Taking too long? Close loading screen.
สไลด์หลัก
บทความ
บทความ
การบริหารจัดการข้อมูลการวิจัยทางคลินิก (Data Management for Clinical Research)
Digital Transformation สำหรับสำนักข่าวและสื่อมวลชนยุคดิจิทัล
Data Scientists พวกเค้าคือใคร?
Natural Language Processing (NLP): เครื่องมือที่ช่วยให้คอมพิวเตอร์เข้าใจภาษามนุษย์
Big Data และ Data Analytics เพื่อการจัดเก็บภาษี
template_bigdata
Big Data Community Thailand

Powered by

Enabling Thailand toward a Data-Driven Community

Call for Papers: The 4th International Conference on Big Data Analytics and Practices (IBDAP 2023)
Call for Papers: The 4th International Conference on Big Data Analytics and Practices (IBDAP 2023)

ขอเรียนเชิญร่วมส่งบทความวิจัยในงานประชุมวิชาการระดับนานาชาติ (IBDAP 2023) ภายในวันที่ 30 เมษายน พ.ศ. 2566

การประยุกต์ใช้ข้อมูลทางอุตุฯเพื่อการเกษตร ท่องเที่ยว และการเดินเรือ
การประยุกต์ใช้ข้อมูลทางอุตุฯเพื่อการเกษตร ท่องเที่ยว และการเดินเรือ

ข้อมูลทางอุตุนิยมวิทยามีผลต่อการวางแผนในการดำเนินกิจกรรมต่าง ๆ มากมาย บทความนี้จะยกตัวอย่างการประยุกต์ใช้ข้อมูลทางอุตุนิยมวิทยาสำหรับการวางแผนการเพาะปลูกข้าวนาน้ำฝน การวางแผนสำหรับการท่องเที่ยว รวมทั้งการเฝ้าระวังในการเดินเรืออีกด้วย กรมอุตุนิยมวิทยา ร่วมกับ GBDi ในการนำข้อมูล Big Data ทางอุตุนิยมวิทยาของกรมอุตุฯ มาประยุกต์ใช้ เพื่อนำเสนอข้อมูลการพยากรณ์อากาศให้เกิดประโยชน์ต่อภาคส่วนต่าง ๆ โดยในระยะเริ่มต้น GBDi ให้การสนับสนุนกรมอุตุฯในด้านการทำ Data Visualization และ Data Analytics ซึ่งเป็นการขับเคลื่อนโครงการในระยะสั้นเพื่อแสดงให้เห็นถึงประโยชน์ของการเชื่อมโยงและการวิเคราะห์ข้อมูลอุตุนิยมวิทยา ผ่าน 3 โครงการหลัก ดังนี้ 1. อุตุนิยมวิทยาเพื่อการเกษตร อุตุนิยมวิทยาเพื่อการเกษตรกรรม เช่น การปลูกข้าว ซึ่งมีการสำรวจ ศึกษาสภาพแวดล้อมและสภาพอากาศ และสร้างแบบจำลอง เพื่อมุ่งเน้นการปลูกข้าวอย่างมีประสิทธิภาพ เพิ่มผลผลิตให้แก่เกษตรกรและลดผลกระทบจากความเสียหายที่เกิดจากสภาพอากาศแปรปรวนที่ไม่อาจคาดเดาได้ สร้างเป็น Dashboard การตัดสินใจปลูกข้าวในพื้นที่นาน้ำฝนของภาคอีสานโดยใช้ปริมาณน้ำฝนสะสมล่วงหน้าดังรูปที่ 1 และ 2 2. อุตุนิยมวิทยาเพื่อการท่องเที่ยว           การเปลี่ยนแปลงสภาพอากาศส่งผลต่อการใช้ชีวิตประจำวันของคนเราโดยเฉพาะในเรื่องของการเดินทาง การติดตามสภาพอากาศเพื่อการท่องเที่ยวถือเป็นประเด็นสำคัญที่เราสนใจในการนำข้อมูลทางอุตุนิยมวิทยามาประยุกต์เพื่อแนะนำการท่องเที่ยว โดยแบ่งตามช่วงเวลาที่สนใจ แดชบอร์ดแสดงข้อมูลการคาดการณ์วันที่เหมาะสมสำหรับการเดินป่า การไปเที่ยวชายหาด การไปเที่ยวทะเล และกิจกรรมอื่น …

การประยุกต์ใช้ข้อมูลทางอุตุฯเพื่อการเกษตร ท่องเที่ยว และการเดินเรือ Read More »

การบริหารจัดการข้อมูลการวิจัยทางคลินิก (Data Management for Clinical Research)
การบริหารจัดการข้อมูลการวิจัยทางคลินิก (Data Management for Clinical Research)

ในการพัฒนาผลิตภัณฑ์ทางการแพทย์ เช่น ยา หรือวัคซีน จำเป็นต้องผ่านการวิจัยทางคลินิกในหลายระยะ เพื่อให้มั่นใจในความปลอดภัยและประสิทธิภาพของผลิตภัณฑ์ที่จะนำออกสู่ตลาดมาใช้ในวงกว้าง สิ่งสำคัญในการวิจัยทางคลินิก คือ ข้อมูลที่มีคุณภาพ มีความถูกต้องและเชื่อถือได้ การบริหารจัดการข้อมูล (Data Managment) จึงเป็นอีกงานหลักที่สำคัญในการวิจัยทางคลินิก การบริหารจัดการข้อมูลทางคลินิก คือกระบวนการบริหารจัดการข้อมูล ตั้งแต่เริ่มวางแผนเก็บข้อมูล สร้างแบบฟอร์มและระบบในการเก็บข้อมูล ตรวจสอบคุณภาพของข้อมูล วางแผนและวิเคราะห์ข้อมูล จนถึงการจัดเก็บข้อมูลและเอกสารอื่น ๆ ที่เกี่ยวข้องหลังดำเนินการวิจัยเสร็จสิ้น ทั้งนี้กระบวนการบริหารจัดการข้อมูลทางคลินิก ก็ดูจะไม่แตกต่างจากการบริหารจัดการข้อมูลโดยทั่วไปนัก แต่ในทางปฏิบัติแล้วยังมีความแตกต่างในรายละเอียดอยู่พอสมควร ลักษณะข้อมูล ในการวิจัยทางคลินิก ข้อมูลที่เก็บส่วนใหญ่จะเป็นข้อมูลที่มีโครงสร้างชัดเจน (Structured Data) มีการวางแผนตัวแปรข้อมูลที่ต้องการจัดเก็บตามโครงร่างวิจัยที่ชัดเจน ซึ่งเมื่อเริ่มดำเนินการวิจัยแล้ว มักจะหลีกเลี่ยงการแก้ไข ลด เพิ่ม หรือเปลี่ยนแปลงการเก็บข้อมูล หากไม่จำเป็น ดังนั้น ถึงแม้ว่าลักษณะของข้อมูลอาจไม่มีความซับซ้อน และจำนวนมากเหมือนการเก็บข้อมูลในสาขาอื่น ๆ แต่การวางแผนการเก็บข้อมูลก่อนเริ่มดำเนินการเก็บข้อมูลจึงมีความสำคัญมาก เพื่อให้มั่นใจว่าข้อมูลที่จัดเก็บสามารถตอบคำถามวิจัยได้ตรงตามวัตถุประสงค์ที่กำหนดไว้ คุณภาพของข้อมูล (Data Quality) คุณภาพของข้อมูล เป็นคุณลักษณะที่สำคัญที่ต้องการในการบริหารจัดการข้อมูลในทุกสาขา แต่ในงานวิจัยทางคลินิก คุณภาพของข้อมูลเป็นสิ่งหนึ่งที่จะสะท้อนถึงคุณภาพของผลการวิจัย ในการบริหารจัดการข้อมูลการวิจัยทางคลินิก ข้อมูลในทุกตัวแปรมีความสำคัญต่อผลการวิจัย การตรวจสอบคุณภาพของข้อมูลจึงเป็นขั้นตอนที่สำคัญ ที่ต้องดำเนินการอย่างต่อเนื่องตลอดการศึกษาวิจัย …

การบริหารจัดการข้อมูลการวิจัยทางคลินิก (Data Management for Clinical Research) Read More »

Digital Transformation สำหรับสำนักข่าวและสื่อมวลชนยุคดิจิทัล
Digital Transformation สำหรับสำนักข่าวและสื่อมวลชนยุคดิจิทัล

สำนักข่าวและสื่อมวลชนทั้งหลายจะมอบคุณค่าที่ดีขึ้นด้วยข้อมูลเชิงลึกอย่างไร บริษัท Deloitte ได้ทําการศึกษาในเรื่องการเปลี่ยนแปลงของข้อมูลจากทั่วโลก เพื่อศึกษาว่าสำนักข่าวและสื่อจะใช้ประโยชน์จากข้อมูลจากผู้เสพสื่ออย่างไร เพื่อดึงดูดผู้อ่านและสร้างรายได้ให้เพิ่มขึ้นได้อย่างไร ( Digital Transformation สำหรับสำนักข่าว ) บทนำ ดิจิทัลมีบทบาทสำคัญอย่างมากในการเปลี่ยนแปลงอุตสาหกรรมข่าวและสื่อมีเดีย จะเรียกว่าพลิกโฉมเลยก็ว่าได้ ซึ่งการเปลี่ยนแปลงนี้ได้เริ่มต้นขึ้นมานานกว่า 20 ปีแล้ว การเปลี่ยนแปลงที่ถือว่าเปลี่ยนแปลงไปมากที่สุดคือการพิมพ์ เพราะในปัจจุบัน สิ่งพิมพ์ที่ยังคงพิมพ์เป็นกระดาษก็เหลือน้อยมาก เหล่าสำนักพิมพ์และรายการโทรทัศน์เกือบทั้งหมดตอนนี้ก็กลายเป็นเวอร์ชันดิจิทัลไปแล้ว สำนักข่าวและสื่อได้ใช้ประโยชน์จากการเปลี่ยนแปลงและการพัฒนา Digital Platform มาสร้างข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมของผู้อ่าน ซึ่งในสมัยก่อนการเปลี่ยนแปลงนี้ไม่สามารถทำได้ โดยข้อมูลเชิงลึกที่เต็มไปด้วยความซับซ้อนเหล่านี้ จะสามารถทำให้สำนักข่าวและสื่อสามารถปรับปรุง เพื่อเพิ่มการมีส่วนร่วมของผู้อ่านและเพิ่มรายได้ทางออนไลน์ ว่าแต่สำนักข่าวและสื่อสามารถขับเคลื่อนด้วยข้อมูลนี้ได้มากน้อยเพียงใดและพวกเขาทํากันอย่างไร? Deloitte ได้ทําการศึกษาและเก็บข้อมูลจากทั่วทุกมุมโลกเพื่อทําความเข้าใจว่า เหล่าสำนักข่าวและสื่อได้ใช้ประโยชน์จากข้อมูลของผู้รับชม เพื่อเพิ่มการมีส่วนร่วมบน Digital Platform ของพวกเขา รวมทั้งเพิ่มคุณค่าของตัวสื่อเอง ไปจนถึงการสร้างรายได้ของแพลตฟอร์มเหล่านั้นอย่างไร ขั้นตอนช่วงตั้งต้น ข้อมูลของผู้รับชมเป็นหัวใจสำคัญอันดับต้นๆ ของสำนักข่าวสื่อสารมวลชน ทั้งความคาดหวังของผู้ลงโฆษณาและผู้อ่านต่างสร้างแรงกดดันต่อเหล่าองค์กรสื่ออย่างมาก โดยคาดหวังว่าสื่อจะมีการนำข้อมูลมาใช้ในการทำคอนเทนต์มากขึ้นเพราะผู้อ่านต้องการคอนเทนต์ที่มีคุณภาพ และในส่วนของส่วนผู้ลงโฆษณาก็ต้องการความเข้าใจในเรื่องของความสนใจของผู้อ่าน รวมถึงการเข้าถึงกลุ่มคนเหล่านั้นที่มีโอกาสจะมาเป็นลูกค้าในอนาคต จึงไม่แปลกที่บริษัทข่าวและสื่อหลายแห่งได้ลงทุนในเทคโนโลยีที่สามารถนำข้อมูลมาใช้ได้อย่างมีประสิทธิภาพ เพื่อตอบสนองความต้องการของผู้อ่านและผู้ลงโฆษณา และในบางบริษัทถึงกลับเปลี่ยนตัวเองเป็นบริษัทเทคโนโลยีที่มีผลิตภัณฑ์ข่าวไปแล้วด้วยซ้ำ ซึ่งถือว่าเป็นการเกลี่ยนแปลงที่ก้าวกระโดดมากในช่วง 10 ปีที่ผ่านมา ความพยายามในการเปลี่ยนแปลงทั้งหมดนี้ล้วนมีเป้าหมายเดียวกัน – คือสร้างความเข้าใจเชิงลึกในตัวผู้อ่าน …

Digital Transformation สำหรับสำนักข่าวและสื่อมวลชนยุคดิจิทัล Read More »

Data Scientists พวกเค้าคือใคร?
Data Scientists พวกเค้าคือใคร?

ทำความรู้จักกับบุคคลที่เรียกตัวเองว่า Data Scientist ว่าพวกเค้าเป็นสิ่งมีชีวิตแบบไหน ในแต่ละวันพวกเค้าต้องเจออะไรบ้าง และทุกวันนี้ที่คนต่างสนใจงานสาย Data Science ความจริงแล้วมันสวยงามแบบนั้นจริงหรือ พร้อมกับเรื่องราวที่น่าตื่นเต้นจากผู้มีประสบการณ์ตรงในองค์กรชื่อดัง

Natural Language Processing (NLP): เครื่องมือที่ช่วยให้คอมพิวเตอร์เข้าใจภาษามนุษย์
Natural Language Processing (NLP): เครื่องมือที่ช่วยให้คอมพิวเตอร์เข้าใจภาษามนุษย์

            ถึงแม้ว่าการวิเคราะห์ข้อมูลต่าง ๆ และการสร้างแบบจำลองจากข้อมูลเหล่านั้นด้วยศาสตร์ทางด้านการเรียนรู้ของเครื่อง (Machine Learning) จะเกี่ยวข้องกับข้อมูลที่มีโครงสร้าง (Structured Data) เช่น ข้อมูลเชิงตาราง (Tabular Data) เป็นส่วนใหญ่ แต่ทว่าในโลกความเป็นจริง ข้อมูลบนโลกดิจิทัลในปัจจุบันมากกว่า 80% เป็นข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) เช่น ไฟล์ภาพ เสียง หรือ วีดิโอ รวมถึงข้อมูลในลักษณะของข้อความ อาทิ เนื้อหาในบทความต่าง ๆ การโพสต์ข้อความบนโซเชียลมีเดีย การตอบกระทู้บนเว็บบอร์ด บทสัมภาษณ์ของนักกีฬาและนักการเมือง และการแสดงความคิดเห็นต่อสินค้าบนแพลตฟอร์มพาณิชย์อิเล็กทรอนิกส์ (E-commerce Platform) ทั้งนี้ การวิเคราะห์ข้อมูลในลักษณะดังกล่าวจำเป็นต้องอาศัยศาสตร์เฉพาะทางที่มีชื่อเรียกเพราะ ๆ ว่า การประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) เพื่อช่วยให้คอมพิวเตอร์เข้าใจภาษาที่ซับซ้อนของมนุษย์ โดยเราจะมาทำความรู้จักกับมันให้มากขึ้นในบทความนี้ ซึ่งจะขอเรียกชื่อพระเอกของเราสั้น ๆ ด้วยชื่อย่อว่า “NLP” ดังนั้น หากไม่มีกระบวนการที่เหมาะสมในการนำข้อมูลเหล่านั้นมาใช้ประโยชน์ มันก็จะเป็นเพียงแค่ชุดของตัวอักษรซึ่งไม่สามารถสร้างมูลค่าหรือองค์ความรู้ใด ๆ ให้กับองค์กรได้ …

Natural Language Processing (NLP): เครื่องมือที่ช่วยให้คอมพิวเตอร์เข้าใจภาษามนุษย์ Read More »

Big Data และ Data Analytics เพื่อการจัดเก็บภาษี
Big Data และ Data Analytics เพื่อการจัดเก็บภาษี

ทุก ๆ ปีสรรพากรทั่วโลกจะต้องสูญเสียรายได้หลายสิบล้านเหรียญจากการโกงและหลีกเลี่ยงภาษี จากข้อมูลสถิติพบว่า 145 ประเทศทั่วโลกซึ่งมีขนาดเศรษฐกิจรวมกันประมาณ 95% ของ GDP โลก[1] มีการสูญเสียรายได้ทางภาษีรวมกันปีละ 2.4 ล้านล้านยูโร หรือประมาณ 91.4 ล้านล้านบาท นับเป็นมูลค่าที่มหาศาลมาก ดังนั้นจึงไม่เป็นที่น่าแปลกใจที่สรรพากรหรือหน่วยงานที่มีหน้าที่จัดเก็บภาษีของแต่ละประเทศ[2] หันมาใช้ประโยชน์จาก Big Data และมุ่งหาเครื่องมือใหม่ ๆ ที่ช่วยให้การจัดเก็บภาษีมีประสิทธิภาพและรวดเร็วยิ่งขึ้น “2.4 trillion Euros are lost every year because of fraud and tax evasion.” Ian Pretty, Capgemini (2013) บทความนี้ขอนำเสนอตัวอย่างการใช้ Big Data และ Data Analytics ของสรรพากรในต่างประเทศเพื่อเป็นข้อมูลให้กับผู้ที่สนใจด้านการวิเคราะห์ข้อมูล ตลอดจนนักวิทยาศาสตร์ข้อมูลและนักศึกษาที่อาจมีความสนใจด้านธุรกิจหรือด้านการเงิน ตัวอย่างแรก ขอเริ่มกันที่สรรพากรของประเทศไอร์แลนด์ หรือ Ireland Tax and …

Big Data และ Data Analytics เพื่อการจัดเก็บภาษี Read More »

previous arrow
next arrow

Latest Articles

Mar 3, 2023 -
Data for Business

Richemont ใช้เทคโนโลยี AI อย่างไรเพื่อยกระดับการบริการลูกค้าให้ดีขึ้น

Mar 2, 2023 -
Big Data 101

9 วิธีการสร้าง Mobile Friendly Dashboard ให้ใช้งานง่าย

Feb 27, 2023 -
Big Data 101

สร้างเว็บไซต์ด้วย WordPress ฉบับประหยัดใน 3 ขั้นตอน

Feb 10, 2023 -
Data for Business

E-commerce: อีก 1 ธุรกิจที่บิ๊กดาต้ามีความสำคัญ

Feb 6, 2023 -
Movements

Quantitative Hedge Fund สร้างผลตอบแทนเหนือตลาด จากข้อมูลมหาศาลได้อย่างไร?

Feb 3, 2023 -
Big Data 101

ประวัติและหลักการของเครือข่ายประสาทเทียม (Artificial Neural Networks – ANNs)

Jan 19, 2023 -
Big Data 101

Machine Learning Security: ความปลอดภัยของการเรียนรู้ของเครื่อง

Jan 18, 2023 -
Movements

ตรวจจับบริษัททุจริตโดยใช้ Machine Learning วิเคราะห์งบการเงิน

Jan 10, 2023 -
Movements

10 เทรนด์ AI กับธุรกิจ e-Commerce (AI in e-Commerce) ในปี 2023 ที่น่าจับตามอง

Dec 14, 2022 -
Movements

10 อันดับเทรนด์เทคโนโลยีมาแรง คาดการณ์โดย Alibaba DAMO Academy ยักษ์ใหญ่ด้านเทคโนโลยีของจีน

Dec 14, 2022 -
Movements

Big Data และ Data Analytics เพื่อการจัดเก็บภาษี

Dec 14, 2022 -
Movements

การประยุกต์ใช้ข้อมูลทางอุตุฯเพื่อการเกษตร ท่องเที่ยว และการเดินเรือ

Dec 13, 2022 -
Data for Business

การบริหารจัดการข้อมูลเพื่อสร้างยอดขายและการตลาดออนไลน์

Dec 13, 2022 -
Data for Business

MarTech กับการทำธุรกิจเคสโทรศัพท์มือถือ

Dec 13, 2022 -
Movements

การใช้ Data ในการวางแผนฉีดวัคซีนโควิด-19

Nov 24, 2022 -
Movements

AI กับการอ่านสัญญาณสมองมนุษย์

Nov 16, 2022 -
Data for Business

การบริหารจัดการข้อมูลการวิจัยทางคลินิก (Data Management for Clinical Research)

Nov 16, 2022 -
Data for Business

ประกัน Data ของบริษัทประกัน – ไม่ใช่แค่ชีวิตกับสุขภาพ… เราต้องดูแลไปจนถึง Privacy

Nov 15, 2022 -
Data for Business

การวิเคราะห์ Social Listening: ความคิดเห็นของผู้บริโภค

Sign up to join Big Data Community Thailand

Make comments, write articles, and contribute to our community.

Categories

Sign up to join Big Data Community Thailand

Make comments, write articles, and contribute to our community.

Trending Articles

Oct 31, 2022 -
Movements

10 ข้อผิดพลาดของระบบอัตโนมัติที่ควรหลีกเลี่ยง

10 ข้อผิดพลาดของระบบอัตโนมัติที่ควรหลีกเลี่ยง ระบบอัตโนมัตินั้น ถ้าทำงานได้ไม่ดี ก็สามารถทำให้เกิดผลกระทบทางด้านลบได้

Sep 7, 2022 -
Big Data 101

4 เหตุผลที่จะทำให้คุณตกหลุมรัก Box Plot

ในบทความนี้ ผมจะมาพาผู้อ่านทุกท่านทำความรู้จักกับ Box Plot แผนภาพอันทรงพลังที่ใช้ในการวิเคราะห์การกระจายตัวของข้อมูล บอกได้เลยว่าสามารถใช้วิเคราะห์ได้ดีไม่แพ้ Histogram เลยครับ! การวิเคราะห์การกระจายตัวของข้อมูล คำถามที่เกี่ยวข้องกับการวิเคราะห์การกระจายตัวของข้อมูล มีอยู่ในชีวิตประจำวันของเราทุกคน ยกตัวอย่างเช่น “ความเข้มข้นของสารเคมีในดินบริเวณนี้ มีการกระจายตัวอย่างไร?” “จำนวนชั่วโมงการนอนทุกคืนของเรา ส่วนใหญ่มีค่าเท่าไหร่?” “รายได้ส่วนใหญ่ของประชากรมีการเบ้ซ้ายหรือขวาไหม?” “คะแนนที่นักเรียนสอบได้จากการสอบ มีค่าสุดโต่งไหม? เท่าไหร่?” ซึ่งหลาย ๆ คน จะคุ้นเคยกับการตอบคำถามด้านบนด้วย Histogram ซึ่งก็ถือว่าเป็นตัวเลือก “คลาสสิก” เพราะทุกคนจะเคยเรียนรู้สิ่งนี้มาก่อนในวิชาคณิตศาสตร์ โดย Histogram...

Aug 28, 2020 -
Big Data 101

4 ประเภทของการแบ่งกลุ่มข้อมูล (Clustering)

ถ้าเราต้องการแบ่งกลุ่มอะไรสักอย่างที่ไม่มี label เราจะรู้ได้ยังไงว่ามันมีกี่ประเภทและเป็นประเภทอะไร Clustering ซึ่งจัดอยู่ในประเภทของการเรียนรู้แบบไม่มีผู้สอน (Unsupervised Learning) มีหลากหลายประเภท ในบทความนี้เราจะมาทำความรู้จักกับ 4 ประเภทหลัก ๆ

Feb 25, 2021 -
Movements

4 ทักษะในการเป็นนักวิทยาศาสตร์ข้อมูลเชิงพื้นที่ (4 Skills to Become a Geospatial Data Scientist)

สำหรับนัก GIS ที่อยากพัฒนาเข้าสู่สายงาน Geospatial Data Scientist บทความนี้น่าจะช่วยชี้ทางได้ไม่มากก็น้อยนะครับ

Nov 13, 2022 -
Data for Business

3 ตัวชี้วัดหลักของ E-commerce จะช่วยในการวิเคราะห์ข้อมูลของคุณได้อย่างไร

ทุกคนคงรู้ดีว่า E-commerce เป็นวงการที่โหดเหี้ยมและจะยิ่งมีการแข่งขันสูงขึ้นเรื่อย ๆ จากเหตุการณ์โรคระบาดที่ทุกคนออกไปไหนไม่ได้ ทำให้ยอดขายผ่านทาง E-commerce เติบโตขึ้นอย่างรวดเร็วในเวลาเพียงสามเดือน ซึ่งเทียบได้กับการเติบโตเมื่อ 10 ปีที่ผ่านมา และก็ไม่มีแนวโน้มว่าอัตราการเติบโตจะลดลงเลย แต่นั่นก็ไม่ได้แปลว่ากลุ่มผู้ประกอบการรายย่อยนั้นจะขายสินค้าได้ง่ายขึ้น (E-commerce และการวิเคราะห์ข้อมูล) ร้านค้าออนไลน์ประสบปัญหาเนื่องจากการแข่งขันที่สูงขึ้นและลูกค้าประจำลดฮวบลง ในขณะที่นักช้อปออนไลน์มักจะถูกจูงใจได้ง่าย ๆ ด้วยปัจจัยทางด้านราคาและระยะเวลาในการจัดส่ง  รวมไปถึงโจทย์ใหญ่ ๆ เช่น การสร้างประสบการณ์ที่ดีให้กับลูกค้าและการช่วยเหลือลูกค้า จึงไม่มีช่วงเวลาไหนเลยที่ผู้ประกอบการจะได้พักให้หายเหนื่อยได้เลย ดังนั้นการวิเคราะห์ข้อมูลจึงมีบทบาทสำคัญต่อความสำเร็จในการทำ E-commerce ผู้ประกอบการจำเป็นต้องทราบว่าขณะนี้ร้านมียอดขายเพิ่มขึ้นหรือลดลง ลูกค้าเข้ามาหามากที่สุดในช่องทางไหน ลูกค้ากลุ่มไหนที่ใช้เงินมากที่สุดหรือเป็นลูกค้าประจำ ฯลฯ...

Nov 9, 2022 -
Data for Business

4 เคล็ดลับ การเปลี่ยน Big Data ให้เป็นยอดขาย

4 เคล็ดลับเปลี่ยน Big Data ให้เป็นยอดขาย หากคุณต้องการทราบ 4 เคล็ดลับว่า มีวิธีใช้ประโยชน์จาก Big Data ยังไงให้เพิ่มยอดขายหรือรายได้ นี่คือคำแนะนำบางส่วนที่คุณควรพิจารณา ( 4 เคล็ดลับเปลี่ยน Big Data ให้เป็นยอดขาย ) บริษัทมากมายใช้ Big Data ในการวิเคราะห์ข้อมูลลูกค้า ใช้สำรวจหาโอกาสเพื่อทำการตลาด ซึ่ง Big Data หมายถึงเทคโนโลยีเพื่อการจัดเก็บ การวิเคราะห์ และจัดการข้อมูลปริมาณมหาศาล...

Nov 12, 2022 -
Data for Business

5 ข้อดีที่นักวิทยาศาสตร์ข้อมูลได้รับจากการใช้ Microsoft Power BI

5 ข้อดีที่นักวิทยาศาสตร์ข้อมูลได้รับจากการใช้ Microsoft Power BI ปฏิเสธไม่ได้เลยว่า ในยุคนี้อินเทอร์เน็ต และไอทีมีความสำคัญมากในวงการธุรกิจ แม้กระทั่งธุรกิจที่ให้บริการยานพาหนะก็ยังคงต้องใช้เว็บไซต์ ,แอปพลิเคชัน ซอฟต์แวร์ต่าง ๆ อย่างหลีกเลี่ยงไม่ได้ ยิ่งไปกว่านั้น เทคโนโลยีในทุกวันนี้ก็พัฒนาไปอย่างต่อเนื่องไม่หยุดยั้ง อีกทั้งหลายธุรกิจก็กําลังเผชิญกับปัญหาในการบริหารจัดการ กับข้อมูลจำนวนมาก ธุรกิจหล่านี้จึงต้องการตัวช่วย หรือแอปพลิเคชันพิเศษ เพื่อจัดการแก้ไขปัญหานี้ และนี่คือเหตุผลที่ BI และ Data Visualization เป็นที่ต้องการเป็นอย่างมาก ธุรกิจหลายพันแห่งจึงเลือกใช้แอปพลิเคชัน BI อย่าง Microsoft...

Apr 18, 2022 -
Movements

5 ความท้าทายต่อการเปลี่ยนแปลงโดย AI และการวิเคราะห์ข้อมูล

5 ความท้าทายต่อการเปลี่ยนแปลงโดย AI และการวิเคราะห์ข้อมูล เหตุการณ์ต่าง ๆ ในช่วงปีที่ผ่านมา รวมถึงความท้าทายทางเศรษฐกิจและสังคมที่เพิ่มมากขึ้นเรื่อย ๆ จนอดคิดไม่ได้ว่าวิธีแก้ปัญหาต่าง ๆ เหล่านั้นจะต้องมีความซับซ้อนเพียงใด แต่ AI และการวิเคราะห์ข้อมูล กลับมีบทบาทสำคัญในการช่วยวิเคราะห์หาวิธีแก้ปัญหาดังกล่าว จะเห็นได้จากการที่ผู้นำทั้งฝ่ายรัฐบาลและอุตสาหกรรมล้วนแข็งแกร่งขึ้นเพราะมีข้อมูลที่เชื่อถือได้ และในตอนนี้ เราได้สรุปความท้าทายทางสังคม เศรษฐกิจ การเมือง ใน 5 ด้าน ที่ AI และการวิเคราะห์ข้อมูล จะสามารถมาช่วยปรับปรุงการทำงานให้ดีขึ้นได้ ดังนี้ 1....

Jul 19, 2022 -
Movements

5 หนทางที่สายการบินนำปัญญาประดิษฐ์ (Airlines Artificial Intelligence) มาใช้เพิ่มประสิทธิภาพการทำงาน

5 หนทางที่สายการบินนำปัญญาประดิษฐ์ (Airlines Artificial Intelligence) และวิทยาศาสตร์ข้อมูลมาใช้เพื่อเพิ่มประสิทธิภาพการทำงาน ในปัจจุบันเทคโนโลยีเกี่ยวกับปัญญาประดิษฐ์เดินทางไปอยู่ในหลาย ๆ อุตสาหกรรม ไม่ว่าจะเป็นอุตสาหกรรมเกี่ยวกับการดูแลสุขภาพ ที่อยู่อาศัย ระบบบริการธนาคารและการเงิน การลงทุน การค้าปลีกและอีคอมเมิร์ซ ระบบเกี่ยวกับการขนส่งและอื่น ๆ อีกมากมาย ซึ่งหนึ่งในอุตสาหกรรมที่น่าจับตามองอีกหนึ่งอุตสาหกรรมนั้นก็คือ อุตสาหกรรมเกี่ยวกับสายการบิน สิ่งที่ใครหลายคนใช้บริการเพื่อเดินทางไปยังที่ต่าง ๆ รอบโลก ทางบริษัท Altexsoft ซึ่งเป็นบริษัทที่ให้คำปรึกษาด้านเทคโนโลยี ได้สรุปหนทางออกมาเป็น 10 หนทางที่สายการบินนำปัญญาประดิษฐ์และวิทยาศาสตร์ข้อมูลมาใช้เพื่อเพิ่มประสิทธิภาพการทำงาน (Airlines Artificial...

Upcoming Events

Our Partners

Sign up to join Big Data Community Thailand

Make comments, write articles, and contribute to our community.