Big Data ဆိုတဲ့ အနာဂတ်

၁။ Machine Learning သည် Big Data မှ နောက်လာမည့် အမျိုးအစားဖြစ်

ယနေ့ခေတ်မှာ ရေပန်းအစားဆုံးကတော့ Machine Learning ပဲ ဖြစ်ပါတယ်.. အနာဂတ်မှာ Big Data ရဲ့ ကြီးမားတဲ့ အစိတ်အပိုင်းတစ်ခု ဖြစ်လာမှာပဲ ဖြစ်ပါတယ်.. Ovum အရ Machine Learning က big data တော်လှန်မှု အရဲ့ အစပိုင်း ဖြစ်လာမယ်လို့ ဆိုပါတယ်.. Machine Learning က စီးပွားရေး လုပ်ငန်းတွေမှာ Data တွေကို ပြင်ဆင်ခြင်း နှင့် ခန့်မှန်း သုံးသပ်မှု တွေပြုလုပ်တဲ့ နေရာမှာ ကူညီပေးနိုင်ပါတယ်.. အဲ့ဒါကြောင့် စီးပွားရေး လုပ်ငန်းတွေမှာ Machine Learning ကို အသုံးပြုပြီး အနာဂတ်ရဲ့ စိန်ခေါ်မှုကို လွယ်လွယ်ကူကူ ကျော်ဖြတ်နိုင်မှာပဲ ဖြစ်ပါတယ်..

၂။ Privacy (လူပုဂ္ဂိုလ်တစ်ဦး၏ သီးသန့်ဖြစ်တည်မှု) သည် အကြီးမားဆုံး စိန်ခေါ်မှု ဖြစ်လာမည် ဖြစ်လာနိုင်

IoT သို့မဟုတ် big data ပဲဖြစ်ဖြစ် နောက်ဆုံးထွက်ပေါ်လာသည့် နည်းပညာ စိတ်ချလုံခြုံမှု နှင့် data privacy က အကြီးမားဆုံး စိန်ခေါ်မှု ပဲ ဖြစ်ပါတယ်.. ယခုလက်ရှိ ရှိနေတဲ့ ဒေတာ ထုထည် နဲ့ အနာဂတ်မှာ ဖန်တီးသွားမဲ့ ဒေတာ ထုတည် privacy ကိုပိုပြီး အရေးကြီးတဲ့ ပုံစံနဲ့ လုပ်ဆောင်သွားမှာပဲ ဖြစ်ပါတယ်.. ၂၀၁၈ ခုနှစ်အတွင်း ၅၀%နိုင်သော စီးပွားရေးဆိုင်ရာ ကျင့်ဝတ်များကို ချိုးဖောက်ခြင်းဟာ Data တွေနဲ့ ဆက်စပ်ပါတယ်.. Data လုံခြုံမှု နဲ့ privacy စိုးရိမ်ပူပန်ရခြင်းနဲ့ ပတ်သက်ပြီး ထိရောက်စွာ ဖြေရှင်းနိုင်ခြင်း မရှိတာကိုလည်း တွေ့ရပါတယ်.

၃။ Chief Data Officerဆို တဲ့ ရာထူး အသစ်ထွက်ပေါ်လာမှာပါ

Chief Executive Officer (CEO), Chief Marketing Officer (CMO), Chief Information Officer (CIO) ဆိုတဲ့ ရာထူးတွေကို ကြားဖူးမှာပါ.. ဒါပေမဲ့ Chief Data Officer (CDO) ဆိုတာကိုရော ကြားဖူးပြီလား.. မကြားဖူးသေးဖူးဆိုရင်တော့ စိတ်မပူပါနဲ့ ဘာလို့လဲဆိုတော့ မကြာခင်သိလာရမဲ့ အရာပဲ ဖြစ်ပါတယ်.. Forrester အရဆိုရင်တော့ စီးပွားရေးလုပ်ငန်းတွေမှာ ရာထူးအသစ်ဖြစ်တဲ့ Cheif data Officer ခန့်အပ်ခြင်းကို မကြာခင်မှာ မြင်တွေ့ရတော့မှာပါ… ဒီChief Data Officer ကို ခန့်အပ်ခြင်းဟာ စီးပွားရေး အမျိုးအစားနဲ့ ဆက်စပ်တယ် ဆိုပေမဲ့ စွန့််ဦးတီထွင်တဲ့ လုပ်ငန်းတွေမှာတော့ Big data နည်းပညာကို တွင်တွင်ကျယ်ကျယ် အသုံးပြုခြင်းကြောင့် Cheif Data Officer ခန့်အပ်တယ်ဆိုတာ စံသတ်မှတ်ချက် တစ်ခုအနေနဲ့ ပေါ်ပေါက်လာမှာပါ။

၄။ Data Scientists ကိုခန့်အပ်လိုမှုအားလဲ မြင့်တက်လာနိုင်

ဘယ်အသက်မွေးလုပ်ငန်းကို ရွေးချယ်ရမယ်ဆိုတာ မသေချာသေးရင် မိမိရဲ့ အသက်မွေးလုပ်ငန်းကို Dataဆိုင်ရာ သိပ္ပံပညာမှာ စတင်မယ်ဆိုရင် မမှားနိုင်ပါဖူး .. Data ရဲ့ ထုတည် ကြီးမားလာသည်နဲ့ အမှတ် Data သိပ္ပံပညာရှင်၊ Data analysts တွေ data စီမံခန့်ခွဲမှု ဆိုင်ရာကျွမ်းကျင်သူတွေဟာ နေရာရလာမှာ အသေအချာပါပဲ။ Data ပညာရပ်ဆိုင်ရာပညာရှင် ခန့်အပ်လိုအား နဲ့ ရရှိနိုင်ဖူးကြားက ကွာဟမှုက ပိုကြီးလာပါတယ်.. ဆိုလိုချင်တာကတော့ Data ဆိုင်ရာ သိပ္ပံပညာရှင်တွေကို လစာမြင့်မြင့်နဲ့ ခန့်အပ်လာမယ်ဆိုတာပဲ ဖြစ်ပါတယ်.. ဘာကိုမှမစောင့်ပဲ Data ဆိုင်ရာ နည်းပညာတွေကို လေ့လာသင်ယူပြီး တောက်ပလာမဲ့ အနာဂတ်ကို ရယူလိုက်ပါနော်…

၅။ စီးပွားရေးလုပ်ငန်းတွေမှာ Software တွေကို မဝယ်ယူပဲ Algorithms တွေကို ဝယ်ယူလာတော့မယ်

စီးပွားရေးလုပ်ငန်းတွေက Software နဲ့ပါတ်သက်ပြီး ချည်းကပ်ရာမှာ 360 ဒီဂရီကို သွားဖို့ ရှိပါတယ်.. စီးပွားရေးလုပ်ငန်းတော်တော်များများဟာ algorithm ကို ၎င်းတို့ကိုယ်တိုင် မဖန်တီးပဲ ဝယ်ယူဖို့ ရှာဖွေလာပဲ ဖြစ်ပါတယ်.. Algorithm ကို ဝယ်ယူပြီးပြီဆိုရင်တော့ စီးပွားရေးလုပ်ငန်းတွေဟာ ၎င်းတို့ကိုယ်တိုင် data တွေကို ဖြည့်စွက်လာနိုင်မှာပဲ ဖြစ်ပါတယ်… စီးပွားရေးလုပ်ငန်းတွေမှာ software ဝယ်တာနဲ့ နှိုင်းယှဉ်ရင် algorithm ကို ဝယ်ယူခြင်းဟာ ဝယ်ယူသုံးစွဲသူ စိတ်ကြိုက် ရွေးချယ်မှုတွေကို ပံ့ပိုးလာနိုင်မှာပဲ ဖြစ်ပါတယ်..သင်ဟာ Software ကို မိမိလိုအပ်ချက်အရ ညှိလို့မရနိုင်ပါဖူး… Software လုပ်ငန်းစဉ်များအရ ချိန်ညှိရန် လိုအပ်ပေးမဲ့ algorithms ရောင်းချခြင်း ဝန်ဆောင်မှု မှာပဲ မကြာခင် အဆုံးသတ်သွားဖို့ ရှိပါတယ်..

၆. Big Data နည်းပညာ မှာ ရင်းနှီးမြုပ်နှံခြင်းဟာ အရှိန်အဟုတ်ဖြင့် တိုးမြင့်လာမယ်

IDC ရဲ့ လေ့လာမှုအရ Big Data နဲ့ Business Analytics တွေရဲ့ စုစုပေါင်း ပြန်ရငွေ ဟာ၂၀၁၅ မှာ ဒေါ်လာ ၁၂၂ ဘီလီယံ ရရှိပြီး ၂၀၁၉ ခုနှစ်မှာ ဒေါ်လာ ၁၈၇ ဘီလီယံထိ မြင့်တက်လာမည် ဖြစ်ပါတယ်.. စီးပွားရေးမှာ Big Data အသုံးပြုခြင်းဟာ ယခုနှစ်မှာ ဒေါ်လာ ၅၇ ဘီလီယံ ကျော်လွန်မည် ဖြစ်သည်။ Big Data မှာ ရင်းနှီးမြုပ်နှံတဲ့ စီးပွားရေးဟာ လုပ်ငန်းတစ်ခု နဲ့ တစ်ခု ပြောင်းလဲနေပြီး Big Data အသုံးပြုမှု မြင့်တင်ခြင်းဟာ အားလုံးထဲမှာ ကျန်ရစ်မဲ့ အရာတစ်ခု ဖြစ်ပါတယ်.. ကျန်းမာရေးစောင့်ရှောက်မှု၊ ဘဏ်လုပ်ငန်း နဲ့ အရင်းအမြစ်ဆိုင်ရာ စက်ရုံတွေဟာ အလျှင်မြန်ဆုံး Big Data နဲ့ ရင်းနှီးသွားမယ် ဆိုပေမဲ့ ကုန်ထုတ်လုပ်တဲ့ စက်ရုံတွေကတော့ Big Data နည်းပညာကို အများဆုံး အသုံးပြုရမှာပဲ ဖြစ်ပါတယ်

၇. Developers တော်တော်များများဟာလည်း Big Data တော်လှန်မှုမှာ ပါဝင်လာခြင်း

ကိန်းဂဏန်းအရတော့ သန်းခြောက်ဆယ်သော Developers တွေဟာ Big Data နဲ့ အဆင့်မြင့် analytics တွေကို အသုံးပြုပြီး လက်ရှိလုပ်ကိုင်နေကြပါတယ်.. ဒီကိန်းဂဏန်းဟာ ကမ္ဘာပေါ်က ၃၃ % developers တွေထက် များပါတယ်.. ပိုအံံ့သြစရာကောင်းတာက Big Data က အခုမှ စတင်နေတဲ့ ဆိုပေမဲ့ developer တော်တော်များများက Big Data နဲ့ ပတ်သက်တဲ့ application တွေပြုလုပ်တာကို လာမဲ့ နှစ်တွေမှာ မြင်တွေ့ရဦးမှာ ဖြစ်ပါတယ်.. Developers တော်တော်များများက big data ကို အသုံးချလို့ ရမဲ့ application ပြုလုပ်တာကို နှစ်သက်ကြပါတယ်..

၈။ Prescriptive Analytics ဟာ BI Software ရဲ့ အစိတ်အပိုင်း တစ်ခု ဖြစ်လာခြင်း

အရင်တုန်းကတော့ စီးပွားရေးလုပ်ငန်းတွေဟာ ဘာအတွက်မဆို သတ်မှတ်ထားတဲ့ software တွေကို ဝယ်ယူရပါတယ်.. ယနေ့ခေတ်မှာတော့ စီးပွားရေးလုပ်ငန်းတွေဟာ ၎င်းတို့လိုချင်တဲ့ features အားလုံးကို ပံ့ပိုးနိုင်တဲ့ software တစ်ခုတည်းကို တောင်းဆိုလာကြပြီး software ကုမ္ပဏီတွေကလည်း ၎င်းတို့လိုအပ်ချက်ကို ဖြည့်စည်းခဲ့ကြပါတယ်.. Business intelligence software ကလည်း ခေတ်ရေစီးကြောင်းကို လိုက်နေခြင်း ဖြစ်တဲ့အတွက်ကြောင့် prescriptive analysis capabilities ကို လည်း software မှာ ဖြည့်စွက်ခြင်းကို အနာဂတ်မှာ မြင်တွေ့လာရမှာပါ

IDC ရဲ့ ခန့်မှန်းချက်အရတော့ စီးပွားရေးလုပ်ငန်း analytics software ရဲ့ တစ်ဝက်ဟာ cognitive computing functionality မှာ တည်ဆောက်ထားတဲ့ prescriptive analytics တွေနဲ့ ပေါင်းစပ်ဖွဲ့စည်းသွားမှာ ဖြစ်ပါတယ်.. ဒီအရာဟာ စီးပွားရေးလုပ်ငန်းတွေကို မှန်ကန်တဲ့ ဆုံးဖြတ်ချက်ကို အချိန်ကိုက် ချမှတ်နိုင်အောင် ကူညီပေးနိုင်ပါလိမ့်မယ်.. Software ထဲမှာ intelligence ပါဝင်လာတဲ့အတွက်ကြောင့် သင့်အနေနဲ့ data အရေအတွက်များများထဲက ဆန်ကာတင်ရွေးချယ်ခြင်းကို မြန်မြန်ပြုလုပ်နိုင်ပြီး သင့်ရဲ့ ပြိုင်ဘက်တွေကိုလည်း ယှဉ်ပြိုင်အနိုင်ယူနိုင်မှာပဲ ဖြစ်ပါတယ်..

၉. Big Data တွေဟာ သင့်ကို ကုန်ထုတ်လုပ်မှုနှုန်း စံချိန်တင်ရန် ကူညီပေးနိုင်ပါတယ်..

Big Data မှာ ရင်းနှီးမြုပ်နှံတာလောက် ဘယ်အရာမှာ များများပြန်မရနိုင်ပါဖူး.. အထူးသဖြင့် သင့်စီးပွားရေးဟာ ကုန်ထုတ်လုပ်မှု စွမ်းအားကို တိုးမြင့်တယ်ဆိုရင်တော့ ပိုပြီးတော့ စပ်ဆိုင်ပါတယ်.. IDC ရဲ့လေ့လာမှုအရ နည်းပညာမှာ ရင်းနှီးမြုပ်နှံတဲ့ အဖွဲ့အစည်းတွေဟာ data တွေကို မြန်မြန်ဆန်ဆန် ခွဲခြမ်းစိပ်ဖြာ နိုင်စွမ်းရှိပြီး ရရှိလာတဲ့ အရေးယူနိုင်တဲ့ အချက်အလက်ရဲ့ ကောက်နုတ်ချက်အရ ၎င်းတို့ ပြိုင်ဘက်ထက် ကုန်ထုတ်လုပ်မှု အမြတ်နှု်န်းရဲ့ ဒေါ်လာ ၄၃၀ အပိုရရှိ နိုင်ပါတယ်.. ဒီနေရာမှာ actionable က အဓိက စကားလုံး ဖြစ်ပါတယ်.. သင့်ဟာ သင့်ရဲ့ ကုန်ထုတ်လုပ်နှုန်းကို မြင့်တင်ရန် အရေးယူနိုင်တဲ့ အချက်အလက်တွေကို ရရှိဖို့ လိုအပ်နိုင်ပါတယ်..

၁၀. Big Data တွေကို မြန်ဆန်ပြီး အရေးယူနိုင်တဲ့ Data တွေနဲ့ အစားထိုးသွားပါလိမ့်မယ်

Big Data ကြှမျးကငြျသူအခြို့အရတော့ Big Data က ပြောကျကှယျပွီလို့ ဆိုပါတယျ.. ၎င်းငျးတို့ငွငျးခုံတဲ့ အခကြျအလကျကတော့ စီးပှားရေးလုပျငနျးတှဟော ၎င်းငျးတို့ လကျလှမျးမီနိုငျတဲ့ data အစိတျအပိုငျး အစိတျအပိုငျး သေးသလေးလေးကိုတောငျ အသုံးမပွုတာကွောင့ျ ပိုကောငျးလာနိုငျမယျလို့ မဆိုပဲ ငွငျးခုံကွပါတယျ.. မကွာမီအခြိနျတှငျးမှာ Big Data ဟာ မွနျဆနျပွီး အရေးယူနိုငျတဲ့ အခကြျအလကျတှနေဲ့ အစားထိုးသှားဖို့ ရှိပွီးတော့ စီးပှားရေးလုပျငနျးတှကေို မှနျကနျတဲ့ ဆုံးဖွတျခကြျကို အခြိနျကိုကျ ခမြှတျနိုငျဖို့ ကူညီပါလိမ့ျမယျ.. သင့ျမှာ Data အရအေတှကျ အမြားကွီးရှိခွငျးက မိမိပွိုငျဘကျကို အနိုငျရယူနိုငျမညျ မဟုတျပါ။ သို့သောျ သင့ျအနဖွေင့ျ မိမိရရှိထားသည့ျ အခကြျအလကျကို မညျကဲ့သို့ မွနျမွနျဆနျဆနျ ခှဲခွမျးစိပျဖွာနိုငျခွငျးနှင့ျ အရေးယူနိုငျသည့ျ အခကြျအလကျမှ ကောကျနုတျခကြျမြားကတော့ သင့ျစီးပှားပွိုငျဘကျကို အနိုငျရယူဖို့ ကူညီပါလိမ့ျမယျ…