ศึกษารูปแบบการบูรณาการข้อมูลสถิติและฐานข้อมูลขนาดใหญ่ (Big Data) เพื่อสนับสนุนการตัดสินใจ

Abstract

โครงการศึกษารูปแบบการบูรณาการข้อมูลสถิติและฐานข้อมูลขนาดใหญ่ เพื่อการสนับสนุนการตัดสินใจ สำนักงานสถิติแห่งชาติ มีวัตถุประสงค์เพื่อศึกษาและจัดทำกรอบการวิเคราะห์ข้อมูลขนาดใหญ่ของสำนักงานสถิติแห่งชาติ เพื่อเป็นทางเลือกสำหรับการวิเคราะห์ข้อมูลที่มุ่งเน้นการตอบสนองที่ต้องการความรวดเร็วในการวิเคราะห์ข้อมูลเป็นสำคัญ ให้สามารถนำผลที่ได้ไปประกอบการพิจารณาตัดสินใจ หรือแก้ไขปัญหาต่างๆ ได้อย่างทันท่วงที โดยการศึกษาครั้งนี้ ได้ศึกษาแนวคิด ทฤษฏี และแนวปฏิบัติที่ดีของต่างประเทศ ที่เกี่ยวข้องกับการจัดทำกรอบการวิเคราะห์ข้อมูลขนาดใหญ่ รวมทั้งกรอบการวิเคราะห์ข้อมูลที่เป็นมาตรฐานสากล เช่น ไพรซ์ วอเทอร์เฮ้าส์คูเปอส์ หรือ กรอบการวิเคราะห์ข้อมูลขนาดใหญ่ของการ์ตเนอร์ รวมทั้งได้มีการสัมภาษณ์กลุ่มผู้เชี่ยวชาญ จำนวน 2 กลุ่ม ได้แก่ กลุ่มผู้บริหารระดับสูงของสำนักงานสถิติแห่งชาติ และกลุ่มผู้ใช้ข้อมูลขนาดใหญ่ ทั้งจากภาครัฐ เอกชน และองค์กรมหาชน ผลการศึกษา พบว่า กรอบการวิเคราะห์ข้อมูลขนาดใหญ่ของสำนักงานสถิติแห่งชาติ ประกอบด้วย 7 ขั้นตอน ได้แก่ ขั้นตอนที่ 1 กำหนดความต้องการของธุรกิจ หรือปัญหาที่แน่นอน ขั้นตอนที่ 2 กำหนดสมมติฐานที่เกี่ยวกับข้อมูล ขั้นตอนที่ 3 กำหนดข้อมูลที่ต้องการใช้ในการวิเคราะห์ ขั้นตอนที่ 4 รวบรวมข้อมูล ขั้นตอนที่ 5 จัดเตรียมข้อมูลและแก้ไขข้อมูลที่ผิด ขั้นตอนที่ 6 วิเคราะห์ข้อมูล และขั้นตอนที่ 7 นำเสนอผลลัพธ์

This project studiies the integration of statitical data and big data system for decision support for the National Statistical Office. Its objectives include big data analysis framework development so as to being alternative analysis platform focusing on rapid data analysis and decision support in a timely fashion. The project incorporates concept, theory, and international best practices for big data analysis framework development and applications from Price Waterhouse Cooper, and Gartner, as well as functional requirements from the top management of the National Statistical Offices, and from user groups consisiting of members from government, private sectors, and public organizations. The resulting data analysis framework consists of 7 steps: 1) Business Requirements Definition; 2) Data Hypothesis Definition; 3) Data Definition; 4) Data Gathering; 5) Data Preparation and Cleansing; 6) Data Modeling and Analysis; and 7) Analysis and Summary.