[Data 101] 4V’s of Big Data คืออะไร?

[Data 101] 4V’s of Big Data คืออะไร?

Series Content ชุด Data 101 ตอนที่สองจะพาไปรู้จัก 4V’s of Big Data ที่จะเป็นหลักการคัดกรองว่าแค่ปริมาณที่มหาศาลอย่างเดียวไม่อาจถูกนิยามว่าเป็น Big Data ได้ เพราะการจะถูกนิยามว่า Data ที่มีนั้นเป็น Big Data หรือไม่ ต้องมีครบทั้ง 4 องค์ประกอบที่จะเล่าให้ฟังต่อจากนี้ครับ

ตั้งแต่โลกของเราก้าวเข้าสู่ยุค 4.0 มาจนถึง 5.0 ในทุกวันนี้นั้นก่อให้เกิด Data มากมายมหาศาลยิ่งกว่าเราจะคิดภาพตามหรือจินตนาการออก ถ้าถามว่า Data เกิดขึ้นมาจากไหนตั้งมากมายในแต่ละวัน เริ่มจากการค้นหาสิ่งที่เราอยากรู้ใน Google ก็ก่อให้เกิดสิ่งที่เรียกว่า Search data ที่เราสามารถเข้าไปใช้งานได้ง่ายๆ ผ่าน Google Trends แล้ว แล้วไหนจะการช้อปปิ้งออนไลน์ที่ก่อให้เกิด Transaction data เช่นกัน ยังไม่นับว่าก่อให้เกิด Behavioural data อีกด้วยซ้ำเมื่อเอาข้อมูลการใช้งานเว็บหรือแอปช้อปปิ้งมาวิเคราะห์ต่อยอดจัดหมวดหมู่ลูกค้าตามพฤติกรรมการใช้งานครับ

แล้วไหนจะการติดต่อสื่อสารของเราทุกวันนี้ในทุกครั้งก็ล้วนแต่ก่อให้เกิด Data ใหม่ๆ ขึ้นทุกวินาที รู้ไหมครับว่าทุกครั้งที่เราส่งข้อความออกไปหาใครสักคนไม่ว่าจะผ่าน LINE หรือ Facebook Messenger ก็ตาม หรือแม้แต่การส่งข้อความ SMS ก็นับว่าเป็น Conversation data เช่นกัน

รวมไปถึง Data ที่ถูกสร้างขึ้นมาผ่าน Smartphone หรือโทรศัพท์มือถือเครื่องเล็กในมือเรา ที่คอยส่งสัญญาออกไปเป็นระยะว่าตอนนี้เรากำลังอยู่ตรงไหน ตอนนี้เรามีการหยิบขึ้นมาใช้งานหรือไม่ เรากำลังเชื่อมต่อผ่านอะไร Wifi หรือ Cellular แล้วถ้าต่อผ่านสัญญาณโทรศัพท์มือถือนั้นเรากำลังใช้ 4G หรือ 5G กันอยู่ในแต่ละช่วงเวลาหละ

แล้วถ้าเราหยิบโทรศัพท์มือถือขึ้นมาพูดถามผ่าน Siri หรือ Google Assistant ก็ล้วนแต่สร้าง Data ขึ้นมาใหม่ในการใช้สิ่งที่เรียกว่า Virtual assistants แล้วทุกรูปภาพหรือคลิปวิดีโอที่เราถ่ายแล้วอัพโหลดขึ้นไปบนออนไลน์ ไม่ว่าจะอัพขึ้น Facebook, Instagram, TikTok, YouTube หรือแพลตฟอร์มใดๆ ก็ล้วนแต่ทำให้เกิด Data ใหม่ๆ ขึ้นมาครับ

ยังไม่นับถือพวกอุปกรณ์ประเภท IoT หรือ Internet of Things ที่มีใช้งานตามบ้านและสถานที่ต่างๆ มากขึ้นทุกวัน อุปกรณ์พวกนี้ก็เป็นตัวเร่งช่วยสร้าง Data ขึ้นมาอยู่ตลอดเวลาซึ่งพอเอาข้อมูลทั้งหมดที่เกิดขึ้นในแต่ละวันมารวมกันก็จะยิ่งมากมายมหาศาล บอกได้เลยว่าคำว่า Big data ที่พูดกันนั้นกลายเป็นเล็กไปเลยในทันที

ในปี 2018 มีคนคาดการณ์ว่าในแต่ละวันมีข้อมูลใหม่ๆ ถูกสร้างขึ้นกว่าวันละ 2.5 quintillion bytes หรือลองดูข้อมูลอัพเดทล่าสุดที่มีการคาดการณ์ว่าในปี 2021 แค่ 1 นาทีนั้นมี Data เพิ่มขึ้นมามากมายขนาดไหนครับ

Data 101 มารู้จัก 4V's of Big Data คืออะไร? ประกอบด้วย Volume ปริมาณ Velocity ความเร็ว Variety ความหลากหลาย และ Veracity ความน่าเชื่อถือ
https://localiq.com/blog/what-happens-in-an-internet-minute-2021/

ดังนั้นจึงปฏิเสธไม่ได้เลยครับว่าเราก้าวเข้าสู่โลก Big Data มานานแล้ว ใดๆ ในโลกล้วนถูกขับเคลื่อนด้วยดาต้า เรายิ่งต้องมองหาโอกาสที่จะเอา Data รอบตัวไปต่อยอดให้เกิดประโยชน์มากที่สุดจึงจะเป็นผู้ชนะในศตวรรษที่ 21 ได้

ดังนั้นกลับมาสู่คำถามตั้งต้นว่า เมื่อทุกวันนี้ปริมาณ Data ที่เกิดขึ้นนั้นมหาศาลแทบทุกวินาที แล้วอะไรจะเป็นตัวนิยามหรือแบ่งเส้นว่าอันนี้ Big หรือไม่ Big ซึ่ง Big Data จะต้องประกอบด้วย 4 นี้อย่างครบถ้วน จึงจะคู่ควรกับการถูกเรียกว่า Big Data ครับ (เพราะใหญ่อย่างเดียวไม่สำคัญอีกต่อไป)

4V’s of Big Data

1. Volume เยอะ

Data 101 มารู้จัก 4V's of Big Data คืออะไร? ประกอบด้วย Volume ปริมาณ Velocity ความเร็ว Variety ความหลากหลาย และ Veracity ความน่าเชื่อถือ

ถ้าไม่ใหญ่พอก็ไม่ควรค่าแก่คำว่า Big แน่นอนว่า V ตัวแรกย่อมเป็นสิ่งที่สะท้อนถึงความใหญ่ หรือปริมาณของข้อมูลนั่นเอง ซึ่งวันนี้ถ้าบริษัทไหนหรือหน่วยงานใดมีเครื่องมือในการเก็บข้อมูลที่ดีๆ หรือครบถ้วนหน่อย การจะมี Data ที่มี Volume มากพอก็ไม่ใช่เรื่องยากเย็นอีกต่อไป

ซึ่งทุกวันนี้ปริมาณของ Big Data ก็จะเริ่มต้นกันที่หลัก Terabytes บ้างก็ไปถึง Petabytes ก็แล้วแต่ว่าสะสมมานานขนาดไหน หรือไปกวาดหามาเพิ่มได้มากขนาดไหนควบคู่กัน

ซึ่งปริมาณของดาต้าก็จะเพิ่มขึ้นเรื่อยๆ ในแต่ละวันจากช่องทางที่หลากหลายถ้าดูจากภาพตัวอย่างด้านบนครับ บ้างก็เพิ่มในหลักนาทีไปจนถึงวินาที เพราะสุดท้ายแล้วยิ่งมี Data มากเท่าไหร่ ก็จะยิ่งมีโอกาสเอาไปวิเคราะห์ต่อยอดหา Insight ใหม่ๆ ได้มากเท่านั้น

หลายธุรกิจในวันนี้จึงไม่ได้แข่งขันกันที่สร้างยอดขายหรือผลกำไรที่เป็นตัวเงินอีกต่อไป แต่พวกเขายังวางกลยุทธ์หรือ Business Strategy เพื่อสะสมดาต้าควบคู่ไปด้วย เพราะสุดท้ายแล้วเจ้าดาต้านี่แหละที่จะสร้างความได้เปรียบแบบ Unfair Advantage ให้กับธุรกิจเราในระยะยาวแบบที่คู่แข่งยากจะไล่ตามได้ทัน

แต่ข้อควรระวังก็คืออย่าลืมว่ายิ่งเราเก็บ Data ไว้มากก็ยิ่งล่อหูล่อตาและล่อใจบรรดา Hacker ผู้ไม่หวังดี พวกเขาเหล่านั้นก็จะพยายามเข้ามาเจาะระบบ Security ของเราอยู่เป็นประจำ บ้างก็เจาะเพื่อเอาไปขาย บ้างก็อาจจะเป็นคู่แข่งแอบเข้ามาเจาะแล้วปล่อยข่าวการรั่วไหลออกไป ซึ่งแน่นอนว่าทุกครั้งที่มีข่าวดาต้ารั่วไหลส่งผลกระทบต่อภาพลักษณ์ของแบรนด์ ความน่าเชื่อถือของบริษัท และสุดท้ายคือกระทบต่อราคาหุ้นอย่างหลีกเลี่ยงไม่ได้จริงๆ

2. Velocity รวดเร็วสดใหม่

Data 101 มารู้จัก 4V's of Big Data คืออะไร? ประกอบด้วย Volume ปริมาณ Velocity ความเร็ว Variety ความหลากหลาย และ Veracity ความน่าเชื่อถือ

จะเป็น Big Data ได้ความสดใหม่ของข้อมูลคือหัวใจสำคัญ ไม่ใช่ว่ามีดาต้ามากมายแต่เป็นดาต้าเก่าเก็บมานาน แบบนั้นก็อาจจะไม่เข้าข่ายของนิยามคำว่า Big Data ครับ

และไม่ใช่แค่ความสดใหม่ของข้อมูลเท่านั้น แต่ยังหมายถึงความเร็วของข้อมูลที่ได้มาในระดับ Real-time หรือใกล้เคียงกับ Real-time ให้ได้มากที่สุด ลองคิดดูซิว่าถ้าลูกค้าแวะเข้ามาซื้อของที่เว็บเราวันนี้ แต่เดือนหน้าเราค่อยเอา Data นั้นมาใช้งาน แบบนี้คุณคิดว่ามันสายเกินไปแล้วหรือไม่

ดังนั้นการจะเป็น Big Data ได้ต้องเป็นข้อมูลที่มีการไหลเวียนด้วยความเร็วควบคู่ไปกับปริมาณที่ส่งเข้ามา ถ้ามองภาพปริมาณของข้อมูลเป็นเสมือนเขื่อนใน V แรก ใน V ที่ 2 อย่าง Velocity นี้ให้คิดภาพถึงน้ำตกขนาดใหญ่ ที่มีน้ำมากมายไหลลงมาตลอดเวลาไม่ขาดสาย

นึกถึง Facebook ก็ได้ครับ นั่นก็เป็นโซเชียลมีเดียแพลตฟอร์มที่เป็น Big Data เพราะนอกจากจะมีคนมากมายเป็นสมาชิก ก็ยังมีการอัพโหลดรูปภาพ ข้อความ หรือพิมพ์คอมเมนต์เกิดขึ้นตลอดเวลาในทุกเสี้ยววินาที ว่ากันว่าในหนึ่งวันเราเข้า Facebook กันไม่ต่ำกว่า 150 ครั้ง ส่งผลให้ Facebook มีข้อมูลใหม่ๆ จำนวนมากไปใช้งานได้ตลอดเวลานั่นเอง

แต่สิ่งสำคัญของการได้ Data ที่มีความ Velocity คือต้องรีบนำไปใช้ทันที เพราะถ้ายิ่งปล่อยนานไว้หลายนาทีคุณค่าของข้อมูลนั้นก็จะยิ่งลดลงไปตามเวลาเรื่อยๆ ครับ

เพราะถ้าเรารู้ว่าใครกำลังทำอะไรอยู่ในตอนนั้น แล้วเราสามารถวิเคราะห์หาคำตอบได้ว่าเขาคนนั้นน่าจะต้องการอะไร จากนั้นเราก็รีบให้ในสิ่งที่ต้องการออกไป ก็จะยิ่งทำให้เราได้ทั้งดาต้าใหม่ๆ กลับมา ไปจนถึงอาจจะได้ยอดขายจากลูกค้ารายนั้นเพิ่มขึ้นอีกด้วยก็เป็นได้ครับ

สรุปได้ว่า V ที่ 2 อย่าง Velocity คือนอกจากจะต้องมีความไหลเข้ามาของ Data ใหม่ๆ ตลอดเวลา ยังหมายถึงความเร็วในการนำข้อมูลที่ได้มาไปใช้งานให้เกิดประโยชน์ต่อธุรกิจได้ทันเวลาควบคู่กัน

3. Variety หลากหลาย

Data 101 มารู้จัก 4V's of Big Data คืออะไร? ประกอบด้วย Volume ปริมาณ Velocity ความเร็ว Variety ความหลากหลาย และ Veracity ความน่าเชื่อถือ

จะเป็น Big Data ที่สมบูรณ์มากขึ้นได้ต้องมีความหลากหลายของข้อมูล เพราะดาต้าวันนี้ไม่เหมือนวันวาน สมัยก่อนดาต้ามักจะอยู่ในรูปแบบที่มีโครงสร้างหรือที่เรียกว่า Structured data แต่นานวันเข้าก็มีดาต้ารูปแบบอื่นๆ เพิ่มขึ้นมาอย่าง Unstructured data และ Semi-structured data ครับ ซึ่งรายละเอียดของ Data ทั้ง 3 แบบเดี๋ยวจะเล่าให้ฟังต่อในวันหลัง แต่ตอนนี้ขอกลับมาโฟกัสที่ความหลากหลาย Variety ของ Data ก่อน

สมัยก่อน Data มักจะถูกจัดเก็บเป็นระเบียบมีโครงสร้างง่ายต่อการใช้งาน นึกถึงภาพข้อมูลอย่าง Excel ที่ถูกจัดวางเป็นคอลัมน์สวยงามก็ได้ครับ แต่เมื่อไม่นานมานี้เรามี Data ใหม่ๆ เกิดขึ้นมากมายที่ไม่ได้อยู่ในรูปแบบ Structured data แบบเดิม เช่น ข้อความการแชท ข้อความการโพสบนโซเชียลมีเดีย รูปภาพ คลิปวิดีโอ อีเมล หรือบทความ พวกนี้ล้วนจัดเป็น Unstructured data ซึ่งยากที่จะนำไปทำให้อยู่ในรูปแบบของ Spreadsheet หรือ Excel แบบที่เคยเป็นมา

และด้วยความหลากหลายของ Data ที่เพิ่มขึ้นมาอีก 2 ประเภทรวมเป็น 3 ส่งผลให้การเกิด Big Data นั้นง่ายขึ้นกว่าเดิมมาก ลองคิดดูซิครับว่า Data แบบเดิมที่ไม่ถูกเรียกว่า Big เพราะกว่าจะทำให้มี Structured นั้นก็ลดขนาดลงไปมาก แต่พอมี Data มากๆ เข้าก็ไม่สามารถทำให้มีโครงสร้างได้ง่ายๆ จึงทำให้เกิดกอง Data มากมายจนกลายเป็น Big Data นี่แหละครับ

เพราะด้วยเทคโนโลยีมากมายทำให้ดาต้าที่ไม่เคยคิดว่าจะสามารถเก็บบันทึกไว้ได้กลายเป็นสิ่งที่สามารถจับต้องได้ง่ายขึ้นมากในวันนี้ ยกตัวอย่างเช่นระบบกล้องวงจรปิดที่บวกเพิ่มโปรแกรมจดจำใบหน้า หรือที่เรียกว่า Face recognition เข้าไปก็ทำให้เราสามารถเก็บ Biometirc data เพิ่มขึ้นได้สบายๆ รวมไปถึงแพลตฟอร์มอย่าง YouTube ที่ให้เราอัพโหลดวิดีโอขึ้นไปได้ไม่จำกัด ดังนั้นสิ่งที่ตามมาคือความสามารถในการเอา Data ทุกประเภทจากหลากหลายช่องทางที่มีปริมาณมหาศาลเข้ามาต่อยอดธุรกิจให้ดีขึ้นกว่าเดิม

สมัยก่อนการมีรูปภาพล้านรูปอาจจะไม่ได้เป็นประโยชน์ต่อธุรกิจเพราะไม่สามารถทำข้อมูลรูปภาพที่มีให้เกิดประโยชน์ได้ แต่วันนี้มีโปรแกรมมากมายที่สามารถจัดประเภทรูปภาพให้เราใช้งานได้ง่ายขึ้น เช่น ในโทรศัพท์มือถือเรามี AI ในการช่วยจำแนกหมวดหมู่รูปภาพ เราสามารถค้นหาภาพที่ต้องการด้วยการพิมพ์ เช่น หมา หรือ แมว แล้วระบบก็จะไปค้นหาภาพที่น่าจะใช่หมาหรือแมวจากรูปถ่ายหลายพันหลายหมื่นของเราได้ภายในเสี้ยววินาที

ถ้าคิดถึงภาพของการตลาดหรือธุรกิจสมัยก่อนอาจจะใช้แค่ระบบ CRM ในการเพิ่มยอดขาย แต่วันนี้มีระบบที่เรียกว่า CDP หรือ Customer Data Platform เกิดขึ้นมามากมาย ทำให้เราสามารถเอา Data ลูกค้าจากหลายแหล่งเข้ามาประกอบเชื่อมโยงกันให้เราวิเคราะห์ทำความเข้าใจ Insight ลูกค้าได้แม่นยำและมีประสิทธิภาพมากว่าเดิม

ถ้าเปรียบเทียบจากเขื่อนเป็นน้ำตก ความ Variety ก็เปรียบเสมือนกับระบบนิเวศทั้งหมดที่ทำให้โลกสวยงาม ไม่ใช่แค่เราจะใช้ประโยชน์จากน้ำได้เท่านั้น แต่ยังมีทั้งลม ไฟ หรือความร้อนใต้พื้นพิภพที่สามารถเอามารวมกันสร้างเป็นพลังงานให้กับเมืองได้เพิ่มขึ้นครับ

4. Veracity น่าเชื่อถือ

Data 101 มารู้จัก 4V's of Big Data คืออะไร? ประกอบด้วย Volume ปริมาณ Velocity ความเร็ว Variety ความหลากหลาย และ Veracity ความน่าเชื่อถือ

มาถึง V สุดท้ายคือ Veracity แปลง่ายๆ คือความน่าเชื่อถือความถูกต้องของข้อมูล เพราะสิ่งที่ตามมาเมื่อเรามี Data ปริมาณมากมายมหาศาลจากหลายแหล่งที่หลั่งไหลเข้ามาไม่หยุด ความน่าเชื่อถือของข้อมูลที่มีและได้มาจึงสำคัญมากต่อการนำไปใช้

เพราะถ้ามี Data มากมายแต่เป็น Data ที่ไม่น่าเชื่อถือหรือไม่มีคุณภาพ ก็จะพาลทำให้เสียเวลาทำงานหรือดีไม่ดีการไม่มี Data อาจจะดีกว่า ดังนั้นเมื่อเรามี Data มากมายจากหลายช่องทางเราต้องให้เข้าใจที่มาที่ไปของมัน ดาต้านั้นมาจากไหน เข้าใจใน Metadata เข้าใจบริบทในการเก็บข้อมูลมา เพราะการที่เราเข้าใจแหล่งที่มาที่ไปทำให้เรารู้ได้ว่าดาต้านั้นน่าเชื่อถือหรือไม่ เพื่อที่จะได้ประเมินต่อว่าควรจะเสียเวลาในการทำ Analytics หรือเปล่า

ยิ่ง Big Data เรามี Veracity ความน่าเชื่อถือมากเท่าไหร่ ก็ยิ่งทำให้เราได้เจอ Insight หรือ Opportunity ดีๆ ได้มากเท่านั้น และนั่นจะยิ่งทำให้เราเดินหน้าได้อย่างถูกทางและรวดเร็ว

V นี้เป็น V ที่เกิดขึ้นใหม่หลังจาก 3V’s of Big Data ในยุคแรกเริ่ม พอเมื่อเรามี Data มากขึ้นก็เริ่มค้นพบว่าไม่ใช่ทุก Data ที่มีจะมีคุณภาพพอที่คุ้มค่าต่อการลงแรงสกัดหา Insight ออกมาครับ

ถ้าเปรียบเทียบกับแหล่งพลังงานมากมายที่เราสามารถนำมาใช้งานได้ ก็ต้องมีการประเมินว่าไม่ใช่แหล่งพลังงานทุกจุดจะคุ้มค่าและมีประโยชน์พอที่จะลงทุนนำมาใช้งาน บางพื้นที่ไม่ควรสร้างเขื่อน บางพื้นที่ไม่ควรติดตั้งกังหันเพราะไม่ได้มีลมไหลผ่านสม่ำเสมอตลอดปี ระหว่างการถูก Data Bias โดยไม่รู้ตัวด้วยการเผลอเลือกสิ่งที่คิดว่าน่าสนใจหรือ Pickup cherry ขึ้นมาแล้วตัดสินใจพลาดไปจนเสียหายหลายล้านครับ

และจาก 4V’s of Big Data ก็จะก่อให้เกิด V ที่ 5 ขึ้นมานั่นก็คือ Value ที่จะเล่าให้ฟังต่อจากนี้ครับ

5. Value คุณค่าที่ซ่อนอยู่ในดาต้า

Data 101 มารู้จัก 4V's of Big Data คืออะไร? ประกอบด้วย Volume ปริมาณ Velocity ความเร็ว Variety ความหลากหลาย และ Veracity ความน่าเชื่อถือ

เมื่อเรามีทั้ง 4 V’s of Big Data ครบก็จะเป็นการปลดล็อคสกินทอง เอ๊ย! ไม่ใช่ ปลดล็อค V ที่ 5 ต่างหากครับ ซึ่งนั่นก็คือ Value หรือคุณค่าที่คุณคู่ควร เพราะหัวใจสำคัญในการทำ Data Analytics คือการทำให้เราได้ค้นพบ Insight & Opportunity ใหม่ๆ ที่ซ่อนอยู่หรือเราอาจจะเคยเห็นแต่มองข้ามไปเพราะคิดว่าไม่สำคัญ

และยิ่งการทำธุรกิจทุกวันนี้ในโลกยุคดาต้า 5.0 ก็ต้องมีการวาง Data Strategy ที่ดีที่จะสามารถเก็บรวบรวมดาต้าที่ต้องการได้มากพอในเวลาอันรวดเร็ว เพื่อที่จะได้นำไปใช้ขับเคลื่อนองค์กรหรือที่เรียกว่าทำ Data-Driven Business เพราะนี่เป็น Unfair Advantage เดียวที่คู่แข่งทุกรายยากจะตามเราได้ทัน

การทำ Data Analytics จะทำให้เราได้เข้าใจ Consumer Insight ที่แท้จริง ทำให้เราได้ค้นพบ Customer Segements ที่สำคัญต่อธุรกิจเราจริงๆ หรือแม้แต่ทำให้เราได้ค้นพบจุดอ่อนของธุรกิจที่อาจจะไม่เคยรู้มาก่อนได้จริงๆ เช่นกัน

ทีนี้เมื่อเรารู้ความจริงที่ซ่อนอยู่ใน Data ก็ทำให้เราสามารถตัดสินใจได้ง่ายขึ้นและแม่นยำขึ้นกว่าเดิมมาก จากเดิมที่เคยต้องทำการตลาดแบบเดาๆ หว่านๆ ก็กลายเป็นดูจาก Data ก่อนว่าตรงไหนที่มีโอกาสหรือตรงไหนที่เป็นรูรั่วในธุรกิจเราจะได้แก้ปัญหาได้ตรงจุด

จากประสบการณ์ที่ทำให้ลูกค้าก็พบว่าเราสามารถสร้าง New Product หรือ New Service ใหม่ๆ จาก Data ได้อย่างแม่นยำและทุกคนก็เห็นภาพตรงกันอย่างง่ายดาย เป็นการช่วยประหยัดต้นทุนลองผิดลองถูกมากมายครับ

สรุป 4V’s of Big Data คือหัวใจสำคัญในการทำธุรกิจให้กำไรในยุค 5.0

Data 101 มารู้จัก 4V's of Big Data คืออะไร? ประกอบด้วย Volume ปริมาณ Velocity ความเร็ว Variety ความหลากหลาย และ Veracity ความน่าเชื่อถือ

และทั้งหมดนี้คือเหตุผลว่าทำไมธุรกิจในวันนี้ไม่ว่าขนาดเล็กแบบ SME หรือขนาดใหญ่ระดับ Enterprise จะต้องใช้ Data เป็นเข็มทิศนำทางธุรกิจ เพราะสมัยก่อนการจะมี Data ตัดสินใจนั้นเป็นเรื่องยาก ด้วยข้อจำกัดทางเทคโนโลยีต่างๆ แต่วันนี้การจะมี Data ไว้ตัดสินใจนั้นไม่ยาก แต่ที่ยากคือทำอย่างไรที่เราจะมีข้อมูลที่มีคุณภาพในปริมาณมากพอ บวกกับมาจากแหล่งที่มาที่หลากหลายเพื่อให้เข้าใจความจริงในทุกมิติแบบครบถ้วน แถมต้องเป็นข้อมูลที่อัพเดททันเวลาไม่ใช่เก่าเก็บล้าสมัยเอามาใช้ตัดสินใจในโลกที่เปลี่ยนแปลงไวเหลือเกิน

ดังนั้นธุรกิจที่จะสามารถไปต่อได้ในยุคดาต้า 5.0 คือธุรกิจที่มีการกำหนด Data Strategy ที่ดีที่จะนำไปสู่การทำ Data-Driven Marketing หรือ Data-Driven Business ครับ

ทั้งหมดนี้จะนำกลับมาสู่คำถามสำคัญที่ผมอยากจะถามคุณทิ้งท้ายว่า คุณใช้ดาต้าในการตัดสินใจมากพอหรือยังในแต่ละวัน? คุณเก็บดาต้าที่ควรจะเป็นของคุณครบทุกช่องทางแล้วหรือเปล่า? และสุดท้ายคือดาต้าที่คุณมีอยู่นั้นดีพอที่จะนำไปมาใช้งานต่อได้จริงไหม? บวกกับข้อมูลเหล่านั้นไม่ได้เก่าเกินไปในวันที่ผู้บริโภคเปลี่ยนใจได้ทุกวันใช่หรือไม่?

ผมเชื่อว่าคุณมีตำตอบของคำถามทั้ง 4 ข้อที่ผมถามไป เอาใจช่วยให้คุณสามารถใช้ Data-Driven Organization จนคู่แข่งตามไม่ทันได้แต่มองด้วยความอิจฉาครับ

แต่ถ้าใครอยากปรึกษาเรื่อง Data อีเมลเข้ามาพูดคุยกันได้ที่ [email protected] ครับ ผมจะเป็นคนตอบอีเมลคุณด้วยตัวเอง

ในบทหน้าเราจะไปทำความเข้าใจกับ Data 3 ประเภทที่มีพูดถึงกันไว้ Structured data, Semi-structured data และ Unstructured data ว่าแต่ละอย่างต่างกันอย่างไร เพราะเรื่องดาต้าเป็นเรื่องที่ทุกคนถ้าไม่อยากตกงานในศตวรรษที่ 21 ต้องรู้ไว้ครับ

Source
https://www.bernardmarr.com/default.asp?contentID=2119
https://www.bigdataframework.org/four-vs-of-big-data/

Nattapon Muangtum

เจ้าของเพจการตลาดวันละตอน / อาจารย์พิเศษวิชา Data-Driven Communication / เขียนหนังสือมาแล้ว 5 เล่ม Personalized Marketing, Data-Driven Marketing, Data Thinking, Contextual Marketing และ Social Listening / ที่ปรึกษา Data-Driven Advisor

One thought on “[Data 101] 4V’s of Big Data คืออะไร?

  1. เป็นประโยชน์มากๆครับ ขออนุญาตินำไปอ้างอิงในชั้นเรียนนะครับผม

Leave a Reply

Your email address will not be published. Required fields are marked *

ใช้ Social Listening บ้างไม่ ?

#การตลาดวันละโพล ขอหนึ่งคำถาม ว่าปกติใช้ Social Listening บ้างหรือไม่ แล้วถ้าใช้ ใช้ตัวไหนอยู่