โลกใบนี้ขับเคลื่อนด้วยข้อมูล ยิ่งเทคโนโลยีสมัยนี้ทำให้ผู้คนสามารถเข้าถึงข้อมูลต่าง ๆ และนำมาประยุกต์ใช้ หรือประกอบการตัดสินใจได้ง่ายยิ่งขึ้น หากข้อมูลเหล่านั้นถูกนำมาวิเคราะห์ กลั่นกรอง เรียบเรียง ด้วยเครื่องมือที่เหมาะสม จะทำให้การประมวลผลข้อมูลเหล่านั้นเป็นไปอย่างมีระเบียบ มี pattern ในการสร้างความสัมพันธ์เชิงลึกของข้อมูล เพื่อความเข้าใจในรูปแบบพฤติกรรมของผู้บริโภคที่มีความซับซ้อนมากขึ้นได้
ข้อมูลยิ่งมาก ยิ่งทำให้ผลการวิเคราะห์แม่นยำยิ่งขึ้น ข้อมูลมาก ๆ นี่เองที่ถูกเรียกว่า Big Data โดย Big Data นี้เป็นข้อมูลดิบ อาทิ ข้อความในโซเชียลมีเดีย ข้อมูลพฤติกรรมการเข้าชมสินค้า ข้อมูลการให้คะแนนความพีงพอใจ ข้อความเสียง ภาพถ่าย และวีดีโอต่าง ๆ และอื่น ๆ อีกมากมาย
การประกอบธุรกิจต่าง ๆ นั้น หากนำ Big Data มาใช้ในการวิเคราะห์ความต้องการและพฤติกรรมการซื้อสินค้าของผู้บริโภค ทำความเข้าใจสภาพตลาด จะทำให้การวางแผนกลยุทธ์ได้ถูกต้องเหมาะสมแก่ผู้บริโภค สามารถสร้างลูกเล่นในด้านของราคาสินค้าให้เหมาะสม และการจัดกลุ่มสินค้าที่ขายด้วยกันได้อย่างลงตัว (cross sell) สามารถวิเคราะห์มองหาโอกาส และความเป็นไปได้ต่าง ๆ ทั้งยังนำมาเป็นตัวช่วยในการกำหนดทิศทางขององค์กรได้อย่างทันท่วงที นำเสนอโปรโมชั่นและปรับปรุงบริการให้โดนใจ และตอบโจทย์ผู้บริโภคอย่างแท้จริง ยิ่งไปกว่านั้น กรณีที่ลูกค้าไม่พอใจในสินค้าและ/หรือ บริการ ข้อมูลที่เป็นแบบแผนสามารถวิเคราะห์หาเหตุผลได้ว่า อะไรที่เป็นสาเหตุสำคัญที่ทำให้ลูกค้ามีความรู้สึกด้านลบ เพื่อปรับแก้อย่างตรงประเด็น และสานความสัมพันธ์กับลูกค้าในระยะยาวได้ เป็นที่แน่นอนว่า จะส่งผลให้ยอดขายเพิ่ม กำไรพอกพูน และธุรกิจเจริญเติบโตอย่างก้าวกระโดด
วิธีการนำ Big Data ไปใช้
- ต้องเริ่มจากการตั้งโจทย์ ว่ามองหาอะไรในธุรกิจ หรือต้องการนำผลจากข้อมูลเหล่านี้เพื่อเอาชนะปัญหาหรืออุปสรรคใดในธุรกิจที่เป็นอยู่
- เมื่อเห็นโจทย์แล้ว ก็จะนำไปสู่การหาแหล่งข้อมูลที่จะนำมาวิเคราะห์ เช่น ปริมาณผู้เข้าชมเว็บไซต์ แหล่งที่มาของผู้เข้าชม ยอดการสั่งซื้อสินค้า ช่วงเวลาของการสั่งซื้อสินค้า ข้อมูล Transaction การทำธุรกรรมต่าง ๆ ของลูกค้าที่จะเป็นข้อมูลรายละเอียดจำนวนผู้มีปฏิสัมพันธ์กับธุรกิจนั้น ๆ จาก social media เช่น ยอด like, ยอด share เป็นต้น
- จากนั้นก็ถึงเวลาใช้ Big Data เหล่านั้น โดยเครื่องมือที่ใช้ในการนำมาวิเคราะห์ Big Data อันได้แก่ Hadoop, MapReduce, Hive, NoSQL, Apache Spark และอื่น ๆ ในด้านบุคลากร ควรมีความรู้ ความสามารถและทักษะเกี่ยวกับการทำคลังข้อมูล (Data Warehouse), Data Mining, Data Science, ระบบธุรกิจอัจฉริยะ (Business Intelligence) รวมถึงความเข้าใจใน Machine Learning
อย่างไรก็ตาม การนำ Big Data มาใช้งานนั้น ยังต้องเผชิญกับความท้าทายในด้านของต้นทุนการดำเนินงาน การจัดระเบียบข้อมูลจำนวนมาก การคำนึงถึงความเป็นส่วนตัวของข้อมูล (Data Privacy) ขีดจำกัดด้านความรู้ความสามารถของทรัพยากรบุคคลในสาขานี้โดยเฉพาะอีกด้วย