเข้าใจที่ส่งผลถึงหัวใจหลักของธุรกิจ ข้อมูลเชิงลึกที่ไม่สามารถเอาไปใช้งานได้อาจดูน่าตื่นเต้นก็จริง แต่มันก็ทำให้ระบบการทำงานของ Big Data ดูซับซ้อนเกินความเป็นจริงโดยใช่เหตุ

หนึ่งในแนวทางที่จะช่วยให้การทำ Big Data ง่ายขึ้น คือ การแยกผลลัพธ์และข้อมูลรบกวนออกจากข้อมูลขนาดใหญ่ และสนใจเพีงแค่ข้อมูลเชิงลึกที่นำไปใช้ต่อได้จริง โดยลองนำข้อมูลเชิงลึกที่ได้เข้าไปใช้งานในกระบวนการทำธุรกิจ หากไม่มีผลลัพธ์อะไรเกิดขึ้นให้เลิกสนใจข้อมูลส่วนนี้

Cr. it.toolbox.com

READ  IoT Smartness

ลงทะเบียนรับข่าวสาร

ไม่พลาดทุกการอัพเดทจาก Big Data Experience Center

Big Data Experience Center (BX)

ชั้น 12 อาคาร Knowledge Exchange Center (KX)
110/1 ถนนกรุงธนบุรี, แขวงบางลำภูล่าง เขตคลองสาน กรุงเทพฯ 10600
อีเมล์: contact@bigdataexperience.org