ปัจจุบันมีการแบ่งกลุ่ม Internet of Things ออกตามตลาดการใช้งานเป็น 2 กลุ่มได้แก่
Industrial IoT คือ แบ่งจาก local network ที่มีหลายเทคโนโลยีที่แตกต่างกันในโครงข่าย Sensor nodes โดยตัวอุปกรณ์ IoT Device ในกลุ่มนี้จะเชื่อมต่อแบบ IP network เพื่อเข้าสู่อินเตอร์เน็ต
Commercial IoT คือ แบ่งจาก local communication ที่เป็น Bluetooth หรือ Ethernet (wired or wireless) โดยตัวอุปกรณ์ IoT Device ในกลุ่มนี้จะสื่อสารภายในกลุ่ม Sensor nodes เดียวกันเท่านั้นหรือเป็นแบบ local devices เพียงอย่างเดียวอาจไม่ได้เชื่อมสู่อินเตอร์เน็ต
-Volume ปริมาณข้อมูลที่ใหญ่กว่าสมัยก่อนมาก อ้างอิงจาก
IBM เค้าบอกว่าข้อมูลที่เกิดขึ้นบนโลกใบนี้ทั้งหมดประมาณ
90% ถูกสร้างขึ้นในช่วง 2–3
ปีที่ผ่านมาเอง ต้องกราบขอบคุณวิวัฒนาการของคอมพิวเตอร์และกระบวนการ digitization
ที่เปลี่ยนข้อมูลต่างๆให้อยู่ในรูป digital format ที่คอมพิวเตอร์เข้าใจและวิเคราะห์ได้
-Veracity เกี่ยวข้องกับเรื่องของ noise / bias ที่มาพร้อมกับข้อมูล
พอข้อมูลมีใหญ่มาก
การทำความสะอาดข้อมูลและเลือกใช้ข้อมูลที่ถูกต้องเป็นเรื่องสำคัญมาก และเป็น challenge
ของ big data analyst ทุกวันนี้เลย
การมีข้อมูลเยอะไม่ได้แปลว่าจะแก้ปัญหาทั้งหมดของเราได้เสมอไป
ทั้ง 4V’s รวมตัวกัน
เกิดเป็น V ตัวที่ห้าคือ ‘Value’ โคตรตัวอย่างที่ได้ยินกันเยอะมากคือ
Google Flu Trends ที่ Google ใช้
search terms ที่คนเสิชหาในเว็บของเค้าในการพยากรณ์ว่าพื้นที่ใดเกิดโรคไข้หวัดระบาดบ้าง
อยู่ดีๆข้อมูล search terms ที่ถูกเก็บอยู่เฉยๆใน data
warehouse ก็เกิดประโยชน์ซะงั้น <create
values>
#อัพเดท ตอนนี้ Google นางปิดให้บริการ
GFT ไปแล้ว
หลังจากโดนนักวิชาการโจมตีว่าโมเดลพยากรณ์ผิดพลาดไปเยอะเลย ._. แต่ต้องยอมรับจริงๆว่า
Google ได้สร้างแรงบันดาลใจ และเป็นผู้บุกเบิกการใช้ Big
Data ให้เกิดประโยชน์อย่างแท้จริง
Big Data
เทคโนโลยีสมัยใหม่เป็นแรงผลักดันสำคัญให้สังคมเข้าสู่ยุค
Big Data จริงๆ ปัจจัยหลักที่ช่วยให้ Big Data
Analytics เติบโตอย่างรวดเร็วคือ
1.Storage Cost การเก็บข้อมูลถูกลงกว่าเดิมมาก
ทุกวันนี้เรามี cloud storage ใช้กันแล้วจ้า
ผู้เล่นใหญ่ๆในตลาดมาครบเลยทั้ง Microsoft Azure, Google Cloud, Amazon Web
Services (AWS)
“Without big data analytics, companies are blind and deaf.”
ที่เขียนมายืดยาว สรุปสั้นๆว่า Big Data
NOW !! เพราะว่า ต้นทุนการทำ Big Data มันถูกลงมาก
#เรื่องเงินนี่เอง และ disruptive
technology แบบใหม่ที่ช่วยให้การทำงานกับข้อมูลขนาดใหญ่เป็นเรื่องง่ายขึ้น
e.g. Hadoop, MapReduce, Spark, MongoDB และอีกมากมาย