ปัจจุบัน Big data คือเทคโนโลยีสำคัญที่ช่วยขับเคลื่อนธุรกิจให้เติบโตสู่เป้าหมาย ช่วยสร้างโอกาสใหม่ ๆ และเพิ่มมูลค่าให้กับธุรกิจ 
 
แนะองค์กรควรวางแนวทางการใช้ Big data ให้ตอบโจทย์และเกิดประโยชน์สูงสุด คาดการณ์ 5 เทรนด์การใช้ Big data มาแรง ที่ควรวางแผนปรับใช้ในปี 2566 เพื่อสร้างความสามารถในการแข่งขันที่ยั่งยืนให้กับธุรกิจ
 
ณัฐนภัส รชตะวิวรรธน์ ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง บริษัท เบลนเดต้า จำกัด เปิดเผยว่า ในแต่ละปีจะมีเทรนด์การใช้งาน Big data ที่แตกต่างกันไปตามข้อมูลและเทคนิคที่เปลี่ยนแปลง
 
แต่ปฏิเสธไม่ได้เลยว่า ‘Big data’ คือหัวใจหลักในการขับเคลื่อนธุรกิจ องค์กรจึงมีความจำเป็นที่จะต้องรวบรวมข้อมูลจากทุกแหล่งมาวิเคราะห์เพื่อค้นหาโอกาสใหม่ ๆ และเพิ่มมูลค่าให้ธุรกิจสามารถเติบโตไปข้างหน้าได้อย่างต่อเนื่อง 
 
ไม่ว่าจะเป็นการวิเคราะห์ข้อมูลเพื่อกำหนดแนวโน้มและทิศทางธุรกิจ ช่วยสนับสนุนการตัดสินใจที่แม่นยำมากขึ้น ช่วยให้เข้าใจพฤติกรรมเชิงลึกของลูกค้า สามารถพัฒนาผลิตภัณฑ์และบริการให้ตอบโจทย์ลูกค้า รวมถึงเพื่อให้พร้อมตอบสนองความต้องการของลูกค้าอย่างรวดเร็วและมีประสิทธิภาพสูง ภายใต้ต้นทุนที่คุ้มค่าที่สุด 
 
5 Big Data Use Cases ที่องค์กรธุรกิจควรวางแผนปรับใช้ในปี 2566
 
1. Customers 360 รู้จักลูกค้าแบบรอบด้าน แม้ไม่ใช่เทรนด์ใหม่ แต่เป็นเรื่องที่มีการเปลี่ยนแปลงตลอดเวลา ไม่ว่าจะเป็น Touchpoint และพฤติกรรมของลูกค้า
 
ทำให้ธุรกิจจะต้องพัฒนาการทำ Customer 360 ตามเทรนด์ผู้บริโภคที่เปลี่ยนไป Big data จะช่วยให้สามารถวิเคราะห์ข้อมูลลูกค้าได้ตลอดทั้ง Lifecycle จากการที่รวบรวมข้อมูลทุก ๆ ด้านของลูกค้า ทำให้ธุรกิจรู้จักลูกค้ารอบด้านมากขึ้น และสามารถนำเสนอผลิตภัณฑ์และบริการที่ตรงใจลูกค้าได้มากขึ้น
 
รวมถึงออกแบบการมอบประสบการณ์ให้แก่ลูกค้าในทุกๆ ขั้น ตั้งแต่ลูกค้าใหม่จนถึงลูกค้าที่มีแนวโน้มจะเลิกใช้บริการ ซึ่งการนำการวิเคราะห์ต่าง ๆ (Analytics method) มาประยุกต์ใช้กับข้อมูลลูกค้าได้อย่างมีประสิทธิภาพนั้น จึงต้องอาศัยการออกแบบและวางโครงสร้างของการจัดการและจัดเก็บข้อมูลแบบ Customers 360 ที่ดีเพียงพอเช่นเดียวกัน
 
2. Next best offer เสนอสินค้าและบริการที่ลูกค้ามีแนวโน้มจะซื้อในครั้งถัดไป การวิเคราะห์Big data และเทคนิค AI/ML จะช่วยให้เข้าใจความต้องการและพฤติกรรมเชิงลึกของลูกค้าในรายบุคคลมากขึ้น เพื่อให้สามารถแนะนำสินค้า บริการ หรือโปรโมชันที่ตรงกับความสนใจของลูกค้าแบบเจาะจงรายบุคคลได้อย่างรวดเร็วด้วยช่องทางที่เหมาะสม ซึ่งจะช่วยส่งเสริมการขายให้มีประสิทธิภาพ เพิ่มโอกาสในการซื้อ ลดต้นทุนการขาย และเพิ่มรายได้ให้กับธุรกิจ
 
3. Real-time analytics วิเคราะห์ข้อมูลแบบเรียลไทม์ ในยุคดิจิทัลพฤติกรรมของผู้บริโภคค่อนข้างเปลี่ยนแปลงจากอดีต รวมทั้งมีความ Loyalty ต่อแบรนด์ค่อนข้างต่ำลงมาก เนื่องจากมีตัวเลือกจากสินค้าต่าง ๆ ในท้องตลาดมากมาย ทั้งช่องทางออนไลน์และออฟไลน์
 
ดังนั้นเพื่อให้แบรนด์สามารถช่วงชิงเวลาและการตัดสินใจซื้อของลูกค้าได้ นอกเหนือจากการทำ Customer 360 แล้ว ธุรกิจควรมีการวิเคราะห์ข้อมูลแบบเรียลไทม์ เพื่อให้สามารถนำเสนอผลิตภัณฑ์ แก้ไขปัญหา หรือให้บริการที่ทำให้เข้าถึงลูกค้าได้รวดเร็ว เพื่อให้เกิดความพึงพอใจสูงสุด
 
4. Root cause analysis การวิเคราะห์สาเหตุของปัญหา การแก้ไขปัญหาของระบบให้บริการต่าง ๆ ขององค์กรขนาดใหญ่ที่ปกติแล้วจะล้าช้านั้น มักเกิดมาจากความซับซ้อนของระบบที่ต่อเนื่องกันทั้งระบบเก่า (Legacy) และระบบใหม่ ๆ ที่เกิดขึ้น
 
ทำให้ต้องใช้บุคลากรจำนวนมากและใช้เวลาค่อนข้างนานในการไล่ตรวจสอบปัญหา การนำระบบ Big data มาใช้งานจึงสามารถรวบรวมข้อมูลความผิดปกติในทุก ๆ ระบบ ที่เกี่ยวข้องมาวิเคราะห์และตรวจสอบทั้งด้วยตนเองและแบบอัตโนมัติ จึงช่วยให้สามารถค้นหาสาเหตุของปัญหาที่เกิดขึ้นได้รวดเร็ว และสามารถนำไปปรับปรุงแก้ไขได้อย่างถูกต้องและตรงจุดมากขึ้น
 
5. Anomaly detection การตรวจจับความผิดปกติ การทำงานของ Big data ร่วมกับ AI/ML จะช่วยให้สามารถระบุความผิดปกติได้อย่างแม่นยำและรวดเร็ว
 
โดยเทคนิคพื้นฐานอย่างการตั้ง Rule-based บนข้อมูลขนาดใหญ่เพื่อตรวจจับ หรือใช้ AI/ML เพื่อดูพฤติกรรมว่าสิ่งใดคือความผิดปกติ และแจ้งเตือนเพื่อให้ทีมงานที่เกี่ยวข้องเข้าแก้ปัญหาทันที ซึ่งสามารถนำไปปรับใช้ได้อย่างหลากหลาย
 
ไม่ว่าจะเป็นโซลูชันด้าน Cyber security งานด้านระบบ IT หรือเชื่อมต่อกับอุปกรณ์ IoT ของโรงงานผลิตเพื่อตรวจจับความผิดปกติของอุปกรณ์ เป็นต้น