ภาพด้านล่างแสดงการเปลี่ยนแปลงของการวิเคราะห์ข้อมูล (Analytics) ในช่วงตั้งแต่ประมาณปี 2005 เป็นต้นมา (อ้างอิงจากหนังสือ Competing on Analytics: The New Science of Winning, 2nd Edition)
Analytics 1.0
ช่วงนี้เน้นการวิเคราะห์ข้อมูลเพื่อสนับสนุนการตัดสินใจ (Decision Support) ซึ่งจะใช้ข้อมูลที่มีอยู่ในบริษัทเป็นหลัก โดยจะเน้นไปที่เทคโนโลยีพวก Descriptive Analytics ที่ทำการวิเคราะห์ออกมาเป็นรายงาน (Reports) หรือ Dashboard ต่างๆ และ Predictive Analytics เพื่อสร้างโมเดลพยากรณ์สิ่งที่จะเกิดขึ้นต่อไปในอนาคต ซึ่งเทคโนโลยีเหล่านี้ก็ยังนำมาใช้กันอยู่ในปัจจุบันครับ
Analytics 2.0: Big Data Dawns in the Valley
ช่วงนี้จะเป็นช่วงที่มีข้อมูลในอินเตอร์เน็ตเกิดขึ้นเป็นจำนวนมาก บริษัทยักษ์ใหญ่่อย่าง Google และ Yahoo! จึงได้มีการพัฒนาเทคโนโลยีที่ใช้ในการจัดการข้อมูลขนาดใหญ่ (Big Data) แบบนี้ขึ้นมา นั่นคือ MapReduce และ Hadoop (และเทคโนโลยีที่เก่ียวข้องกับ Hadoop)
Analytics 3.0: Big (and Small) Data Go Mainstream
ช่วงนี้จะเป็นช่วงที่ใช้ประโยชน์ทั้งข้อมูลที่อยู่ภายในองค์กรและข้อมูลภายนอกองค์กรที่เป็น Big Data มาช่วยในการตัดสินใจ และการวิเคราะห์ข้อมูลไม่ได้แยกออกมาจากการทำงาน แต่ผสานเข้าไปกับการทำงานในส่วนของ operation เลย เรียกว่าเป็น Operational Analytics เพื่อช่วยให้การทำงานมีประสิทธิภาพมากขึ้น ตัวอย่างเช่นระบบของ UPS จะแนะนำเส้นทางได้อย่าง real time โดยพิจารณาจากสภาพอากาศ การจราจร เป็นต้น
Analytics 4.0: The Rise of Automation Analytics
ช่วงนี้จะเน้นเรื่องของการทำงานแบบอัตโนมัติ ซึ่งคนจะมีส่วนเกี่ยวข้องลดลงครับ
#dataanalytics #bigdata #datascience #datacube
