Awirut Armeen

              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

Cr.:http://www.infomobius.com/2016/08/pentaho-session-from-hitachi-big-data-driven-future-event/

  โปรแกรม Spss คืออะไร  

           โปรแกรม SPSS (Statistical Package for the Social Science for Windows) เป็นโปรแกรมที่มีประสิทธิภาพสูง ในการวิเคราะห์ข้อมูลทางสถิติ และการจัดการข้อมูลต่าง ๆ ผู้ใช้โปรแกรมสามารถวิเคราะห์ข้อมูลโดยใช้สถิติประเภทต่าง ๆ และแสดงผลการวิเคราะห์ข้อมูลออกมาในรูปของตาราง หรือแผนภูมิชนิดต่าง ๆ ได้ทั้งแบบ ๒ มิติ และ ๓ มิติ การใช้งานโปรแกรมไม่ซับซ้อน เหมาะสำหรับผู้ใช้ที่ต้องการประมวลผลข้อมูลที่ถูกต้องแม่นยำและรวดเร็ว แต่ก็ยังมีคนอยู่จำนวนไม่น้อยที่ยังมีแนวคิดที่ว่า การวิเคราะห์ข้อมูลด้วยโปรแกรม SPSS เป็นเรื่องที่ยากและต้องใช้ความรู้ทางสถิติเป็นอย่างดีบ้าง โอกาสในการนำไปใช้ในการปฏิบัติงานค่อนข้างน้อยบ้าง แต่ผู้เขียนไม่เห็นด้วยกับแนวคิดดังกล่าวข้างต้น เนื่องจากการใช้โปรแกรม SPSS ไม่จำเป็นต้องมีความรู้พื้นฐานทางสถิติเป็นอย่างดีเสมอไป แต่ขอให้มีความรู้พื้นฐานเกี่ยวกับการนำเสนอข้อมูลด้วยสถิติเบื้องต้น เช่น ค่าความถี่ (Frequency) ค่าร้อยละ (Percentage) ค่าเฉลี่ยเลขคณิต (Mean) และค่าส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) เป็นต้น โดยส่วนใหญ่แล้วการใช้งานโปรแกรม SPSS มักจะเกี่ยวข้องกับการวิเคราะห์ข้อมูลในงานวิจัย แต่ก็ไม่เสมอไป กล่าวคือ SPSS สามารถนำไปประยุกต์ใช้ในการดำเนินชีวิตได้เป็นอย่างดี เช่น การทำบัญชีและคำนวณรายรับรายจ่ายในครอบครัว ใช้สำหรับการวิเคราะห์เพื่อประเมินการปฏิบัติงานของบุคลากรในหน่วยงาน วิเคราะห์ทัศนคติ และความพึงพอใจต่อสิ่งต่าง ๆ นอกจากนี้ SPSS ยังสามารถนำมาใช้เป็นเครื่องมือที่ช่วยในการตัดสินใจของผู้บริหาร หรือบุคคลในระดับอื่น ๆ อยู่ที่ว่าจะรู้จักประยุกต์ใช้เทคโนโลยีที่ทันสมัยและมีประสิทธิภาพดังกล่าวนั้นอย่างไร

  หลักการใช้ Spss เบื้องต้น  

ลักษณะของผลงาน

         เป็นองค์ความรู้ เทคนิค และเคล็ดลับในการใช้โปรแกรม SPSS for Window สำหรับการวิเคราะห์ข้อมูล ที่มาจากประสบการณ์ในการใช้โปรแกรม SPSS ของผู้เขียน โดยเขียนอธิบายให้ผู้อ่านเข้าใจและมีความรู้พื้นฐานเกี่ยวกับขั้นตอนในการทำวิจัย เคล็ดลับในการใช้โปรแกรม SPSS อย่างมีประสิทธิภาพทุกขั้นตอน ได้แก่

1.ขั้นการเตรียมข้อมูล (Data Preparation) เป็นการกล่าวถึงขั้นตอน/ เทคนิควิธีการต่าง ๆ ดังนี้

เทคนิคการเก็บรวบรวมข้อมูล (Data Collection)

เทคนิคการตรวจสอบความถูกต้องของข้อมูล (Editing) จากแบบสอบถาม

เทคนิคการกำหนดรหัสข้อมูล (Coding) จากแบบสอบถามเพื่อป้อนข้อมูลลงในโปรแกรม

เทคนิคการกำหนดคุณลักษณะของตัวแปร อันได้แก่ ประเภท ความกว้าง ทศนิยม คำอธิบายชื่อตัวแปร การกำหนดค่าตัวแปร ค่าความสูญเสียของข้อมูล การจัดตำแหน่งข้อมูล และการกำหนดระดับการวัดของตัวแปรนั้น ๆ

เทคนิคการรวมไฟล์ (Merge Files) ในกรณีที่มีแบบสอบถามจำนวนมาก ๆ และแบ่งกันป้อนข้อมูลหลายคน

เทคนิคการทำความสะอาดข้อมูล (Clean Data) หรือตรวจสอบความถูกต้องของข้อมูลภายหลังป้อนข้อมูลลงในโปรแกรมเสร็จแล้ว โดยใช้คำสั่ง Sort Cases และคำสั่ง Frequencies

2.ขั้นการวิเคราะห์ข้อมูล (Analysis of Data) เป็นการกล่าวถึงเทคนิคการใช้คำสั่งในการวิเคราะห์ข้อมูล ดังต่อไปนี้

เทคนิคการใช้คำสั่ง Recode (การกำหนดค่าให้กับตัวแปรใหม่ทั้งที่ทับกับข้อมูลเดิม และไม่ทับกับข้อมูลเดิม หรือสร้างเป็นตัวแปรใหม่)

เทคนิคการใช้คำสั่ง Frequencies ในการวิเคราะห์ข้อมูล

เทคนิคการใช้คำสั่ง Descriptive ในการวิเคราะห์ข้อมูล

เทคนิคการวิเคราะห์สำหรับการนำเสนอข้อมูลเป็นรายด้าน และภาพรวม

เทคนิคการกำหนดจำนวนหลักของจุดทศนิยมในตารางผลการวิเคราะห์ข้อมูล (Print Out)

3.ขั้นการนำเสนอข้อมูล (Data Presentation) เป็นการกล่าวถึง ขั้นตอนการนำเสนอผลการวิเคราะห์ข้อมูลในรูปแบบต่าง ๆ ดังนี้

เทคนิคการนำเสนอข้อมูลในรูปแบบของตาราง

เทคนิคการนำเสนอข้อมูลในรูปแบบของแผนภูมิชนิดต่าง ๆ

อ้างอิงจาก

 น.ต.หญิง จุฬาวลัย สุระอารีย์

 ร.ต.สันติ งามเสริฐ

         ลองมาดูกันว่าเทคโนโลยีด้านระบบไอทีนั้น มีเทคโนโลยีไหนหรือเทคโนโลยีของใครบ้างที่ให้ความสำคัญกับการรักษาสภาพสิ่งแวดล้อมของโลก และรายละเอียดของการรักษาสภาพแวดล้อมภายในเทคโนโลยีนั้น ๆ มีอะไรบ้าง

         เมื่อพูดถึงคำว่า เทคโนโลยี เราก็มักจะนึกถึงแอปพลิเคชันที่ช่วยสร้างชิ้นงานหรือความรู้ เพราะคำว่า Green Technology หรือเทคโนโลยีสีเขียวเป็นวิวัฒนาการ, วิธีการและอุปกรณ์เครื่องมือเพื่อใช้ในการจัดการ แก้ไข ปรับแต่งให้การทำงานของผลิตภัณฑ์ไม่ให้เกิดปัญหา ซึ่งผลที่ได้จากการใช้งานของวิธีการและอุปกรณ์เหล่านี้จะช่วยให้การทำงานของอุปกรณ์ต่างๆ สะอาดขึ้น

               เชื่อหรือไม่ว่า เครื่องคอมพิวเตอร์ที่เราใช้งานอยู่นี้ก่อให้เกิดปัญหาต่อสภาพแวดล้อม ซึ่งเมื่อใช้งานอยู่ก็คงไม่รบกวนโลกมาก แต่พอเครื่องคอมพิวเตอร์ทำงานช้าลง เราก็อัพเกรด จวบจนวันหนึ่งที่ไม่สามารถอัพเกรดได้ก็ต้องเอาไปขายเป็นเศษเหล็ก ซึ่งก็ได้เงินมาไม่กี่บาท แต่ขยะคอมพิวเตอร์ ซึ่งอุปกรณ์บางอย่างก็ไม่สามารถย่อยสลายได้ แถมยังก่อมลพิษทางด้านอากาศ สิ่งแวดล้อมให้แก่โลกอีกด้วย เพราะในส่วนประกอบของเครื่องคอมพิวเตอร์เรานั้น ก็มีทั้งที่ประกอบไปด้วย พลาสติก อะลูมิเนียม สังกะสี และอื่นๆ

               ปัจจุบันมีผู้ใช้งานได้คิดประดิษฐ์นำเอาไม้ไผ่เข้ามาเป็นส่วนประกอบกับอุปกรณ์เครื่องคอมพิวเตอร์ เช่น คีย์บอร์ด หน้าจอมอนิเตอร์ เมาส์ หรือเครื่องคอมพิวเตอร์โน้ตบุ๊ก หรือเดี๋ยวนี้ถุงพลาสติกที่เราใส่ของก็ย่อยสลายยาก จนบางห้างสรรพสินค้ารณรงค์ให้ใช้ถุงผ้าแทนการใช้ถุงพลาสติกเพื่อลดการเปิดปัญหาโลกร้อนหลายคนกำลังรณรงค์ไม่ให้โลกร้อนเกิดขึ้นในอนาคต โดยให้ทุกคนบนโลกช่วยกันแก้ปัญหา และร่วมมือทั้งการปิดแอร์เมื่อไม่ใช้งาน ดับเครื่องรถยนต์เมื่อต้องจอดรอเป็นเวลานานๆ และอีกหลายร้อยวิธีที่ช่วยให้โลกของเราอยู่ร่วมกับเราไปได้อีกนาน ต้องช่วยกันตั้งแต่วันนี้

Cr.: https://www.ksc.net/greenit/green_technology.html