Data Science 101 : 4 level of Bigdata
Download as PPTX, PDF0 likes112 views
Module1 : 4 level of Big data Analysis
Data Science 101 : 4 level of Bigdata
- 1. Tanapat Limsaiprom ธนาพัฒน์ ลิ้มสายพรหม Data Science 101 Tanapat Limsaiprom
- 2. 4 ระดับของการวิเคราะห์ข้อมูล 4 ระดับของการวิเคราะห์ข้อมูล “Big Data Analytics” หลักการวิเคราะห์ข้อมูล “Big Data Analytics” ดังกล่าวมีทฤษฎีที่ “Gartner ” ได้เคยวิเคราะห์ไว้ในงานวิจัยของพวกเขาว่า มีสี่ขั้นของระดับในการ วิเคราะห์ข้อมูล (ดูรูป:The Four Types of Data Analytics (source: Gartner)) ดังนี้ Data Science 101 Tanapat Limsaiprom
- 3. The Four Types of Data Analytics (source: Gartner) Data Science 101 Tanapat Limsaiprom
- 4. “What happened : Descriptive Analytics” ขั้นที่1 “What happened : Descriptive Analytics” ทาให้นักวิเคราะห์สามารถรับรู้ได้ว่า กาลังเกิดเหตุการณ์อะไรขึ้น ที่มีผลกระทบและมี นัยยะต่อสิ่งที่กาลังเฝ้าจับตาดูอยู่ สามารถนามาใช้ใน การบริหารจัดการ Security Operation Center (SOC) ดูแลการเฝ้าระวังด้านความมั่นคงปลอดภัยไซ เบอร์ หรือเฝ้าดู Brand Image/Reputation Risk" ในโลกโซเชียลว่ามี ผลกระทบอะไร เกิดขึ้นในเชิงบวก หรือเชิงลบต่อสินค้าและบริการ ตลอดจน "Brand" และชื่อเสียงของบริษัท หรือ ชื่อเสียงของผู้บริหารระดับสูง Data Science 101 Tanapat Limsaiprom
- 5. Why did it happened? : Diagnostic Analytics ขั้นที่ 2 “Why did it happened? : Diagnostic Analytics” ทาให้นักวิเคราะห์สามารถบอกได้ว่า ทาไมถึงเกิดเหตุการณ์ในขั้นที่1 ที่มาที่ไปของการ เกิดเหตุการณ์ ทาให้รับรู้ข้อมูลเพิ่มเติมและเข้าใจปัญหามากขึ้น Data Science 101 Tanapat Limsaiprom
- 6. “What will happen? : Predictive Analytics ” ขั้นที่ 3 “What will happen? : Predictive Analytics ” ทาให้นักวิเคราะห์สามารถ “ทานาย” หรือ “คาดการณ์” เหตุการณ์ที่จะเกิดขึ้นในอนาคต ได้ล่วงหน้า เป็นประโยชน์ต่อองค์กรในการตัดสินใจของผู้บริหารระดับสูง และสามารถ สั่งการTake Action ได้ทันท่วงที Data Science 101 Tanapat Limsaiprom
- 7. Prescriptive Analytics ขั้นที่ 4 “How to prevent bad thing from happening and to potentialize the good once?: Prescriptive Analytics ” เป็นขั้นสูงสุดที่นักวิเคราะห์สามารถป้องกันไม่ให้เกิดเหตุการณ์ที่ไม่พึงประสงค์ และ ในทางกลับกัน สามารถทาให้เกิดเหตุการณ์ที่องค์กรอยากให้เกิดขึ้นเพื่อเป็นประโยชน์ ต่อองค์กร เช่น ทาให้ Promotion Campaign มีผลกระทบต่อการเลือกตั้ง มี ผลต่อการซื้อขายสินค้าและบริการ ตลอดจนส่งผลกระทบถึงชื่อเสียงขององค์กรและ ผู้บริหารระดับสูง Data Science 101 Tanapat Limsaiprom
- 8. Data-Driven Economy เห็นได้ชัดเจนว่า ยุคแห่ง“ Data-Driven Economy” กาลังส่งผลกระทบต่อ ชีวิตประจาวันของประชาชน ตลอดจนเศรษฐกิจสังคมของประเทศชาติ ที่ผู้นาประเทศ และรัฐบาลจะอยู่เฉยไม่ได้กับปรากฎการณ์ดังกล่าว รัฐจาเป็นต้องเร่งกาหนดนโยบาย ทางไซเบอร์และยุทธศาสตร์ไซเบอร์ “National Cyber Policy and National Cyber Strategy” เพื่อกาหนดทิศทางให้กับประชาชนใน ประเทศ ตลอดจนปัจจุบันการ “รุกรานทางความคิด” ต่อประชาชนในประเทศใน รูปแบบใหม่ Data Science 101 Tanapat Limsaiprom
- 9. “Data Economy” โลกกาลังเข้าสู่ยุค “Data Economy” ที่ผู้ผลิตและผู้ให้บริการยักษ์ใหญ่ กาลังใช้ประโยชน์จากข้อมูลที่เราช่วยกันใส่เข้าไปในระบบอย่างเต็มที่ เปรียบเสมือนกาลังขุดเจาะน้ามัน แต่หาใช่บ่อน้ามันไม่ กลับเป็นบ่อข้อมูลที่ ผู้ผลิตและผู้ให้บริการยักษ์ใหญ่กาลังขุดเจาะกันอยู่ตลอด 24 ชั่วโมง สมกับคา กล่าวที่ว่า “Data is a new oil of Digital Economy” Data Science 101 Tanapat Limsaiprom
- 10. Data Science 101 Tanapat Limsaiprom