ทวีศักดิ์ แสงทอง กรรมการผู้จัดการ บริษัท แซส ซอฟท์แวร์ (ไทยแลนด์) ระบุว่าการวิเคราะห์ขั้นสูงสามารถช่วยคุณพัฒนาโมเดลต่างๆ แล้วนำโมเดลเหล่านั้นมาใช้ในการตอบคำถามแบบมีเงื่อนไข (what-if) เกี่ยวกับข้อมูลของคุณได้ ตัวอย่างเช่น การพัฒนาโมเดลทางสถิติที่มีการเชื่อมโยงพฤติกรรมการซื้อกับโปรไฟล์ของลูกค้า สามารถใช้ทำนายพฤติกรรมในอนาคตของลูกค้าได้ การประยุกต์ใช้โมเดลดังกล่าว อาจเรียกได้ว่าเป็น 'การให้คะแนน' และเป็นพื้นฐานสำหรับการวิเคราะห์เชิงพยากรณ์ การวิเคราะห์ในประเภทดังกล่าว เป็นโลกที่ห่างไกลจากระบบธุรกิจอัจฉริยะ (Business Intelligence) ในรูปแบบดั้งเดิมที่เกี่ยวข้องกับการถามคำถามง่ายๆ เกี่ยวกับข้อมูลในลักษณะหนึ่งหรือสองมิติมากกว่า (เช่น มีรองเท้ายี่ห้อ X ในสต็อกของเรากี่คู่) ประเภทของการวิเคราะห์ดังกล่าวค่อนข้างตรงไปตรงมาโดยใช้ฐานข้อมูลแบบเดิม ซึ่งต้องการเพียงแค่ช่องทางขนาดเล็ก (อินเทอร์เฟส) ในการป้อนและแสดงผลข้อมูล และส่วนซอฟต์แวร์ในเครื่องไคลเอ็นต์สำหรับใช้จัดการอินเทอร์เฟสดังกล่าว แม้ว่าการรวมข้อมูลขนาดใหญ่ (Big Data) ด้วยการวิเคราะห์เชิงพยากรณ์จะเป็นสิ่งที่ท้าทายสำหรับแวดวงธุรกิจจำนวนมาก แต่การวิเคราะห์ที่มีประสิทธิภาพสูงนั้นได้ หรือไดเร็กค์เมล์ (Direct Mail) โดยปกติแล้วจะมีอัตราการตอบรับเพียง 1% เมื่อจัดส่งไปให้ผู้ที่มีแนวโน้มจะเข้ามาเป็นลูกค้าจำนวน 15 ล้านราย ซึ่งมีมูลค่าต่อหัวที่ระดับ 500 ดอลลาร์ตลอดอายุการใช้บริการ จะพบว่าการปรับปรุงอัตราการตอบรับข้อเสนอการขายพ่วงหรือการขายต่อยอดเพียงเล็กน้อย หมายถึงเงินที่มีมูลค่านับสิบล้านดอลลาร์ต่อปีเลยทีเดียว
รวมทั้งการสร้างความต่างด้วยการวิเคราะห์ที่มีประสิทธิภาพสูง คุณต้องการแก้ปัญหาสำคัญของคุณเกี่ยวกับข้อมูลขนาดใหญ่อย่างไร หากคุณต้องการมุ่งเน้นไปที่การวิเคราะห์เป็นหลัก (เช่นเดียวกับลูกค้าเหล่านี้ของแซส) ไม่ได้มุ่งเน้นที่การทำธุรกรรม คุณจะต้องใช้การวิเคราะห์ที่มีประสิทธิภาพสูง และคุณสามารถทำอะไรได้บ้างหากเวลาในการประมวลผลของคุณเพื่อค้นหาการทุจริต ความเสี่ยง และการทำตลาดลดลงได้ถึง 90% ทั้งหมดนี้ล้วนเป็นคำถามสำคัญที่มีค่าต่อการหาคำตอบ และแซสมีสถาปัตยกรรมที่พร้อมช่วยคุณตอบคำถามดังกล่าวแล้ว
ที่มา: manager.co.th
