โดย ชรีดาร์ จายาคูมาร์ ผู้อำนวยการโครงการ - EPM, BI & Exalytics กลุ่มธุรกิจแอพพลิเคชั่นของออราเคิล ประจำภูมิภาคเอเชีย-แปซิฟิก

ปัจจุบันประเทศในเอเชีย-แปซิฟิกเริ่มมีการปรับใช้ระบบวิเคราะห์ข้อมูลกันมากขึ้น กล่าวคือลูกค้าเริ่มที่เห็นประโยชน์อย่างเป็นรูปธรรมจากระบบคลังข้อมูล (Data Warehouse), ระบบวางแผนทรัพยากรภายในองค์กร (Enterprise Resource Planning), ระบบจัดการงานลูกค้าสัมพันธ์ (Customer Relationship Management) รวมไปถึงระบบงานอัตโนมัติอื่นๆ ซึ่งองค์กรธุรกิจในเอเชียเริ่มหันไปปรับใช้เทคโนโลยีในด้านอื่นๆ เพื่อเสริมสร้างความได้เปรียบด้านการแข่งขัน โดยประเด็นเรื่องระบบวิเคราะห์ข้อมูลรุ่นอนาคตได้กลายเป็นหัวข้อสำคัญในการสนทนาร่วมกับผู้บริหารของหลายๆ องค์กร

“องค์กรส่วนใหญ่ต้องการทราบถึงวิธีการเปลี่ยนย้ายจากระบบวิเคราะห์ข้อมูลทางธุรกิจรุ่นเก่า ซึ่งเป็นระบบไอทีที่สร้างรายงานจากแบบจำลองข้อมูลที่กำหนดไว้อย่างชัดเจนจากคลังข้อมูลภายในองค์กร ปัจจุบันผู้บริโภคมีพฤติกรรมและความต้องการที่เปลี่ยนแปลงอย่างต่อเนื่อง อีกทั้งตลาดก็มีความผันผวนเพิ่มมากขึ้น ขณะที่นวัตกรรมทางด้านเทคโนโลยีมีการพัฒนาอย่างรวดเร็ว และมีแรงกดดันเพิ่มขึ้นในเรื่องของส่วนต่างกำไร ดังนั้นระบบวิเคราะห์ข้อมูลที่ผู้เชี่ยวชาญด้านไอทีหรือสถิติต้องใช้เวลาหลายวันหรือหลายสัปดาห์ในการสร้างจึงไม่สามารถตอบสนองความต้องการของนักวิเคราะห์ข้อมูลธุรกิจได้”

ปัจจุบัน ระบบวิเคราะห์ข้อมูลจำเป็นที่จะต้องผนวกรวมแหล่งข้อมูลมากมายนอกเหนือจากระบบต่างๆ ภายในองค์กร และนอกเหนือจากข้อมูลที่มีโครงสร้าง ซึ่งก็คือจะต้องรองรับข้อมูลจำนวนมหาศาลหรือบิ๊กดาต้านั่นเอง ที่จริงแล้วความเปลี่ยนแปลงนับวันมีแต่จะเพิ่มขึ้นอย่างต่อเนื่อง โดย 90% ของข้อมูลทั่วโลกถูกสร้างขึ้นในช่วง 2 ปีที่ผ่านมา และปริมาณข้อมูลจะเพิ่มขึ้น 50 เท่าภายในสิ้นทศวรรษนี้ การเติบโตอย่างเท่าทวีคูณนี้บ่งชี้ถึงจังหวะของความเปลี่ยนแปลง รวมถึงความจำเป็นเร่งด่วนในการก้าวตามให้ทันกับปริมาณข้อมูลที่เพิ่มขึ้นอย่างฉับพลันทันที

ชรีดาร์ พูดถึงสถานะของระบบวิเคราะห์ข้อมูลธุรกิจในเอเชีย-แปซิฟิกในปัจจุบันว่า ทุกวันนี้องค์กรธุรกิจต้องการทราบถึงวิธีการเปลี่ยนย้ายจากระบบ BI รุ่นเก่า ซึ่งเป็นระบบไอทีที่สร้างรายงานจากแบบจำลองข้อมูลที่กำหนดไว้อย่างชัดเจนจากคลังข้อมูลภายในองค์กร ปัจจุบันผู้บริโภคมีพฤติกรรมและความต้องการที่เปลี่ยนแปลงอย่างต่อเนื่อง อีกทั้งตลาดก็มีความผันผวนเพิ่มมากขึ้น ขณะที่นวัตกรรมทางด้านเทคโนโลยีมีการพัฒนาอย่างรวดเร็ว และมีแรงกดดันเพิ่มขึ้นในเรื่องของส่วนต่างกำไร ดังนั้นระบบวิเคราะห์ข้อมูลที่ผู้เชี่ยวชาญด้านไอทีหรือสถิติต้องใช้เวลาหลายวันหรือหลายสัปดาห์ในการสร้างจึงไม่สามารถตอบสนองความต้องการของนักวิเคราะห์ข้อมูลธุรกิจได้
“ระบบวิเคราะห์ข้อมูลจำเป็นที่จะต้องผนวกรวมแหล่งข้อมูลมากมายนอกเหนือจากระบบต่างๆ ภายในองค์กร และนอกเหนือจากข้อมูลที่มีโครงสร้าง ซึ่งก็คือ จะต้องรองรับข้อมูลจำนวนมหาศาลหรือบิ๊กดาต้า (Big Data) นั่นเอง ที่จริงแล้วความเปลี่ยนแปลงนับวันมีแต่จะเพิ่มขึ้นอย่างต่อเนื่อง โดย 90% ของข้อมูลทั่วโลกถูกสร้างขึ้นในช่วง 2 ปีที่ผ่านมา และปริมาณข้อมูลจะเพิ่มขึ้น 50 เท่าภายในสิ้นทศวรรษนี้ การเติบโตอย่างเท่าทวีคูณนี้บ่งชี้ถึงจังหวะของความเปลี่ยนแปลง รวมถึงความจำเป็นเร่งด่วนในการก้าวตามให้ทันกับปริมาณข้อมูลที่เพิ่มขึ้นอย่างฉับพลันทันที”

• บิ๊กดาต้าช่วยปรับปรุงผลตอบแทนจากการลงทุนด้านธุรกิจ

เชื่อหรือไม่ว่าบิ๊กดาต้าไม่ได้เกี่ยวข้องกับปริมาณข้อมูลเท่านั้น แต่ยังเกี่ยวเนื่องกับความเร็วอีกด้วย เนื่องจากข้อมูลถูกสร้างและอัพเดตอย่างรวดเร็ว ทั้งยังมีความแตกต่างหลากหลาย โดย โครงสร้างและแหล่งที่มาของข้อมูลมีความหลากหลายอย่างมากและไม่เสมอต้นเสมอปลาย การทำความเข้าใจเกี่ยวกับคุณค่าของบิ๊กดาต้าจึงนับเป็นปัญหาท้าทายที่สำคัญ ที่ออราเคิลไม่อาจรอที่จะใช้เวลาหลายเดือนหรือหลายสัปดาห์ในการศึกษาข้อมูลดังกล่าวได้ เนื่องจากข้อมูลมีความแตกต่างหลากหลายอย่างมาก

“เครื่องมือวิเคราะห์ข้อมูลที่มีประสิทธิภาพจึงมีความสำคัญอย่างมากในการกลั่นกรองข้อมูลอย่างรวดเร็ว เพื่อนำเสนอข้อมูลเชิงลึกแก่บุคลากรที่เกี่ยวข้องภายในกรอบเวลาที่เหมาะสม หากมีการนำเอาระบบวิเคราะห์รุ่นเก่ามาใช้กับข้อมูลบิ๊กดาต้า กว่าที่องค์กรจะได้รับผลลัพธ์ ข้อมูลนั้นก็อาจไม่มีประโยชน์อีกต่อไป และขณะเดียวกัน การลงทุนที่จำเป็นเพื่อกลั่นกรองข้อมูลบิ๊กดาต้าโดยใช้เครื่องมือรุ่นเก่าก็อาจกลายเป็นภาระทางการเงินที่หนักอึ้ง แต่กลับให้ประโยชน์อย่างไม่คุ้มค่า”

เพราะเหตุนี้ บริษัทต่างๆ จึงพยายามมองหาเครื่องมือที่เหมาะสมเพื่อกลั่นกรองข้อมูลเชิงลึกจากข้อมูลดิบที่มีอยู่ภายในเวลาอันรวดเร็วและตอบประเด็นเรื่องธุรกิจที่อ่อนไหวต่อเวลาในแบบเรียลไทม์

“ข้อมูลบิ๊กดาต้าจะมีประโยชน์แก่บริษัทก็ต่อเมื่อบริษัทสามารถดึงเอาข้อมูลที่เกี่ยวข้องออกมาจากข้อมูลดิบจำนวนมหาศาลได้อย่างรวดเร็วและเชื่อถือได้”

สรุปง่ายๆ ก็คือ บิ๊กดาต้าสามารถจัดหาข้อมูลเชิงลึกทางด้านธุรกิจที่สำคัญ 4 ส่วนด้วยกัน ส่วนแรกคือ ข้อมูลเชิงลึกเกี่ยวกับลูกค้า ที่จริงแล้วทุกสิ่งที่เกี่ยวข้องกับลูกค้าสามารถใช้ประโยชน์จากระบบวิเคราะห์ข้อมูลบิ๊กดาต้า ตั้งแต่การตลาดผ่านโซเชียลมีเดียแบบเจาะกลุ่มเป้าหมาย ไปจนถึงการแบ่งเซ็กเมนต์ฐานลูกค้าอย่างมีประสิทธิภาพ โดยอาศัยการเชื่อมโยงพฤติกรรมแบบเรียลไทม์ พฤติกรรมทางด้านอีคอมเมิร์ซ และระบบ CRM ของเราเป็นต้น ส่วนที่สองคือ การใช้ประโยชน์จากโอกาสในตลาดโดยอาศัยระบบวิเคราะห์ข้อมูลบิ๊กดาต้า หรือกล่าวอีกอย่างหนึ่งก็คือ การระบุโอกาสใหม่ๆ ในตลาด และแม้กระทั่งสร้างผลิตภัณฑ์ใหม่ๆ จากการตรวจสอบแนวโน้มความรู้สึกของตลาด เป็นต้น

ส่วนที่สามเกี่ยวข้องกับประสิทธิภาพในการดำเนินธุรกิจ รวมถึงการคาดการณ์และบรรเทาปัญหาค่าใช้จ่ายที่เพิ่มสูงขึ้นและปัญหากระบวนการผลิตหรือระบบเครือข่ายหยุดทำงาน โดยพิจารณาจากลักษณะการใช้งานและการบำรุงรักษา และสุดท้ายมีความสำคัญอย่างยิ่งเกี่ยวข้องกับการตรวจหาความเสี่ยงและการฉ้อโกง ตัวอย่างเช่น การใช้ข้อมูลภายนอกเพื่อปรับปรุงการประเมินความเสี่ยงของระบบและลูกค้า

• แนวทางของออราเคิลในเรื่องที่เกี่ยวกับบิ๊กดาต้าและระบบวิเคราะห์ข้อมูลธุรกิจ

แนวทางของออราเคิลในเรื่องระบบวิเคราะห์ข้อมูลธุรกิจครอบคลุมบิ๊กดาต้า แหล่งข้อมูลต่างๆ ทั้งหมด ไม่ว่าภายในหรือภายนอกองค์กร ข้อมูลที่มีโครงสร้าง ข้อมูลที่ไม่มีโครงสร้าง และข้อมูลที่จัดเก็บไว้ในแหล่งข้อมูลของออราเคิลหรือแหล่งข้อมูลของบริษัทอื่น ออราเคิลนำเสนอชุดรูปแบบการวิเคราะห์แบบครบวงจรซึ่งครอบคลุมแหล่งข้อมูลทั้งหมด ตั้งแต่การวิเคราะห์ข้อมูลที่ไม่มีโครงสร้าง การวิเคราะห์ข้อมูลเชิงคาดการณ์ การวางแผน และการสร้างแบบจำลอง ไปจนถึงขั้นตอนการสร้างแดชบอร์ดและการรายงาน

Endeca Information Discovery ของออราเคิลช่วยให้ผู้ใช้ในสายงานธุรกิจสามารถค้นหาข้อมูลได้อย่างมีประสิทธิภาพในลักษณะของการบริการตนเอง โดยไม่ต้องสร้างแบบจำลองทางด้านไอทีอย่างละเอียด รองรับทั้งข้อมูลที่ไม่มีโครงสร้างและข้อมูลที่มีโครงสร้าง ด้วยฟีเจอร์ Web 2.0 เช่น การค้นหาแบบหลายแง่มุม ระบบคลาวด์สำหรับแท็ก และอินเทอร์เฟซ “คลิกที่ใดก็ได้”

ชุดแอพพลิเคชั่น Hyperion สำหรับการจัดการประสิทธิภาพด้านการเงิน (Financial Performance Management) และชุดโซลูชั่น Oracle BI Foundation Suite จัดหาฟีเจอร์ที่พร้อมสรรพสำหรับการวางแผน การสร้างแบบจำลองสถานการณ์ การสร้างบัตรคะแนนหรือสกอร์การ์ด และการสร้างแดชบอร์ดแบบอินเทอร์แอคทีฟ โดยครอบคลุมทั้งเว็บ เดสก์ท็อป และโมบายล์ เพื่อประสบการณ์การใช้งานที่คล่องตัว

นอกจากนี้ ออราเคิลยังนำเสนอระบบวิเคราะห์ข้อมูลเชิงคาดการณ์ หรือ Oracle In Database Advanced Analytics ซึ่งเป็นแพลตฟอร์มการวิเคราะห์ข้อมูลขั้นสูงแบบครบวงจร ได้แก่ Oracle R Enterprise และ Oracle Data Mining ทั้งนี้ การเคลื่อนย้ายข้อมูลจะถูกขจัดหรือลดลงอย่างมากขณะที่กำลังดำเนินการวิเคราะห์และประมวลผลข้อมูลจำนวนมากภายในฐานข้อมูลซึ่งจัดเก็บข้อมูลเอาไว้ เพื่อเพิ่มประสิทธิภาพ ลดรอบเวลาที่ต้องใช้ในการดึงข้อมูลและลดค่าใช้จ่ายโดยรวมในการดูแลรักษาระบบในสภาพแวดล้อมการกลั่นกรองข้อมูลและสถิติรุ่นเก่า

ชุดโซลูชั่นนี้ช่วยให้องค์กรได้รับโซลูชั่นการวิเคราะห์ที่ผนวกรวมเข้าด้วยกันอย่างกลมกลืน รองรับการเข้าถึงแหล่งข้อมูลทั้งหมด และนำเสนอข้อมูลผ่านช่องทางที่หลากหลายตามความต้องการ นับเป็นการผสานรวมข้อมูลธุรกิจเข้ากับข้อมูลบิ๊กดาต้า โดยมุ่งที่จะผลักดันผลลัพธ์ทางด้านธุรกิจ

• ระบบวิเคราะห์ข้อมูลในหน่วยความจำ (In-Memory Analytics) กับผลกระทบต่อแนวทางการวิเคราะห์ข้อมูลธุรกิจในอนาคต

เทคโนโลยี In-Memory ทำให้การทำงานมีประสิทธิภาพมากขึ้นและรวดเร็วขึ้น ซึ่งที่จริงแล้วนี่ไม่ใช่เทคโนโลยีใหม่ แต่สิ่งใหม่ในที่นี้ก็คือ การทำงานที่เร็วขึ้นอย่างมากและมีราคาถูกลง ดังนั้น เมื่อเทคโนโลยี In-Memory แพร่หลายมากขึ้น ขณะที่การวิเคราะห์ข้อมูลบิ๊กดาต้ามีความจำเป็นมากขึ้น ระบบวิเคราะห์ข้อมูลบิ๊กดาต้าก็จะสามารถใช้ประโยชน์จากความเร็วและการปรับขนาดที่ยืดหยุ่นในเทคโนโลยี In-Memory

โดยโซลูชั่น In-Memory ของออราเคิลมีความโดดเด่นจากโซลูชั่นของคู่แข่งอยู่ที่ ออราเคิลมีประสบการณ์ด้านระบบฐานข้อมูลเชิงสัมพันธ์และฐานข้อมูลหลายมิติแบบ In-Memory มานานหลายปี โดยอาศัยเทคโนโลยีของ TimesTen และ Hyperion Essbase ตามลำดับ จากการเข้าซื้อกิจการของ Sun Microsystems และการมุ่งเน้นระบบ Engineered Systems ซึ่งประกอบด้วยซอฟต์แวร์และฮาร์ดแวร์ที่ปรับแต่งเป็นพิเศษเพื่อให้ทำงานร่วมกันได้อย่างกลมกลืน

ออราเคิลได้ผสานรวมความเป็นผู้นำที่โดดเด่นในด้านซอฟต์แวร์และความเชี่ยวชาญด้านฮาร์ดแวร์ เพื่อเปิดตัว Oracle Exalytics ระบบ Engineered System เพียงระบบเดียวในแวดวงอุตสาหกรรมที่รองรับการวิเคราะห์ข้อมูลขั้นสูงโดยเฉพาะ นับเป็นการผนวกรวมเทคโนโลยีของ Essbase และ TimesTen รวมไปถึงชุดโซลูชั่น Hyperion, Oracle BI Foundation Suite และ Endeca Information Discovery พร้อมการปรับปรุงการแสดงผลและการทำงานภายในหน่วยความจำ ตัวอย่างเช่น สำหรับระบบ Exalytics ออราเคิลนำเสนอโมดูล Summary Advisor ซึ่งจัดหาการแคชและการผนวกรวมอย่างยืดหยุ่นภายในฐานข้อมูล TimesTen In-Memory

ที่จริงแล้ว โซลูชั่นฐานข้อมูล In-Memory แตกต่างจากระบบวิเคราะห์ข้อมูล In-Memory เพราะฐานข้อมูลเป็นเพียงแค่แหล่งข้อมูล ระบบ Exalytics ของออราเคิลมีความโดดเด่นเป็นพิเศษ ด้วยการผสานรวมการวางแผน การสร้างแบบจำลอง ระบบบิสซิเนสอินเทลลิเจนซ์ (Business Intelligence) และการวิเคราะห์ข้อมูลที่ไม่มีโครงสร้างเข้าไว้บนแพลตฟอร์ม In-Memory เพียงแพลตฟอร์มเดียว

แนวทาง BA ของออราเคิลมีความแข็งแกร่ง และออกแบบเป็นพิเศษสำหรับการวิเคราะห์ในทุกรูปแบบ โดยมีจุดมุ่งหมายเพื่อนำเสนอความยืดหยุ่นในการปรับขนาดที่เหนือกว่า พร้อมการแสดงผลที่ละเอียดมากขึ้นในเครื่องมือบิสซิเนสอินเทลลิเจนซ์ นอกจากนี้ ระบบที่ปรับแต่งเป็นพิเศษสำหรับการวิเคราะห์ข้อมูลของออราเคิลจะช่วยให้ผู้ใช้คาดการณ์ สร้างแบบจำลอง และวิเคราะห์กระบวนการต่างๆ ได้อย่างมีประสิทธิภาพมากขึ้น และในทางกลับกันจะรองรับการปรับเปลี่ยนให้สอดรับกับเป้าหมายทางธุรกิจได้ดีกว่า

• ความท้าทายสำคัญที่องค์กรต่างๆ ต้องเผชิญในการปรับใช้กลยุทธ์การวิเคราะห์ข้อมูลธุรกิจ

หนึ่งในปัญหาท้าทายที่ลูกค้ามักจะประสบพบเจอเกี่ยวข้องกับการปรับใช้และการปรับเปลี่ยนเทคโนโลยีให้สอดคล้อง ตัวอย่างเช่น การติดตั้งโซลูชั่นเฉพาะจุดสำหรับการวิเคราะห์ข้อมูล ซึ่งไม่สอดรับกับระบบอื่นๆ ที่รองรับการตัดสินใจ หรือมุ่งเน้นแง่มุมทางด้านไอทีมากกว่าธุรกิจ หากโครงการด้านการวิเคราะห์ข้อมูลไม่ได้เกิดขึ้นจากแรงผลักดันทางด้านธุรกิจ ก็ย่อมจะไม่ได้รับความนิยมในหมู่ผู้ใช้ จนกลายเป็นระบบขนาดใหญ่ที่ล้าสมัยหรือไม่สามารถใช้งานได้อย่างมีประสิทธิภาพ

ในอีกแง่หนึ่ง ลูกค้าอาจพยายามที่จะดำเนินการในลักษณะที่ใหญ่เกินตัว ด้วยการริเริ่มโครงการ “ขนาดมหึมา” สำหรับการวิเคราะห์ข้อมู โดยตั้งเป้าหมายไว้สูงเกินไป ที่จริงแล้วการดำเนินการดังกล่าวนับเป็นเรื่องยากในสภาพแวดล้อมธุรกิจที่มีการปรับเปลี่ยนอย่างยืดหยุ่น อีกทั้งเทคโนโลยีก็มีการเปลี่ยนแปลงอย่างต่อเนื่อง ขณะที่ผู้ใช้ในสายงานธุรกิจที่มีความรู้ด้านไอทีและมีความต้องการที่สูงมากก็คาดหวังว่าจะมีเครื่องมือวิเคราะห์ข้อมูลแบบครอบจักรวาลที่ยังคงสามารถตอบสนองทุกความต้องการทางด้านธุรกิจหลังจากที่ติดตั้งมานาน 12 หรือ 18 เดือน

• ออราเคิลแนะองค์กรควรพิจารณากลยุทธ์ของบริษัทให้ดีก่อนตัดสินใจลงทุน

ชรีดาร์ จายาคูมาร์ อธิบายว่า บริษัทที่ต้องการปรับใช้ระบบวิเคราะห์ข้อมูลธุรกิจควรเริ่มต้นด้วยการพิจารณาว่ากลยุทธ์ใหม่นี้จะสอดรับกับความต้องการทางธุรกิจในปัจจุบันมากน้อยเพียงใด และจะสามารถเชื่อมโยงกับคุณประโยชน์สำหรับลูกค้า โอกาสในตลาดใหม่ๆ การป้องกันความเสี่ยง หรือประสิทธิภาพการดำเนินงานภายในองค์กรได้อย่างไร

ขั้นตอนที่สอง บริษัทควรสร้างและปรับเปลี่ยนให้สอดคล้องกับสถาปัตยกรรมอ้างอิงสำหรับระบบวิเคราะห์ข้อมูล โดยสถาปัตยกรรมเชิงแนวคิดดังกล่าวจะเป็นกรอบอ้างอิงสำหรับแนวทางปฏิบัติที่เหมาะสมทางด้านสถาปัตยกรรม ซึ่งจะสามารถออกแบบโครงการได้ตั้งแต่ขั้นตอนเริ่มต้น และค่อยๆ เพิ่มเติมรายละเอียดไปจนถึงขั้นตอนสิ้นสุดโครงการ ทั้งนี้เพื่อให้แน่ใจว่าโครงการวิเคราะห์ข้อมูลทั้งหมดสอดคล้องกับเป้าหมายทางธุรกิจในระยะยาวของบริษัท และมีความยืดหยุ่นเพียงพอที่จะรองรับความเปลี่ยนแปลง ทั้งในส่วนของความต้องการทางธุรกิจ สภาพตลาด นวัตกรรมใหม่ๆ ทางด้านเทคโนโลยี และแหล่งข้อมูล

ในการดำเนินกลยุทธ์ด้านการวิเคราะห์ข้อมูลธุรกิจ หลายๆ บริษัทมีแนวโน้มที่จะมุ่งเน้นเทคโนโลยีมากกว่าเรื่องของธุรกิจ อย่างไรก็ตาม เทคโนโลยีเป็นเพียงเครื่องมือเท่านั้น ที่จริงแล้ว บริษัทควรมุ่งเน้นการกลั่นกรองข้อมูลเชิงลึกที่สามารถนำไปใช้ในทางปฏิบัติเพื่อผลักดันการดำเนินการที่มุ่งตอบสนองความต้องการของธุรกิจ ระบบวิเคราะห์ข้อมูลธุรกิจของออราเคิลมุ่งเน้นการผลักดันผลลัพธ์ทางด้านธุรกิจ และนำเสนอข้อมูลเชิงลึกภายในเวลาอันรวดเร็วเพื่อรองรับการตัดสินใจอย่างทันท่วงที