White paper for Introduction to Industry 4.0 Transformation
BizOne ได้นำเสนอองค์ความรู้และข้อมูลของอุตสาหรกรรม 4.0 ในมุมมองต่างๆ ทางเราจึงได้รวมรวบบทความเหล่านั้นมาในรูปแบบ White Paper เพื่อให้ผู้สนใจมารถเข้าถึงข้อมูลได้ง่ายยิ่งขึ้น ดาวน์โหลดเอกสารฟรี!
Transform to Industry 4.0 Part 5
การประเมินความคุ้มค่าจากการลงทุนจะเห็นประโยชน์ในเชิงปริมาณได้อย่างชัดเจนเมื่อเราได้นำกระบวนการ Transformation ไปใช้งานได้ถึงในระดับ 2. การสร้างกระบวนการใช้งานข้อมูลบนกิจกรรมทางธุรกิจ หรือ 3. การเปลี่ยนแปลงรูปแบบธุรกิจเพิ่มประสิทธิภาพและสร้างความได้เปรียบ ซึ่งล้วนแล้วแต่ต้องผ่านการพัฒนากระบวนการที่ 1. สร้างกระบวนการเก็บข้อมูลแบบดิจิตอลให้แล้วเสร็จ โดยบทความนี้จะนำเสนอวิธีการประเมินความคุ้มค่ารวมถึงการยกตัวอย่างเครื่องมือที่เหมาะสมในการนำข้อมูลมาพิจารณา *หมายเหตุ นี่เป็นเพียงตัวอย่างประโยชน์ที่เกิดขึ้นจากการการเปลี่ยนแปลงไปสู่อุตสาหกรรม 4.0 ทั่วไป ทั้งนี้ประโยชน์ที่เกิดขึ้นจริงขึ้นอยู่กับรูปแบบองค์กรและขอบเขตการพัฒนาของท่านซึ่งอาจมีประโยชน์มากกว่าหรือน้องกว่าแตกต่างกันไป 1. ประเมินประโยชน์ 1.1. เพิ่มประสิทธิภาพ/ประสิทธิผล 1.1.1. การเพิ่มผลผลิตโดยเพิ่มขีดความสามรถในการจัดการทรัพยากรในการทำงาน, ป้องกันปัญหา, การเร่งกระบวนการผลิต และอื่นๆ โดยการนำข้อมูลที่เกิดขึ้นในแต่ละกิจกรรมมาวิเคราะห์เพื่อทราบถึงสถานะการณ์ปัจจุบันที่องค์กรดำเนินการ จนถึงการนำข้อมูลมาพยากรณ์/ทำนายเพื่อหาแนวทางในการตัดสินใจปรับปรุงและเพิ่มผลผลิตบนพื้นฐานของข้อมูล 1.1.2. ปรับปรุงคุณภาพโดยการเพิ่มขีดความสามารถในการตรวจสอบติดตามคุณภาพสินค้าแยกตามขั้นตอนการผลิตทำให้สามารถทราบถึงจุดอ่อน/แข็งของสายการผลิตในด้านคุณภาพเพื่อหาแนวทางการปรับปรุงหรือการทำตรวจสอบย้อนกลับ (traceability) ที่มีความจำเป็นมากในอุตสาหกรรมอาหาร หรือ เป็นส่วนสำคัญในกิจกรรมการกำกับดูแลและการตรวจสอบขององค์กรที่ให้ความสำคัญกับมาตรฐาน 1.1.3. ประสิทธิผลโดยรวมของเครื่องจักร (OEE) คือการคำนวณความสามารถในการทำงานของเครื่องจักร โดยอ้างอิงจากปัจจัยต่างๆ ที่เกี่ยวข้องและสรุปออกมาในรูปแบบเปอเซ็น ซึ่งการเปลี่ยนแปลงสู่อุตสาหกรรม 4.0 สร้างความสามารถในการรวบรวมข้อมูลที่เกี่ยวข้องจากเครื่องจักรเพื่อคำนวณค่า OEE หรือเพิ่มขีดความสามารถในการพิจารณารายละเอียดได้มากขึ้นเพื่อให้สามารถใช้ในการวางแผนการผลิตให้ดึงประสิทธิภาพเครื่องจักรได้อย่างเกิดประโยชน์สูงสุด โดยการคำนวณ OEE จะหาสัดส่วนเฉลี่ยขององค์ประกอบ 3 ด้านจากเครื่องจักร คืออัตราการเดินเครื่องจักร (Availability)ประสิทธิภาพของเครื่องจักร (Performance Efficiency)อัตราคุณภาพ (Quality Rate)OEE […]
Power BI Technics and Tips – Part 1
Power BI: การเผยแพร่รายงานบนเว็บ (Publish to Web) ด้วยตัวเลือก Power BI Publish to Web จะสามารถเปิดใช้งานเพื่อฝังรายงาน Power BI ของคุณลงในบล็อก เว็บไซต์ อีเมล โซเชียลมีเดีย ฯลฯ ในกรณีปลายทางสนับสนุนแท็ก html iframe เท่านั้น อย่างไรก็ตาม เมื่อการเผยแพร่ไปยังเว็บ หมายความว่าข้อมูลของคุณจะถูกเปิดเผยต่อสาธารณะโดยไม่จำเป็นต้องได้รับอนุญาตเพิ่มเติม ดังนั้นจึงต้องระมัดระวังเกี่ยวกับข้อมูลหรือสิ่งที่คุณกำลังจะแบ่งปัน และตรวจสอบให้แน่ใจว่ารายงานของคุณไม่มีข้อมูลที่เป็นความลับหรือมีกรรมสิทธิ์ตามกฎหมา ขั้นตอนที่จำเป็นก่อนดำเนินการ (Prerequisite) เมื่อต้องการใช้ตัวเลือก Publish to Web คุณต้องติดต่อผู้ดูแลระบบ Power BI ของ tenant ของคุณเพื่อเปิดใช้งานตัวเลือกนี้ หากคุณเป็นผู้ดูแลระบบไปที่ Admin portal > Tenant settings > Publish to web และ ทำการEnabled หลังจากขั้นตอนนี้ คุณสามารถเลือกสิทธิ์ในการสร้าง embed codes ใหม่และกำหนดสิทธิ์ผู้ที่สามารถสร้าง embed codes ภายในองค์กรของคุณได้ เมื่อเปิดใช้งานอาจใช้เวลาถึง 10 นาทีเพื่อใช้การตั้งค่านี้ไปยังบัญชี tenant […]
Transform to Industry 4.0 Part 4
ปัจจัยเรื่องประโยชน์และความคุ้มค่าในการลงทุนเป็นส่วนสำคัญในการตัดสินใจในการเปลี่ยนแปลงองค์กรเข้าสู่ Industry 4.0 ในบทความนี้จะกล่าวถึง ประโยชน์ที่เกิดขึ้นจาก Industry 4.0 ทางเราขอนำเสนอมุมมองประโยชน์ของการทำ Industry 4.0 Transformation โดยอ้างอิงจากประโยชน์ตามลำดับกิจกรรมจากบทความที่ 2 (1. #Digitization, 2. #Digitalization, 3. #Digital Transformation) เพื่อให้ท่านทราบถึงประโยชน์ที่ได้รับในแต่ละขั้นตอนและสามารถเลือกขั้นตอนที่เหมาะสมไปประยุกต์ใช้กับองค์กรของผู้อ่านได้ 1.สร้างกระบวนการเก็บข้อมูลแบบดิจิตอล a. สร้างมุมมองธุรกิจให้กว้างขึ้นและสามารถมองเห็นรายละเอียดมากขึ้นรวมถึงการได้รับข้อมูลรวดเร็วยิ่งขึ้น สามารถขีดความสามารถในการรับรู้ความเป็นไปของกระบวนการในธรุกิจโดยการเก็บบันข้อมูลและการทำ Visualization ในรูปแบบรายงานหรือ Dashboard เช่น การติดตั้งเซ็นเซอร์จากเครื่องจักรและมิเตอร์ไฟฟ้าเพื่อติดตามการใช้พลังงานต่อผลพลิตรวมถึงการเปรียบเทียบความคุ้มค่าระหว่างเครื่องจักร b. สร้างประวัติข้อมูลของกระบวนการดำเนินธุรกิจทั้งหมด การเก็บบันทึกข้อมูลย้อนหลังในระยะเวลาหนึ่งทำให้เราสามารถเห็นถึงประวัติและความเปลี่ยนแปลงทางธุรกิจเพื่อใช้ในการเปรียบเทียบและศึกษาติดตามผลลัพธ์ของการเปลี่ยนแปลง เช่น การเปรียบเทียบประสิทธิภาพของเครื่องจักรเพื่อวางแผนซ่อมบำรุง หรือ ใช้เป็นข้อมูลตัดสินใจในการเปลี่ยนเครื่องจักรในกรณีประสิทธิลดลงจนไม่สามารถตอบสนองความต้องการได้ c. เพิ่มการแบ่งปันความรู้และการทำงานร่วมกัน หากข้อมูลถูกจัดเก็บในรูปแบบดิจิตอลแล้วช่วยให้สามารถใช้ในการสื่อสารหระหว่างแผนกหรือองค์กรเพื่ออำนวยความสะดวกและสร้างขีดความสามารถในการทำงานร่วมกัน เช่น การแบ่งบันข้อมูลการผลิตระหว่างคู่ค้าเพื่อการวางแผนการผลิตที่มีประสิทธิภาพและสอดคล้องการทำงานของทั้งสองฝั่ง d. ทำให้การปฏิบัติตามข้อกำหนดง่ายขึ้น ลดปัญหาเรื่องข้อมูลไม่พร้อมให้ใช้ตรวจสอบหรือไม่สามารถตรวจสอบย้อนกลับในกระบวนการว่าสามารถปฏิบัติได้ตรงตามข้อกำหนดหรือกฎเกณฑ์ขององค์กร โดยสามารถตรวจสอบเมื่อไหร่ก็ได้บนข้อมูลมีความละเอียดและแม่นยำสูง 2. การสร้างกระบวนการใช้งานข้อมูลบนกิจกรรมทางธุรกิจ a. ปรับปรุงประสิทธิภาพและประสิทธิผล […]
Collect Google Analytics data in real-time with Microsoft Azure – Part 2
จากบทความตอนที่ 1 ได้แนะนำสถาปัตยกรรมพื้นฐานที่จำเป็นสำหรับการพัฒนากระบวนการบันทึกข้อมูลการเข้าชมเว็บไซต์โดยใช้ Google Tag Manager (GTM) และ Azure ในต้นทุนที่ต่ำและรองรับ Pipeline แบบ Real-time บทความนี้ เรานำท่านมาค้นพบวิธีเริ่มใช้งานในระดับเทคนิค ซึ่งครอบคุมถึงการกำหนดค่า Google Tag Manager อีกทั้งการจัดเตรียมและการกำหนดค่าทรัพยากร Azure ที่จำเป็น โดยกระบวนการนี้จะเพิ่มขีดความสามารถให้ระบบคุณดังนี้1) ความสามารถในการเริ่มจัดเก็บข้อมูลการเข้าชมเว็บของคุณ เพื่อใช้ในการวิเคราะห์ข้อมูลเพิ่มเติมโดยสร้างและบันทึกประวัติการเข้าชมเว็บของคุณ2) เพื่อเพิ่มขีดความสามารถของโซลูชันนี้สำหรับการจัดทำรายงานและแดชบอร์ดแบบเรียลไทม์ โดยจะมี 4 ขั้นตอนหลัก ดังนี้: ซึ่งในสถานการณ์นี้ สมมติว่าคุณมีการสมัครใช้งาน Azure โดยดำเนินการการติดตาม Google Analytics บนเว็บไซต์ของคุณ และมีบัญชี Google Tag Manager พร้อมคอนเทนเนอร์ (Container) รวมถึงได้กำหนดค่าแท็กและตัวแปรต่างๆแล้ว เป็นต้นแล้ว 1 – จัดเตรียมและกำหนดค่าบน Event Hub เข้าสู่ระบบการสมัครใช้งาน Azure ของคุณไปที่ Event Hub blade แล้วคลิก Create ใส่ข้อมูลรายละเอียดที่จำเป็น ในกรณีนี้ เราเลือกรูปแบบการใช้งานเป็น standard pricing tier เพื่อกำหนดคุณลักษณะ Event Hub […]
Transform to Industry 4.0 Part 3
กรอบกระบวนการเพื่อนำเทคโนโลยีมาปรับปรุงองค์กรและสร้างความสำเร็จในการเปลี่ยนแปลงไปสู่ Industry 4.0 ในบทความนี้จะกล่าวถึงขั้นตอนและบุคลากรที่เกี่ยวข้องในกิจกรรมต่างๆ 1. การประเมินและกำหนดขอบเขต (Assessment and scoping) ดำเนินการตรวจสอบสิ่งที่มีอยู่โดยอ้างอิงจากความก้าวหน้าในการทำ Digitization และ Digitalization ในปัจจุบันไม่ว่าจะเป็น เครื่องมือ, กระบวนการ และความพร้อมของบุคลากร โดยต้องแยกกันตรวจสอบตามกิจกรรมทางธุรกิจต่างๆ ขององค์กรเนื่องจากแต่ละกิจกรรมอาจมีความพร้อมในการทำ Transformation ไม่เท่ากัน รวมถึงแผนกเทคโนโลยีต้องมีส่วนร่วมในการสนับสนุนให้ข้อมูลแผนกต่างๆ ถึงเครื่องมือหรือเทคโนโลยีที่อยู่เนื่องจากอาจพบได้ว่ามีเครื่องมืออยู่แต่ไม่ถูกใช้งาน โดยการสร้างแบบสำรวจความพร้อม (Readiness checklist) และนำข้อมูลที่ได้มากำหนดเป้าหมายและขอบเขตระยะสั้นหรือยาวก็สามารถทำได้โดยคำนึงความเป็นไปได้และสอดคล้องกับความพร้อมองค์กรเป็นสำคัญ บุคลากรที่เกี่ยวข้อง 2. การจัดเตรียมและวางแผน (Prepare and Planning) นำเป้าหมายและผลการตรวจความพร้อมมาเปรียบเทียบเพื่อหาส่วนที่ขาด (Gap) และแบ่งออกเตามกลุ่มเพื่อง่ายต่อการบริหารจัดการและวางแผนพัฒนาต่อไป เช่น โดยเราสามารถจัดเตรียมและวางแผนการพัฒนาโดยเลือกบางส่วนที่สำคัญมาดำเนินการก่อนหรือหลังตามความเหมาะสมหรือเลือกตัดบางส่วนออกจากแผนการพัฒนาในกรณีที่อาจไม่คุ้มค่าหรือไม่ตอบโจทย์ความต้องการของธุรกิจในขณะนั้น บุคลากรที่เกี่ยวข้อง 3. การสร้างต้นแบบและโครงการ (Prototyping and Project) ทบทวนรายละเอียดแผนและความพร้อมในปัจจุบันที่สามารถที่มีแนวโน้มหรือความจำเป็นในการดำเนินการก่อน ซึ่งสามารถนำมาดำเนินการได้ 2 รูปแบบ บุคลากรที่เกี่ยวข้อง 4. ทบทวนและปรับปรุง (Review and Improving) ติดตามและทบทวนผลลัพธ์ของโครงการต่างๆ ว่าสามารถตอบโจทย์และเป็นไปตามวัตถุประสงค์ที่ได้กำหนดไว้ตามแผนหรือไม่ รวมถึงศึกษาปัญหาและจุดที่สามารถปรับปรุงได้ เพื่อนำไปพัฒนาโครงการเดิมให้มีประสิทธิภาพมากยิ่งขึ้นหรือใช้เป็นรากฐานในขั้นตอนต่อไปสำหรับต่อยอดโครงการใหม่เพื่อสร้างจุดเริ่มต้นที่ดีกว่า […]
Collect Google Analytics data in real-time with Microsoft Azure
Google Analytics เป็นหนึ่งในบริการของ Google สำหรับเก็บสถิติผู้ใช้บนเว็บไซต์ของเราและวิเคราะห์เพื่อวัดจุดคุ้มทุนการโฆษณาตลอดจนติดตามพฤติกรรมผู้เยี่ยมชม แหล่งที่มาของผู้เข้าชม และกิจกรรมเครือข่ายสังคม (social media) ดังนั้นจากบทความชุดนี้ เราจะสำรวจวิธีรวบรวมข้อมูลกิจกรรมที่เกิดขึ้นบนเว็บไซต์ของคุณจาก Google Analytics แบบกึ่งเรียลไทม์ ด้วยวิธีที่ค่อนข้างง่ายในราคาประหยัด โดยใช้ประโยชน์จากบริการฟรีที่มีอยู่ของ Google และบริการคลาวด์แบบจ่ายตามการใช้งานของ Microsoft Azure และเริ่มได้รับสิทธิ์ประโยชน์จากข้อมูลที่คุณเป็นเจ้าของ Background Google Analytics เป็นที่นิยมอย่างมากและสามารถใช้งานได้ฟรี ซึ่งตามมาด้วยข้อจำกัดบางประการ โดยเฉพาะอย่างยิ่งเมื่อเว็บไซต์หรือระบบอีคอมเมิร์ซของคุณรองรับผู้เข้าชมจำนวนมากทุกวัน ข้อจำกัดหลักคือปริมาณการสุ่มตัวอย่างข้อมูล และอีกข้อจำกัดที่พบอยู่ที่รูปแบบรายงานมาตรฐานมีจำกัดและไม่สามารถรวมเข้ากับข้อมูลอื่นๆ ในองค์กรของคุณได้โดยง่าย ซึ่งสามารถลดข้อจำกับดังกล่าวด้วยทางเลือกหนึ่งคือการอัปเกรดเป็น Google Analytics เป็นวอร์ชันชำระเงิน (GA360) และส่งข้อมูลออกไปยัง Google Big Query อย่างไรก็ตาม องค์กรส่วนใหญ่พบว่าเป็นเรื่องยากที่จะระบุต้นทุนการใช้งาน อีกทางเลือกหนึ่งคือการพัฒนาชุดคำสั่งสำหรับติดตามด้วยตนเองจากชุดคำสั่งบนเว็บไซต์และติดตามความเคลื่อนไหวของข้อมูล (Data pipeline) ซึ่งอาจทำให้เกิดใช้จ่ายและเวลาในการพัฒนาสูงอย่างมีนัยยะ อีกทางเลือกหนึ่งที่เราพูดถึงในบทความนี้คือการทำซ้ำเหตุการณ์จากเว็บไซต์ที่ส่งไปยัง Google Analytics โดยใช้ Google Tag Manager (GTM) และส่งไปยัง Azure Event Hub ทำให้คุณมีความยืดหยุ่นในการเก็บข้อมูลดิบของการรับส่งข้อมูล (Raw traffic data) และกระบวนการจัดการข้อมูล (Data pipeline) เพิ่มเติม สำหรับการวิเคราะห์/การแสดงภาพแบบกึ่งเรียลไทม์ หรือประยุกต์ใช้งานร่วมกับแพลตฟอร์ม/คลังข้อมูลที่มีอยู่ของคุณ Solution ในการเปิดใช้งาน มีเพียงไม่กี่องค์ประกอบที่จำเป็นในการเริ่มต้น: […]
Transform to Industry 4.0 Part 2
การได้มาซึ่งการเปลี่ยนแปลงเพื่อให้ได้ผลลัพธ์ของอุตสาหกรรม 4.0 ต้องดำเนินการปรับปรุงและเปลี่ยนแปลงอย่างเป็นรูปธรรมทั้งในเชิงบริหารและปฏิบัติเพื่อสร้างองค์กรที่สามารถผสานรวมเครื่องมือและเทคโนโลยีมาประสานในกระบวนสร้างผลประโยชน์ทางธุรกิจได้จริงและสร้างผลลัพธ์ที่มีประสิทธิผล ซึงมีกรณีศึกษาจากจำนวนมากพบว่าการนำเทคโนโลยีสมัยใหม่เข้าไปใช้ในโรงงานอุตสาหกรรมอาจไม่บรรลุผลตามที่ต้องการหรืออาจสร้างอุปสรรค เนื่องจากจากเปลี่ยนแปลง (Transformation) ไม่ได้ดำเนินการตามขั้นตอนที่เหมาสม เช่น ระบบต้องการเพิ่มประสิทธิ์ภาพการผลิตแต่ยังไม่มีระบบบันทึกประวัติการผลิตและจัดเก็บข้อมูลอย่างเหมาะสม หรือ กระบวนการไม่พร้อมต่อการรองรับการใช้งานเทคโนโลยี เช่น ต้องการสร้างระบบอัตโนมัติ แต่ขั้นตอนส่วนมากยังใช้วิธีการจดบันทึกลงกระดาษ รวมถึงระบบดังกล่าวไม่ถูกนำไปใช้งานในกิจกรรมทางธุรกิจจริงเนื่องจากเครื่องมือ/เทคโนโลยีถูกยอมรับและเห็นประโยชน์เพียงจากบางส่วนงานไม่ถูกนำไปใช้งานอย่างต่อเนื่อง ซึ่งนำไปสู่การล้มเหลวในท้ายที่สุด ดังนั้นในบทความนี้จะกล่าวถึงกิจกรรมที่นำไปสู่การเปลี่ยนแปลงของอุตสาหกรรม 4.0 บนกระบวนการ Digitization, Digitalization และ Digital Transformation What (คืออะไร) and Why (ทำใมต้องทำ) 1. Digitization (Data/Information transformation) คือ การแปลงข้อมูลหรือข่าวสารที่เกิดขึ้นในกิจกรรมหรือขั้นตอนใดๆ ทางธุรกิจจาก Analog เป็น Digital ทั้งข้อมูลขาเข้า (Input) หรือ ข้อมูลขาออก (Output) ซึ่งสามารถเกิดขึ้นจากการใช้เทคโนโลยีหรือกระบวนการก็ได้ รวมไปถึงการออกแบบวิธีการจัดเก็บข้อมูลเพื่อให้สามารถนำไปใช้งานต่อยอดในการทำ Digitalization ต่อไป เช่น ข้อมูลเป็นจุดเริ่มต้นและส่วนสำคัญของการสร้าง Digital Transformation เนื่องจากหากคุณต้องการสร้างกระบวนการวิเคราะห์รายละเอียดกิจกรรมทางธุรกิจ การพยากรณ์ในแง่มุมต่างๆ หรือ การสร้างระบบอัตโนมัติล้วนต้องการข้อมูลที่เหมาะสมในการดำเนินกระบวนการทั้งสิ้น […]
Transform to Industry 4.0 Part 1
กลุ่มอุตสาหกรรมการผลิตเป็นกลุ่มแรกของภาคธุรกิจที่ริเริ่มนำเทคโนโลยีมาใช้งานในกระบวนการทางธุรกิจอย่างเต็มรูปแบบ ซึ่งเทคโนโลยีดังกล่าวถูกหลอมรวมกับธุรกิจทำให้สามารถบอกได้ว่าประสิทธิภาพของเทคโนโลยีที่ใช้งานสะท้อนถึงขีดความสามารถในการแข่งขันในธุรกิจของอุตสาหกรรมการนั้น จึงทำให้การเลือกเทคโนโลยีตั้งแต่การลงทุนออกแบบและคัดเลือกเครื่องจักรอุปกรณ์มีความสำคัญและใช้เงินจำนวนมาก แต่ด้วยเหตุผลดังกล่าวทำให้เกิดข้อจำกัดในการปรับปรุงหรือเปลี่ยนแปลงเทคโนโลยีที่ใช้อยู่ในปัจจุบัน แต่การแข่งขันในตลาดปัจจุบันเทคโนโลยีที่มีอยู่อาจไม่เพียงพอเนื่องจากกระบวนการซื้อขายที่เปลี่ยนไป อีกทั้งข้อมูลเป็นส่วนสำคัญที่สามารถนำมาใช้ประโยชน์ต่อธรุกิจได้มากขึ้น และการแข่งขันทางด้านประสิทธิภาพ/ราคาที่สูงขึ้น จึงเลี่ยงไม่ได้ที่จะต้องปรับปรุงเทคโนโลยีที่ใช้งานให้เหมาสมกับตามแนวทางของอุตสาหกรรม 4.0 Transform to Industry 4.0 – Pain & Gain Pain Gain ข้อจำกัดเรื่องความยืดหยุ่นและการแข่งขันการตัดสินใจทำได้ยากเนื่องจากความกังวลว่าข้อมูลที่มีอยู่ไม่เพียงพอหรือไม่ถูกต้องค่าใช้จ่ายในการวัดประสิทธิภาพของกระบวนการ กิจกรรม และอุปกรณ์ในองค์กรอาจเป็นเรื่องยากและใช้เวลานานการรวมข้อมูลทางธุรกิจอาจไม่สมบูรณ์ เนื่องจากข้อมูลมาจากหลายหลากแผนกบนระบบที่แตกต่างกัน เพิ่มความสามารถมองเห็นข้อมูลเพื่อสร้างความยืดหยุ่นในการปรับตัวและแข่งขันอย่างมีประสิทธิภาพสามารถกำหนดรูปแบบและวิธีการใช้งานข้อมูลได้ตามความต้องการทางธุรกิจสร้างกระบวนการวัดผลที่มีประสิทธิภาพโดยอิงจากข้อมูลจริงและทำให้การวัดประสิทธิภาพเป็นรูปธรรมมากขึ้นสามารถสร้างความสัมพันธ์ของข้อมูลได้โดยไม่มีข้อจำกัดของแหล่งที่มาของข้อมูล เช่น การเพิ่มประสิทธิภาพการผลิตโดยใช้ข้อมูลกิจกรรมการขาย การซื้อ และการจัดเก็บ เพื่อให้การวิเคราะห์สถานการณ์ทางธุรกิจจริง ปัญหาเกี่ยวกับการจัดการข้อมูลปริมาณงานที่เพิ่มขึ้นเนื่องจากกระบวนการบันทึกข้อมูลโดยมนุษย์ และอาจพบปัญหาเรื่องความสมบูรณ์ของข้อมูลหรือความไม่ครบถ้วนในรายละเอียดด้านการจัดเก็บและค้นหาข้อมูลในรูปแบบเอกสารเรื่องความถูกต้องและความพร้อมของข้อมูลเมื่อต้องการใช้งาน การรวบรวม โครงสร้าง และกระบวนการจัดเก็บข้อมูลอัตโนมัติรวบรวมข้อมูลผ่านเซ็นเซอร์หรือนำเข้าข้อมูลเข้าสู่ระบบด้วยโปรแกรมทั้งในแบบเรียลไทม์หรือตามช่วงเวลาที่สนใจข้อมูลถูกเก็บไว้ในโครงสร้างที่เข้าถึงได้ง่ายผ่านแพลตฟอร์มการวิเคราะห์ที่ทันสมัยสามารถกำหนดการตั้งค่าการจัดเก็บข้อมูล กระบวนการตรวจสอบความถูกต้อง และความยืดหยุ่นในการจัดการการควบคุมการเข้าถึงเพื่อรักษาความปลอดภัยข้อมูลอย่างมีประสิทธิภาพ ข้อจำกัดของการสื่อสารข้อมูลและการใช้งานข้อมูลความยากลำบากในการรวบรวมและวิเคราะห์ข้อมูลส่งผลให้มีความมั่นใจในการตัดสินใจต่ำการสื่อสารระหว่างคนกับอุปกรณ์เพื่อใช้งานข้อมูลมีความซับซ้อน ซึ่งอาจนำไปสู่การตอบสนองที่ล่าช้าหรือพลาดโอกาสในการค้นหาสาเหตุของปัญหาไม่เป็นระบบอัตโนมัติทั้งหมด เนื่องจากอุปกรณ์ไม่สามารถสื่อสารกันได้ และต้องการให้มนุษย์ช่วยควบคุมและสั่งการ ความสามารถในการสื่อสารและใช้ข้อมูลอย่างมีประสิทธิภาพรองรับการวิเคราะห์ในรูปแบบ Descriptive, Diagnostic, Predictive and Prescriptive analysis เพื่อใช้งานในมุมมองทางธุรกิจสามารถแสดงผลข้อมูลในรูปแบบภาพที่สามารถทำความเข้าใจได้ง่ายเพื่อค้นหาคำตอบของคำถามทางธุรกิจด้วยการรับข้อมูลแบบเรียลไทม์หรือใกล้เคียงเพิ่มความสามารถในการรวบรวมข้อมูลเพื่อให้สามารถตัดสินใจด้วย Machine learning และควบคุมกิจกรรมต่างๆ ด้วย AI เพื่อสร้างกระบวนการอัตโนมัติที่มีประสิทธิภาพ โดยอุตสาหกรรม […]
Modern Analytics Platform Part 1
ความท้ายทางในปัจจุบัน: ธุรกิจส่วนมากในปัจจุบันขับเคลื่อนและเพิ่มประสิทธิภาพโดยข้อมูลเป็นสำคัญ หมายความว่าคุณยิ่งใช้ประโยชน์จากข้อมูลที่ได้จำนวนมากเท่าไหร่ ยิ่งส่งผลในเชิงบวกต่อการตัดสินใจทางธุรกิจมากยิ่งขึ้นเท่านั้น ดังนั้นระบบวิเคราะห์ข้อมูลในปัจจุบัน (Traditional analytical platforms) อาจมีข้อจำกัดต่อการใช้งาน 20 ปีที่ผ่านมา Traditional analytical platforms โดยทั่วไปแล้วประสบความสำเร็จในการให้คำตอบแก่ผู้ใช้เพียง “เกิดอะไรขึ้น” และ “อย่างไร” โดยให้ผู้ใช้สามารถเข้าถึงข้อมูลจากรายงานบนประวัติข้อมูลที่มีหรือรายงานวิเคราะห์เฉพาะกิจ บนเครื่องมือ Business intelligence ที่สามารถใช้งานได้ง่าย แต่แพลตฟอร์มการวิเคราะห์แบบดั้งเดิมประสบปัญหาในการจัดการข้อมูลที่มีปริมาณมากหรือมีความหลากหลายในยุคดิจิทัลสมัยใหม่ และมีความยุ่งยากหากต้องการวิเคราะห์และใช้งานบนกรณีมีข้อมูลแบบเรียลไทม์ (Real time) รวมถึงความยุ่งยากในการพัฒนาที่ตายตัวและไม่ยืดหยุ่น ทำให้ยากต่อการปรับตัวให้เข้ากับการเปลี่ยนแปลงอย่างรวดเร็วตามความต้องการทางธุรกิจ ผลกระทบที่จะเกิดขึ้นในกรณีระบบวิเคราะห์ข้อมูลไม่รองรับข้อมูลและความต้องการในยุคดิจิตอล เช่น · การสูญเสียข้อมูลเชิงลึกทางธุรกิจที่นำไปสู่การตามหลังคู่แข่ง · การตัดสินใจทางธุรกิจที่ไม่มีประสิทธิภาพโดยอิงจากข้อมูลที่ล้าสมัยหรือไม่ถูกต้อง · ไม่สามารถระบุแนวโน้มทางธุรกิจในเวลาเหมาะสมเพื่อสร้างความได้เปรียบ · ไม่สามารถระบุและกำหนดเป้าหมายลูกค้าภายในและภายนอกได้อย่างถูกต้อง หมายความว่าการพัฒนาหรือส่งเสริมการขายอาจเป็นไปในทิศทางที่ไม่ถูกต้องหรือไม่มีประสิทธิผล ทำอย่างไรถึงสามารถปรับปรุงแพลตฟอร์มการวิเคราะห์ของคุณให้ทันสมัย แพลตฟอร์มการวิเคราะห์สมัยใหม่ (Modern analytics platform) เหมาะสมธุรกิจในยุคปัจจุบันที่ต้องการใช้งานข้อมูลโดยมีความยืดหยุ่น รองรับการเปลี่ยนแปลง และมีความคล่องตัว ซึ่งจากเดิมที่สามารถตอบได้เพียง “เกิดอะไรขึ้น” และ “อย่างไร” แพลตฟอร์มการวิเคราะห์สมัยใหม่พัฒนาคำตอบจากรากฐานดังกล่าวเพื่อนำไปสู่คำตอบถึง · “สิ่งที่กำลังจะเกิดขึ้น” จากความสามารถในการรับข้อมูลในแบบ(กึ่ง)เรียลไทม์ · […]
