Data 101 มารู้จักความต่าง Structured, Unstructured และ Semi-structured data

ในยุคดาต้า 5.0 ที่การตลาด ธุรกิจ ไปจนถึงเศรษฐกิจ และทุกด้านในชีวิตล้วนขับเคลื่อนด้วยดาต้า หลังจากสองบทความแรกในชุด Data 101 ที่พาไปรู้จักว่า Big Data คืออะไรและทำไมถึงสำคัญ กับ 4V ของ Big Data นั้นประกอบด้วยอะไรบ้าง ในบทความนี้เราจะพามารู้จักกับประเภทของดาต้าที่มีอยู่ในปัจจุบัน ซึ่งประกอบด้วย Structured data, Unstructured data และ Semi-structured data นั้นแตกต่างกันอย่างไร และถ้าเราเป็นบริษัทที่ Data-Driven ดาต้าประเภทไหนสำคัญมากที่สุด

แรกเริ่มเดิมทีก่อนโลกจะก้าวเข้าสู่ยุคดิจิทัลที่ค่อยๆ ผันตัวกลายมาเป็นยุคของดาต้านั้น โลกเราส่วนใหญ่รู้จักกันแต่ Structured data ซึ่งเป็นข้อมูลที่ถูกบันทึกจัดเก็บไว้อย่างเป็นระเบียบเรียบร้อยพร้อมใช้งาน แต่พอเราก้าวเข้าสู่ยุคอินเทอร์เน็ต ก้าวเข้าสู่ยุคดิจิทัล(แบ่งด้วยโซเชียลมีเดีย) จนเราก้าวเราสู่ยุคของดาต้า 5.0 ก็ก่อให้เกิดข้อมูลจำนวนมากที่ไม่เหมือนกับรูปแบบเดิมสักเท่าไหร่ นั่นก็คือ Unstructured data

ข้อมูลประเภทนี้มีมากถึง 80-90% บนโลกใบนี้ แต่กลับมีบริษัทน้อยมากที่สามารถใช้ประโยชน์จากดาต้าที่มีมากมายประเภทนี้ได้ เนื่องจากความยากหรือไม่สะดวกในการเอาไปวิเคราะห์ต่อยอดเหมือนดาต้าแบบเก่าที่เป็น Structured data เลยทำให้แม้เราได้ Insight ไม่ครบ หรือพลาด Opportunity ที่ซ่อนอยู่ในดาต้าอย่างน่าเสียดาย

เพราะก่อนหน้านี้เครื่องมือในการเอาดาต้าแบบใหม่ที่เป็น Unstructured data ไปใช้งานได้นั้นมีจำกัด แต่ในวันนี้ที่โลกการตลาดก้าวเข้าสู่ยุค MarTech นั้นไม่ เพราะเรามีเครื่องมือหรือเทคโนโลยีมากมายที่จะทำให้การหา Insight และ Opportunity ที่ซ่อนอยู่ในดาต้านั้นง่ายกว่าเดิมมาก และนั่นก็ทำให้ Unstructured data ที่มีมากมายมหาศาลแต่ไม่ค่อยถูกนำมาใช้ให้เกิดประโยชน์ในวันวานเป็นเรื่องที่ถ้าใครไม่พยายามถือว่าพลาดมากในวันนี้ และในขณะเดียวกันก็มีประเภทใหม่ที่เกิดขึ้นที่อยู่กึ่งกลางระหว่าง Structured data ที่ใช้งานง่าย กับ Unstructured data ที่ใช้งานยาก นั่นก็คือ Semi-structured data หรือข้อมูลที่พอจะมีโครงสร้างลำดับชั้นข้างในไฟล์ แม้จะไม่สามารถใช้งานได้ทันทีแต่เพียงแค่เอาไปจัดการนิดหน่อยก็สามารถใช้งานได้แบบเต็มที่ และวันนี้เราก็จะมาทำความเข้าใจ Data ทั้ง 3 ประเภทกันครับดาต้าแต่ละชนิดคืออะไร มีหน้าตาหรือลักษณะแบบไหน และเราจะเอาไปใช้งานด้วยวิธีใดได้บ้าง

Structured data คือข้อมูลยุคแรกเริ่มก่อนกำเนิด Big Data

Structured data ก็คือข้อมูลที่ถูกจัดเก็บไว้แบบมีโครงสร้างชัดเจน มีรูปแบบที่ง่ายต่อการเอาไปใช้งาน สามารถค้นหาข้อมูลข้างในที่ต้องการได้ง่าย คิดภาพง่ายๆ ก็คือ Google Sheet หรือ Excel นี่แหละครับ

ถ้าดูจากภาพเมื่อเราเปิดไฟล์ Excel ขึ้นมาก็จะชัดเจนว่าแต่ละคอลัมน์คือข้อมูลอะไร เมื่อดูข้อมูลข้างในที่ถูกเก็บไว้ก็จะสามารถเข้าใจได้ทันที เช่น ชื่อ อายุ ที่อยู่ ตำแหน่ง เบอร์โทรศัพท์ อีเมล ราคา เป็นต้น แล้วทีนี้ข้อมูลที่ถูกบันทึกข้างในแต่ละคอลัมน์นั้นก็รู้อย่างชัดเจนว่าหมายถึงอะไร เช่น แม้จะเป็นข้อมูลรูปแบบตัวเลขเหมือนกัน แต่ถ้าถูกกำหนดประเภทไว้ต่างกันการนำไปใช้งานก็ต่างกันมหาศาล

เช่น ตัวเลขในคอลัมน์ของเบอร์โทรศัพท์ ก็จะไม่เหมือนกับตัวเลขในคอลัมนต์ของราคาที่จ่าย และก็ไม่เหมือนกับตัวเลขในคอลัมน์ของอายุลูกค้า เพราะถ้าเป็นเบอร์โทรศัพท์การนำไปวิเคระห์ก็จะเน้นที่การนับซ้ำว่ามีลูกค้าคนเดิมซื้อซ้ำเท่าไหร่ หรือถ้าเป็นตัวเลขในคอลัมน์อายุการเอาไปวิเคราะห์ก็อาจจะเน้นดูที่ช่วงอายุเป็นหลัก ลูกค้าในกลุ่มวัย 20-30 เรามีสัดส่วนเท่าไหร่ หรือลูกค้ากลุ่มอายุเกษียณวัยที่มีอายุ 60 ปีขึ้นไปเรามีสัดส่วนมากเป็นเท่าไหร่นะ

เช่นเดียวกันกับข้อมูลตัวเลขที่อยู่ในช่องของราคาการจ่ายเงิน เราก็จะเน้นการเอามาวิเคราะห์ดูยอดขายรวม หรือวิเคราะห์หาช่วงราคาที่ลูกค้าส่วนใหญ่ชอบซื้อต่อหนึ่งบิลเป็นต้น เห็นไหมครับว่าแม้จะเป็นข้อมูลรูปแบบตัวเลขเหมือนกัน แต่ประเภทของข้อมูลก็ต่างกัน ดังนั้นข้อมูลประเภทนี้จึงง่ายต่อการเอาไปใช้งานเป็นอย่างมาก ใน Excel อาจจะใช้แค่ VLOOKUP ก็เพียงพอ หรือการจะเอาไปทำ Data Visualization ต่อด้วย Data Studio หรือ Power BI ก็สามารถทำได้แทบจะทันทีเพราะข้อมูลถูกจัดเก็บไว้เป็นระเบียบพร้อมใช้งาน

เปรียบให้เห็นภาพมากขึ้นก็เหมือนกับการซื้ออาหารสำเร็จรูปที่แค่ฉีกออกจากซองก็สามารถอุ่นหรือทอดกินได้เลย ไม่ต้องเตรียมตัวอะไรให้ยุ่งยาก แต่ดาต้าประเภทนี้มีปริมาณน้อยที่สุดในวันนี้ เพราะนี่เป็นดาต้ายุคแรกเริ่มก่อนยุคของ Big Data ในยุคที่เรายังมีข้อมูลให้จัดเก็บเป็นจำนวนไม่มากจึงสามารถกำหนดโครงสร้างได้ง่าย ครั้นเวลาผ่านไปจะต่อเพิ่มก็สามารถสร้างความเชื่อมโยงหรือ Relationship on data ได้สบายๆ แค่ต้องรู้ว่าจะเอาไฟล์นี้ไปเชื่อมกับไฟล์ไหน

แต่ก็นั่นแหละครับด้วยความที่มันถูกกำหนดโครงสร้างของข้อมูลเป็นอย่างดีก็ส่งผลให้ดาต้าชนิดนี้มีน้อยจนอาจไม่เพียงพอสำหรับบริษัทที่อยากจะไปต่อในยุคดาต้า 5.0 เพราะยุคนี้นั้นเต็มไปด้วยข้อมูลประเภทถัดมาที่เราจะทำความรู้จักกัน นั่นก็คือ Unstructured data ข้อมูลปริมาณมหาศาลจนก่อให้เกิดคำว่า Big Data ขึ้นมานั่นเอง

Unstructured data ข้อมูลจำนวนมากของยุคดิจิทัลจนเป็นที่มาของคำว่า Big Data

ถ้าจะพูดว่า Big data คำนี้เกิดขึ้นมาได้เพราะ Unstructured data ก็ไม่ผิดนักครับ เพราะในวันที่เราเริ่มก้าวเข้าสู่ยุคอินเทอร์เน็ต ก็เริ่มก่อให้เกิดข้อมูลในรูปแบบใหม่ๆ ที่ไม่มีโครงสร้างชัดเจนเพิ่มขึ้นเรื่อยๆ และจุดที่พลิกผันก็คือยุคดิจิทัล ยุคที่เรามี 3G ใช้ ยุคที่เราเริ่มหันมาใช้สมาร์ทโฟนแทนโทรศัพท์มือถือแบบมีปุ่มกดทั่วไป ยุคนี้เองก่อให้เกิด Unstructured data มากมาย ซึ่งคนที่ทำให้ข้อมูลประเภทนี้เกิดขึ้นมากมายขนาดนี้ก็คือเราทุกคนไม่ว่าจะคุณหรือผมครับ

Unstructured data คือข้อมูลมีโครงสร้างชัดเจน หรือถ้าเรียกให้ถูกต้องบอกว่าไม่มีโครงสร้างใดๆ เลย ตัวอย่างข้อมูลประเภทนี้ก็เช่น รูปภาพ เพลง คลิปวิดีโอ โพสบ่นๆ บนโซเชียลมีเดีย กระทู้ความเห็นตามเว็บบอร์ดต่างๆ หรือแม้แต่ไฟล์ข้อมูลเอกสารประเภท Word และ PDF ก็เช่นกัน

คุณอาจสงสัยว่าข้อมูลพวกนี้ไม่มีโครงสร้างอย่างไร? ก็ในเมื่อฉันเสิร์จหาในคอมหรือกูเกิลก็สามารถค้นเจอได้โดยง่าย เรื่องนี้ต้องบอกว่าถูกครึ่งไม่ถูกครึ่งครับ

เพราะ Google เองก็ประกาศตัวแต่วันแรกว่าพวกเขาจะจัดอันดับข้อมูลทั้งหมดบนโลก(เท่าที่เข้าถึงได้) ให้ง่ายต่อการใช้งาน สิ่งที่ Google ทำคือส่ง Bot ออกไปวิเคราะห์ข้อมูลเว็บต่างๆ อยู่ตลอดเวลาว่าเว็บไหนเกี่ยวกับอะไร เพื่อที่ถ้ามีใครค้นหาในเรื่องที่เกี่ยวข้องกับเว็บนี้จะได้เจอคำตอบที่ใช่โดยไวที่สุด

ดังนั้น Google จึงพยายามจัดการข้อมูลต่างๆ อยู่เสมอให้มีโครงสร้างง่ายต่อการใช้งาน ลองคิดว่าถ้าเราไม่ตั้งชื่อไฟล์ Word หรือติด Tag คนหรือสิ่งของภายในรูปภาพนั้นเราจะสามารถเข้าถึงข้อมูลที่ต้องการได้โดยง่ายหรือไม่

ถ้าเป็นรูปภาพที่ถูกตั้งชื่อเป็นตัวเลข ถ้าผมต้องการจะหารูปที่เป็นประเภทหนังสือที่ผมเคยซื้อแล้วถ่ายเก็บไว้ ผมก็ต้องมานั่งไล่ดูทีละรูปด้วยตัวเองแล้วคัดแยกมันออกมา เรายังโชคดีว่าโทรศัพท์มือถือรุ่นใหม่ๆ นั้นจัดกลุ่มรูปภาพตามใบหน้าแล้วก็แยกให้อัตโนมัติเพื่อให้ง่ายต่อการค้นหามากขึ้นเรื่อยๆ

บรรดาไฟล์เพลงก็เช่นกัน ถ้าเราไม่จัดหมวดหมู่ข้อมูลให้มันว่าเพลงนี้ร้องโดยใคร อัลบัมไหน ชื่อเพลงอะไร เป็นเพลงแนวไหน จังหวะความเร็วเท่าไหร่ มันก็จะยากมากๆ ต่อการค้นหาเหมือนกันรูปภาพที่เล่าไป

บวกกับยุคของอินเทอร์เน็ตและการก้าวเข้ามาของโซเชียลมีเดีย บวกกับเทคโนโลยีดิจิทัลมากมาย ทำให้เรามีดาต้าประเภท Unstructured data นี้เกิดขึ้นมหาศาล เอาง่ายๆ แค่การอัพโหลดรูปภาพลง Facebook หรือ Instagram วันๆ นึงก็ไม่รู้กี่ล้านๆ รูปแล้ว

แล้วไหนจะการเขียนคอมเมนต์รีวิวสิ่งต่างๆ ของเราอีก ซึ่งในเนื้อหาของข้อมูลที่เราเขียนไปล้วนมีบริบทแฝงอยู่เสมอ ดังนั้นข้อมูลพวกนี้จึงมีมากมายขาดก็แค่เครื่องมือและคนที่มีความสามารถในการนำไปใช้งานให้เกิดประโยชน์อย่างเต็มที่และมีประสิทธิภาพ เพราะ Insight และ Opportunity ที่สำคัญล้วนถูกซ่อนไว้ในดาต้าประเภทนี้มากที่สุด

ข้อมูลประเภทนี้บางทีก็เรียกกันว่า NoSQL ที่ย่อมาจาก Not Only Structured Query Language ซึ่งจะเห็นว่าตรงกันข้ามกับ Structued data หรือที่เป็น SQL (Structured Query Language) โดยชิ้นเชิง

คิดถึงภาพคุณอาจจะวิ่งเข้าไปในป่าใหญ่หรือแม่น้ำใหญ่ ในนั้นอาจจะมีหมูป่ายักษ์สักตัวหรือปลาช่อนตัวใหญ่เท่าแขน แต่ก็นั่นแหละครับเราต้องไปควานหาด้วยตัวเอง มันต่างจากเนื้อหมูป่าปรุงสำเร็จรูปที่แค่โยนเข้ากระทะน้ำมันร้อนๆ หรือใส่หม้อทอดไร้น้ำมันก็สามารถกินได้เลย

เนื่องด้วยความเยอะแถมใช้งานยาก แต่มันง่ายในการจัดเก็บ คือเก็บมาก่อน แต่ครั้นจะให้ไปวางแผนจัดเก็บข้อมูลให้เป็นระเบียบเพื่อง่ายต่อการใช้งานแบบ Structured data ทุกครั้งไปก็ใช้เวลานาน และหลายครั้งมันก็มีข้อมูลใหม่ๆ หรือแปลกๆ โผล่ขึ้นมาทำให้การจะปรับเปลี่ยนแต่ละทีนั้นเต็มไปด้วยทรัพยากรทั้งเงิน คน และเวลาที่ต้องใช้มากเกินไป

และนั่นก็เลยก่อให้เกิดข้อมูลประเภทที่สามที่เรียกว่า Semi-structured data ครับมาเพื่ออุดช่องว่างนี้ครับ

Semi-structured data ข้อมูลกึ่งสำเร็จรูป เก็บง่าย ใช้งานง่าย

เมื่อ Structured data นั้นง่ายต่อการเอาไปใช้งานมากๆ แต่ก็วุ่นวายตอนกำหนดโครงสร้างขึ้นมาเพื่อจัดเก็บ ส่วน Unstructured data นั้นก็เก็บได้หมดทุกอย่าง แต่ครั้นวันที่จะเอามาใช้งานก็ช่างยากเย็นเหลือเกิน จึงเกิดข้อมูลอีกหนึ่งประเภทที่เรียกว่า Semi-unstructured data ซึ่งอยู่ตรงกลางค่อนไปทาง Structured data เพราะแม้จะไม่ได้ถูกจัดเก็บไว้แบบมีโครงสร้างที่ชัดเจน แต่ก็พอจะมีตัวกำกับไว้ว่าข้อมูลนี้คืออะไร ข้อมูลนี้อยู่ในลำดับชั้นต่อจากออะไร ทำให้สามารถเอาไปใช้งานต่อได้ง่ายกว่าข้อมูลแบบไร้โครงสร้าง เพียงแต่อาจจะต้องผ่านขั้นตอนทำข้อมูลให้พร้อมสักหน่อย เช่น XML, CSV หรือ JSON

หรือถ้าอธิบายให้เห็นภาพชัดขึ้นก็คือข้อมูลประเภท Web log ว่าใครเข้าใช้งานเมื่อไหร่ เข้าใช้งานผ่านอะไร, อีเมล มีเนื้อหาข้างในกำกับระดับหนึ่ง หรือถ้าใกล้ตัวขึ้นอีกก็คือข้อมูลประเภท Tag ในโซเชียลมีเดียที่ผู้คนนิยมทำกัน

เพราะข้อมูลบนโซเชียลมีเดียก็นับว่าเป็น Semi-structured data คือเราพอจะรู้ว่าใคร โพสเมื่อไหร่ โพสในรูปแบบไหน ส่วนจะเป็นการโพสอะไรอันนี้ก็ต้องเข้าไปทำความเข้าใจบริบทของเนื้อหาอีกทีนึง ซึ่งเจ้า Tag หรือ #Hashtag นี่แหละก็คือการจัดระเบียบสร้างโครงสร้างให้ข้อมูลอีกทีหนึ่ง ถ้าเปรียบเทียบกับการใช้ Social listening ก็คือการ Query หรือค้นหาข้อความที่มีคำที่ต้องการอีกครั้งหนึ่งหลังจากเราดึงข้อมูลออกมา ทำให้การทำวิเคราะห์ข้อมูลต่อนั้นง่ายและเร็วกว่าเดิมมาก

ถ้าเทียบกับอาหารอีกครั้งก็เหมือนกับวัตถุดิบที่ถูกแร่เตรียมพร้อมให้เราเอาไปปรุงต่อเพื่อเพิ่มความอร่อย อาจจะเป็นปีกไก่ เนื้ออก หรือสันคอหมู ที่ถ้าเอามาทอดเลยคงไม่น่ากิน แต่ถ้าเอามาคลุกมาปรุงหรือผ่านการ Analytics อีกนิดก็น่าจะถูกปากคนกินไม่น้อย

ก่อนจะปิดท้ายขอฝาก Data ชนิดสุดท้ายไว้อีกเล็กน้อย นั่นก็คือ Metadata

Metadata ข้อมูลที่ใช้ระบุตัวข้อมูลอีกทีหนึ่ง

Metadata คือข้อมูลที่ใช้กำกับตัวข้อมูลที่เป็น Unstructured data อีกทีหนึ่งเพื่อให้ง่ายต่อการเอาไปใช้งานได้มากขึ้น เช่นในภาพถ่าย ตัวคอมพิวเตอร์คงไม่รู้ว่าในภาพนั้นคือภาพอะไรถ้าเราไม่ทำการตั้งชื่อไฟล์ให้ง่ายต่อการค้นหา หรือทำแท็กระบุเอาไว้ว่ามี object อะไรในรูปภาพบ้าง แต่ Metadata คือข้อมูลที่ระบุว่าภาพนั้นถูกถ่ายขึ้นที่ไหน ถูกถ่ายด้วยกล้องอะไร ใช้รูรับแสงเท่าไหร่ ด้วยความเร็วชัตเตอร์เท่าไหร่ ผ่านการแก้ไขหรือตกแต่งมาหรือไม่

ถ้าเป็นวิดีโอหรือภาพยนต์ก็คือข้อมูลที่ระบุประเภทของหนัง ระบุอายุผู้ชม ระบุความยาว ระบุชื่อผู้กำกับ หรือระบุนักแสดง ดังนั้นจะเห็นว่า Metadata เป็นแค่ข้อมูลกำกับของข้อมูลนั้นอีกส่วนหนึ่ง แน่นอนว่ามันทำให้เราทำงานได้ง่ายขึ้นในการจะค้นหาข้อมูลบางอย่างที่ต้องการออกมาก่อนจะเริ่มเอาไปสกัดหรือวิเคราะห์ต่อ

ถึงตอนนี้คุณก็รู้จักดาต้าทั้ง 3 ชนิดหลักบวก 1 ชนิดเสริม ก็มาถึงบทสรุปส่งท้ายว่าเราควรจะทำอย่างไรกับดาต้ามากมายที่มีต่อ

จะยกระดับธุรกิจด้วย Data-Driven ต้องใช้ดาต้าทั้ง 3 ชนิดผสานกัน

บริษัทจำนวนไม่น้อยมักโฟกัสกับแค่ Structured data แน่นอนว่าถ้าในช่วงเริ่มต้นใช้ Data-Driven ก็ถือว่าเหมาะสมแล้ว แต่ถ้าทำในระดับหนึ่งแล้วก็ต้องอย่าลืมหาดาต้าประเภทอื่นเข้ามาใช้งานด้วย เพราะอย่าลืมว่าข้อมูลประเภท Structured data นั้นมีสัดส่วนแค่ 10-20% เท่านั้นในวันนี้ แต่ยังมีข้อมูลมหาศาลกว่า 80-90% ที่เป็น Unstructured data ที่รอให้เราไปหยิบฉวยมาใช้งานเพื่อต่อยอดธุรกิจไปอีกระดับ

เพราะการจะทำธุรกิจให้กำไรนั้นต้องอาศัยความเข้าใจที่รอบด้าน ดังนั้นบริษัทต้องกำหนด Data Strategy ให้ดีว่าเราจะใช้ดาต้าแบบไหนเพื่อตอบ Business objective แล้วจาก Data Strategy นั้นก็จะทำให้เรารู้ว่าเราต้องเน้นไปที่ดาต้าชนิดใด ทั้งหมดนี่ก็เพื่อให้เรายกระดับธุรกิจด้วย Data-Driven ได้จริงๆ

ผลลัพธ์จากการใช้ดาต้าที่หลากหลายจะทำให้เราเห็นมิติมากมายที่ไม่เคยรู้มาก่อน ทำให้เราเข้าใจลูกค้าแบบรอบด้านหรือ Customer 360 ที่จะพูดถึงต่อในวันหน้า ทำให้เราเข้าใจเทรนด์ที่กำลังเกิดขึ้นจริงๆ อย่างแม่นยำเพื่อที่เราจะได้ประเมินต่อว่าธุรกิจเราควรจะเกาะกระแสเทรนด์นี้ไปหรือไม่

เพราะการวิเคราะห์ข้อมูลจะทำให้เราเข้าใจว่าลูกค้าชอบอะไร ไม่ชอบอะไร เพื่อที่เราจะเอาไปกำหนดกลยุทธ์ต่อได้ บางครั้งเราอาจจะตั้งราคาสินค้าถูกเกินไป ทั้งหมดนี้ก็เพื่อทำให้เราสร้างผลกำไรได้มากขึ้นโดยอาจจะไม่ต้องเอาแต่ขายเพิ่มขึ้นอย่างเดียว

และเพราะ Data ที่หลากหลายทั้งสามประเภทนี้เองก็จะช่วยให้เราเข้าถึง Deep Insight หรือเข้าใจลูกค้าได้ลึกกว่าการสัมภาษณ์หรือตอบแบบสอบถามรูปแบบเก่า นักการตลาดอย่างเราก็สามารถทำการตลาดได้อย่างแม่นยำ นักธุรกิจก็สามารถเพิ่มกำไรในบรรทัดสุดท้ายได้ในท้ายที่สุด

ในบทหน้าจะพาไปรู้จักกับคำว่า Single View Customer หรือ Customer 360 ครับ

Source:
https://levity.ai/blog/structured-vs-unstructured-data
https://www.linkedin.com/pulse/using-structured-unstructured-semi-structured-data-michael-sterl/
https://www.bigdataframework.org/data-types-structured-vs-unstructured-data/