สถานะปัจจุบันของ Big Data Analytics
เราประสบความสำเร็จในการสำรวจเส้นโค้งที่เกินจริงและกำลังแล่นไปตามความเป็นจริง Big Data และ Analytics ถูกนำมาใช้เป็นส่วนใหญ่ในด้านการตลาด การขาย และการเพิ่มประสิทธิภาพการดำเนินงาน เราเห็นแล้วว่า Big Data มีราคาไม่แพง แต่กลายเป็นวันที่องค์กรขนาดใหญ่เท่านั้นที่สามารถใช้ประโยชน์จาก Big Data ให้กับผู้ให้บริการระบบคลาวด์ในการแก้ปัญหาการรวม การเปลี่ยนแปลง และการเพิ่มคุณค่าของข้อมูลสำหรับกลุ่มเฉพาะ มีการค้นพบข้อมูลเชิงลึกในแต่ละวันและมีการตรวจสอบสมมติฐานก่อนที่จะลงทุนในเส้นทางที่แน่นอน
ข้อมูลขนาดใหญ่และบริการทางการเงิน
การธนาคารใช้ Big Data Analytics ในกรณีการใช้งานที่แคบ เช่น การป้องกันการฉ้อโกง โดยการวิเคราะห์รูปแบบการใช้จ่ายและการใช้งาน ATM ภาคบริการทางการเงินได้นำไปใช้ในด้านต่างๆ เช่น การประเมินความเสี่ยงของการลงทุนของคุณ การพยายามดำเนินการผ่านแบบจำลองและสถานการณ์ความเสี่ยงต่างๆ เพื่อที่จะตัดสินใจอย่างมีข้อมูลรอบด้านว่าอะไรคือมูลค่าที่มีความเสี่ยง บริษัทขนาดใหญ่ เช่น Goldman Sachs มีระบบความเสี่ยงที่ใช้จำลองการลงทุนเพื่อประเมินว่าเรากำลังรับความเสี่ยงมากน้อยเพียงใดและเล่นกับสถานการณ์ What-if มากมาย จะเป็นอย่างไรหากเราประสบภาวะฟองสบู่เทคโนโลยีอย่างปี 2544 จะเกิดอะไรขึ้นกับการลงทุนของฉัน เป็นต้น
ธนาคารและสถาบันการเงินมีทีมวิเคราะห์และศูนย์กลางความเป็นเลิศ แต่กำลังดิ้นรนที่จะย้ายพวกเขาจากโครงการนำร่องไปสู่โครงการขนาดใหญ่ ความปลอดภัยของข้อมูลและการขาดความเชี่ยวชาญทางเทคนิคเป็นปัจจัยอื่นที่ทำให้ไม่สามารถนำไปใช้เพื่อปรับปรุงประสบการณ์ของลูกค้า
ส่วนที่ดีคือ Challenger Banks กำลังใช้การวิเคราะห์เพื่อกำหนดเป้าหมายกลุ่มคนที่ไม่มีบัญชีธนาคารและไม่มีบัญชีธนาคาร ตัวอย่างเช่น คะแนน "FICCO" ใน "ทางเลือกแทนข้อมูลเครดิตแบบเดิม" ซึ่งใช้ข้อมูลด้านโทรคมนาคม ทรัพย์สิน และข้อมูลสาธารณะของคุณเพื่อให้ได้คะแนนเครดิต
ความท้าทายจากกฎระเบียบ
มีความหวาดกลัวเล็กน้อยจากกฎระเบียบ เช่น GDPR เกี่ยวกับปริมาณข้อมูลที่ถูกรวบรวม และการใช้งานที่ผิดจรรยาบรรณเพื่อควบคุมการเลือกตั้ง GDPR เป็นความคิดริเริ่มที่ดีมากที่นำความรู้ด้านความเป็นส่วนตัวจากประเทศกำลังพัฒนาและองค์กรต่างๆ มาสู่โต๊ะรับประทานอาหารในบ้าน
โลกกำลังก้าวไปสู่ความรับผิดชอบต่อสังคม เริ่มต้นจากการอนุรักษ์ทรัพยากรธรรมชาติ/น้ำ การหยุดมลพิษจากพลาสติก — หลอดแบบใช้ครั้งเดียว ฯลฯ นอกจากนี้ ข้อมูลยังจะได้รับการปฏิบัติเสมือนเป็นสิ่งที่มีคุณค่าไม่แพ้ทรัพยากรอื่นๆ สิ่งนี้ควรนำไปสู่ความรับผิดชอบต่อสังคมที่ดีขึ้นจากบริษัทขนาดใหญ่เกี่ยวกับวิธีการรวบรวมและใช้ข้อมูล
ข้อโต้แย้งอื่น ๆ เกี่ยวกับวิธีที่ข้อมูลจำเป็นในการทำนายและให้บริการที่ดีขึ้นนั้นเป็นข้อโต้แย้งที่เสนอโดยบริษัทขนาดใหญ่ เช่น Google และ Facebook ฉันปฏิเสธที่จะซื้อข้อโต้แย้งเหล่านี้เป็นการส่วนตัว วิธีที่ Google Maps ทำให้ชีวิตยากขึ้นเมื่อคุณหยุดแชร์ข้อมูลตำแหน่งหรือประวัติตำแหน่งนั้นน่าสมเพช แอปถูกกำหนดให้ล้มเหลวเมื่อบุคคลปฏิเสธที่จะให้ข้อมูลใด ๆ สิ่งเหล่านี้ทำให้ผู้คนยอมแพ้ ความเป็นส่วนตัวเพื่อใช้แอปพลิเคชันและบริการ
แม้ว่าเราจะให้ความรู้แก่ผู้บริโภคและประชากรเกี่ยวกับวิธีมีความละเอียดอ่อนเกี่ยวกับข้อมูลที่ถูกแบ่งปันและการขาดกฎระเบียบที่เกี่ยวข้อง แต่ในอีกด้านหนึ่ง ผู้บริโภคเชิญ Alexa และ Google เข้ามาที่บ้านของพวกเขา
จำนวนข้อมูลที่รวบรวมโดย Alexa และ Google Home นั้นมีความละเอียดอ่อนและมีคุณค่าหลายเท่าเช่นกัน สิ่งนี้ให้ความมั่นใจอย่างล้นหลามว่าสตรีมข้อมูลจะไม่มีวันเหือดแห้ง พวกเขาจะเริ่มมีข้อมูลเชิงลึกและซับซ้อนมากขึ้นในการประมวลผล พวกเขาจะเหมือนกับการขุดทองและข้อมูลจากอุปกรณ์เหล่านี้เป็นเหมืองทองคำ นักการตลาดจะสามารถเข้าใจความรู้สึกของผู้บริโภคด้วยเสียงและวิดีโอ - รับข้อมูลเชิงลึกที่ดีขึ้น
ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง
Big Data และ Analytics ช่วยเสริม AI — ในปัจจุบัน ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องต้องการข้อมูลที่เกี่ยวข้องและสะอาดจำนวนมหาศาล Big Data และ Analytics ได้รับการปรับแต่งเพื่อให้ข้อมูลดังกล่าว แม้ว่าสิ่งนี้จะดำเนินต่อไปในอีก 10 ปีข้างหน้า แต่นี่คือเวลาที่เราจะเห็นว่า Augmented Analytics เริ่มให้คุณค่า
“Augmented Analytics” กำลังไต่ขึ้นสู่กระแสนิยม บางรายเริ่มกำหนดเป้าหมายไปที่การวิเคราะห์การตลาดและการเดินทางของลูกค้า ซึ่งเป็นกลุ่มที่แคบและตรงเป้าหมายซึ่งสุกงอมสำหรับการเพิ่มประสิทธิภาพและระบบอัตโนมัติ
การแสดงที่มาของรูปภาพ - Jeff McNeil [CC BY-SA 2.0 (https://creativecommons.org/licenses/by-sa/2.0)]
