Marketing customer 360

Marketing customer 360 ในกรณีการใช้งานนี้ เราจะดูว่าบริษัทค้าปลีกสามารถปรับปรุงประสบการณ์ของลูกค้าและผลกำไรได้อย่างไรโดยใช้ข้อมูลของบริษัท เพื่อสร้างมุมมอง 360° ของลูกค้า ลองนึกภาพบริษัทชื่อ Contoso ซึ่งเป็นบริษัทค้าปลีกข้ามชาติขนาดใหญ่ที่มีร้านค้าอยู่ทั่วโลก บริษัทจำหน่ายสินค้าอุปโภคบริโภค อิเล็กทรอนิกส์ และของใช้ส่วนตัวผ่านร้านค้าที่มีหน้าร้านจริง รวมถึงผ่านช่องทางดิจิทัลช่องทางออนไลน์ (แอปพลิเคชั่นมือถือและเว็บ) Contoso ได้เริ่มใช้ Azure Synapse Analytics เพื่อสร้างความสมบูรณ์มุมมองของลูกค้าและมีเป้าหมายที่จะใช้ Azure Synapse เป็นแพลตฟอร์มข้อมูลที่ทันสมัยเพื่อปรับปรุงประสบการณ์ของลูกค้าและเพิ่มผลกำไร Business challenges and requirements Contoso มีชุดข้อมูลที่แตกต่างกันจำนวนมาก ซึ่งจัดเก็บไว้ในระบบที่แตกต่างกัน ข้อมูลลูกค้ามาจากทุกที่และอยู่ในทุกอย่าง: การโทรติดต่อฝ่ายบริการลูกค้า การเยี่ยมชมเว็บไซต์ การซื้อในร้านค้าออนไลน์และร้านค้าจริง และการใช้แอพมือถือ เหล่านี้เป็นเพียงแชนเนลจำนวนเล็กน้อยที่สร้างข้อมูลจำนวนมากทุกนาทีสำหรับ Contoso ปริมาณของข้อมูล ตลอดจนโครงสร้างและรูปแบบที่แตกต่างกันทำให้การประมวลผลในครั้งก่อนแทบเป็นไปไม่ได้คลังข้อมูลในสถานที่ นอกจากนั้นข้อมูลยังมาจากหลายแหล่งข้อมูลที่อาจไม่ชัดเจนมากนักสัมพันธ์กัน; คุณจะเปรียบเทียบข้อมูลการใช้งานเว็บไซต์และการซื้อของลูกค้าได้อย่างไร หรือข้อมูลสภาพอากาศและระดับสต็อก? เป็นงานใหญ่ที่ต้องนำเข้าชุดข้อมูลต่างๆ เหล่านี้ เพื่อทำความสะอาดและสร้างความสัมพันธ์กัน นี้เป็นอย่างมากที่ท้าทาย; โดยพื้นฐานแล้วพวกเขากำลังพยายามสร้างตัวระบุการเข้าร่วมซึ่งอาจไม่มีเลย Contoso นำ Azure Synapse มาใช้เพื่อนำข้อมูลทั้งหมดนี้มารวมกัน เพื่อเปิดใช้งานการค้นพบข้อมูลและวิศวกรรมข้อมูลในทำงานร่วมกันอย่างทันท่วงที…

Predictive maintenance

Predictive maintenance Digital Group ของ GE Aviation เป็นผู้นำระดับโลกด้านการผลิตเครื่องยนต์สำหรับเครื่องบินและการพัฒนาซอฟต์แวร์ด้านการบิน พวกเขาผลิตผลิตภัณฑ์ที่หลากหลายตั้งแต่เครื่องยนต์เครื่องบินทหารเฉพาะทางไปจนถึงเครื่องยนต์เครื่องบินพลเรือนที่ทรงพลังที่สุดนอกเหนือจากการผลิตแล้ว GE ยังให้บริการวิเคราะห์ข้อมูลขั้นสูงแก่สายการบินต่างๆ ทั่วโลก โดยมุ่งเน้นที่การวิเคราะห์ความปลอดภัย เช่นเดียวกับองค์กรส่วนใหญ่ GE กำลังมองหาการปรับปรุงพื้นที่ข้อมูลของตนให้ทันสมัย พวกเขาใช้ Azure Synapse Analytics เป็นส่วนหนึ่งของแพลตฟอร์มข้อมูลรุ่นต่อไปสำหรับการวิเคราะห์ความปลอดภัยระดับโลก Business challenges and requirements GE รวบรวมข้อมูลจำนวนมหาศาลจากเที่ยวบินทั่วโลก สำหรับแต่ละเที่ยวบิน พวกเขานำเข้าข้อมูลอนุกรมเวลาของเที่ยวบินสำหรับเที่ยวบินทั้งหมด ซึ่งรวมถึงจุดข้อมูลมากถึง 350,000 จุด ข้อมูลนี้มารวมกับข้อมูลจากที่อื่นแหล่งที่มา เช่น ประเภทเครื่องบิน แผนการบิน รันเวย์ และข้อมูลสนามบิน GE ยังนำเข้าข้อมูลจากแหล่งภายนอก เช่น ข้อมูลพยากรณ์อากาศและสภาพอากาศจริง ทั้งหมดนี้สร้างข้อมูลจำนวนมหาศาลที่ต้องนำเข้า จัดการ และแปลงสภาพพร้อมบริโภค ในช่วง 20 ปีที่ผ่านมา GE ได้สร้างแพลตฟอร์มข้อมูลโดยใช้เทคโนโลยีภายในองค์กร พวกเขาสร้างเลเยอร์ที่เปิดใช้งานข้อมูลด้านบนของระบบประมวลผลข้อมูลการบิน ซึ่งเรียกว่า EMS EMS ถูกใช้โดยสายการบินขนาดใหญ่หลายแห่งทั่วโลกเพื่อถอดรหัสและแปลงข้อมูลการบินที่บันทึกโดยเซ็นเซอร์บนเครื่องบิน…

Fraud detection

Fraud detection ขนาดและจำนวนของธุรกรรมออนไลน์กำลังขยายตัว ส่งผลให้ระดับการฉ้อโกงเพิ่มสูงขึ้นและเทคนิคต่างๆ ที่ใช้ในการกระทำนั้นมีความซับซ้อนมากขึ้นเรื่อยๆ Clearsale ซึ่งเป็นบริษัทตรวจจับการฉ้อโกงชั้นนำในบราซิล ใช้ Azure Synapse Analytics เพื่อปรับปรุงให้ทันสมัยแพลตฟอร์มข้อมูลการวิเคราะห์การดำเนินงาน Clearsale ช่วยให้ลูกค้าตรวจสอบธุรกรรมโดยเฉลี่ยครึ่งล้านรายการต่อวันโดยใช้การวิเคราะห์ข้อมูลขนาดใหญ่เพื่อตรวจจับการฉ้อโกงทั่วโลก พวกเขารวบรวมข้อมูลเกี่ยวกับการซื้อตลอดจนพฤติกรรมของลูกค้าและจุดข้อมูลอื่นๆ ข้อมูลพฤติกรรมของลูกค้าประกอบด้วยข้อสังเกตมากมายเกี่ยวกับลูกค้า เช่น จำนวนบัตรเครดิตที่ใช้ ขนาดของธุรกรรม และตำแหน่งโดยประมาณ Clearsale เรียกใช้ข้อมูลนี้ผ่านโมเดลแมชชีนเลิร์นนิง ตลอดจนกฎทางธุรกิจและข้อมูลประวัติจากอุตสาหกรรมต่างๆ ทั้งหมดนี้ต้องวิ่งเข้ามาวินาที และจากผลลัพธ์ Clearsale จะคาดการณ์ว่าธุรกรรมนี้เป็นการฉ้อโกงหรือไม่ Business challenges and requirements ชุดข้อมูล Clearsale มีขนาดเพิ่มขึ้นสองเท่าทุกๆ 2 ปี พวกเขามีเซิร์ฟเวอร์ SQL ในสถานที่หลายตัวที่อนุญาตเพื่อนำเข้าข้อมูล และพวกเขายังรันปริมาณงานการวิเคราะห์บนเซิร์ฟเวอร์เหล่านี้ด้วย เนื่องจากข้อจำกัดของพวกเขาในบางครั้งโครงสร้างพื้นฐานจำเป็นต้องสร้างเซิร์ฟเวอร์ SQL ใหม่พร้อมข้อมูลที่จำลองเพื่อให้สามารถประมวลผลได้ไปป์ไลน์การวิเคราะห์เมื่อมีความต้องการสูง เห็นได้ชัดว่าสิ่งนี้ไม่มีประสิทธิภาพและทำให้เกิดความล่าช้าในการฉ้อโกงการตรวจจับ การตรวจจับการฉ้อโกงจะต้องเกิดขึ้นในไม่กี่วินาที โมเดลแมชชีนเลิร์นนิงสามารถตรวจจับธุรกรรมได้ถึง 99% ว่ามีกิจกรรมที่น่าสงสัยหรือไม่ ส่วนที่เหลืออีก 1% ทีมสืบสวนจะเข้ามาดำเนินการการทำธุรกรรมที่เหลืออยู่ การฉ้อโกงยังมีพลังมากเช่นกัน การรั่วไหลของข้อมูลในอุตสาหกรรมหนึ่งอาจส่งผลกระทบต่ออุตสาหกรรมอื่นอย่างรวดเร็วและสร้างการฉ้อโกงมากมายธุรกรรมเพื่อให้สามารถเชื่อมโยงข้อมูล Clearsale กับข้อมูลจากการรั่วไหลของข้อมูลอื่น…

Just-in-time inventory management

Just-in-time inventory management ตัวอย่างของธุรกิจที่นำมาเป็นตัวอย่าง สำหรับการจัดการเรื่อง Just In Time คือ Aggreko เป็นผู้นำระดับโลกในด้านการผลิตไฟฟ้าชั่วคราว ระบบควบคุมอุณหภูมิ และบริการด้านพลังงาน การจัดหาพลังงานสำรองและการจ่ายไฟทุกที่ทุกเวลาที่ลูกค้าต้องการพวกเขาจำเป็นต้องสร้างความสมดุลระหว่างความต้องการชั่วคราวควบคู่ไปกับความต้องการทางธุรกิจถาวร รูปแบบธุรกิจของพวกเขาต้องสร้างแอปพลิเคชันแบบกำหนดเองสำหรับลูกค้าซึ่งต้องการข้อมูลจำเพาะที่แตกต่างกันและแตกต่างกันสินค้าคงคลังเนื่องจากความแตกต่างทางภูมิศาสตร์ สภาพอากาศ และปัจจัยอื่นๆ Aggreko ใช้ Azure Synapse Analyticsเพื่อเพิ่มประสิทธิภาพการดำเนินงานด้วยการจัดหาอุปกรณ์เฉพาะทางอย่างทันท่วงที Business challenges and requirements Aggreko ก็เหมือนกับองค์กรอื่น ๆ ที่มีคลังข้อมูลภายในองค์กร ทีมข้อมูลดึงข้อมูลจากระบบต้นทางมากมาย รวมถึงระบบการเงิน ร้านค้าปฏิบัติการ ธุรกิจ และระบบผู้ใช้ปลายทางแอป B2B และชุดข้อมูลภายนอก ข้อมูลทั้งหมดนี้จำเป็นต้องมารวมกันเพื่อให้ทีมสามารถสร้างได้การวิเคราะห์ที่มีความหมายหรือเปิดเผยแนวโน้มข้อมูลที่เป็นไปได้ เนื่องจากข้อจำกัดของโครงสร้างพื้นฐานภายในองค์กร ทีมงานจึงจำเป็นต้องจัดกำหนดการชุดงานเหล่านี้เป็นดำเนินการทุกๆ 8 ชั่วโมง และแต่ละครั้งที่โหลดข้อมูลไปยังคลังสินค้า จะใช้เวลาประมาณ 4 ชั่วโมงในการประมวลผลชุดใหม่ ยิ่งไปกว่านั้น คลังข้อมูลต้องสร้างใหม่ทุกวัน เนื่องจากข้อจำกัดในการจัดเก็บ นี้ทำให้ทีมข้อมูลผิดหวังและขัดขวางความสามารถในการสร้างการวิเคราะห์ในเวลาที่เหมาะสม พวกเขาเป็นเพียงสามารถดำเนินการกับข้อมูลที่มีอายุประมาณ 24 ชั่วโมงได้ ซึ่งหมายความว่าการรายงานของพวกเขาไม่เกี่ยวข้องกันและไม่สามารถขับเคลื่อนมูลค่าทางธุรกิจได้เมื่อข้อมูลมาถึง พวกเขาไม่เพียงแต่ต้องใช้เวลาหลายชั่วโมงในการแบทช์ข้อมูลใหม่เท่านั้น…

OEE

OEE OEE คือ Overall Equipment Efficiency ตัวบอกความสามารถ วิธีการทำงานของเครื่องจักร หรือเป็นการคำนวณประสิทธิผลโดยรวมของเครื่องจักรนั่นเอง โดยสูตรคำนวณ OEE คือ อัตราเดินเครื่อง (Availability) x ประสิทธิภาพการเดินเครื่อง (Performance Efficiency) x อัตราคุณภาพ (Efficiency Rate) ซึ่งการจะคำนวณหา OEE ได้นั้น เราจำเป็นจะต้องเข้าใจและคำนวณตัวแปรสามตัวข้างต้นนั้นให้ได้เสียก่อน ได้แก่ อัตราการเดินเครื่อง (Availability) คือ ความพร้อมในการทำงานของเครื่องจักรหรือคน เทียบจากระยะเวลาการเดินเครื่อง (เวลารับภาระงาน หักด้วย เวลาที่เครื่องจักรหยุด) กับเวลารับภาระงาน ประสิทธิภาพการเดินเครื่อง หรือ อัตราสมรรถนะ (Performance Efficiency) คือ อัตราที่แสดงสมรรถนะของเครื่องจักรเทียบระหว่างเวลาเดินเครื่องสุทธิกับเวลาเดินเครื่อง อัตราคุณภาพ (Quality Rate) คือ อัตราการผลิตของดี โดยการนำจำนวนที่ผลิตได้ทั้งหมด มาหักของเสีย แล้วหารด้วยจำนวนที่ผลิตออกมาทั้งหมด หัวข้อของ Dashboard แดชบอร์ด OEE สามารถช่วยให้ผู้ปฏิบัติงานและผู้จัดการเข้าใจประสิทธิภาพของพวกเขาแบบเรียลไทม์ สามารถประกอบด้วยข้อมูลหลายประเภทเพื่อสนับสนุนการแสดงภาพข้อมูลนี้ และให้บริบทที่ช่วยให้ผู้ปฏิบัติงานตัดสินใจว่าจะดำเนินการใดและทำไม ข้อมูลที่บันทึกและวิเคราะห์ในแดชบอร์ด OEE ประกอบด้วย:…

Dynamic

Dynamic 365

Dynamic 365 Dynamic 365 คือ ERP ของค่าย Microsoft ที่แยกออกเป็น Module ดังนี้ รายละเอียดของแต่ละ Module มีดังนี้ Dynamic 365 HR Dynamic 365 Finance Operation Dynamic 365 Service Dynamic 365 Supply Chain Management (SCM) Dynamic 365 Business Central ช่วยให้ผู้บริหารมองเห็นภาพรวมของธุรกิจ สามารถเชื่อมโยงการทำงานแต่ละส่วนงานเข้าด้วยกัน ซึ่งช่วยลดความซ้ำซ้อนสำหรับกระบวนการทำงานที่ยังมีความคาบเกี่ยวกัน และสามารถมองเห็นภาพรวมของการทำงานทั้งองค์กร ทำให้ใช้ประโยชน์จากข้อมูลได้มากที่สุด ตอบโจทย์การบริหาร Supply Chain ตั้งแต่การซื้อ (Purchasing) การขายสินค้า (Sales & Marketing) จัดการด้านคลังสินค้า (Warehousing) และด้านการขนส่ง (Logistics) สามารถเชื่อมต่อกับเครื่องมือวิเคราะห์ทางธุรกิจอื่นๆ ได้เป็นอย่างดี กำหนดเป้าหมายทางการตลาดได้ทันที นอกจากนี้ยังมี Solutions ในการควบคุมต้นทุน(Cost) การผลิต (Manufacturing) วางแผนการผลิต จนเสร็จสิ้นขบวนการผลิต ทำให้ดูข้อมูลและรายงานการผลิตได้ถูกต้อง ด้านบัญชี-การเงิน (Financial) รวมถึงการออกงบและรายงาน…

สอน Power BI

สร้างกราฟบน Power BI Desktop ด้วย Python ถ้าหากใครเคยลองสร้าง Visualize บน Power BI แล้ว คงจะเห็นว่ามี Visualization ต่าง ๆ เยอะแยะมากมาย ทั้งยังสามารถ “Get more Visuals” เพิ่มเติมได้อีก แล้วถ้าเกิด Visualization ยังไม่เป็นพอใจ หรือยังไม่ตรงความต้องการอีกล่ะ เราจะมีทางไหนได้อีก บทความนี้เลยจะมาเสนออีกทางเลือก ก็คือเขียนคำสั่งเพื่อสร้างกราฟด้วยภาษา Python ด้วยตัวเอง ในเมื่อที่มีไม่ถูกใจก็เขียนเองซะเลย ซึ่งวิธีนี้อาจต้องใช้ทักษะด้านโปรแกรมมิ่งในการเขียนโค้ดสักหน่อย ก่อนอื่น เราต้องทำการติดตั้ง Python บนเครื่องคอมพิวเตอร์ของเราเสียก่อน หลังจาก ติดตั้ง Python แล้ว ก็ต้องติดตั้ง Python package ที่จำเป็นในการสร้างกราฟ เมื่อทำการติดตั้งทุกอย่างเรียบร้อยแล้ว มาเริ่มต้นกันเลยดีกว่า เริ่มต้นเราต้องนำข้อมูลเข้า Power BI Desktop และเตรียมข้อมูล เพื่อที่จะนำไปสร้างให้เรียบร้อยเสียก่อน เมื่อเตรียมพร้อมทุกอย่างแล้ว ก็มาเลือก…

Connect Supply Chain

Connect Supply Chain ธุรกิจของคุณจะรุ่งหรือร่วง Supply Chain คือตัวแปรสำคัญ เพราะการจัดหาวัตถุดิบให้ทันต่อการผลิตเป็นสินค้าคือหัวใจสำคัญของธุรกิจ แต่หลายๆ ธุรกิจ ไม่ว่าจะเล็กหรือใหญ่ ก็ต้องเจอปัญหาการจัดการ Supply Chain กันทั้งนั้น วันนี้เราขออาสามาแก้ปัญหาชวนปวดหัวเรื่องนี้ด้วยสิ่งที่เรียกว่า Low-Code แต่ก่อนจะไปเจาะลึก เรามาทำความเข้าใจ 3 ปัญหาที่บริษัทส่วนใหญ่ต้องเจอเมื่อทำงานร่วมกับ Supply Chainเวลา คือ ปัญหาใหญ่และสำคัญสำหรับธุรกิจการผลิต การมีระบบที่ช่วยจัดการส่วนต่างๆ ให้สามารถดำเนินไปอย่างไหลลื่นจะช่วยป้องกันการติดขัดได้ ราคา เพราะราคาสินค้าแปรผันตามอุปสงค์และอุปทาน การมีระบบจัดการสั่งสินค้าที่ออกแบบให้มีปริมาณที่เหมาะกับของคงคลังจะช่วยลดค่าใช้จ่าย เมื่อสินค้าราคาสูงขึ้นได้ วัตถุดิบขาดแคลน แม้แต่บริษัทใหญ่ๆ อย่างแอปเปิ้ลยังต้องประสบปัญหาไม่สามารถผลิตอุปกรณ์บางชนิดเพราะวัตถุดิบขาดแคลนเมื่อรู้ถึงปัญหาที่มี เราก็มาลองหาวิธีแก้กันต่อ ปัญหาหลักของ Supply Chain คือระบบติดตามสถานะ การต้องรอสินค้าโดยไม่รู้ว่าต้องรอถึงเมื่อไหร่ และเท่าไหร่ จะยิ่งทำให้บริษัทของคุณสามารถจัดการปัญหาได้ยากขึ้น ปัญหานี้สามารถแก้ไขได้ด้วยการสร้างระบบ Monitoring เพื่อให้ผู้ใช้งานสามารถรู้สถานการณ์และวางแผนล่วงหน้าได้ ยิ่งบริษัทใหญ่ ยิ่งมีความซับซ้อนของหน่วยงานต่างๆ ในองค์กรมากขึ้นเท่านั้นการทำระบบติดตามจึงต้องจำกัดให้แต่ละหน่วยเห็นเฉพาะข้อมูลที่จำเป็น เพื่อลดปัญหาความเข้าใจผิดที่อาจเกิดขึ้นในอนาคต นี่คือตัวอย่างบางส่วนของการจัดการปัญหากวนใจในโลก Traditional โดยใช้เทคโนโลยีเข้ามาช่วยแก้ไข Solution จาก Microsoft…

ChatGPT

เบื้องหลังของ OpenAI เป็นห้องปฏิบัติการวิจัยปัญญาประดิษฐ์ ประกอบด้วย OpenAI LP ซึ่งเป็นบริษัทที่แสวงหาผลกำไรและบริษัทแม่ OpenAI Inc. เป็นที่ไม่แสวงหาผลกำไร บริษัทเป็นคู่แข่งของ DeepMind ที่ดำเนินการวิจัยในด้านปัญญาประดิษฐ์ (AI) ด้วยระบุเป้าหมายในการส่งเสริมและพัฒนาปัญญาประดิษฐ์ที่เป็นมิตรในรูปแบบที่เป็นประโยชน์ต่อมนุษย์โดยรวม องค์กรนี้ก่อตั้งขึ้นในซานฟรานซิสโก เมื่อปลายปี พ.ศ. 2558 โดย อีลอน มัสก์, Sam Altman และคนอื่น ๆ ซึ่งร่วมกันบริจาคเงิน 1 พันล้านเหรียญสหรัฐ มัสก์ลาออกจากคณะกรรมการในเดือนกุมภาพันธ์ ค.ศ. 2018 แต่ยังคงเป็นผู้บริจาค ในปี ค.ศ. 2019 OpenAI LP ได้รับเงินลงทุน 1 พันล้านเหรียญสหรัฐจากไมโครซอฟท์ Chat GPT Service by Fusion ใช้ ChatGPT ในองค์กร ผ่าน MS Team Fusion มีบริการ Config GPT สำหรับใช้ภายในองค์กร ภายใต้ Azure Service มั่นใจได้ 100 % ว่าข้อมูลที่คุยกับระบบ GPT จะไม่ถูกนำออกไปใช้ภายนอกบริษัท…

E memo

E memo E memo คือ ระบบการออกเอกสาร ทางระบบ Computer ที่สามารถส่งเรื่องเพื่อขออนุมัติแบบ online ได้ทันที เพราะปัจจุบันเราสามารถใช้ระบบการ Approve ผ่าน mobile ได้ง่าย ๆ ดังนั้น การเปลี่ยนมาใช้ระบบจึงเป็นที่นิยมอย่างมาก ดังนั้นจึงบอกได้เลยวว่าระบบ E memo จะเป็นระบบที่ทุกบริษัทเปลี่ยนรูปแบบการอนุมัติงานแบบเดิม ๆ ที่ใช้กระดาษมาเป็นการทำงานในรูปแบบของ Digital แทนยิ่ง ณ. ปัจจุบันการลงทุนเรื่องการทำ ถือว่าต่ำมากๆ โดย License ที่ต้องใช้ไม่ต้องมีงบถึง 10,000 ก็ได้ทำแบบสบายๆ ความน่าเชื่อถือของระบบ หน่วยงานที่ Approve เอกสาร Memo ผ่านทาง Electronic มีทั้งภาครัฐ และ เอกสาร โดยเฉพาะหน่วยงาน Bank ก็มีการเปลี่ยนมาใช้การ Approve ผ่าน Mobile กันได้ เช่น Bank ชาติ…