เทรนด์ดาต้า และ เทคโนโลยีการวิเคราะห์ข้อมูล ปี 2563 การ์ทเนอร์ชี้ ช่วยผู้บริหารฝ่ายข้อมูลพาองค์กรฝ่าวิกฤติโควิด-19 พร้อมฟื้นกิจการ
นางริต้า ซัลแลม รองประธานฝ่ายวิจัย การ์ทเนอร์ อิงค์ เปิดเผยว่า หนึ่งในแนวทางสำคัญ เพื่อพลิกฟื้นและวางแผนธุรกิจ รับมือกับความผกผันของเศรษฐกิจหลังโควิด-19 ได้อย่างมีประสิทธิภาพ คือ การผลักดันกลยุทธ์องค์กรที่ขับเคลื่อนด้วยดาต้า ด้วยการจับ เทรนด์ดาต้า และ เทคโนโลยีการวิเคราะห์ข้อมูล
ดังนั้น ผู้บริหารฝ่ายข้อมูลขององค์กร จึงต้องอาศัยโซลูชันที่ตอบโจทย์ เรื่องการเข้าถึงข้อมูล และการประมวลผลที่รวดเร็วแม่นยำ พร้อมทั้งความสามารถในการสเกลระบบวิเคราะห์ข้อมูล เพื่อรองรับรูปแบบการทำงานใหม่ ๆ ที่จะเกิดขึ้นในอนาคต
รายงานจากการ์ทเนอร์ อิงค์ เผย 10 เทรนด์ดาต้า และเทคโนโลยีการ วิเคราะห์ข้อมูล เพื่อให้ผู้บริหารฝ่ายข้อมูล พิจารณาใช้เป็นแนวทางเร่งพลิกฟื้นกิจการและสร้างความได้เปรียบทางการแข่งขันอย่างต่อเนื่องหลังสถานการณ์โควิด-19 คลี่คลายดังนี้
เทรนด์ 1: AI ที่ฉลาดขึ้น เร็วขึ้น มาพร้อมกับหน้าที่เยอะขึ้น
ภายในสิ้นปี 2567 องค์กร 75% จะเปลี่ยนไปใช้ปัญญาประดิษฐ์หรือเอไอ (AI) อย่างจริงจัง ส่งผลให้เกิดการสตรีมข้อมูล และการวิเคราะห์โครงสร้างพื้นฐานเพิ่มขึ้น 5 เท่า
จากการระบาดของไวรัสที่เกิดขึ้นในปัจจุบัน ทำให้ได้เห็นความสำคัญของการนำเทคโนโลยี AI เช่น ระบบการเรียนรู้พฤติกรรมหรือแมชชีนเลิร์นนิ่ง (ML) มาเพิ่มประสิทธิภาพ และการประมวลผลภาษาธรรมชาติ/มนุษย์ (NLP) ให้ข้อมูลเชิงลึก และช่วยคาดการณ์การแพร่กระจายของไวรัส ได้อย่างมีประสิทธิผล รวมถึงวัดผลมาตรการการรับมือ การแพร่ระบาดของไวรัสดังกล่าว
เทคโนโลยีอัจฉริยะอื่น ๆ ที่ขับเคลื่อนด้วย AI อาทิ การเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) หรือ การกำหนดเงื่อนไขบางอย่างให้แมชชีนได้เรียนรู้และปิดช่องโหว่ที่พบเพื่อบรรลุเงื่อนไขที่กำหนดไว้ และการเรียนรู้แบบกระจาย (Distributed Learning) หรือ แนวคิดในการเชื่อมโยงองค์ประกอบต่าง ๆ ที่เกี่ยวข้องในกระบวนการเรียนรู้ ผ่านการใช้เครือข่ายคอมพิวเตอร์
สิ่งเหล่านี้ ทำให้เกิดการสร้างระบบที่มีสเกลได้ และยืดหยุ่น เพื่อจัดการกับสถานการณ์ทางธุรกิจ ที่ซับซ้อนได้ดียิ่งขึ้น เช่น ระบบ agent-based ที่ใช้โมเดลเป็นตัวแทนในแบบจำลองและวิเคราะห์ระบบที่มีความซับซ้อน
เทรนด์ 2: แดชบอร์ดยังจำเป็นอยู่หรือไม่
การรายงานผลแบบไดนามิก ที่เน้นมอบประสบการณ์แก่ผู้ใช้งานจริงได้อัตโนมัติ จะเข้ามาแทนที่คอนเทนท์บนแดชบอร์ดรูปแบบเดิม จากที่เคยโชว์สรุปผลแบบรูปภาพ point-and-click และผลสำรวจการใช้งาน
ด้วยเทคโนโลยี augmented analytics หรือ NLP จะเข้า วิเคราะห์ข้อมูล เชิงลึก อ้างอิงจากบทบาทหน้าที่ และประสบการณ์ใช้งานจริง และจะสตรีมคอนเทนท์ที่ตอบโจทย์การใช้งานไปยังผู้ใช้แต่ละรายได้อัตโนมัติ ส่งผลให้ให้ผู้ใช้ใช้เวลาบนแดชบอร์ดที่กำหนดค่าไว้ล่วงหน้าน้อยลง
เทรนด์ 3: บริหารจัดการข้อมูลแบบสมาร์ท
ในปี 2566 องค์กรขนาดใหญ่มากกว่า 33% จะมีทีม วิเคราะห์ข้อมูล ปฏิบัติงานในด้าน Decision Intelligence รวมถึง Decision Modeling
การทำงานในด้าน Decision Intelligence จะนำไปสู่การกำหนดเกณฑ์การวิเคราะห์มากมาย ประกอบด้วย การจัดการการตัดสินใจ (Decision Management) และการสนับสนุนการตัดสินใจ (Decision Support) ซึ่งช่วยกำหนดกรอบการปฏิบัติงานด้านการออกแบบ จัดวาง ดำเนินการ ตรวจสอบและปรับแต่งรูปแบบการตัดสินใจให้แก่ผู้บริหารฝ่ายข้อมูล รวมถึงกระบวนการอื่น ๆ ที่สร้างผลลัพธ์ในเชิงธุรกิจและเรียนรู้พฤติกรรมผู้บริโภค
เทรนด์ 4: X Analytics
ทฤษฎี “X analytics” ของการ์ทเนอร์ เป็นคำศัพท์ที่ใช้กันอย่างแพร่หลาย โดย X ถูกกำหนดให้เป็น ตัวแปลข้อมูลด้านการวิเคราะห์ ของช่วงเนื้อหาที่แตกต่างกัน ครอบคลุมทั้งข้อมูลดิบ และข้อมูลที่ผ่านการประมวลผลพร้อมใช้งาน เช่น การวิเคราะห์ข้อความ วิดีโอ เสียง และข้อมูลอื่น ๆ
ช่วงการระบาดของโควิด-19 เทคโนโลยี AI มีความสำคัญอย่างยิ่ง ต่อการประมวลผลและจัดการข้อมูลต่าง ๆ หลายพันเรื่อง ทั้งงานวิจัย แหล่งข้อมูลข่าวสาร ข้อความที่ถูกโพสต์บนโซเชียลมีเดีย รวมถึงข้อมูลการทดลองทางคลินิก อีกทั้งยังสามารถช่วยวางแผน ค้นหาแนวทางการรักษาใหม่ ๆ พร้อมระบุประชากรที่มีความเสี่ยง
นอกจากนี้ทฤษฎี “X analyticsไ ของการ์ทเนอร์ยังถูกนำไปใช้ร่วมกับ AI และเทคนิคอื่น ๆ เพื่อเพิ่มศักยภาพในการ วิเคราะห์ข้อมุล เช่น นำ AI ใช้ร่วมกับเทคนิคการวิเคราะห์ด้วยกราฟช่วยเพิ่มความแม่นยำในการระบุ คาดการณ์ และวางแผนรับมือภัยธรรมชาติและวิกฤตอื่น ๆ ในอนาคตได้ดียิ่งขึ้น
เทรนด์ 5: กระบวนการปรับแต่งข้อมูลอัตโนมัติ
Augmented Data Management หรือ กระบวนการปรับแต่งข้อมูลอัตโนมัติ โดยใช้แมชชีนเลิร์นนิ่ง และเอไอ ช่วยเพิ่มประสิทธิภาพ และพัฒนาศักยภาพไปสู่ การวิเคราะห์ข้อมูล ข้อมูลอภิพันธุ์ (Metadata) ที่ใช้ในการตรวจสอบบัญชี ความสัมพันธ์ของข้อมูล และการรายงานในรูปแบบไดนามิกซิสเต็มส์
ผลิตภัณฑ์ของ Augmented Data Management สามารถตรวจสอบตัวอย่างข้อมูลการปฏิบัติงานจำนวนมาก ประกอบด้วย การค้นหาจริง (Actual Queries), ข้อมูลเชิงปฏิบัติงาน (Performance Data) และโครงสร้างข้อมูล (Schemas) โดยใช้ข้อมูลจากการใช้งานจริงและข้อมูลเวิร์คโหลด Augmented Engine สามารถช่วยปรับแต่งประสิทธิภาพและกำหนดค่าความปลอดภัยได้
เทรนด์ 6: Cloud เป็นของที่ต้องมี
ภายในปี 2565 คลาวด์สาธารณะหรือ Public Cloud จะมีบทบาทสำคัญ ต่อการคิดค้นนวัตกรรมทางด้านการ วิเคราะห์ข้อมูล ถึง 90% เนื่องจากข้อมูลและการวิเคราะห์ ถูกย้ายขึ้นไปอยู่บนคลาวด์ โดยผู้บริหารฝ่ายข้อมูล ยังมีความท้าทายสำคัญ ในการมองหาบริการที่เหมาะสม และสอดรับกับรูปแบบการใช้งานต่าง ๆ เพื่อลดค่าใช้จ่ายที่จะเกิดจากการใช้โซลูชัน ที่ไม่รองรับการสเกลระบบที่อาจเกิดขึ้นในอนาคต
อย่างไรก็ตาม ผู้บริหารที่ดูแลด้านดาต้าและการ วิเคราะห์ข้อมูล จำเป็นต้องจัดลำดับความสำคัญของเวิร์คโหลด ที่อาจทำให้ประสิทธิภาพการทำงานของคลาวด์ถูกลดทอนไปได้ และให้ความสำคัญไปที่การบริหารความคุ้มค่า เมื่อต้องเปลี่ยนรูปแบบการดำเนินธุรกิจไปสู่คลาวด์
เทรนด์ 7: การปะทะกันของโลกแห่งข้อมูลและการวิเคราะห์
โดยปกติ การเลือกใช้เทคโนโลยีดาต้า และ วิเคราะห์ข้อมูล จะแตกต่างกันไปในแต่ละองค์กร โดยใช้อัตลักษณ์ และรูปแบบการบริหารจัดการของแต่ละองค์กร มาพิจารณาเลือกเทคโนโลยี ให้เหมาะกับการใช้งาน ผู้จำหน่ายโซลูชัน จะเสนอขาย เวิร์กโฟลว์แบบครบวงจร โดยเปิดใช้งานการวิเคราะห์ข้อมูลแบบอัตโนมัติด้วยเทคโนโลยี augmented analytics ซึ่งยากต่อการแยกแยะความแตกต่างของสองตลาด
การชนกันของข้อมูลและระบบ วิเคราะห์ข้อมูล จะเพิ่มการโต้ตอบ และการทำงานร่วมกันระหว่างข้อมูลเก่าที่ถูกส่งออก และ ระบบการ วิเคราะห์ข้อมูล เป็นผลกระทบที่เกิดขึ้นไม่เพียงต่อเทคโนโลยี และความสามารถที่มีอยู่ในโซลูชัน แต่เกิดขึ้นกับ คนและกระบวนการสนับสนุน และใช้งาน
เทรนด์ 8: ตลาดและการแลกเปลี่ยนข้อมูล
ในปี 2565 องค์กรขนาดใหญ่ราว 35% จะกลายเป็นทั้งผู้ซื้อและผู้ขายข้อมูลผ่านออนไลน์มาร์เก็ตเพลส โดยโตจาก 25% ในปี 2563 ซึ่งแพลตฟอร์มการแลกเปลี่ยนข้อมูลและดาต้ามาร์เก็ตเพลส จะกลายเป็นแหล่งรวมข้อมูลออนไลน์เดียว ที่จัดเก็บข้อมูลจากแหล่งต่าง ๆ ไว้สำหรับนำไปใช้และลดต้นทุนให้กับองค์กร
เทรนด์ 9: บล็อกเชนที่อยู่ในดาต้าและการวิเคราะห์ข้อมูล
เทคโนโลยีบล็อกเชน ชี้ให้เห็นความท้าทายสำคัญสองสิ่งเกี่ยวกับ ดาต้า และเทคโนโลยีการ วิเคราะห์ข้อมูล อย่างแรก คือ บล็อกเชน รวบรวมข้อมูลสินทรัพย์และธุรกรรมทั้งหมด และอย่างที่สอง คือ บล็อกเชนมีความโปร่งใสแม้เครือข่ายมีความซับซ้อนและผู้ใช้หลากหลาย
นอกจากกรณีการใช้ Bitcoin และ Smart Contract ยังมีระบบจัดการฐานข้อมูลบัญชีแยกประเภท (หรือ DBMSs) ที่นำเสนอตัวเลือกน่าสนใจ ในการตรวจสอบข้อมูลจากแหล่งที่มาได้หลากหลายผ่าน single-enterprise auditing การ์ทเนอร์คาดการณ์ว่าในปี 2564 บล็อกเชนได้รับใบอนุญาตประกอบธุรกิจสินทรัพย์ดิจิทัลส่วนใหญ่จะถูกแทนที่ด้วยผลิตภัณฑ์ DBMS
เทรนด์ 10: ความสัมพันธ์สร้างรากฐานแก่ข้อมูลและเพิ่มคุณค่าในการวิเคราะห์
ในปี 2566 องค์กรต่าง ๆ ทั่วโลกราว 30% จะใช้เทคโนโลยีกราฟในการ วิเคราะห์ข้อมูล ซึ่งช่วยในการตัดสินใจทางธุรกิจได้อย่างรวดเร็ว การวิเคราะห์ข้อมูลด้วยกราฟ เป็นเทคนิคหนึ่งในการวิเคราะห์ข้อมูล ที่ข้อมูลนั้นถูกจัดให้อยู่ในรูปแบบเชิงความสัมพันธ์ โดยใช้วิเคราะห์ความสัมพันธ์ของรายละเอียดต่าง ๆ เช่น องค์กร คน และธุรกรรมต่าง ๆ ซึ่งช่วยให้ผู้บริหารฝ่ายข้อมูล ค้นพบความสัมพันธ์ของข้อมูลใหม่ ๆ และตรวจสอบข้อมูล ที่ไม่สามารถวิเคราะห์ได้ด้วยวิธีการแบบเดิม
อ่านข่าวเพิ่มเติม
- จุดเริ่มต้น ‘ทศวรรษหน้าของข้อมูล’ บนคาดหวังใหม่ๆ จากเทคโนโลยี
- ปตท. จับมือ ไมโครซอฟท์ เสริมศักยภาพธุรกิจด้วยเทคโนโลยี
- ‘เทคโนโลยี 5G’ พลิกวิถีชีวิตใหม่ ให้เปลี่ยนไป ‘ตลอดกาล’
