ข้อมูลตัวเลือกใดไม่จัดเป็นข้อมูล big data

Big Data เป็นเรื่องที่กล่าวขานกันอย่างมากในปัจจุบัน และอาจเป็นเทคโนโลยีไอทีเพียงไม่กี่อย่างที่กล่าวกันมากในวงการธุรกิจ กลุ่มผู้บริหารเริ่มเห็นความสำคัญของการนำข้อมูลขนาดใหญ่มาวิเคราะห์หรือคาดการณ์แนวโน้มของธุรกิจ เรื่อง Big Data ยังเป็นเรื่องใหม่ คนจำนวนมากย้งไม่เข้าใจเรื่องนี้อย่างแท้จริง มันเหมือนศัพท์ขั้นเทพที่ทุกคนอยากกล่าวถึงแต่ก็ย้งไม่เข้าใจอย่างแท้จริง เรื่องบุคลากรก็เป็นอีกเรื่อง บางหน่วยงานพอมีคำว่า Big Data ผู้บริหารก็เริ่มบอกว่าต้องการ Data Scientist ทั้งๆที่ยังไม่รู้ว่าจะกำหนด Job Description ในองค์กรให้เขาอย่างไร หรือจำเป็นแค่ไหนที่เราต้องการบุคลากรด้านนี้ในองค์กร

สารบัญ Show

คุณลักษณะของ Big data (5V) มีดังต่อไปนี้
Big Data มีกระบวนการในทำงานอย่างไร
โซเชียล ลิสเซอนิ่ง (Social Listening Tools) ที่ใช้งานง่าย
สรุปความสำคัญของ Big Data

คำถามที่มักจะเจอก็คือเราจะเริ่มต้นทำ Big Data อย่างไร เราต้องการบุคลากรอย่างไร ทักษะเปลี่ยนไปจากเดิมมากน้อยอย่างไร เราต้องการ Data Scientist ในองค์กรเพื่อทำ Big Data จริงหรือ? คำถามเหล่านี้ไม่มีคำตอบที่ชัดเจน แต่มันก็ขึ้นอยู่กับระดับความต้องการใช้งาน Big Data ขององค์กร แต่ที่แน่ๆทักษะของบุคลากรในยุคใหม่ที่มีเทคโนโลยี Big Data จะเปลี่ยนแปลงจากสมัยเดิมที่เรื่องแต่เรื่องของ RDBMS ในมุมมองของผมงานทางด้าน Big Data น่าจะแบ่งบุคลากรด้านต่างๆได้ดังนี้

Chief Data Officer ในอดีตเราอาจมีผู้บริหารสูงสุดด้านไอที แต่แนวโน้มเราอาจต้องการผู้บริหารสูงสุดด้านข้อมูล ที่มีอำนาจในการดูแลข้อมูลภายในและภายนอกองค์กร การนำข้อมูลไปใช้งาน การบริหารจัดการเทคโนโลยีสารสนเทศด้านข้อมูล การออกแบบสถาปัตยกรรม การดูแลเรื่องคุณภาพข้อมูล และอาจรวมไปถึงทรัพย์สินทางปัญญาที่อาจเกิดขึ้น จากข้อมูลหรืออัลกอริทึกจากการวิเคราะห์คาดการณ์ข้อมูล
Big Data Architect เทคโนโลยีด้านข้อมูลเปลี่ยนไปจากเดิมมากที่แต่ก่อนอาจพูดถึงแค่ RDBMS หรือ Data WareHouse แต่ในปัจจุบันทุกองค์กรจะต้องปรับโครงสร้างพื้นฐานด้านข้อมูลและอาจต้องนำเทคโนโลยีใหม่เข้ามาใช้งานทั้ง Hadoop, NoSQL, Storage หรือ แม้แต่ Cloud Service ซึ่งเทคโนโลยีเหล่านี้ยังมีบริการหรือเทคโนโลยีเสริมต่างๆที่หลากหลาย อาทิเช่น Data Ingestion อย่าง KafKa, Sqoop หรือ Flume หรือเทคโนโลยีด้านประมวลผลเช่น Spark, Impala หรือเทคโนโลยีการทำ Visualisation ดังจะเห็นได้จากรูปที่ 1 ที่แสดง Big Data Landscape ที่ประกอบด้วยเทคโนโลยีต่างในปัจจุบัน ซึ่งเราจำเป็นต้องการ IT Architect ที่เข้าใจการออกแบบระบบที่รองรับเทคโนโลยีหลากหลายเหล่านี้ได้
Big Data Engineer/Administrator งานอีกด้านหนึ่งที่จำเป็นคือคนที่มีความสามารถในการติดตั้งระบบ Big Data ต่างๆเช่น Hadoop, RDBMS, NoSQL รวมถึงการ Monitor และการทำ Performance Tuning ซึ่งงานแบบนี้อาจต้องการทักษะคนที่เข้าใจระบบปฎิบัติการ มีความสามารถที่จะเป็นผู้ดูแลระบบเหมือน System Admin แต่บุคลากรแต่ละรายอาจไม่สามารถดูแลทุกระบบได้เพราะแต่ละระบบต้องการทักษะที่ต่างกัน
Big Data Developerในอดีตงานนี้อาจหมายถึงคนที่จะมาช่วยพัฒนา SQL เพื่อจะเรียกดูข้อมูลจาก DataBase แต่ปัจจุบันระบบประมวลผลขนาดใหญ่ต้องการทักษะด้าน Programming มากขึ้นและมีเทคโนโลยีที่หลากหลายมากขึ้นทั้ง MapReduce, Spark, Hive, Pig หรือ Impala แต่ละเทคโนโลยีก็ต้องการทักษะที่ต่างกัน ดังนั้นก็มีแนวโน้มที่องค์กรต้องการบุคลากรด้านนี้จำนวนมากและแต่ละคนอาจทำงานใช้เทคโนโลยีคนละด้านกัน
Big Data Analyst หมายถึงนักวิเคราะห์ข้อมูลที่อาจรวมไปถึงการนำข้อมูลมาแสดงผล โดยใช้ Visualisation Tool ที่หลากหลาย โดยในปัจจุบันอาจต้องดึงข้อมูลมาจาก Data Lake และใช้ Tool ใหม่ๆ บางครั้งบุคลากรด้านนี้อาจไม่ได้เก่งด้านการพัฒนาโปรแกรมนัก แต่จะต้องรู้ว่าจะวิเคราะห์ข้อมูลอะไร และมีทักษะในการผลที่ได้มาแสดงให้คนทั่วไปเข้าใจ คนกลุ่มนี้ควรมีพื้นฐานด้านสถิติและรู้ด้านธุรกิจ
Data Scientist ตำแหน่งงานที่ดูน่าสนใจที่สุดในปัจจุบัน แต่ก็ใช่ว่าทุกองค์กรต้องการ เพราะบุคลากรด้านนี้จำเป็นถ้าเราต้องการวิเคราะห์ข้อมูลโดยเฉพาะในลักษณะ Predictive Analytics บุคลากรด้านนี้ต้องรู้เรื่องของ Algorithm อาจต้องเก่งด้านคณิตศาสตร์ เข้าใจเรื่อง Machine Learning และต้องมีความเข้าใจด้านธุรกิจที่ต้องการวิเคราะห์ โดยมากคนเก่งทางด้านนี้น่าจะจบปริญญาโทหรือเอกด้านคณิตศาตร์, Computer Science หรือ Computer Engineering มา

รูปที่ 1 Big Data Landscape 2016

จากที่กล่าวมาทั้งหมดจะเห็นว่า ในอนาคตองค์กรยังมีความต้องการบุคลากรด้านนี้ที่หลากหลาย และยังมีความต้องการอีกจำนวนมาก ผมคิดว่าถึงเวลาที่หน่วยงานต่างๆต้องมาวางแผนการพัฒนาบุคลากรด้านนี้ร่วมกัน เท่าที่ทราบทาง สำนักงานการอุดมศึกษาก็มีการตั้งอนุกรรมการดูหลักสูตรทั่วประเทศเพื่อพัฒนาคนทางด้านนี้ และได้ให้ผมเข้าร่วม แต่ก็ยังขับเคลื่อนกันช้าอยู่ ถึงเวลาที่เราคงต้องรีบเร่งแล้วครับ

Back to Resources

Blog

Big Data คืออะไร สำคัญอย่างไร

Knowledge Published August 18th 2020

Tweet Share Copy

คุณลักษณะของ Big data (5V) มีดังต่อไปนี้

มีปริมาณมาก (Volume) : อย่างที่ได้กล่าวไปแล้วในข้างต้นว่า Big Data เป็นข้อมูลที่มีขนาดใหญ่หรือเป็นข้อมูลที่มีปริมาณมากมายมหาศาลไม่ว่าจะอยู่ในรูปแบบออนไลน์หรือออฟไลน์ โดยข้อมูลเหล่านี้จะมีปริมาณมากกว่าหน่วย TB (Terabyte) ขึ้นไป

มีการเปลี่ยนแปลงอย่างรวดเร็ว (Velocity) : เนื่องจากข้อมูล Big data มีการเปลี่ยนแปลงอย่างรวดเร็วและต่อเนื่อง ชนิดที่เรียกว่า Real Time จึงทำให้สามารถวิเคราะห์ง่ายๆ แบบ Manual ได้แต่ไม่สามารถจับทิศทางหรือรูปแบบที่ชัดเจน หรือตายตัวของข้อมูลเหล่านั้นได้

หลากหลายประเภทหรือแหล่งที่มา (Variety) : ข้อมูลมีรูปแบบที่แตกต่างกันออกไป ยกตัวอย่างเช่น ข้อมูลที่เป็นไฟล์ภาพรูปภาพ ตัวอักษร หรือวีดีโอ ฯลฯ ในขณะเดียวกันก็มีที่มาที่หลากหลายไม่ว่าจะเป็น Platform, e-commerce, Social Network เป็นต้น

ยังไม่ผ่านการประมวลผล (Veracity) : หาก Big Data นั้นไม่ผ่าน process หรือแปลงให้อยู่ในรูปแบบของข้อมูลดิบ (Raw Data) ก็จะไม่สามารถใช้งานหรือใช้ประโยชน์ต่อองค์กรหรือบริษัทได้

ข้อมูลที่แปรผันได้ (Variability) : ข้อมูล Big Data ที่มีการเปลี่ยนเเปลงอย่างรวดเร็วตามรูปเเบบการใช้งาน และรูปแบบของการจัดเก็บข้อมูลก็จะเเตกต่างกันไปขึ้นอยู่กับเเหล่งข้อมูลที่เก็บมา

การจะใช้ประโยชน์จาก Big Data ได้นั้น มีอีกหนึ่งปัจจัยสำคัญนั่นก็คือความเชื่อมโยงกันของข้อมูล หากสิ่งที่รวบรวมมานั้นไม่สามารถหาจุดเชื่อมโยงกันได้ ข้อมูลเหล่านั้นก็ไร้ประโยชน์ การเก็บ Data ที่มีประสิทธิภาพนั้นจึงต้องคำนึงถึงความสัมพันธ์กันของข้อมูลด้วย

ย้อนกลับไปในอดีต หากจะพูดถึงประวัติและความเป็นมาของ Big Data ซึ่งความจริงแล้ว Big Data นั้นถือว่ายังเป็นเรื่องที่ใหม่และเพิ่งเริ่มต้นทำกันได้เมื่อไม่นานมานี้เอง เมื่อประมาณปี 2005 กระแส Social Network ไม่ว่าจะเป็น Facebook Twitter IG ตลอดจนสื่อสังคมออนไลน์ในรูปแบบอื่นๆ กำลังเป็นที่นิยมอย่างมากในขณะนั้นทำให้มีการตระหนักที่จะจัดหาข้อมูลขนาดใหญ่สร้างขึ้นมาเพื่อรองรับความต้องการเหล่านี้

Big Data นั้นนอกจากจะลองรับสื่อสังคม Social ต่างๆ แล้วยังใช้ในทางธุรกิจได้อย่างมีประสิทธิภาพ โดยเฉพาะอย่างยิ่งการเก็บข้อมูลของลูกค้า ข้อมูลเหล่านี้ถือว่าเป็นขุมทรัพย์ที่ล้ำค่ามากๆ เพราะในสภาวะการแข่งขันทางการค้าในปัจจุบันที่ร้อนแรงความสามารถในการตอบสนองความต้องการของลูกค้าที่ตรงจุด จะทำให้ธุรกิจอยู่เหนือคู่แข่งในทุกๆด้าน ในมุมของเว็บไซต์ หรือสังคมออนไลน์ต่างๆ Big Data จะเก็บข้อมูลการเข้าชมเว็บไซต์หรือการใช้แอพพลิเคชั่น ตลอดจนข้อมูลการสนทนาผ่านสื่อต่างๆ เพื่อนำไปปรับปรุงและสื่อสารกับลูกค้าเป็นการเพิ่มมูลค่าใหธุรกิจและเป็นการแก้ไขปัญหาเชิงรุกได้อย่างมีประสิทธิภาพ

Big Data มีกระบวนการในทำงานอย่างไร

หลายคนอาจจะสงสัยว่า Big Data ที่มีข้อมูลมากมายมหาศาลเช่นนี้ จะมีวิธีการหรือกระบวนการในการทำงานอย่างไร โดย Big Data ประกอบไปด้วย 3 ขั้นตอนสำคัญดังต่อไปนี้

การรวบรวมข้อมูล

การรวบรวมข้อมูล Big Data ทำหน้าที่ในการรวบรวมข้อมูลที่หลากหลายและข้อมูลที่แตกต่างกันออกไป ซึ่งเทคโนโลยีแบบดั้งเดิมนั้นไม่สามารถทำได้ โดย Big Data สามารถเก็บข้อมูลที่มีขนาดใหญ่และรวบรวมข้อมูลได้มากมายมหาศาลในรูปแบบของเทราไบต์ หรือบางครั้งอาจเก็บข้อมูลในระดับเพธาไบต์เลยก็ว่าได้

การจัดการข้อมูล

ข้อมูลที่มากมายมหาศาลหรือ Big Data จะต้องทำการจัดเก็บข้อมูลขนาดใหญ่ หรือหาแหล่งที่อยู่ให้มันยกตัวอย่างเช่น on premises หรือ cloud ที่นิยมใช้ในปัจจุบัน ทั้งนี้ขึ้นอยู่กับความต้องการหรือความสะดวกในการใช้งาน แต่ในบางกรณีอาจจะต้องจัดเก็บข้อมูลไว้ใกล้กับแหล่งข้อมูลที่มีความยืดหยุ่นสูง

การวิเคราะห์

Big Data อาจจะต้องใช้เงินลงทุนที่สูงในการสร้างข้อมูลขนาดใหญ่ แต่ทั้งนี้จะไม่ก่อให้เกิดประโยชน์อะไรเลย หากคุณไม่นำข้อมมูลเหล่านั้นมาใช้วิเคราะห์ เพื่อทำให้เกิดความกระจ่างและชัดเจนของชุดข้อมูลที่มีอยู่ โดยส่วนใหญ่จะใช้ AI ในการวิเคราะห์ด้วยการสร้างรูปแบบจำลองของข้อมูล เพื่อนำข้อมูลเหล่านั้นมามาข้อสรุป พัฒนา และต่อยอดให้เกิดประโยชน์สูงสุด

ในปัจุบัน Big Data ถือว่ามีความสำคัญมากๆ โดยเฉพาะอย่างยิ่งการนำข้อมูลเหล่านี้ไปใช้ให้เกิดประโยชน์สูงสุดต่อองค์กร ซึ่งการวิเคราะห์ข้อมูลและผลลัพธ์ที่ได้จะช่วยให้สามารถเข้าใจหรือถึงผู้บริโภคได้มากยิ่งขึ้นเป็นการลดต้นทุน ลดระยะเวลาในการดำเนินการหรือวางแผนกลยุทธ์ด้านการตลาด สำหรับในปัจจุบันเครื่องมือที่ใช้รองรับ Big Data ในแบบที่เราเข้าใจได้ง่ายๆ มีให้เห็นอยู่หลากหลาย ยกตัวอย่างเช่น Google analysis หรือระบบ ERP เป็นต้น

ไม่เว้นแม้แต่บริษัทอีคอมเมิร์ซชื่อดังของโลกหลายแห่งมีการใช้ Big data เพื่อแนะนำสินค้าแบบ Real Time โดยอัตโนมัติหรือคุณเคยสังเกตไหมว่าเวลาที่คุณอยากได้สินค้าชนิดใดชนิดหนึ่ง เมื่อไหร่ก็ตามที่คุณเข้าไปหาข้อมูลสินค้าชนิดนั้นใน Google หรือจากแหล่งต่างๆ เมื่อเวลาผ่านไปจะมีสินค้าที่คุณต้องการนั้นปรากฏให้เห็นในโฆษณาหน้าเพจเฟสบุ๊ค โซเชียลอื่นๆ หรือตามเว็บไซต์ต่างๆ โดยโฆษณาสินค้านั้นก็คือ Big Data ข้อมูลขนาดใหญ่ที่ได้เก็บรวบรวมความต้องการของคุณไว้เป็นที่เรียบแล้ว และมันจะปรากฏให้คุณเห็นบ่อยๆ เพื่อล่อตาล่อใจ จนคุณเผลอกดเข้าไปสั่งซื้อสินค้าชนิดนั้น

การใช้งาน Big Data นั้น ไม่ใช่เรื่องง่าย ปัจจุบันถ้าเป็นข้อมูลภายในองค์กรของคุณที่มีเก็บไว้อยู่แล้ว คุณสามารถใช้เครื่องมือที่มีอยู่แล้วในท้องตลาดทั่วไป เช่น ERP เข้ามาจัดการได้ไม่ยาก แต่การจะทำให้องค์กรของคุณทราบความต้องการของตลาด รวมถึงสามารถวิเคราะห์ความต้องการของผู้บริโภค เพื่อให้สามารถผลิต Content ทางการตลาด สามารถทำ SEO หรือทำ Social Marketing ให้ออกมาดีได้นั้น คุณจำเป็นต้องอาศัยเครื่องมือประเภท Social Listening Tools เข้ามาช่วย ซึ่ง Social Listening Tools สามารถช่วยให้คุณเข้าถึงความต้องการของผู้คนบนโลกออนไลน์ ช่วยให้คุณวิเคราะห์ข้อมูลบน Social Platform ต่าง ๆ ไม่ว่าจะเป็นการวิเคราะห์ช่วงเวลาในการโพส การวิเคราะห์ข้อมูลในเชิงบวก เชิงลบ แม้กระทั่งทำให้ทราบว่า Content ที่ดีที่สามารถเรียก Engagement ของผู้คนบนโลกออนไลน์นั้นเป็นอย่างไร นับว่า Social Listening Tools มีประโยชน์ในการวิเคราะห์ข้อมูล Big Data ไม่น้อยเลยทีเดียว

Mandala Analytics คืออีกหนึ่ง Social Listening Tools ที่สามารถวิเคราะห์ข้อมูล, อัพเดทเทรนด์, ดูความต้องการของผู้บริโภคที่คุณไม่อาจรู้มาก่อนบน Social Media Platforms ต่าง ๆ เช่น Facebook, Twitter, YouTube, Instagram, Pantip, สามารถช่วยวิเคราะห์ช่วงเวลาการโพสต์ช่วงไหนได้รับผลตอบรับที่ดีที่สุดสำหรับวางเเผนการโพสต์, สามารถวิเคราะห์อารมณ์ความรู้สึกของผู้บริโภคที่มีต่อแคมเปญที่สร้าง, ติดตามเพจหรือช่องของคู่เเข่ง และยังสามารถค้นหา KOLs/Influencer ที่ได้รับการพูดถึงหรือโพสต์เกี่ยวกับ Keyword ที่ผู้ใช้งานต้องการในอุตสาหกรรมต่าง ๆ ได้อีกด้วย

Mandala Analytics Dashboard

Mandala Analytics นั้นใช้ข้อมูล Big Data ในการรวบรวมข้อมูล และช่วยวิเคราะห์ ดาต้าที่นำเข้ามาให้ผู้ใช้งานจากการยกตัวอย่าง ใช้ฟังก์ชัน Keyword & Hashtag หากผู้ใช้ต้องการดูว่าสินค้าอะไรขายดีในโซเชียลมีเดียก็สามารถใส่ Keyword สินค้าขายดีหรือ Keyword ที่เกี่ยวข้องก็จะเห็นว่าสินค้าขายดีนั้นจะเป็นจำพวกรองเท้าแฟชั่น ดังนั้นสามารถเป็นไอเดียให้กับผู้ใช้ในการหาสินค้าที่กำลังขายดีหรือกำลังได้รับความสนใจบนโซเชียลในมีเดียในเวลานั้นได้ตามรูปภาพด้านบน เป็นต้น

Mandala Analytics Dashboard

เครื่องมือ Mandala Analytics นั้นมี Mandala Score ในการช่วยวิเคราะห์ข้อมูล Big Data โดยอ้างอิงจาก การมีส่วนร่วมต่อโพสต์ของกลุ่มเป้าหมาย เช่น การกด Like, Comment, emoji และ Share ยิ่ง Mandala Score สูงข้อมูลที่ได้ ยิ่งมีคุณภาพตาม

Mandala Score นั้นเป็นตัวช่วยสำหรับผู้ใช้บริการทั่วไปที่ต้องการกรองข้อมูลที่มีคุณภาพอย่างรวดเร็วโดยไม่ต้องเสียเวลากรองข้อมูลเองในกรณีที่มีข้อมูลเข้ามาเป็นจำนวนมาก จากภาพตัวอย่างจะเห็นได้ว่าถึงเเม้ว่าโพสต์จะมีค่า Engagement ที่สูงเเต่ของโพสต์ที่ 2 นั้นน้อยกว่า โพสต์ที่ 1 Mandala Analytics จะให้ความสำคัญกับการ Comment, Share มากกว่า Like เพราะมองว่าเป็นข้อมูลที่มีคุณภาพ

Mandala Analytics Dashboard

ยกตัวอย่างเช่น ฟังก์ชั่น Sentiment analysis ของ Mandala Analytics ช่วยในการวิเคราะห์อารมณ์จากข้อความ การรีวิว โพสต์ Facebook Twitter ในเเง่บวก และเเง่ลบที่เกี่ยวกับ Keyword นั้นและยังสามารถดูผลตอบรับของลูกค้าได้ เช่น การสังเกตการณ์ Feedback ของลูกค้าผ่านช่องทาง Social Media Post ต่าง ๆ ซึ่งจะเป็นข้อมูลประเภทข้อความ, การกำหนด Observation number และ Keyword เป็นต้น

Mandala Analytics Dashboard

ตัวอย่างหน้า Report ของ Mandala Analytics ที่ดูเรียบง่ายสามารถนำข้อมูลไปใช้ในการทำการตลาดและวิเคราะห์ต่อได้เลย โดยสามารถสรุป Hashtag ที่ได้รับความนิยม, ค่า Mention, ค่า Engagement ของโพสต์, Best Post Time เวลาไหนค่า Engagement สูงที่สุด บน Social Media Facebook, Twitter, Instagram, YouTube, Pantip, Website เป็นต้น และเครื่องมือ Mandala นั้นใช้งานง่ายไม่ซับซ้อน รวดเร็ว ราคาคุ้มค่า ไม่ผูกมัด

Mandala Analytics Dashboard

ในส่วนสุดท้ายนั้นขอแนะนำฟังก์ชั่น Top Channel สามารถใช้ค้นหา Top KOLs/ Influencer บน Facebook, Twitter, Instagram, YouTube รวมทั้งยังสามารถดูข้อมูลเชิงลึกที่ KOLs/Influencer นั้นได้โพสต์ว่ามี Engagement เท่าไหร่ ? อารมณ์ความรู้สึกของลูกกลุ่มเป้าหมายที่มีต่อโพสต์นั้น ช่วงเวลาไหนที่ KOLs/Influencer นั้นมักโพสต์ ความน่าเชื่อถือของ KOLs/ Influencer และ Keyword & Hashtag ไหนที่มักใช้ในการโพสต์ ซึ่งถือว่าสามารถดูรายละเอียดต่างๆ ของ KOLs/Influencer นั้นได้อย่างครบถ้วนเลยทีเดียว

สรุปความสำคัญของ Big Data

จะเห็นได้ว่า Big Data ในปัจจุบันนั้นสำคัญเป็นอย่างมากในชีวิตประจำวันไม่ว่าจะธุรกิจไหนก็ตาม และด้วยพฤติกรรมของผู้บริโภคในปัจจุบันนั้นได้เปลี่ยนมาใช้ชีวิตบนสื่อออนไลน์มากขึ้นเสพสื่อ เสพคอนเทนต์ มากขึ้น ถ้าหากมองข้ามในส่วนนี้ก็มีโอกาสที่จะเสียเปรียบคู่เเข่งและเสียกลุ่มลูกค้าไปเป็นจำนวนมากอย่างคาดไม่ถึง ดังนั้นไม่ว่าจะธุรกิจไหนก็ต้องมีข้อมูล Big Data ยิ่งมีข้อมูล Big Data เยอะก็ยิ่งได้เปรียบคู่เเข่งทางการค้า เพราะ ข้อมูล Big Data นั้นสามารถเป็นตัวช่วยในการวิเคราะห์ข้อมูลในด้านธุรกิจ, วิเคราะห์กลุ่มเป้าหมายเพื่อทำการตลาดให้ถูกจุด, เข้าใจผู้บริโภคมากขึ้น และที่สำคัญสามารถเป็นไอเดียเพิ่มเติมในการพัฒนาสินค้าและบริการในอนาคตได้ ซึ่งถือว่า Mandala Analytics เป็นเครื่องมือที่จำเป็นสำหรับปัจจุบันตอบโจทย์หลายๆ ธุรกิจได้อย่างเเน่นอนครับ สามารถทดลองใช้ฟรี ได้ที่