มกราคม 2015

27/01/201507/02/2015 thanachart Articles, IT Trends

Bank of the Future: เมื่อเทคโนโลยีดิจิทัลเปลี่ยนโลกของสาขาแบงค์

ผมเป็นคนหนึ่งที่ไม่ชอบไปธนาคาร อาจเป็นเพราะว่าไม่ชอบการรอคอยหรือเสียเวลาในการกรอกแบบฟอร์มต่างๆ และในเมื่อธุรกรรมเกือบทุกอย่างผมสามารถทำได้ผ่านระบบอินเตอร์เน็ตและตู้เอทีเอ็ม แล้วทำไมผมจะต้องเสียเวลาไปธนาคารละครับ เมื่อเร็วๆนี้ผมได้ดูข่าวทีวีช่อง CNN และพูดถึง Bank of the Future ที่ระบุว่าในปัจจุบันคนทำธุรกรรมออนไลน์หมดแล้วสาขาแบงค์จะเป็นอย่างไร พร้อมกับแสดงตัวอย่างให้เห็นสาขาธนาคารบางแห่งที่ได้แนวคิดจาก Apple Store มาใช้ สาขาธนาคารบางแห่งกลายเป็นร้านขายของ บางแห่งมีที่ให้นั่งทานกาแฟ บางแห่งมีห้องประชุมให้เช่าใช้ และบริการกับลูกค้าทุกรายแม้จะไม่ใช่ลูกค้าของธนาคารก็ตาม (Link ข่าว CNN เรื่อง Apple Store inspires ‘bank of the future)

รูปที่ 1 ภาพสาขาธนาคารจากรายงานข่าว Bank of the Future ของ CNN

ผู้คนหลายๆประเทศทั่วโลกหันมาใช้ Internet Banking และ Mobile Banking มากขึ้น เพราะสะดวกสบายกว่า และสามารถทำธุรกรรมได้อย่างรวดเร็วตลอดเวลา ข้อมูลจากสำนักวิจัย Capgemini เมื่อปี 2012 คาดการณ์ว่าในปี 2015 จำนวนผู้ใช้ Internet Banking ทั่วโลกจะเพิ่มเป็น 91.7% และจำนวนผู้ใช้ Mobile Banking จะเพิ่มเป็น 62.3% ทั้งที่ในปี 2011 ยังมีผู้ใช้ Mobile Banking เพียง 39.9% ซึ่งทาง Juniper Research ก็คาดว่าจำนวนผู้ใช้ Mobile Banking จะมีถึงหนึ่งพันล้านคนสิ้นปี2017 นอกจากนี้ยังมีข้อมูลของบริษัทวิจัย Nielsen ที่ระบุว่าในปัจจุบันผู้บริโภคในสหรัฐอเมริกากว่า 82% ใช้ Online Banking อย่างน้อยเดือนละครั้ง หรือเคยมีข้อมูลแสดงให้เห็นว่าคนในประเทศสวีเดนกว่า 96% นิยมทำธุรกรรมด้วยตัวเองและกว่า 88% ไม่เคยไปธนาคารเลยในรอบ 12 เดือน

รูปที่ 2 แนวโน้มการใช้ Online Banking และ Internet Banking ทั่วโลก

สำหรับประเทศไทยมีตัวเลขของธนาคารแห่งประเทศไทยทีออกมาเมื่อเดือนกันยายนปีที่แล้วระบุว่ามีบัญชีธนาคารที่เป็น Internet Account ในประเทศ 8,943,950 บัญชี โดยมีวงเงินการทำธุรกรรมถึง 1,705 พันล้านบาท และเป็น Mobile Internetอีก 3,711,382 บัญชี โดยมีวงเงินการทำธุรกรรมผ่านโมบาย 129 ล้านบาท นอกจากนี้ยังผลการสำรวจของของบริษัท Bain ในปี 2012 ที่สำรวจผู้ใช้บริการจากธนาคารจำนวน 150,100 คนจาก 14 ประเทศทั่วโลกพบว่าหลายประเทศในเอเซียมีอัตราการใช้บริการ Mobile Banking ที่สูงกว่าประเทศสหรัฐอเมริกา ประเทศไทยเองมีอัตราการใช้ 24% (ข้อมูลจากการสำรวจผู้ใช้ 1,300 คน) และมีการใช้ Online Banking สูงถึง 73%

รูปที่ 3 ผลสำรวจอัตราการเข้าใช้บริการ Mobile Banking ใน 14 ประเทศทั่วโลก

รูปที่ 4 ผลสำรวจอัตราการเข้าใช้บริการของลูกค้าธนาคารในประเทศไทยจากกลุ่มตัวอย่าง 1,300 คน

ในปัจจุบันผมใช้ Internet Banking อยู่ประมาณ 5 ธนาคาร สมุดบัญชีเงินฝากของธนาคารเหล่านั้นผมแทบไม่เคยอัพเดท บางบัญชีสมุดอยู่ไหนแล้วผมไม่เคยทราบ การทำธุรกรรมเกือบ 100% ผมเลือกที่จะทำออนไลน์ แม้แต่การถอนเงินสดออกมาผมก็เลือกที่จะทำผ่านตู้ ATM ผมมีบัญชีธนาคารสองแห่งที่ใช้ประจำเลยเลือกที่จะมี Mobile Banking เพราะมันสะดวกกว่าที่จะต้องมาเปิดเครื่องคอมพิวเตอร์เพื่อมาทำธุรกรรมทางการเงิน แต่ก็เลือกใช้งาน Mobile Banking ในเฉพาะบางธุรกรรมที่เหมาะสม ผมเองใช้บัตรเครดิตอยู่และข้อมูลการทำธุรกรรม การเรียกเก็บเงินต่างๆของบัตรเครดิตทุกใบผมจะใช้ระบบออนไลน์ ทำให้เราทราบการใช้จ่ายได้อย่างรวดเร็วไม่ต้องรอให้บริษัทบัตรเครดิตส่ง Statement มาในตอนปลายเดือน (ซึ่งทุกวันนี้ก็เลือกที่จะให้ส่งมาทางอีเมล์ ไม่ใช่ในรูปของกระดาษหรือจดหมายแล้ว) สุดท้ายแม้แต่การทำธุรกรรมเงินกองทุนของธนาคารต่างๆที่ผมใช้บริการไม่ว่าการซื้อขายกองทุนรวม กองทุน LTF และ RMF ผมก็เลือกใช้บริการออนไลน์รวมถึงการใช้บริการของ WealthMagik ที่ช่วยให้ผมเห็นภาพรวมของกองทุนทั้งหมดของทุกธนาคาร

รูปที่ 5 เว็บไซต์ WealthMagik

ผมมักจะเจอคำถามว่าใช้ Internet Banking ไม่เสี่ยงหรือ จริงๆผมใช้มาสิบกว่าปีแล้ว ถามว่าเคยผิดพลาดไหมก็ยอมรับว่าเคย แต่ถ้าถามต่อว่าเพราะอะไรก็ต้องตอบว่าเกิดจากการทำธุรกรรมที่ผิดพลาดของตัวเองเช่น ชำระค่าบริการผิดที่,โอนเงินไปผิด หรือซื้อกองทุนผิด โดยมากก็เพราะเราไม่รอบคอบ แต่การทำผิดพลาด 2-3 ครั้งนี้ธนาคารก็ให้บริการแก้ปัญหาให้อย่างดี ทำธุรกรรมเป็นพันๆครั้งอาจมีความผิดพลาดบ้างแต่มันก็เป็นบทเรียนให้เรารอบคอบยิ่งขึ้น วันนี้ถ้าเราไม่ใช้ Online Banking เราก็คงเริ่มตกยุคเพราะธนาคารทั่วโลกกำลังเปลี่ยนไป มันก็เหมือนกับสมัยก่อนที่เราอาจเคยเก็บเงินไว้ในบ้าน พอยุคต่อมาเราก็ต้องนำฝากธนาคารเชื่อครับคนยุคนั้นก็กลัวว่าเงินไม่ได้เก็บไว้กับเราจะปลอดภัยไหม การใช้ Online Banking ก็มีความเสี่ยงในเรื่องของ user, password การใช้ Public WIFI หรือขั้นตอนการทำธุรกรรมต่างๆ ที่ผู้ใช้ต้องตระหนักและป้องกันไว้ ซึ่งการทำธุรกรรมทุกอย่างแม้แต่ไม่ใช่ออนไลน์ถ้าเราไม่ระมัดระวังก็มีความเสี่ยง เผลอๆบางอย่างที่ทำบนโลกออนไลน์อาจช่วยให้เราลดความเสี่ยงด้วยซ้ำ ช่วงนี้ผมมักจะตอบกลับอย่างขำๆเวลาคนมาถามเรื่องความเสี่ยงบน online Banking ว่า “ที่สถาบันการศึกษาบางแห่งมีเงินหายเป็นพันล้านนี่มันเกิดจากการทำ Online Banking ไหมครับ ในทางกลับกันถ้าเขาใช้ Online Banking ในการดูยอดเงินฝาก แทนที่จะดูจากสมุดเงินฝาก เผลอๆอาจเห็นความผิดปกติตั้งนานแล้ว”

การเข้ามาของ Digital Banking คงไม่ได้ทำให้สาขาธนาคารหายไป แต่อาจมีจำนวนน้อยลงและคงต้องปรับรูปแบบ สาขาธนาคารคงไม่ใช่มีไว้แค่ทำธุรกรรมง่ายๆอย่างแค่ ฝาก ถอน โอนเงิน หรือชำระเงินค่าบริการสินค้า แต่พนักงานของสาขาธนาคารคงต้องเข้าใจลูกค้าดีขึ้น ลูกค้าเหล่านั้นคงใช้งาน online Banking เป็นประจำ แต่เขาจะมาสาขาเพื่อขอคำแนะนำการบริการด้านการเงินต่างๆ ขอความรู้การซื้อผลิตภัณฑ์ใหม่ๆของธนาคารเช่นกองทุน มาขอสินเชื่อบางอย่างที่อาจไม่ทำในโลกออนไลน์ได้ ธนาคารในอนาคตต้องมีข้อมูล CRM ลูกค้าอย่างดี ต้องมีความสามารถในทำ customer segmentation หรือการวิเคราะห์ความต้องการของลูกค้าจากข้อมูลต่างๆทั้งภายในและภายนอกธนาคาร เผลอๆสาขาธนาคารอาจกลายเป็นร้านกาแฟให้ผมมานั่งดื่มกับเพื่อนฝูง และคุยกับเจ้าหน้าที่ธนาคารเพื่อสอบถามข้อมูลการเงินกางทุนก็เป็นไปได้

เทคโนโลยีดิจิทัลกำลังเปลี่ยนธนาคาร ทาง Capgemini และก็ข้อมูลจากแหล่งอื่นๆก็ระบุแนวโน้มของการใช้เทคโนโลยีของธนาคารอยู่ 4 เรื่องคือ

การใช้ Mobile Banking จะเพิ่มขึ้นอย่างมากโดย Internet Banking จะเป็นเรื่องปกติ
การใช้จ่ายผ่าน Mobile Payment จะมีมากขึ้น รวมถึงจะมีการใช้ Mobile Remote Deposite Capture ทำให้ลดการใช้ Cheque ที่เป็นกระดาศ
Social Media และ Analytic Tools จะถูกนำมาใช้เพื่อวิเคราะห์ลูกค้ามากขึ้น
ช่องทางการบริการธุรกรรมธนาคารจะมีความหลากหลายมากขึ้นผ่านอุปกรณ์ต่างๆและเชื่อมโยงกันหมดทั้ง Mobile, Tablet รวมไปถึง Internet of Things อย่าง smart TV

ทั้งหมดนี้ผมก็เขียนมาจากมุมมองของผมที่เป็นลูกค้าและผู้ใช้บริการของธนาคาร ไม่ใช่ผู้เชี่ยวชาญด้านนี้แต่อย่างไร

ธนชาติ นุ่มนนท์

IMC Institute

25/01/201502/04/2018 thanachart Articles, Big Data, IT Trends

กลยุทธ์ Big Data สำหรับประเทศไทย

สัปดาห์ที่ผ่านมา IMC Institute จัดแถลงข่าวเรื่อง Big Data Trends โดยผมได้ชี้ให้เห็นว่าในช่วง 2-3 ปีนี้เราจะเห็นถึง Mega-Trends ทางด้านไอทีอยู่ 3 อย่างคือ

รูปที่ 1 IT Mega Trends 2015

Internet of Things อุปกรณ์ในการเชื่อมต่ออินเตอร์เน็ตจะไม่จำกัดอยู่แค่ เครื่องพีซี Smartphone หรือ Tablet แต่จะรวมไปถึงอุปกรณ์ต่างๆตั้งแต่นาฬิกา, wearable technology, เครื่องใช้ไฟฟ้า และสิ่งของต่างๆ ซึ่งมีการคาดการณ์ว่าจะมีอุปกรณ์เหล่านี้ถึง 50,000 ล้านชิ้นในปี 2020
Cloud Computing ระบบการประมวลผลจะขึ้นบนอินเตอร์เน็ตมาจากที่ใดก็ได้ และข้อมูลจะตามเราไปทุกที่ ทุกเวลา และทุกอุปกรณ์
Big Data เมื่อมีอุปกรณ์ต่ออินเตอร์เน็ตมากขึ้น ข้อมูลก็จะมากขึ้น จะมีหลายรูปแบบ และเพิ่มขึ้นอย่างรวดเร็ว มีการคาดการณ์ว่าจะมีข้อมูลมากถึง 35 ZByte ในปี 2025 ดังนั้นต่อไปใครที่สามารถนำข้อมูลมหาศาลเหล่านี้มาวิเคราะห์ได้ก็จะได้เปรียบเหนือคู่แข่ง

กระแสเรื่อง Big Data เป็นเรื่องที่เราหลีกเลี่ยงไม่ได้ เพราะ Big Data ไม่ใช่แค่เรื่องของไอที ไม่ใช่แค่มองเรื่องของการเก็บข้อมูล แต่เป็นเรื่องของทางด้านธุรกิจและผู้ใช้ที่จะมองวิธีการในการนำข้อมูลมาวิเคราะห์และคาดการณ์ต่างๆเพื่อให้ได้ประโยชน์ จึงไม่แปลกใจที่เห็นบริษัท E-Commerce รายใหญ่ๆในโลกสามารถวิเคราะห์ข้อมูลคาดการณ์นำเสนอขายสินค้าให้กับลูกค้าได้ ธนาคารบางแห่งสามารถใช้ Big Data มาช่วยในการวิเคราะห์เครดิตของลูกค้าที่จะขอสินเชื่อ หรือแม้แต่บริษัทผู้ให้บริการมือถือก็สามารถใช้ Big Data มาช่วยในการแบ่งกลุ่มลูกค้า (Customer Segmentation)

IDC ได้คาดการณ์มูลค่าตลาดของ Big Data ในปี 2014 ว่าสูงถึง 16.1 พันล้านเหรียญสหรัฐ และคาดการณ์ตลาดของ Big Data ในภูมิภาคเอเซียแปซิฟิกโดยไม่รวมประเทศญี่ปุ่นในปีนี้ไว้ที่ 1.61 พันล้านเหรียญสหรัฐ ซึ่งโตกว่าปีที่แล้วถึง 34.7% นอกจากนี้ยังมีการคาดการณ์จากบริษัทวิจัยอย่าง Researchbeam ระบุว่ามูลค่าตลาดของ Hadoop หนึ่งในเทคโนโลยีที่ใช้ในการทำ Big Data จะโตจาก 1.5 พันล้านเหรียญสหรัฐในปี 2012 เป็น 50.2 พันล้านเหรียญสหรัฐในปี 2020

แต่ปัญหาที่หน่วยงานต่างๆจะเจอในเรื่องของ Big Data คือการขาดบุคลากรและขาดข้อมูล Gartner เองระบุว่าในปีนี้จะมีตำแหน่งงานที่เกี่ยวข้องกับ Big Data ทั่วโลกถึง 4.4 ล้านตำแหน่ง แต่คงสามารถที่จะหาคนเข้าทำงานได้เพียง 1 ใน 3 ของตำแหน่งงาน และทาง IDC ก็ระบุถึงตำแหน่งงานทางด้าน Analytics ในสหรัฐอเมริกาว่าจะมีถึงสองแสนตำแหน่งในปี 2018 นอกจากนี้ยังพบว่าในปัจจุบันองค์กรใหญ่ๆเกือบ 70% ต้องซื้อข้อมูลจากภายนอกมาวิเคราะห์และคาดว่าในปี 2019 ทุกองค์กรใหญ่ๆคงต้องซื้อข้อมูล

เรื่อง Big Data ก็เป็นเรื่องที่ประเทศใน ASEAN ให้ความสำคัญ รัฐบาลสิงคโปร์ตั้งเป้าตั้งแต่ปลายปี 2013 ว่าจะเป็นฮับทางด้านนี้โดยเฉพาะการทำ Big Data Analytics โดยมีการตั้ง Big Data Innovation Center ส่วนทางนายกรัฐมนตรีของมาเลเซีย Najib Razak ก็ได้ประกาศนโยบาย Big Data Analytics (BDA)ในปลายปี 2014 โดยวางแผนการทำ Pilot Project ในปีนี้ 4 เรื่อง และวางแผนระยะยาว 7 ปีดังรูป

รูปที่ 2 แผนด้าน Big Data Analytics ของประเทศมาเลเซียเริ่มต้นปี 2014

สำหรับประเทศไทยผมคิดว่าเราคงต้องมีนโยบายอยู่สามด้านตามรูปที่ 3 (ต้องขอขอบคุณ PostToday ทีวาดภาพกราฟฟิกนี้สรุปให้)

ภาครัฐและเอกชน
- Big Data ยังเป็นตลาดใหม่มีการแข่งขันไม่สูงนัก (Blue Ocean) ทุกองค์กรทั้งภาครัฐและเอกชนต้องรีบวางกลยุทธ์เรื่องนี้โดยเร็ว มิฉะนั้นแล้วเราจะเสียเปรียบคู่แข่งเชิงธุรกิจ
- Big Data จะช่วยสร้างความได้เปรียบทางธุรกิจให้กับคู่แข่งในภูมิภาค ต้องเอาเรื่องนี้เดินควบคู่กับนโยบาย Digital Economy
- เรื่องข้อมูลจะเป็นเรื่องจำเป็น จึงต้องเร่งส่งเสริมให้มีการทำ Open Data เพื่อให้เกิดการต่อ ยอดนำข้อมูลไปใช้งาน
เทคโนโลยี
- เทคโนโลยีด้านนี้จะมีการลงทุนที่ค่อนข้างสูง ภาครัฐเองควรจะส่งเสริมให้มีการใช้ทรัพยากรร่วมกัน เพื่อลดค่าใช้จ่ายในการลงทุนด้าน Hardware/Software
- การตั้ง Cloud Platform สำหรับ Big Data Technology เช่น Hadoop as a Service เป็นเรื่องจำเป็น ภาครัฐอาจต้องหาหน่วยงานเช่น สำนักงานรัฐบาลอิเล็กทรอนิกส์ (สรอ.) มาช่วยดำเนินงาน หน่วยงานในภาครัฐหรือบริษัทขนาดกลางและเล็กจะได้สามารถใช้งานได้โดยมีค่าบริการที่ถูกลง
การพัฒนาบุคลากร
- ต้องเร่งพัฒนาบุคลากรทางด้านนี้ โดยเฉพาะผู้ที่จะมีความเชี่ยวชาญด้านการวิเคราะห์ข้อมูล
- ระยะเริ่มต้นอาจต้องนำผู้เชี่ยวชาญจากต่างประเทศมาทำ Pilot Project ในลักษณะ On the job training

รูปที่ 3 ข้อเสนอแนะกลยุทธ์ Big Data สำหรับประเทศไทย

Big Data คือเรื่องใหม่และไม่ใช่เรื่องแค่ไอที ตอน Cloud Computing เข้ามาประเทศเราก็ช้าไปและตกขบวนไปแล้ว แม้ Cloud กลายเป็นมาตรฐานในปัจจุบัน แต่ทุกวันนี้ยังมีอุตสาหกรรมไอทีหรือซอฟต์แวร์ไทยจำนวนมากยังไม่เข้าใจเรื่อง Cloud ดีพอ ถ้าเราช้าไปเรื่อง Big Data งวดนี้จะไม่ใช่แค่ตกขบวนไอทีแต่เผลอๆจะตกขบวนทางธุรกิจแข่งกับเขาในโลกดิจิทัลที่เปลี่ยนไปไม่ได้

ธนชาติ นุ่มนนท์

IMC Institute

มกราคม 2558

15/01/201507/02/2015 thanachart Articles, IT Industry & Policy

การเรียนการสอนด้านคอมพิวเตอร์ของสถาบันอุดมศึกษาต้องเปลี่ยนแปลง

ผมเคยสอนหนังสือสาขาวิศวกรรมคอมพิวเตอร์มาสิบกว่าปี และเคยมีส่วนร่วมในการพิจารณาหลักสูตรทั้งทางด้านวิศวกรรมคอมพิวเตอร์ วิทยาการคอมพิวเตอร์ และเทคโนโลยีสารสนเทศ หลายๆมหาวิทยาลัย ส่วนใหญ่ก็จะพบว่าหลักสูตรยังคล้ายๆกันและเหมือนเดิม โดยไม่ได้แตกต่างกับที่ผมเคยสอนเมื่อสิบกว่าปีก่อนมากนัก หลายๆครั้งก็มักจะได้ยินอาจารย์บอกว่าสถาบันการศึกษามีหน้าที่สอนพื้นฐานความรู้ให้กับนักศึกษา แต่ถ้าเป็นเรื่องของเทคโนโลยีใหม่ๆที่อาจผูกติดกับ Vendor ก็ต้องไปเรียนรู้เมื่อเข้าไปทำงาน บ่อยครั้งก็บอกว่าหลักสูตรเราก็เป็นไปตามหลักสากล เป็นไปตามมาตรฐานของ ACM

แต่ขณะเดียวกันเราเห็นการเปลี่ยนแปลงของเทคโนโลยีด้านไอทีอย่างมากในช่วง 4-5 ปีที่ผ่านมา ไอทีกำลังเปลี่ยนยุคจากยุคของอินเตอร์เน็ตมาสู่ยุคของ Cloud, Internet of Things และ Big Data คำถามที่เกิดขึ้นว่าแล้วพื้นฐานทางด้านไอทีเหมือนเดิมไหม เช่นวิชาด้านการพัฒนาซอฟต์แวร์ วิชาด้าน Data Comunication/Network วิชาด้าน Database หรือด้านอื่นๆยังเหมือนเดิมหรือไม่ ถ้ายังเหมือนเดิมจริงแล้วทำไมเรามักจะเจอเสียงสะท้อนจากภาคอุตสาหกรรมเสมอว่า เด็กที่จบออกมาพื้นฐานไม่ดีและไม่ตรงกับความต้องการของอุตสาหกรรม นอกจากนี้ผมก็ยังเห็นในมหาวิทยาลันต่างประเทศเอาเทคโนโลยีใหม่ๆมาสอนเสมอ

ในฐานะของคนที่ตามการเปลี่ยนแปลงของเทคโนโลยี และยังอยู่ทั้งในภาคอุตสาหกรรมและภาคการศึกษา ผมมีความเห็นว่าการเรียนการสอนทางด้านเทคโนโลยีสารสนเทศจะต้องเปลี่ยนแปลงไปอย่างมากเพื่อให้บัณฑิตพร้อมที่จะออกมาทำงาน และมีพื้นฐานที่ดีพอที่จะเรียนรู้เทคโนโลยีไอทีใหม่ๆที่กำลังเปลี่ยนแปลงอย่างรวดเร็ว ผมคงไม่สามารถระบุได้ว่าเราควรปรับหลักสูตรทั้งหมดอย่างไร แต่ขออาศัยประสบการณ์ของตัวเองมาแนะนำสิ่งที่ต้องเปลี่ยนแปลงในบางสาขาวิชาดังนี้

1) ด้านการพัฒนาซอฟต์แวร์ ผมคิดว่าบัณฑิตที่จบทางด้านไอทีทุกคนควรจะต้องเขียนโปรแกรมภาษาใดภาษาหนึ่งเป็น มหาวิทยาลัยอาจจะเลือกที่จะสอนภาษาใดภาษาหนึ่งก็พอแล้ว ซึ่งจะต้องภาษาด้าน OOP ที่อาจจะเป็น Python, Java หรือ C# การสอนเราต้องเน้นหลักวิธีคิดในการพัฒนาโปรแกรม ไม่ใช่สอนให้นักศึกษาจำคำสั่ง Syntax ในการเขียนโปรแกรม และ อย่าต้องให้นักศึกษาต้องมาเรียนการเขียนโปรแกรมหลายภาษา แต่สิ่งสำคัญที่นักศึกษาจะต้องทำได้คือมีตรรกะในการเขียนโปรแกรม บัณฑิตที่จบออกมาต้องเขียนโปรแกรมได้มากกว่าแค่โปรแกรม HelloWorld และต้องพร้อมที่จะเรียนรู้การพัฒนาโปรแกรมภาษาอื่นบน Platform อื่นๆ รวมถึง Mobile Application

2) การพัฒนาซอฟต์แวร์ Enterprise Application ในวันนี้โลกของการพัฒนาซอฟต์แวร์มีความซับซ้อนกว่าเดิม พื้นฐานที่นักศึกษาควรจะมีขั้นพื้นฐานก็คือการพัฒนา Web Application ซึ่งไม่ใช่แค่การเขียนเว็บเพจโดยใช้ HTML หรือ Scripting Languange แต่นักศึกษาควรจะต้องเรียนการเขียนโปรแกรมเชื่อต่อกับฐานข้อมูล การพัฒนาและเรียกใช้ Web Services รู้จักการเขียนโปรแกรมเพื่อจะใช้ APIs ต่างๆอาทิเช่น Facebook หรือ Google APIs รวมถึงการพัฒนาซอฟต์แวร์บน Cloud โดยใช้ Platform as a Service (PaaS)

3) Cloud Computing นักศึกษาที่ต้องเรียนวิชาทางด้าน System Administration ควรที่จะต้องเข้าใจเรื่องของ Infrastructure as a Service เรียนรู้เรื่องของ Virtualization การ config ระบบ Cloud ต่างๆ ถ้าเป็นไปได้ควรให้นักศึกษาได้เรียนรู้การออกแบบ Large IT Architecture ผ่านระบบ Cloud ที่อาจใช้ IaaS ของบาง Vendor เช่น Amazon Web Services

4) Software Development Methodology กระบวนการพัฒนาซอฟต์แวร์เป็นเรื่องสำคัญ ซึ่งอาจเป็นเรื่องยากที่จะสอนนักศึกษาที่ยังไม่มีประสบการณ์การพัฒนาซอฟต์แวร์มามากนักให้เข้าใจ แต่เราจำเป็นจะต้องสอนให้พวกเขาเข้าใจพื้นฐานการพัฒนาซอฟต์แวร์แบบใหม่ไม่ใช่แค่พูดถึง Waterfall Model แต่ควรรวมถึงหลักการของ Agile Software Development และควรจะปูพื้นฐานเรื่อง Software Testing

4) Database เรื่องของ Big Data กำลังเข้ามา บัณฑิตที่จบออกไปในวันนี้ควรจะมีความรู้เรื่องฐานข้อมูลมากกว่า RDBMS หรือการใช้คำสั่ง SQL แต่พวกเขาควรจะต้องเข้าใจเทคโนโลยีใหม่ๆอย่าง NoSQL หรือ Hadoop ด้วย เพื่อที่จะสามารถออกแบบ Information Infrastructure ในอนาคตได้

ทั้งหมดที่กล่าวมาก็อาจเป็นเพียงแค่มุมมองของผม แต่ผมคิดว่ามีความจำเป็นที่เราต้องรีบปรับเนื้อหาการสอนของเราในบางวิชา มิฉะนั้นแล้วอุตสาหกรรมไอทีจะยิ่งแข่งขันกับเขาลำบาก และควรจะไม่มีแล้วครับกับคำพูดที่ว่าบัณฑิตด้านคอมพิวเตอร์จบออกมาแล้วเขียนโปรแกรมไม่ได้

ธนชาติ นุ่มนนท์

IMC Institute

14/01/201502/04/2018 thanachart Articles, Big Data, IT Trends

อนาคตของเทคโนโลยีฐานข้อมูล (The Future of the Database)

วันก่อนได้เห็น Infographic ตามรูปข้างล่างนี้ที่ชื่อว่า The Future of the Database ของ Robin Puro ที่โพสต์ใน Wired Information Insights ผมว่าเป็นรูปที่เล่าประวัติและคาดการณ์อนาคตของเทคโนโลยีด้านการเก็บข้อมูลได้เป็นอย่างดี

ในรูปเล่าให้เห็นตั้งแต่เทคโนโลยีเก็บข้อมูลในยุคเริ่มต้นในทศวรรษ 1960 แต่ก็จะเน้นให้เห็นถึงในยุคทศวรรษ 1970 ซึ่งเป็นยุคเริ่มต้นของเทคโนโลยีด้าน Relational Database (RDBMS) ทุกคนก็จะเริ่มให้ความสนใจกับเทคโนโลยีการเก็บข้อมูลที่ใช้ภาษา SQL ระบบจะเป็นแบบ Scale Up คือหาเครื่องคอมพิวเตอร์ขนาดใหญ่เข้ามาช่วยในการเก็บข้อมูล จึงเขียนในรูปว่าเป็น Single Instance Relational Database เราจะเห็นโซลูชั่นของ Vendor หลายใหญ่อย่าง Oracle ที่เป็น Commerical Database ตัวเแรก, IBM ที่ใช้ DB2 หรือ SyBase

ในปลายยุค 1970 และช่วง 1980 ก็มีความพยายามทีจะทำ Entity Relational Database และ Object Oriented Database เพื่อที่จะมาแทนที่ RDBMS แต่ก็ไม่ประสบความสำเร็จและก็หยุดการพัฒนาไป

จากรูป Infographic เราก็จะเห็นว่า มีอีกเทคโนโลยีที่เข้ามาในปลายยุค 1980 ก็คือ Dataware House เพื่อที่จะรวบรวมข้อมูลจากฐานข้อมูลจำนวนมาก ส่วนหนึ่งก็ทำหน้าที่เป็น ETL ของฐานข้อมูลต่างๆ ซึ่ง Dataware House ก็เป็นระบบขนาดใหญ่ที่เป็นเทคโนโลยีแบบ Distributed ที่จะเริ่มใช้ Server หลายๆตัว แต่ก็ยังเป็น SQL โดยมี Vendor อย่าง Teredata เป็นผู้ผลิตโซลูชั่นทางด้านนี้

พอเข้าสู่ยุคของอินเตอร์เน็ตบูมในช่วงปลายทศวรรษ 1990 ข้อมูลเริ่มมีจำนวนมากขึ้น การจะใช้ Server ขนาดใหญ่เพียงเครื่องเดียวเก็บข้อมูลก็เริ่มจะมีปัญหา และต้องใช้ทรัพยากรเช่น CPU หน่วยความจำ หรือ Storage มากขึ้น การทำวิเคราะห์ข้อมูลอย่างการทำ Business Intelligence หรือ Analytics ก็เริ่มมีมากกว่าการใช้ Transactional Database

ดังนั้นพอขึ้นในยุคทศวรรษ 2000 ก็เริ่มที่จะมีเทคโนโลยีใหม่ๆที่จะเก็บข้อมูลใหญ่ๆได้อย่าง Distrubuted SQL ที่ใช้เครื่อง Server หลายๆเครื่องอย่าง Clustrix หรือ NuoDB และก็ Dataware House ใหม่ๆที่เป็นสถาปัตยกรรมแบบ MPP (Massively Palallel Processing) เช่นของ Netezza, Microsoft, Oracle หรือ IBM มีเทคโนโลยีอย่าง NoSQL ที่ไม่ได้เป็น RDBMS และสามารถเก็บข้อมูลขนาดใหญ่ได้เช่น Google BigTable, MongoDB และ Cassandra และในปลายยุค 2000 ก็มีเทคโนโลยีใหม่อย่าง Hadoop ที่สามารถเก็บข้อมูลที่เป็นแบบ unstructure ได้เป็นจำนวนนับ Petabyte

มาในยุคปัจจุบันที่กำลังเข้าสู่ Big Data ข้อมูลเริ่มมีขนาดใหญ่ มีหลากหลายรูปแบบไม่ใช่เฉพาะ structure และข้อมูลเปลี่ยนแปลงอย่างรวดเร็ว (3V: Volume, Variety, Velocity) ทำให้การใช้เทคโนโลยีที่เป็น SQL แบบ Scale Up มีราคาที่แพงขึ้นในขณะที่ระบบแบบ Scale Out ที่เป็น Distributed SQL จะช่วยทำให้เก็บข้อมูลได้มากขึ้น และสามารถวิเคราะห์ข้อมูลแบบ Real-Time ตามความต้องการของธุรกิจได้ และก็เริ่มมีการนำเทคโนโลยีใหม่ที่เป็น MPP มาใช้ใน Distributed SQL รวมถึงโซลูชั่นใหม่ๆอย่าง SAP HANA ที่เป็น in-Memoery Database หรือ Oracle ExaData นอกจากนี้เราก็ยังเห็นการพัฒนาการของเทคโนโลยีอย่าง Hadoop ที่มีการใช้ภาษาใหม่อย่าง Hive, Pig หรือการพัฒนา Hadoop เวอร์ชั่น 2 ที่มีเทคโนโลนีอย่าง YARN ที่ช่วยทำให้ประมวลผลแบบ Real-time ได้

สุดท้ายในอนาคต แนวโน้มของ Database ก็จะมี Platform หลักๆอยู่สามตัวที่จะรองรับข้อมูลหลายหลายที่มีขนาดใหญ่คือ NoSQL, Hadoop และ Distributed SQL ทั้งนี้ Single Instance SQL จะมีปัญหาเรื่องการ Scale Up เพื่อรองรับข้อมูลขนาดใหญ่และ Dataware House เองถ้าจะนำมาใช่ในการทำ Analytics ก็จะถูกแทนที่ด้วย Distributed SQL ที่สามารถนำมาใช้ประมวลผลแบบ Real-time ได้

ธนชาติ นุ่มมนท์

IMC Institute

มกราคม 2558

05/01/201507/02/2015 thanachart Articles, IT Industry & Policy

อาชีพโปรแกรมเมอร์ งานที่ท้าทาย รายได้ดี และมีอนาคตที่ดี จริงหรือไม่

เราต้องยอมรับครับว่าอุตสาหกรรมซอฟต์แวร์บ้านเราโตได้ยาก จะไปแข่งกับประเทศอื่นๆคงลำบากเพราะเราขาดนักพัฒนาซอฟต์แวร์ที่เก่งๆมากพอ นักพัฒนาซอฟต์แวร์ (Software Developer) หรือโปรแกรมเมอร์ (Programmer) เป็นหัวใจสำคัญของการพัฒนาอุตสาหกรรมซอฟต์แวร์ ถ้าเรามีจำนวนไม่มากพอก็เหมือนขาดวัตถุดิบในการผลิตก็จะแข่งขันลำบาก ที่น่าตกใจกว่านั้นเด็กรุ่นใหม่ที่มาเรียนสายคอมพิวเตอร์บอกว่าไม่อยากเขียนโปรแกรม ส่วมมากเขียนโปรแกรมไม่ได้ ส่วนหนึ่งเพราะพื้นฐานทางคณิตศาสตร์ไม่เก่งพอ แต่ที่แปลกใจคือจำนวนหนึ่งบอกว่าอาชีพโปรแกรมเมอร์ไม่ก้าวหน้า รายได้ไม่ดี

ผมค่อนข้างงงกับที่คนเข้าใจว่าอาชีพนี้ไม่มีเส้นทางอาชีพที่ดี มีรายได้ไม่ดี เพราะผมเองก็ยังคิดอยู่เสมอว่าตัวเองคือโปรแกรมเมอร์ คนที่ผมรู้จักมากมายทั้งไทยและต่างชาติที่ทำงานด้านการพัฒนาโปรแกรม ผมก็เห็นเขามีอนาคตที่ดี หลายคนมีรายได้เป็นแสนบาทต่อเดือน หลายคนก้าวขึ้นสู่การเป็น CTO (Chief Technology Officer) มีเงินเดือนหลายแสนบาท แม้แต่เด็กจบใหม่ 4-5 ปีที่มีทักษะการพัฒนาโปรแกรมที่ดี มองเป็น Architect Programmer เข้าใจการพัฒนาโปรแกรมแบบ Enterprise Application ก็มีเงินเดือน 7-8 หมื่นบาท

ใช่ครับอนาคตของอาชีพโปรแกรมเมอร์ไม่ใช่เป็นแค่คนเขียน Code ไปตลอดชีวิต เส้นทางของอาชีพนี้มีสิ่งใหม่ที่จะต้องเรียนรู้ตลอด เราไม่ได้พูดถึงคนที่เขียนแค่โปรแกรมง่ายๆอย่างมาทำหน้าเว็บ ใช้ Tool เขียน script ง่ายๆ หรือเขียนโปรแกรมบนมือถือแค่บางภาษา แต่อาชีพโปรแกรมเมอร์คือเส้นทางสู่ความเป็น IT Architecture และ Chief Technology Officer มันมีความท้าทาย และความยากของการพัฒนาซอฟต์แวร์ตามเทคโนโลยีที่เปลี่ยนไปตลอด อาชีพนี้เป็นอาชีพที่สนุกและรายได้ดี แต่แน่นอนถ้าตัวเองเป็นแค่ coder จมปลักอยู่กับแค่การเขียนโปรแกรมภาษาใดภาษาหนึ่ง เขียนโปรแกรมซ้ำซากๆ เมื่อเทคโนโลยีเปลี่ยน เราก็อาจขาดความก้าวหน้า

แม้ผมจะทำงานบริหารแต่ผมนิยามตัวเองเสมอว่าผมยังเป็นโปรแกรมเมอร์ ทุกวันนี้ผมยังเขียนโปรแกรม แต่เปลี่ยนตามเทคโนโลยี และเป็น IT Architecture สมัยผมเรียนหนังสืออยู่ในมหาวิทยาลัยผมเรียนโปรแกรมเพียงภาษาเดียวครับคือ Fortran IV สมัยนั้นผมไม่มีคอมพิวเตอร์ในห้องเรียนหรอกครับ เราเรียนแบบแห้งแต่เวลาทำการบ้านเราต้องมาใช้เครื่องคอมพิวเตอร์แบบเจาะบัตร วิชา Computer Programming ตัวนี้ละครับที่เปลี่ยนชีวิตผม เพราะผมเรียนภาควิชาวิศวกรรมไฟฟ้าก่อนลงทะเบียนวิชานี้ เกรดผมย่ำแย่มาตลอดส่วนหนึ่งอาจเพราะบ้ากิจกรรมและสอบเทียบมาเลยเรียนไม่ทันเพื่อน แต่เพราะวิชานี้ละครับทำให้ผมค้นพบตัวเอง สนุกกับการเรียนและรู้ว่าการเขียนโปรแกรมคือทักษะของผม ผมได้ A วิชานี้วิชาแรกในการเรียนมหาวิทยาลัย และเป็นกำลังใจให้ผมได้เกรด A อีกหลายๆวิชาและเรียนจบมหาวิทยาลัยด้วย GPA ที่ดีขึ้น

ที่ผมชอบวิชา Computer Programming เพราะมันเป็นความท้าทายที่อยากจะเขียน ดีบัก และดูผลรันโปรแกรม มันคือความภูมิใจที่เราแก้ปัญหาต่างๆได้ด้วยการเขียนโปรแกรม พอตอนผมขึ้นชั้นปีที่ 3 พ่อผมซื้อเครื่องคิดเลข Casio ที่สามารถโปรแกรมภาษา Basic ได้มาให้ผม ผมสนุกกับมันมากและก็ได้เขียนโปรแกรมรถถังยิงปืนใหญ่ในเครื่องนั้น แม้จะไม่มีรางวัลหรือการประกวดอะไรจากโปรแกรมที่ผมเขียน แต่คิดว่ามันได้สร้างแรงบันดาลใจให้ผมรักที่จะเขียนโปรแกรมมากขึ้น และตอนปีสามผมยังได้เลือกเรียนวิชาภาษา Assembly ทำให้เข้าใจหลักการพื้นฐานของการเขียนโปรแกรมมากขึ้น

จบปริญญาตรีมาใหม่ๆ ผมก็เริ่มศึกษาภาษา Pascal นั่งเขียนโปรแกรมหมากรุกความยาวเป็นหมื่นบรรทัด แต่ก็ไม่เห็นมันคำนวณหรือชาญฉลาดอะไรมากมาย เพราะความรู้เรื่อง Algorithm ของผมมีไม่มากพอ สุดท้ายผมอยากให้มันมีเรื่องของ Artifical Intelligence ก็เลยไปศึกษาภาษา Prolog ช่วงก่อนไปเรียนต่อปริญญาโท-เอกเมืองนอกแล้ว ผมเริ่มเป็นอาจารย์เด็กๆเขามอบหมายให้สอนวิชา Computer Programming รู้สึกเป็นวิชาที่สนุกและสอนง่าย เพราะเรามีทักษะการเขียนโปรแกรมแล้ว

ทักษะด้านการเขียนโปรแกรมนี่ละครับ ทำให้ผมจบปริญญาเอกได้ มีรายได้เสริมจากงานวิจัยที่ให้เราไปเขียนโปรแกรม ผมจำได้ว่าครั้งแรกที่อาจารย์ที่ปรึกษาให้งาน ผมกลับไปนั่งเขียนโปรแกรมภาษา C ซักสองชั่วโมงแล้วเดินกลับมาบอกอาจารย์ว่าเสร็จแล้ว ที่เสร็จเร็วเพราะว่ามันสนุกและท้าทาย แต่อาจารย์ที่ปรึกษาตกใจเพราะคิดว่าน่าจะใช้เวลาทำซักสองอาทิตย์ ตอนเรียนปริญญาเอกต้องทำเรื่อง Parallel Genetic Algorithm ต้องเขียนโปรแกรม MPI บนเครื่องคอมพิวเตอร์ MASPAR มันยิ่งท้าทายเข้าไปอีก และทำให้เข้าใจหลักการทำงานของ Parrallel Computer

จบกลับมาก็ยังสอนหนังสือด้านการเขียนโปรแกรม มาหัดเขียนภาษา C++ และมาเริ่มเรียนภาษา Java ภาษานี้ละครับทำให้ชีวิตผมเปลี่ยนไปอีก ผมยอมจ่ายเงินเองหลายหมื่นบาทเพื่อไปเรียนและสอบเป็น Certified Java Programmer ซึ่งตอนนั้นอาจเป็นคนแรกของประเทศไทยด้วยซ้ำไป ความเป็นอาจารย์และเป็นนักพัฒนาโปรแกรมภาษาใหม่ๆในตอนนั้นได้ ทำให้งานการสอนการเขียนโปรแกรม Java เข้ามาอย่างมากมาย ยังจำได้เลยว่าตอน Nokia จะออกโทรศัพท์ Java Phone รุ่นแรก (Nokia 7650) มีตัวแทนของ Nokia ต้องบินมาหาผมเพื่อช่วยให้มาสอนและตั้งทีมพัฒนา Java ME ทั่วประเทศ

ความท้าทายของการพัฒนาโปรแกรมทำให้ ผมก็ต้องไปเรียนรู้สิ่งต่างๆอีกมาก พอมันเป็นยุคของ Enterprise Application ผมก็ต้องมาหัดเรียน Java Web Programming อย่าง Java Servlet หรือ JSP แล้วก็ก้าวข้ามมาเขียน EJB และเรียน Web Framework ต่างๆทั้ง Struts, JSF หรือ Hibernate การเรียนรู้สิ่งต่างๆเหล่านั้นทำให้ผมเข้าใจ IT Architecture ได้ดีขึ้น เข้าใจการออกแบบ Larger Scale Enterprise Application และเข้าใจเรื่อง Web Server ต่างๆ ทั้ง Tomcat, JBoss หรือ WebLogic นี่ครับเส้นทางของคนมีอาชีพโปรแกรมเมอร์ พอจับเรื่องยากๆขึ้นก็เป็นข้อดีเพราะน้อยคนที่จะเข้าใจเรื่องเหล่านี้

พอเรื่องของ Web Services เข้ามามันก็ยิ่งเป็นความท้าทายให้เราเขียนโปรแกรมแบบ APIs มาทำเรื่องของ Application Integration แล้วพอเป็นยุคของ SOA ที่ถึงแม้จะเป็นเรื่องของ Architecture แต่คนที่มีพื้นฐานมาจากการเขียนโปรแกรมจะได้เปรียบ ที่จะเข้าใจ IT Architecture ได้ดีกว่า แม้ผมจะจับ Backend ข้างล่าง แต่การพัฒนาโปรแกรม Front ข้างหน้าอย่างการเขียน Web หรือ Smartphome App อย่างภาษาจาวาบน Android ก็อยู่ในความสนใจผม ตอนหลังมีเรื่องของ Wearable Devices ก็เริ่มไปหาข้อมูลการเขียนโปรแกรมบน Smartwatch

พอมายุคของ Cloud ในฐานะของคนพัฒนาโปรแกรมเราก็ต้องศึกษาด้านนี้โดยผมเริ่มพัฒนาและสอยการเขียรโปรแกรมบน Platform as a Service (PaaS) ตั้งแต่ 4-5 ปีก่อน โดยเริ่มพัฒนาโปรแกรมบน Google App Engine ตอนหลังก็หันมาดู Platform อื่นอย่าง Heroku, Force.com และก็มาใช้ IaaS อย่าง Amazon Web Services (AWS) ความเป็นโปรแกรมเมอร์ทำให้เข้าใจ Architecture ได้ดี ก็เลยเรียนรู้ Cloud Architecture อย่าง AWS ได้ง่ายขึ้น

สุดท้ายวันนี้เทคโนโลยีอย่าง Big Data เข้ามา คนเริ่มพูดถึง Hadoop มากขึ้น ก็เพราะความเป็นโปรแกรมเอร์อีกนั้นละ ทำให้เราพัฒนา Application บน Hadoop อย่าง Map/Reduce และเข้าใจเทคโนโลยีอื่นๆของ Hadoop ได้ดีขึ้น มาวันนี้เรากำลังพูดถึง Data Science ความเป็นโปรแกรมเมอร์ทำให้เราเข้าใจการพัฒนาโปรแกรมโดยใช้ Mahout และพื้นฐานทางคณิตศาสตร์ทำให้เข้าใจเรื่อง Data Science และผมก็เริ่มสังเกตุว่าเพื่อนๆต่างชาตืที่เป็นโปรแกรมเมอร์วันนี้เขาก็เริ่มมาใช้ Hadoop อย่างจริงจัง ใช่คร้บอาชีพโปรแกรมเมอร์นี่ละครับทำให้เรามีเส้นทางสู่ Architecture และ CTO

ที่เล่ามาทั้งหมดนี้ก็เพียงเพื่ออยากบอกทุกคนที่กำลังจะเรียนหรือสนใจเรียนสาขาคอมพิวเตอร์ว่า ต้องเรียนเขียนโปรแกรมครับ อาชีพโปรแกรมเมอร์ไม่ใช่เป็นแค่ Coder แต่เป็นงานที่ท้าทายและสนุก มีรายได้ดีและมีเส้นทางสู่ CTO แต่ถ้าคนที่ขาดพื้นฐานที่ดีเขียนแค่เว็บหรือ Script บางอย่าง ไม่เข้าใจ Architecture อันนั้นไม่ใช่โปรแกรมเมอร์ครับ เขาเลยคิดว่าอาชีพน่าเบื่อรายได้ไม่ดี แต่อาชีพโปรแกรมเมอร์ต้องเรียนรู้อยู่ตลอด พยายามทำสิ่งใหม่ๆที่คนยังไม่ทำกันหรือเป็นคนกลุ่มแรกๆครับอนาคตจะดีมาก มาเรียนโปรแกรมกันครับหัวใจของงานด้านไอทีคือ Programming ครับ

ธนชาติ นุ่มนนท์

IMC Institute

05/01/201505/01/2015 thanachart Articles

10 ตัวอย่าง เมื่อโลกดิจิทัลได้เปลี่ยนชีวิตผม

ผมเป็นคน Generation X เกิดในยุค 2508-2522 แต่ผมทันที่จะเรียนชั้นมัธยมศึกษา (ม.ศ.) รุ่นสุดท้าย เริ่มได้ดูทีวีขาวดำตอนเด็กๆ ตื่นเต้นเมื่อได้ดูฟุตบอลโลกนัดชิงคู่เยอรมันตะวันตกกับฮอล์แลนด์ที่ถ่ายทอดสดมาเพียงคู่เดียวในปี 2517 ตอนชั้นประถมปลายพ่อสอนให้ฟังวิทยุคลื่นสั้นช่อง BBC ถ้าอยากฟังข่าวฟุตบอลอังกฤษ ตอนมัธยมต้นผมชอบนั่งรถเมล์จากนครปฐมไปหอสมุดแห่งชาติเพื่อไปค้นคว้าหาหนังสือพิมพ์เก่าๆสมัยยุค 2510 อ่าน จำได้ว่าตอนม.ศ.3 ผมตอบคำถามกีฬาของหนังสือพิมพ์ Bangkok Post แล้วได้รางวัลชนะเลิศเพราะผมขยันไปค้นข้อมูลในหอสมุดแห่งชาติ พ่อและแม่มี Encyclopedia ที่ซื้อมาในยุค 1966 ชุดหนึ่งที่ผมชอบมาเปิดอ่านมา เหมือนกับหนังสือ Almanac ที่เก็บสถิติต่างๆที่ผมชอบอ่าน

ชีวิตคน Gen X รุ่นแรกอย่างผม ในวัยเรียนจะมีความสุขกับการรอรับจดหมาย เวลารอเงินจากที่บ้านพวกเราต้องไปรอที่ไบรษณีย์ของมหาวิทยาลัย เพื่อรอรับธนานัติ ถ้ามีเรื่องด่วนเราก็ต้องส่งโทรเลข นานๆทีเราจะได้ใช้โทรศัพท์ทางไกลซักครั้ง เพราะการโทรทางไกลมีค่าใช้จ่ายที่สูงมาก จำได้ว่าตอนไปเรียนต่างประเทศนับครั้งได้ที่โทรศัพท์กลับเมืองไทย สมัยนั้นตอนอยู่เมืองนอกการติดต่อสื่อสารทางจดหมายใช้เวลาเป็นเดือน ข่าวสารจากเมืองไทยต้องอ่านจากจดหมาย หรือพูดคุยกับเพืรอนฝูงที่เพิ่งกลับมาจากเมืองไทย ความสุขอย่างหนึ่งในสมัยเรียนคือการดูทีวีในช่วง Prime Time จะเดินทางไปไหนมาไหนสมัยนั้นต้องวางแผนล่วงหน้าเป็นเวลานานต้องไปหาซื้อตั๋วผ่าน Travel Agent และต้องเตรียมแผนที่ซึ่งเป็นกระดาษไว้เสมอเผื่อหลงทาง จำได้ว่าตอนก่อนวันสิ้นปี 2530 ผมจะเดินทางกลับบ้านต้องไปถอนเงินล่วงหน้าที่ธนาคารแห่งเดียวในมหาวิทยาลัยขอนแก่น ที่สมัยนั้นยังไม่มีตู้ ATM ต้องยืนรอคิวนานถึงเกือบ 4 ชั่วโมง

ผมเกริ่นมาตั้งนาน เพียงพอจะบอกว่าวันนี้โลกดิจิทัลได้เปลี่ยนชีวิต ผมไปอย่างมากมาย หลายๆอย่างที่ผมเคยทำ ผมเลิกทำมานานแล้ว วันนี้จะขอยกตัวอย่างสิ่งต่างๆ10 อย่างที่โลกดิจิทัลได้เปลี่ยนชีวิตผม

ไปรษณีย์: สมัยเด็กๆเราจะตื่นเต้นทุกครั้งที่บุรุษไปรษณีย์มาส่งจดหมาย เราจะต้องรอคอยทุกวันว่าไปรษณีย์มายัง แต่ตอนนี้ผมจำไม่ได้ว่าผมเขียนหรือส่งจดหมายครั้งสุดท้ายเมื่อไร แต่ผมใช้อีเมล์มา 20 กว่าปี ยิ่งตอนหลังๆมาทำงานภาคเอกชนผมแทบไม่ได้รับจดหมายเลย งานไปรษณีย์ต้องเปลี่ยนรูปแบบ แต่โชคดีที่ไปรษณีย์ไทยมีผู้บริหารที่เก่งสามารถปรับบริการได้ทันและเหมาะสม

หนังสือพิมพ์: แต่ก่อนผมชอบซื้อหนังสือพิมพ์มาก แต่ละวันหลายฉบับทุกเช้าต้องรอคนมาส่งหนังสือพิมพ์ ตั้งแต่ผมมี iPad เครื่องแรก 4-5 ปีก่อน ผมเลิกซื้อหนังสือพิมพ์ที่เป็นกระดาษ แต่ผมอ่านหนังสือพิมพ์ที่เป็นฉบับผ่านโปรแกรม E-Book ยิ่งระยะหลังผมซื้อหนัวสือพิมพ์และนิตยสารแบบบุฟเฟ่ต์ผ่าน OokBee ทำให้ทุ่นค่าหนังสือพิมพ์ไปได้มา และทุกเช้าผมก็ยังได้อ่านหนังสือพิมพ์วันละ 4-5 ฉบับผ่าน iPad

ห้องสมุด: จากเด็กที่ชอบขึ้นรถเมล์ข้ามจังหวัดไปห้องสมุด คนที่ชอบนั่งอ่านหนังสือในห้องสมุด กลายเป็นคนที่ไม่เข้าห้องสมุด ผมจำได้ว่าเมื่อต้นปีที่แล้วผมมีโอกาสไปบรรยายการประจำปีของสำนักวิทยบริการที่ดูแลห้องสมุดของมหาวิทยาลัยทั่วประเทศไทย ผมเกริ่นให้ผู้ฟังว่าทุก;yนนี้ผมไม่ได้เข้าห้องสมุด เพราะผมไม่ทราบจะเข้าไปค้นอะไรเหมือนเก่า เพราะห้องสมุดของผมตอนนี้คือ Internet ผมค้นคว้าและอ่านหนังสือจากในนั้น ห้องสมุดที่ผมจะเข้าต้องมีชีวิตชีวา มีที่ให้ผมทานกาแฟ ที่ประชุม ที่ให้พบปะกับเพื่อนฝูง หรือมีในสิ่งที่ผมต้องการเช่นดูหนัง ดู YouTube พร้อมทั้งยกตัวอย่างห้องสมุดที่ NIDA หรือร้านขายหนังสือที่ไต้หวัน

ธนาคาร: ทุกวันนี้นานๆทีผมจะเข้าธนาคาร ผมเชื่อว่าอีก 10-15 ปี จำนวนสาขาจะน้อยลงไปเรื่อยๆ ธนาคารในอนาคตจะไม่ใช่ที่รับฝากและถอนเงิน แต่จะช่วยให้คำปรึกษาเรื่องการลงทุน อาจเป็นที่ประชุมให้คนมานั่งพูดคุยหรือทานกาแฟกัน ทุกวันนี้ผมใช้ Internet Banking , Online Credit Card Services เพื่อตรวจสอบข้อมูลการใช้ผ่านบัตร และ Online AssetManagement เพื่อซื้อขายหน่วยลงทุนมากกว่า 10 บัญชี

ร้านถ่ายรูป: แม้ผมจะไม่ใช่คนชอบ Selfie หรือชอบถ่ายรูปมากนัก แต่ผมเลิกถ่ายรูปหรืออัดรูปที่เป็นกระดาษมานานมากแล้ว ตั้งแต่เริ่มใช้ Smartphone รุ่นแรก Nokia 7650 เมื่อสิบกว่าปีก่อนแล้ว รูปที่ถ่ายก็อยู่บน Cloud ไม่ได้เก็บในเครื่องตัวเอง ไม่ห่วงว่าจะหายไปเหมือนเก็บใส่เครื่องคอมพิวเตอร์หรือ Harddiskและนานๆครั้งจะไปร้านถ่ายรูป เพื่ออัดรูปมาใส่กรอบรูป

Prime Time TV: จากคนที่ชอบดูทีวี โดยเฉพาะหนังช่วง Primetime หรือดูการถ่ายทอดกีฬาทุกสัปดาห์ เดี๋ยวนี้นานๆครั้งผมจะดูรายการถ่ายทอดสด ไม่ดูแม้แต่ข่าวทีวีจากทีวี แต่ละวันแทบไม่ได้ดูทีวี ทีวีของผมในวันนี้คือเครื่องอะไรก็ได้ ตั้งแต่คอมพิวเตอร์, Smart TV, Tablet หรือ Smartphone ผมเลือกที่จะดู YouTube หรือรายการข่าวผ่านอินเตอร์เน็ตเสียมากกว่า และจะเลือกดูที่ไหน เวลาใด หรือ อุปกรณ์ใดก็ได้ เมื่อยากดู ไม่ต้องรอช่วง Prime Time แบบเดิม

Travel Agent: แม้ผมจะเดินทางบ่อยแต่ผมไม่เคยซื้อตั๋วผ่าน Travel Agent มานานมากแล้ว ผมซื้อทางออนไลน์มาเกือบสิบปีแล้ว แม้แต่แผนที่ที่เป็นกระดาษทุกวันนี้ก็เลิกใช้ไป 4-5 ปีแล้ว ตั้งแต่ยุคที่ 2.75 G บ้านเราดีๆก็ใช้ Google Map ผ่านมือถือแทน

Call Center: เป็นอีกอย่างที่ถ้าไม่จำเป็นผมไม่ใช้บริการ เพราะล่าช้า และเลือกที่จะหาข้อมูลหรือสั่งซื้อทางอินเตอร์เน็ตมากกว่า แม้แต่จะสั่งซื้อ Pizza ก็ไม่เลือกที่จะโทร Call Center

Encyclopedia: สมัยเด็กๆผมชอบทีทจะหาอ่านข้อมูลต่างๆผ่าน Encycpedia มาก แม้แต่ยุคแรกๆของอินเตอร์เน็ตผมยังไปซื้อ CD โปรแกรม Encyclopedia Britannica มาใชั แต่โลกของการค้นคว้าผมทุกวันนี้กลายเป็น Wikipedia

โทรทางไกล: คำๆนี้ผมแทบไม่รู้จักแล้ว เพราะมือถือทำให้ไม่มีเรื่องของการโทรข้ามจังหวัด ทุกอย่างสมัยนี้อัตราเดียวกันหมด แม้แต่การโทรไปต่างประเทศผมก็เลือกที่จะใช้ Skype โทรผ่านอินเตอร์เน็ต

สุดท้ายนี้แม้โลกดิจิทัลได้เปลี่ยนชีวิตผมอย่างมาก แต่ความที่เกิดมาเป็นคน Gen X ที่เกือบเข้ายุค Baby Boom ทำให้ผมต้องใช้ชีวิตในวัยเด็กในยุคที่ไม่มีคอมพิวเตอร์ ของเล่นตอนผมอยู่ ป.2-ป.3 คือผมใช้สมุดเล่มหนึ่งมาจดทะเบียนรถที่ผ่านหน้าบ้านผมในมหาวิทยาลัยเชียงใหม่ทุกคัน อย่างสนุกสนานตามประสาเด็กๆที่สมัยนั้นไม่มีเทคโนโลยีให้เล่น ความเป็นเด็กอาจไม่ได้รู้จักวิชาสถิติไม่ทราบว่าจดไปแล้วนับไปเพื่ออะไร แต่ทักษะแบบอนาล็อกอย่างนี้ละครับทำให้ผมโตขึ้นมาอย่างเข้าใจตัวเลขในยุคดิจิทัล และก็ทักษะที่เข้าไปค้นหนังสือในหอสมุดแห่งชาตินี้ละครับที่สอนให้ผมรู้จักค้นคว้าอะไรต่างๆอย่างมีเหตุผลในโลกอินเตอร์เน็ต คงต้องขอบคุณพ่อและแม่ที่ท่านช่วยสอนให้เรามีทักษะของการเรียนรู้ ไม่ว่าโลกจะเปลี่ยนจาก Analog สู่ Digital หรือเข้าสู่ยุคใดก็ตาม ทักษะ Learn to learn คือสิ่งที่สำคัญที่สุด

ธนชาติ นุ่มนนท์

IMC Institute

03/01/201502/04/2018 thanachart Big Data

Big Data Use Cases: ในอุตสาหกรรมต่างๆ

Big Data เป็นเรื่องที่กำลังอยู่ในความสนใจอย่างมาก เมื่อพูดถึงเรื่องนี้ความสำคัญไม่ได้อยู่เพียงแค่จะใช้เทคโนโลยีใหม่อย่างไร หรือจะเก็บข้อมูลอย่างไร แต่เป็นเรื่องของการนำข้อมูลมาวิเคราะห์ทำให้ เกิดประโยชน์ทางธุรกิจอย่างไี โดยเฉพาะเรื่องของการทำ Analytics เพราะการมีข้อมูลขนาดใหญ่ย่อมทำให้การคาดการณ์ต่างๆมีความแม่นยำขึ้น ซึ่งเมื่อมีการพูดถึงการประยุกต์ใช้งาน Big Data บางท่านก็อาจนึกในด้านการหาข้อมูลของลูกค้าหรือสินค้า เราลองมาดูว่า Big Data สามารถนำมาทำอะไรได้บ้างดังตัวอย่างในรูปข้างล่างของ IBM ที่พูดถึงประโยชน์สำหรับกลุ่มคนหรือส่วนงานต่างๆดังนี้

Branch Management: Big Data สามารถช่วยระบุได้ว่าสินค้าใดหรือสาขาใดขายดีที่สุด
Relationship Management: Big Data สามารถวิเคราะห์ความเสี่ยงและคาดการณ์รายได้จากลูกค้าเมื่อเรานำเสนอสินค้าใหม่ๆได้
Marketing: Big Data สามารถช่วยทำให้เรานำเสนอสินค้าให้ตรงกับกลุ่มลูกค้าในเวลาที่เหมาะสม
Payment: Big Data สามารถช่วยตรวจจับและป้องกันการฉ้อโกงการชำระเงินออนไลน์
Executive Leader: Big Data สามารถช่วยให้ผู้บริหารมีข้อมูลที่ถูกต้องในการตัดสินใจ ในช่วงเวลาต่างๆ
Risk and Finance: สามารถช่วยทำให้การปฎิบัติตามกฎเกณฑ์ต่างๆขงอธุรกิจไปได้ด้วยยิ่งขึ้น เพราะจะช่วยลดความเสี่ยง

ในแง่ของการนำ Big Data มาใช้ในอุตสาหกรรมต่างๆ เราอาจยกตัวอย่างการใช้งานได้ดังนี้

1) Telecommunication: อุตสาหกรรมกลุ่มนี้น่าจะมีข้อมูลที่เป็น Big Data จริงๆ เพราะมีจำนวนลูกค้าที่ผู้ใช้บริการโทรศัพท์อยู่เป็นหลักสิบล้าน และในแต่ละวันจะมีข้อมูลที่เป็น Transaction จากการใช้โทรศัพท์จำนวนมาก ข้อมูล CDR (Call Detail Record) ของผู้ให้บริการโทรศัพท์ในแต่ละวันจะมีขนาดหลาย TB ซึ่งถ้าสามารถนำมาวิเคราะห์ได้จะได้ข้อมูลที่เป็นประโยชน์มากมาย อาทิเช่นการวางแผนการติดตั้งเครือข่าย การวิเคราะห์การใช้งาน การลดการย้ายค่าย ตัวอย่างการนำ Big Data มาใช้งานทางด้านนี้มีดังตารางข้างล่างนี้

ตัวอย่างการนำ Big Data มาใช้งานทางอุตสาหกรรม Telecommunication [Source: Monetizing Big Data at Telecom Service Providers]

2) Banking/Insurance: อุตสาหกรรมการเงินการธนาคาร ก็เป็นอีกกลุ่มที่มีข้อมูลขนาดใหญ่ และ Transaction ต่อวันมีจำนวนมหาศาล ยิ่งมีการใช้งาน Internet/Mobile Banking มากขึ้น ก็ยิ่งทำให้มีจำนวน Transaction สูงขึ้น Big Data สามารถนำมาใช้เพื่อลดความเสี่ยงต่อการฉ้อโกงได้การชำระเงิน, หรือช่วยในการประเมินความเสี่ยงของลูกค้าที่มากู้ยืมเงิน, หรือช่วยในการประเมินอัตราค่าบริการประกันภัยของลูกค้าแต่ละราย หรือช่วยในการแบ่งกลุ่มลูกค้า (Customer Segmentation) ตัวอย่างของการนำ Big Data มาใช้งานทางด้านนี้มีดังตารางข้างล่างนี้

ตัวอย่างการนำ Big Data มาใช้งานทางอุตสาหกรรม Finance [Source: IDC Financial Insights]

3) Retails: อุตสาหกรรมค้าปลีกโดยเฉพาะอย่างยิ่งการขายของทางe-Commerce มีความจำเป็นอย่างยิ่งที่ต้องนำ Big Data เข้ามาช่วยในการวิเคราะห์ข้อมูลต่างๆ อาทิเช่น การทำ Customer Segmentation, การนำเสนอสินค้าให้กับลูกค้า (Next Product to Buy), การศึกษาพฤติกรรมลูกค้า หรือแม้แต่ใช้ในการกำหนดราคาสินค้า (Pricing Optimization) เราจะเห็นว่าผู้ค้าปลีกหลายใหญ่ๆต่างก็พยายามจะเก็บข้อมูลการบริโภคของลูกค้า เพื่อนำข้อมูลเหล่านี้มาวิเคราะห์ ยิ่งเป็น E-Commerce รายใหญ่ๆอย่าง Amazon หรือ eBay ก็ยังมีความสามารถที่จะไปดึงข้อมูลภายนอกอาทิเช่นจาก social media มาวิเคราะห์ความต้องการของลูกค้าได้ ตัวอย่างของการนำ Big Data มาใช้งานทางด้านนี้มีดังตารางข้างล่างนี้

ตัวอย่างการนำ Big Data มาใช้งานทางอุตสาหกรรม Retails [Source: http://www.crmsearch.com]

นอกจากนี้ ยังมีการนำ Big Data มาใช้ในอุตสาหกรรมอาทิเช่น งานภาครัฐบาล (Government), งานด้านวิทยาศาสตร์, งานด้านสื่อ (Media) ซึ่งสามารถสรุปตัวอย่างได้ดังรูปข้างล่างนี้

ตัวอย่างการนำ Big Data มาใช้งานทางอุตสาหกรรมต่างๆ [Source: Big Data Analytics with Hadoop: Phillippe Julio]

ตัวอย่างต่างๆที่พูดถึงวันนี้ เป็นการเกริ่นนำ แต่ผมจะเขียนกรณีศึกษาทางด้านนี้บางกรณีเพิ่อให้เข้าใจเทคโนโลยี และเทคนิคที่เขาใช้ว่า ทำได้อย่างไรในบทความต่อๆไป

ธนชาติ นุ่มนนท์

IMC Institute

มกราคม 2558

02/01/201502/04/2018 thanachart Big Data

ปี 2015 จะเป็นปีเริ่มต้นของ Big Data Analytics

เผลอแป๊ปเดียวก็ผ่านไปอีกปีแล้ว เวลามันช่างผ่านไปอย่างรวดเร็ว บางครั้งก็นึกเสียดายบางช่วงเวลาที่คิดว่าเราน่าจะทำอะไรได้ดีกว่านี้ แต่สิ่งที่ผ่านไปแล้วมันก็คงต้องปล่อยให้มันผ่านไป เราแก้ไขอดีตไม่ได้แต่เราสามารถที่จะทำให้อนาคตดีขึ้นได้ ในฐานะของคนไอทีเกือบ 20 ปีที่ผ่านมา เทคโนโลยีมันมีการเปลี่ยนแปลงตลอด ถ้าใครอยู่นิ่งไปจมอยู่กับอดีตไม่มองถึงเทคโนโลยีที่เปลี่ยนแปลงก็จะลำบาก บางครั้งก็อดสงสัยไม่ได้ว่าคนอาชีพอื่นเขาต้องเรียนรู้อะไรใหม่ๆมากมายตลอดเวลาเช่นนี้ไหมและต้องไล่ล่ากับอนาคตเพื่อให้อยู่รอดในวิชาชีพอย่างคนไอทีหรือเปล่า

20 ปีที่ผ่านมาเราเห็นการเปลี่ยนแปลงตลอดเวลา ผมเองก็ต้องคอยเรียนรู้และก้าวให้ทันกับสิ่งใหม่ๆเสมอ คงไม่ต้องบอกว่าผมเรียนรู้คอมพิวเตอร์มาจากยุคเจาะบัตรด้วยภาษา Fortarn IV ต้องมาใช้ไมโครคอมพิวเตอร์ยุคที่ยังไม่มี Harddisk เชื่อครับมีคนในอุตสาหกรรมหลายคนในปัจจุบันทีมาจากยุคเก่ากว่าผมอีก แต่ผมอยากตัดบทไปถึงแค่สิบห้าปีก่อน จำได้ว่าตอนนั้นภาษา Java กำลังเข้ามา ผมเองก็ต้องขนขวายเสียเงินทองไปเรียนและสอบ Certifiied Java Programmer พอยุค Web Server/App Server มาก็ต้องมานั่งศึกษา Java EE มาเรียน Enterprise Application ทำให้เข้าใจ IT Architecture มากขึ้น พอยุค Smart Mobile รุ่นแรกเข้ามาเมื่อสิบปีก่อนก็ต้องมาเรียนรู้ Java ME เขียนโปรแกรมบน Nokia 7650 และไปอบรมคนทั่วประเทศ

พอถัดมาคนมาพูดถึง Web Services ก็ต้องมาเรียนกันใหม่ มามองเรื่อง Cross Platform และก็ต้องพูดถึง Application Programming Interfaces (APIs) แล้วก็ต้องมาว่ากันถึงเรื่องของ Service Oriented Architecture (SOA) และก็เริ่มมอง Programming Language ที่หลายหลายขึ้น ไม่ว่าจะเป็น Python, Ruby และก็ต้องดู Web Framework ต่างๆ จะเห็นได้ว่าคนไอทีแทบไม่เคยได้ต้องหยุดเรียนรู้สิ่งใหม่ๆ

ห้าปีก่อนพอเรื่อง Cloud Computing เข้ามา ผมก็เป็นคนแรกๆในบ้านเราที่ไปบรรยายเรื่องนี้ และทดลองเล่น Cloud Platform ต่างๆทั้ง IaaS, SaaS และ PaaS พยายามจะบอกกับหลายๆคนว่าวันนี้ไอทีต้องไป Cloud และตอนนั้นก็เป็น ผอ. Software Park ก็พยายามจัดสัมมนาและร่วมกลุ่มพันธมิตรทางด้าน Cloud Computing เพื่อชี้ให้เห็นว่า Cloud Computing transforms IT และอุตสาหกรรมซอฟต์แวร์จะต้องขึ้น Cloud ในยุคที่ผมเป็นผอ. Software Park นอกจาก Cloud แล้วก็จะพูดถึงเรื่อง Mobile เพราะเชื่อว่า Devices กำลังจะเปลี่ยนสู่ยุคของ Smartphone/Tablet จนมีคนแซวผมว่าหน้าผมคือ Cloud and Mobile

ทันทีที่ผมก่อตั้ง IMC Institute เมื่อสองปีที่ก่อน ผมเริ่มที่จะจัดอบรม Big Data และพยายามจะจัดสัมมนาด้านนี้มากขึ้นเพราะผมเชื่อว่าเรื่องนี้กำลังจะมา และเราจำเป็นต้องสร้างบุคลากรทางด้านนี้ โดยผมเน้นเรื่องของเทคโนโลยี Hadoop ที่สามารถเก็บ Unstructure Data ได้มหาศาล ช่วงเวลาสองปีทาง IMC Institute ก็ได้อบรมคนไปหลายร้อยคน และก็ได้ช่วยทำให้คนเข้าใจเทคโนโลยีนี้มากขึ้น

กระแส Big Data กำลังมาอย่างแน่นอน เพราะตอนนี้จำนวน Devices ทั่วโลกมีหลายพันล้าน คนใช้อินเตอร์เน็ตมีมากขึ้น มีการใช้ Social Network มีมากขึ้น และเรื่องของ Internet of Things กำลังมา สิ่งต่างๆเหล่านี้ล้วนแต่มีการสร้างข้อมูลใหม่ๆอยู่ตลอดเวลา จำนวนข้อมูลมากขึ้นทุกวันและมีข้อมูลที่เป็น Unstructure จำนวนมาก จึงมีความจำเป็นต้องหาเทคโนโลยีใหม่ๆมาใช้ในการเก็บและวิเคราะห์ข้อมูล ผมเชื่อว่าในปี 2015 นี้เรื่องของ Big Data Analytics จะมีความสำคัญมากขึ้น เพราะธุรกิจต่างๆจะมีการแข่งขันกันมากขึ้น ใครก็ตามที่สามารถจะนำข้อมูลขนาดใหญ่มาวิเคราะห์ได้คนนั้นจะได้เปรียบเหนือคู่แข่ง Big Data transform Business

ภาพโครงสร้างพื้นฐานข้อมูล (Information Infrastructure) ในอนาคตขององค์กรจะเปลี่ยนแปลงไปเพราะขนาดข้อมูลที่ใหญ่ขึ้น และชนิดข้อมูลที่หลากหลาย เราน่าจะเป็นโครงสร้างที่ใช้เทตโนโลยีต่างๆมากขึ้นดังตัวอย่างในรูป

รูปตัวอย่าง Information Infrastructure ขององค์กร

ปี 2015 เราควรจะต้องเตรียมพร้อมอย่างไรบ้างกับเรื่องของ Big Data Analytics

1) องค์กรต้องมี Big Data Strategy: ฝั่งธุรกิจและไอทีคงต้องมาร่วมกันในการวางแผนที่จะนำข้อมูลมาใช้ในการสร้างความสามารถในการแข่งขัน เพื่อให้เข้าใจและคาดการณ์ข้อมูลลูกค้า สินค้า หรือคู่แข่งได้ดีขึ้น โดยต้องสามารถที่จะใช้ข้อมูลจากขั้น Business Intelligence ไปสู่ Predictive Analytics

2) องค์กรต้องมีการวางแผนด้าน Information Infrastructure ใหม่: ข้อมูลในอนาคตจะมีขนาดใหญ่มาก การจะวางโครงสร้างพื้นฐานข้อมูลขององค์กรให้ขึ้นกับ Database หรือ Enterprise Datawarehouse (EDW) แต่อย่างเดียวคงไม่สามารถเป็นไปได้ เพราะค่าใช้จะสูงมาก คงต้องเริ่มพิจารณาเทคโนโลยีอย่าง Hadoop หรือ NoSQL ด้วย

3) องค์กรต้องเร่งพัฒนาบุคลากรด้านข้อมูล: เทคโนโลยีด้านนี้จะเปลี่ยนไปมาก องค์กรจำเป็นต้องพัฒนาบุคลากรทั้งที่จะเป็น Chief Data Office, Data Architecture, IT Profeession, BI Analysis และ Data Scientist

ครับเราคงต้องเริ่มที่จะต้องเตรียมพร้อมเข้าสู่ยุคของ Big Data Analytics กันแล้ว

ธนชาติ นุ่มนนท์

IMC Institute

มกราคม 2558