Blog Archives

จะเกิดอะไรขึ้นกับอาชีพอย่างทนายความเมื่อคอมพิวเตอร์ฉลาดขึ้นเรื่อยๆ

อ่านข่าวสองข่าวข้างล่างแล้วก็เริ่มสงสัย ไม่แน่ใจว่าอาชีพอย่างทนายความ อาจเริ่มได้รับผลกระทบจาก Big Data และ Artificial Intelligence ในเร็วๆ นี้หรือไม่ ด้วยความที่แทบไม่เคยรู้จักเป็นส่วนตัวกับทนายความมืออาชีพคนใดเลย ความคิดเห็นพวกนี้ต้องยอมรับว่า “มโน” ไปเองทั้งนี้ ที่เข้าใจเอาเองก็คือ งานที่ทนายความทำเมื่อว่าความก็คือ ศึกษาข้อเท็จจริงในคดีนั้นๆ ศึกษาข้อกฎหมายที่เกี่ยวข้อง ศึกษาผลการพิพากษาในอดีตในคดีลักษณะคล้ายคลึงกัน วิเคราะห์แล้วนำเสนอประเด็นที่จะใช้ต่อสู้ทางกฎหมาย ด้วยเทคโนโลยีสมัยนี้ หลายข้อข้างต้น ตอนนี้คอมพิวเตอร์ทำได้ดีกว่ามนุษย์แล้ว ความสามารถอย่าง Text Analytics รวมกับ Natural Language Processing ทำให้ระบบน่าจะสามารถเชื่อมโยงข้อมูลอย่างข้อกฎหมายกับผลการพิพากษาในอดีตได้ และน่าจะสามารถเสนอตัวเลือกประเด็นในการต่อสู้ในชั้นศาลได้ ถ้าจะบอกว่าทนายความกำลังจะตกงาน คงเกินจริงไปมาก แต่ที่แน่ๆ คงต้องมีการปรับตัวกันขนานใหญ่รองรับเทคโนโลยีพวกนี้ ข่าวต้นเรื่อง Deep Learning Machine

Posted in Business Intelligence

ปัญหาการเก็บข้อมูลในระบบ Business Intelligence

คุณเคยเบื่อการต้องกรอกข้อมูลบางอย่างซ้ำๆ กันมั้ยครับ? แล้วเคยสงสัยหรือเปล่า ว่าข้อมูลเยอะแยะในแบบสอบถามบางอย่างนี่ เขาจะเอาไปทำอะไรกันนะ ถ้าคุณเคยมีอาการอย่างข้างต้น ลองนึกภาพถึงเจ้าหน้าที่ที่ต้องป้อนข้อมูลซ้ำๆ กันอยู่ทุกวัน วันละเป็นสิบเป็นร้อยรอบ โดยที่กระบวนการเก็บข้อมูลนั้นอาจทำให้การทำงานหลักต้องช้าลง และที่ร้ายที่สุดก็คือ ข้อมูลที่เก็บไป ไม่ได้ถูกนำไปใช้ให้เกิดประโยชน์อันใดเลย หลายปีก่อน ผมกับเพื่อนเคยวิเคราะห์สาเหตุที่อัตราการนำอุปกรณ์มือถือไปใช้ในงานขายในฟิลิปปินส์ ไม่ประสบความสำเร็จเท่าที่ควร พนักงานขายจำนวนมากเลิกใช้เครื่อง หันกลับไปจดออเดอร์ด้วยกระดาษเหมือนเดิม เราพบกันว่า กระบวนการเก็บข้อมูลก่อนการขาย ยุ่งยาก และเยอะ จนกระทั่งทำให้ขั้นตอนการขายทั้งหมดช้าลง พนักงานขายใช้เวลากับลูกค้าแต่ละรายมากขึ้น เจาะลึกลงไป เราพบกันว่า ข้อมูลที่ต้องกรอกก่อนการขายนั้น กว่าครึ่งต้องการเอาไปใช้ในการออกรายงานหรือทำการวิเคราะห์อย่างใดอย่างหนึ่ง แต่สุดท้าย ก็แค่เก็บเอาไว้เฉยๆ นั่นคือตัวอย่างหนึ่งของกระบวนการเก็บข้อมูล ที่เข้าไปขัดขวางขั้นตอนการทำงานหลักเกินความจำเป็น สิ่งที่จะเกิดขึ้นเมื่อผู้ใช้ ที่ต้องเป็นคนสร้างข้อมูล เกิดความรู้สึกว่า การป้อนข้อมูล เข้าไปรบกวนการทำงานหลักของพวกเขา ขั้นต่ำก็คือ คุณจะได้แต่ข้อมูลขยะที่ใช้อะไรไม่ได้ พวกเขาจะข้ามฟิลด์ต่างๆ

Tagged with: , , ,
Posted in Business Intelligence, Data Quality

How to build sustainable BI capabilities

I’ve seen many failed business intelligence initiatives. Some failed as “project” where it fall short of promises on delivering according to scope, quality, budget, and time. Others simply being abandon after 6 months or a year. Is this sound familiar? Is

Tagged with: , , , , , , ,
Posted in Business Intelligence, Data Quality, Decision Science

การทำ data preparation อย่างมืออาชีพ

การเตรียมข้อมูล หรือ data preparation หรือบางทีเราอาจจะเรียกว่า data cleaning เป็นงานที่อาจจะน่าเบื่อสำหรับหลายๆ คน ทั้งๆ ที่ถือเป็นกระบวนการที่สำคัญมากอย่างหนึ่งในงาน business intelligence หากการเตรียมข้อมูลทำได้ไม่ดี มีโอกาสสูงที่จะก่อให้เกิดความเสียหายในขั้นตอนอื่นๆ ที่ตามมาได้ อย่างน้อยที่สุดก็อาจทำให้เสียเวลา ต้องทำใหม่ หรือถ้าแย่กว่านั้น อาจส่งผลให้ผลการวิเคราะห์ หรือการตีความจากการนำข้อมูลไปใช้ ผิดเพี้ยนไปจากที่ควรจะเป็น ข้อแนะนำง่ายๆ ในบทความนี้จะช่วยให้คุณสามารถทำการเตรียมข้อมูลได้อย่างมีประสิทธิภาพมากขึ้น ลดงานในอนาคต และได้ประโยชน์สูงสุดจากการเตรียมข้อมูลของคุณ   Data Preparation หมายถึงอะไร การเตรียมข้อมูล หรือ data preparation หมายถึงกระบวนการใดๆ ที่เราจำเป็นต้องทำกับข้อมูลดิบ (raw data) ที่ได้รับมา เพื่อปรับเปลี่ยนข้อมูลให้อยู่ในรูปแบบที่เหมาะสม

Tagged with: , , , ,
Posted in Business Intelligence, Data Quality

Oracle ประกาศเปิดตัว Oracle NoSQL Database 3.0

วันนี้ Oracle ประกาศเปิดตัวซอฟต์แวร์ Oracle NoSQL 3.0 โดยปรับปรุงความสามารถเพิ่มเติมในแง่การรักษาความปลอดภัย ประสิทธิภาพ และการรองรับการขยายตัวของฐานข้อมูลเพิ่มมากขึ้น โดยมีเวอร์ชั่นทั้งแบบ Enterprise Edition และ Community Edition ดาวน์โหลดได้ที่ Oracle NoSQL Database

Tagged with: ,
Posted in Business Intelligence, NoSQL

วิธีหลีกเลี่ยงข้อผิดพลาด 6 ประการในงาน Business Intelligence

Information Builders นำเสนอบทความเกี่ยวกับข้อผิดพลาดร้ายแรง 6 อย่างในงาน BI ข้อมูลเต็มอ่านเพิ่มเติมได้จาก White Paper (ต้องลงทะเบียนนะครับ) สรุปสั้นๆ ทั้งหกข้อประกอบด้วย เลือกซื้อผลิตภัณฑ์ BI โดยเน้นพิจารณาเฉพาะความต้องการของผู้ใช้กลุ่มนักวิเคราะห์เพียงกลุ่มเดียว ซื้อเครื่องมือวิเคราะห์ข้อมูลโดยไม่พยายามเปลี่ยนแปลงแนวคิดการใช้ Excel ในองค์กร เลือกตัดสินใจซื้อเครื่องมือทาง BI โดยมุ่งเน้นไปที่ฟีเจอร์เพียงอย่างใดอย่างหนึ่ง ขาดแผนงานในการควบคุมคุณภาพข้อมูลในองค์กร ลืมพิจารณากลุ่มผู้ใช้ Mobile ในกลยุทธ์ BI ละเลยความต้องการใหม่ๆ เกี่ยวกับ data integration เช่นการเพิ่มข้อมูลชนิดใหม่ หรือแหล่งข้อมูลใหม่ ในบรรดาข้อผิดพลาดทั้งหมด เรื่องที่ควรจัดการเป็นอันดับแรก คือเรื่องเกี่ยวกับคุณภาพของข้อมูล น่าเสียดายที่ข้อมูลต้นทาง ไม่ได้เน้นประเด็นนี้มากเท่าที่ควร

Tagged with: , , , ,
Posted in Business Intelligence, Data Quality

องค์กรของคุณกำลังประสบปัญหาภาวะบวมข้อมูล (Infobesity) อยู่หรือไม่?

ศัพท์คำว่า Infobesity หรือที่ผมแปลเอาเองเป็นภาษาไทยง่ายๆ ว่า ภาวะบวมข้อมูล ไม่ได้เป็นแนวคิดที่ใหม่เลย Alvin Toffler เคยใช้คำว่า Information Overload มาตั้งแต่ยุค 1970 ในหนังสือชื่อ Future Shock ไม่ว่าจะเรียกว่า Infobesity, Information Overload หรือบางคนอาจจะใช้คำย่อว่า TMI (Too Much Information) แต่ความหมายทั้งหมดก็ใกล้เคียงกันมาก นั่นคือ “อาการที่ความสามารถในการทำความเข้าใจปัญหา และตัดสินใจ ลดลง อันเนื่องมาจากการที่มีข้อมูลมากเกินไป” ผลกระทบต่อบุคคล เราทุกคนในยุคนี้ คงคุ้นเคยกับภาวะบวมข้อมูลกันจนเป็นเรื่องธรรมดา กับโทรทัศน์ที่มีเป็นร้อยช่อง อีเมล์วันละเป็นร้อยฉบับ ฟีดข่าว ไทม์ไลน์ อีกนับไม่ถ้วน จนเราไม่รู้สึกว่าเป็นเรื่องแปลก

Tagged with: ,
Posted in Business Intelligence, Decision Science

The Top 10 Trends in Data Warehousing 2014 (from Oracle)

Oracle เผยแพร่รายงาน white paper ฉบับใหม่ชื่อ The Top 10 Trends in Data Warehousing (ต้องมีบัญชีผู้ใช้กับ Oracle ก่อนจึงจะสามารถดาวน์โหลดได้) และมีการสรุปย่อเป็นบทความใน Forbes ผมเอามาย่อยและแปลเป็นภาษาไทยอีกที ใครสนใจก็ตามไปอ่านสรุปหรือดาวน์โหลดฉบับเต็มกันได้เองนะครับ ปรากฎการณ์ datafication ในองค์กร ทำให้จำเป็นต้องใช้คลังข้อมูลที่มีความสามารถมากขึ้น เนื่องจากจำนวนข้อมูลที่เพิ่มมากขึ้น และมีความหลากหลายของข้อมูลมากขึ้นด้วย การควบรวมขององค์ประกอบต่างๆ ทั้งในระดับกายภาพและระดับ logical จะเป็นปัจจัยหลักในการลดต้นทุน ตัวอย่างเช่น การทำ Virtualization และการบีบอัดข้อมูล Hadoop จะกลายเป็นฟีเจอร์มาตรฐานในระบบคลังข้อมูล กลยุทธ์การสร้างประสบการณ์ที่ดีแก่ลูกค้า (customer experience – CX)

Tagged with: , , ,
Posted in Analytics, Business Intelligence, Data Warehouse

มาเรียน Making Sense of Data กับ Google กันเถอะ

วันนี้ Google เปิดคอร์สออนไลน์ ชื่อ making sense of data โดยเนื้อหาประกอบด้วย พื้นฐานเกี่ยวกับโครงสร้างและการจัดการข้อมูล ขั้นตอนต่างๆ ในการประมวลผลข้อมูล การสร้างและใช้งาน Google Fusion Table สร้างและจัดการแผนภูมิแบบต่างๆ เทคนิคการวิเคราะห์ข้อมูล รวมถึงการประยุกต์ใช้ คอร์สเริ่มตั้งแต่วันที่ 18 มีนานี้ (วันนี้) จนถึงวันที่ 4 เมษายน 2014 ลงทะเบียนเรียนฟรีแค่ใช้ Google Account

Tagged with: , ,
Posted in Analytics, Business Intelligence, data visualization

ทำความรู้จักกับ Business Analytics แบบต่างๆ

Business Analytics เป็นคำกว้างๆ ที่มีความหมายเกี่ยวกับการใช้เทคโนโลยีสารสนเทศ เข้ามาทำการวิเคราะห์ข้อมูล เพื่อช่วยในการดำเนินธุรกิจ Busuiness Analytics สามารถแบ่งได้เป็น 3 แบบคือ Descriptive Analytics Predictive Analytics Prescriptive Analytics Descriptive Analytics เป็นรูปแบบของการวิเคราะห์ข้อมูลแบบพื้นฐานที่สุด โดยจะเน้นไปที่ความสามารถในการ “อธิบาย” ว่าเกิดอะไรขึ้นกับธุรกิจของคุณ ในช่วงที่ผ่านมา (หรือกำลังเกิดอะไรขึ้น ถ้าได้ข้อมูลที่ปัจจุบันเพียงพอ) และอาจจะสามารถอธิบายได้อีกด้วยว่า “ทำไม” ถึงเกิดขึ้น ระบบสารสนเทศจำพวก รายงานทางธุรกิจ รายงานการขาย ผลประกอบการ ผลการดำเนินงาน รวมถึงระบบ business intelligence โดยส่วนใหญ่ ต่างก็ถือเป็น Descriptive

Tagged with: , , , ,
Posted in Analytics, Business Intelligence