pentaho
เมื่อสัปดาห์ที่แล้ว Hitachi Data Systems (HDS) จัดงาน Big Data Driven Future หัวข้อหนึ่งในนั้นที่อยากนำมาเล่าให้ฟังคือ
from Data to Insights ซึ่งบรรยายโดย Joerg Mutsch ชาวเยอรมันที่เป็น Pentaho Solution Engineer ประจำอยู่ที่สิงคโปร์
Pentaho กับ Hitachi Data Systems
สำหรับคนที่เคยรู้จักหรือใช้งาน Pentaho
มาก่อน คงไม่แปลกใจนักที่ Pentaho ซึ่งเป็น
Open Source Business Analytics แพลตฟอร์มอันดับต้นๆ
ถูกซื้อไปเมื่อปี 2015 แต่อาจจะแปลกใจที่ผู้ซื้อเป็น HDS
นั่นเป็นเพราะเราอาจจะไม่ได้รู้จักฮิตาชิมากไปกว่าแบรนด์เครื่องใช้ไฟฟ้าภายในบ้าน
แต่ความจริงแล้วฮิตาชิมีสินค้าและบริการกว้างขวางครอบคลุมหลายอุตสาหกรรมมาก
ธีมหลักของฮิตาชิ คือ Social
Innovation ซึ่งมุ่งที่จะสร้างนวัตกรรมเพื่อสังคม ผ่านทางสินค้าและบริการตอบสนองงานด้านต่างๆ
เช่น Smart City, Smart Commerce, Smart Industry และ
Smart Environment โดยส่วนที่ฮิตาชิมีอยู่ก่อนแล้ว
คือสินค้าและบริการในส่วน Infrastructure และในส่วน Solutions
deployment services
การเข้าซื้อกิจการ Pentaho ซึ่งเป็น Analytic Platform เป็นการเติมเต็มช่องว่างในช่วงกลาง
ทำให้วิสัยทัศน์ของฮิตาชิมีความครบถ้วนสมบูรณ์มากยิ่งขึ้น และในขณะเดียวกัน
ก็ช่วยให้ Pentaho มีแหล่งทรัพยากรที่จำเป็นต่อการพัฒนาเทคโนโลยีต่อไปด้วย
บทบาทของ Pentaho ในการประสานโลกเก่ากับใหม่เข้าด้วยกัน
Joerg (อ่านออกเสียงว่า ยอร์ก)
เล่าให้ฟังถึงปัญหาของหลายองค์กรที่กำลังเผชิญอยู่เมื่อ พยายามจะใช้ประโยชน์จาก Big
Data ปัญหาก็คือ ระบบถูกแยกออกเป็นสองส่วน
ในส่วนด้านล่าง นั่นคือระบบ Business
Intelligence และ Reporting ของเดิม
ซึ่งก็ต้องดำเนินต่อไป ทิ้งไม่ได้ ส่วนด้านบนคือข้อมูลประเภทและรูปแบบใหม่ๆ
ที่ต้องใช้เทคโนโลยีใหม่ๆ เข้ามาจัดการ แต่สุดท้าย ผลลัพธ์ที่ผู้ใช้ต้องการ
ก็ต้องเป็นการประสานผลจากทั้งสองระบบเข้าด้วยกัน
การที่ Pentaho จะเข้ามามีส่วนช่วยผนวกรวมสองส่วนนี้เข้าด้วยกัน
จะใช้องค์ประกอบสำคัญสองส่วน นั่นคือ PDI (Pentaho Data Integration) เข้ามาช่วยทำ ETL และ data
integration และ BA (Business Analytics) ซึ่งเป็นแพลตฟอร์มและส่วน front-end เพื่อให้ผู้ใช้ใช้งานได้อย่างสะดวก
ตัวอย่างการใช้งาน Pentaho กับธุรกิจ
มีการเล่าถึง business case 3 ตัวอย่างโดยแบ่งตามความซับซ้อนและผลกระทบต่อธุรกิจ
จากภาพ
แกนนอนจะเป็นความซับซ้อนของกรณีศึกษา ตั้งแต่แบบง่ายๆ
ไปจนถึงกรณีที่มีความซับซ้อนมากและในแนวตั้งจะเป็นผลกระทบต่อธุรกิจ
เริ่มตั้งแต่การแค่ optimize กระบวนการและขั้นตอนการทำงาน
ไปจนถึงการทำ business transformation
NASDAQ
ตัวอย่างแรกเป็นเรื่องของตลาดหุ้น NASDAQ ซึ่งเน้นให้เห็นถึงประโยชน์ของการใช้
Pentaho solution เข้ามาช่วยเรื่อง data
warehouse optimization ทำงานร่วมกับ Amazon Redshift โดยมีปริมาณข้อมูลทางการเงินเข้ามากว่า 10 billion rows ต่อวัน จากการซื้อขายหุ้นมากกว่า 15 ล้านรายการ
ส่งผลให้มี fact table ขนาด 150 ล้านแถว
ผลลัพธ์ที่ได้ก็คือ
การที่สามารถลดเวลาในการประมวลผลลงเหลือแค่ 30 นาที
ในขณะที่ลด TCO (Total Cost of Ownership) เหลือเพียง 50%
ผ่านการลดจำนวน system & database admin และ
development teams และยังสร้างรายได้ผ่านการขายบริการ option
analysis ซึ่งนับเป็น 20% ของรายได้ของ
NASDAQ เอง
CATERPILLAR
ตัวอย่างต่อไปคือระบบ Marine
Asset Intelligence ของ Caterpillar ซึ่งทำหน้าที่ติดตามเครื่องจักรกลในเรือเดินสมุทรกว่า
3,000 ลำ โดยที่ในเรือแต่ละลำมีเซ็นเซอร์นับพันตัว
สร้างข้อมูลรวมกันถึง 2.6 พันล้านจุดในแต่ละเดือน
ข้อมูลเหล่านี้
จำเป็นต้องถูกนำมาวิเคราะห์เพื่อ ติดตามสถานภาพ ประเมินประสิทธิภาพการทำงาน
วางแผนการซ่อมบำรุง และพยากรณ์จุดล้มเหลวเพื่อหลีกเลี่ยง
โซลูชั่นของ Pentaho จะแบ่งออกเป็นสองส่วน ส่วนแรกคือ onboard ship analytics คือในเรือแต่ละลำจะมี Pentaho Server ของตัวเองเพื่อใช้งานในระหว่างเดินทาง
และเมื่อเข้าเทียบท่า ข้อมูลเหล่านั้นจะถูกส่งมาที่ Onshore analytics เพื่อทำการวิเคราะห์ในภาพรวมอีกครั้ง
มีการใช้งานร่วมกับ WEKA และ R เพื่อใช้อัลกอริทึมในการพยากรณ์โอกาสที่อุปกรณ์จะล้มเหลว
ผลลัพธ์ที่ได้คือ
การลดค่าใช้จ่ายโดยทั่วไปได้ $500k – $1.5M ต่อปีต่อลำ และยังได้ประโยชน์จากการประหยัดค่าเชื้อเพลิงและลด downtime
ของเรือลงด้วย
Tesla Motor 360 Degree View
ตัวอย่างสุดท้ายเป็นการวิเคราะห์ปรากฎการณ์ที่หุ้นของ
Tesla Motor มีมูลค่ากระโดดสูงขึ้นอย่างพรวดพราด
โดยเริ่มจากการที่ Tesla Motor ประกาศ open
source สิทธิบัตร ผ่านทางบล็อกของ Elon Musk (ข่าวไทย) เมื่อวันที่ 12
มิถุนายน 2014 แล้วถัดจากนั้นอีก
3 วันมีข่าวใน Financial Times ว่ากลุ่มผู้ผลิตรถยนต์ไฟฟ้า (Nissan, BMW และ
Tesla) เริ่มคุยกันถึงเรื่องความร่วมมือในการสร้างมาตรฐานเทคโนโลยีการชาร์จไฟฟ้ารถยนต์
ส่งผลให้หุ้นของ Tesla ราคาพุ่งพรวดขึ้นตามรูป (หากสังเกต
จะพบว่าราคาหุ้นตกลงหลังจากประกาศ open source patent)
การวิเคราะห์ครั้งนี้
เป็นการใช้ข้อมูลจาก NASDAQ (ข้อมูลการซื้อขายระหว่างวัน
ผ่าน API) ร่วมกับ Twitter data ผ่าน
API เช่นกัน นำมาผสานรวมกันด้วย Pentaho
Data Integration และเก็บข้อมูลไว้ใน mongoDB และใช้ Pentaho Predictive Analytics วิเคราะห์ร่วมกับ
twitter sentiment score
0 ความคิดเห็น: