<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[bigdatarpg - Medium]]></title>
        <description><![CDATA[Data Scientist, DigitalMarketer, Biotechnologist; BS Biot30 KU69, ME Big Data Engineering03 DPU - Medium]]></description>
        <link>https://medium.com/bigdatarpg?source=rss----358fc46f3f15---4</link>
        <image>
            <url>https://cdn-images-1.medium.com/proxy/1*TGH72Nnw24QL3iV9IOm4VA.png</url>
            <title>bigdatarpg - Medium</title>
            <link>https://medium.com/bigdatarpg?source=rss----358fc46f3f15---4</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 07:49:42 GMT</lastBuildDate>
        <atom:link href="https://medium.com/feed/bigdatarpg" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Actionable Marketing อีเว้นท์ที่เหล่า Marketer ไม่ควรพลาด #2 วันเต็ม]]></title>
            <link>https://medium.com/bigdatarpg/event-actionable-marketing-4-91806d0295f1?source=rss----358fc46f3f15---4</link>
            <guid isPermaLink="false">https://medium.com/p/91806d0295f1</guid>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[recommendation-system]]></category>
            <category><![CDATA[events]]></category>
            <category><![CDATA[analytics]]></category>
            <category><![CDATA[marketing]]></category>
            <dc:creator><![CDATA[Boyd BigData RPG]]></dc:creator>
            <pubDate>Wed, 22 Nov 2017 04:01:01 GMT</pubDate>
            <atom:updated>2017-11-22T04:01:00.721Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ViUfyu91Iq3IH3rI54YSqQ.jpeg" /><figcaption>บรรยากาศภายในงาน Photo by: Boyd BigData RPG</figcaption></figure><p>งานนี้จัดขึ้นมาเป็นครั้งที่ 4 แล้วโดยบริษัท 3DS Interactive และแน่นอนบอยด์เองก็ได้มาร่วมเป็นส่วนหนึ่งของงานด้วย (เป็น TA นั่นเอง อิอิ) สำหรับอีเว้นท์นี้ทำไมถึงสำคัญกับเหล่า Marketer กันนะ นั่นก็เพราะว่าเราสามารถรู้ Insight จากลูกค้าเราได้นั่นเอง และทำ Machine Learning แบบง่ายๆที่ใครๆก็สามารถเข้าใจ และนำไปประยุกต์ใช้กับองค์กรตนเองได้อย่างมีประสิทธิภาพครับ</p><p><strong>เรื่องใหญ่ๆที่จะเจอเลยจากงานนี้ คือ</strong></p><ul><li>การเรียนรู้ของ Machine Learning ว่าข้อมูลแบบไหนควรใช้ Model อะไรดีนะ</li><li>การใช้เครื่องมือ Rapid Miner Studio 7 ในการทำ Machine Learning</li><li>การทำ Churn Prediction ดูว่าใครที่มีแนวโน้มจะย้ายค่ายไปจากเรา</li><li>การทำ Reccomendation System จาก Item Rating เพื่อแนะนำสินค้าที่เหมาะสมให้กับลูกค้า</li></ul><p><strong>แล้วทำไม Marketer ต้องเรียนด้วยล่ะ ??</strong></p><ul><li>เพราะเราอยากรู้พฤติกรรมของลูกค้า เพื่อตอบสนองความต้องการของลูกค้าได้อย่างถูกต้องนั่นเอง อย่างที่ <strong>Steve Jobs</strong> กล่าวไว้ว่า <em>“</em><strong><em>ไม่ใช่หน้าที่ของลูกค้า ที่ต้องรับรู้ว่าตัวเองต้องการอะไร</em></strong><em>”</em></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/638/1*-AskTkOcL1H6eYYykhxkTg.jpeg" /></figure><ul><li>การที่เรารู้ Customer Insight ทำให้เราสามารถลดค่าใช้จ่ายในการส่ง Campaign ที่เหมาะสมกับแต่ละคน แต่ละกลุ่มได้อย่างเหมาะสม (Optimization) ซึ่งแน่นอนถ้าเราส่งของ ส่งสินค้าที่เหมาะสมให้ลูกค้าได้อย่างถูกต้อง ยอดขายย่อมเพิ่มแน่นนอ และยังช่วยลดค่าใช้จ่ายจากการที่ต้องส่ง Campaign ไปยังกลุ่มที่ไม่ต้องการอีกด้วย</li><li>นอกจากนี้การนำข้อมูลในอดีต (Data Mining) มาวิเคราะห์ (Analytics) จนรู้ข้อมูลเชิงลึก (Insight) เราก็สามารถนำ Insight เหล่านั้นมาทำ Machine Learning เพื่อทำการทำนายผลในอนาคตได้อีกด้วย</li></ul><blockquote>จะดีแค่ไหนหากเรารู้อนาคต และไวกว่าคู่แข่ง !!?</blockquote><ul><li>และแน่นอนว่าการที่เราสามารถทำ Model ได้ก็ย่อมทำให้ผลลัพธ์ของการทำงานที่ดีขึ้น เพราะคนเราย่อมมี Error ที่มากกว่าเครื่องจักรอย่างแน่นอนครับ</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZGf62foEavtwM0SVo5lYXg.jpeg" /><figcaption>Source: <a href="https://blog.toolsgroup.com/en/five-things-you-need-to-know-about-machine-learning-for-supply-chain-planning">https://blog.toolsgroup.com/en/five-things-you-need-to-know-about-machine-learning-for-supply-chain-planning</a></figcaption></figure><blockquote>ฟังแค่นี้ก็อยากเรียนกันแล้วใช่ไหมครับ</blockquote><h3>วันที่ 1 (งั้นมาเริ่มกันเลยดีกว่าครับ)</h3><p>โดยวันนี้ได้รับเกียรติจาก อ. ดร. <a href="https://medium.com/u/ce8144a223a2">Eakasit Pacharawongsakda</a> อ. ประจำสาขา Big Data Engineering, Dhurakij Pundit University ได้มอบความรู้ด้าน Data Mining และกระบวนการสอน Machine Learning ในรูปแบบต่าง ที่พบเจอและใช้ง่ายๆในเชิงธุรกิจ โดยเครื่องมือที่ใช้ ก็คือ Rapid Miner Studio 7 ซึ่งสามารถ Download มาใช้งานกันได้ไม่ยาก และสามารถใช้ฟรีได้อีกด้วยนะ !! สุดยอดไปเลยใช่ไหมล่ะ</p><blockquote><a href="https://my.rapidminer.com/nexus/account/index.html#downloads"><strong>&gt;&gt; Load Rapidminer Studio &lt;&lt;</strong></a></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/409/1*HQyW-DaCRF6d1rS6Y2ulww.png" /></figure><p>หลังจากติดตั้งเรียบร้อยแล้วก็ไปเริ่มลุยกันเลย <br>โดยขอแบ่งเนื้อหาเป็นตัวเลขเพื่อง่ายต่อการติดตามนะครับ</p><ol><li><strong>รู้จักกับ RapidMiner เบื้องต้น</strong></li></ol><p>หลังจากเราเลือกแบบฟรีไปเรียบร้อย (แบบใช้งานมีระยะเวลาจำกัด ซึ่งแบบนี้จะสามารถใช้งานข้อมูลได้เพียง 10,000 แถวเท่านั้น) หรือถ้าใครมีเมลล์นักศึกษา และกำลังศึกษาอยู่ก็สามารถนำมา Activate เพื่อใช้งานได้มากขึ้นเป็นไม่มีขีดจำกัดแถวของข้อมูลครับ</p><blockquote><strong>เอ๋ ทำไมต้องใช้ Rapid Miner ด้วยนะ ??</strong></blockquote><ul><li><strong>เพราะมันใช้ง่ายมากๆๆๆ ลากๆ วางๆก็เสร็จแล้ว แถมหน้าตาก็เป็นมิตรสุดๆ</strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wYkwqCoSaMlymmjq-GirJw.png" /></figure><ul><li><strong>เข้าใจชนิดของข้อมูลเพื่อทำการปรับปรุงหรือนำไปใช้ต่อได้ไม่ยาก</strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/966/1*XoeXpR2aRPokl4aEHz8hFA.png" /></figure><ul><li><strong>ดู Visual ได้ง่ายและรวดเร็วในขั้นตอน Data Mining</strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/886/1*qVmsnP0DU3xhuB32Swl09A.png" /><figcaption>3-D Scatter plot from Churn customer data set</figcaption></figure><p>หลังจากเรียนรู้การใช้งานเบื้องต้น ก็เริ่มมาดูที่การสอน Machine ให้เรียนรู้กันดีกว่า ว่ามีกี่วีธี และแต่ละวิธีเป็นอย่างไรบ้างนะ</p><p><strong>2. รู้จักกับ Machine Learning ในรูปแบบต่างๆ</strong></p><ul><li><strong>Clustering</strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Cq0VWEgjbFug_xqMOcrxBg.png" /></figure><p>Clustering เป็นเทคนิคในชนิดที่เรียกว่า Unsupervised Learning หรือช่วยในการแบ่งกลุ่มเพื่อให้ได้คำตอบแบบหยาบๆก่อนว่า ข้อมูลที่เรามี เป็นลักษณะแบบไหน จัดกลุ่มได้กี่กลุ่ม เพื่อนำแต่ละกลุ่มที่แบ่งได้มาวิเคราะห์ต่อว่ามีจุดเด่นอะไรที่ทำให้แตกต่างจากกลุ่มอื่น และเหมือนในกลุ่มตัวเอง จากนั้นเราๆ เหล่า Marketer ก็จะได้สามารถนำกลุ่มเหล่านี้มาช่วยในการออกแบบ Campaign ทำการตลาดให้เหมาะสมกับกลุ่มลูกค้าในแต่ละกลุ่มได้นั่นเองครับ</p><ul><li><strong>Classification</strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/896/1*Q_cfcKUbwdWz5S6L5M6gGQ.png" /></figure><p>Classification เป็นเทคนิคเรียนรู้ชนิด Supervised Learning โดยข้อมูลของเรามีคำตอบอยู่แล้ว เช่น “<strong><em>YES” / “NO” </em></strong>และทำการจำแนกว่าข้อมูลแถวนั้นๆ มีคำตอบเป็นแบบไหน โดยที่เราสอนให้เรียนรู้จากคำตอบที่เรารู้อยู่แล้วนั่นเอง</p><blockquote>เอ๋แล้วมันดีอย่างไรล่ะ !??</blockquote><p>ก็การที่เรามีข้อมูลที่มีคำตอบอยู่แล้ว ช่วยให้เราสามารถนำมาทำ Model เพื่อคาดการณ์อนาคตที่เกิดขึ้นได้นั่นเองครับ โดยให้ Machine ทำการเรียนรู้คำตอบจากข้อมูลของเรา ในที่นี้ข้อมูลที่ให้เรียน อาจจะเป็นข้อมูล Churn (จากลูกค้าเรา) หรืออาจจะเป็น รายชื่อของผู้ป่วยที่มีแนวโน้มเป็นโรคร้ายแรง เพื่อทำการป้องกัน และให้คำแนะนำแก่ผู้ป่วยที่สุ่มเสี่ยงก่อนก็ยังได้</p><blockquote>ประโยชน์เยอะมากๆเลยจากการที่เรามีข้อมูลที่มีคำตอบอยู่แล้ว !</blockquote><p>Model ที่เรานำมาใช้อย่างง่ายๆและแพร่หลายก็ตามนี้เลยครับ</p><p><strong>— Decision Tree</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*M0cNXsph3AQ3SXRdPs4idg.png" /></figure><p>หรือ Model ต้นไม้ ที่ไว้ใช้ทำนายคำตอบจากข้อมูลที่เรามี โดย Model ที่เราสร้างก็จะมีลักษณะตามชื่อเค้าเลย เพราะมันเหมือนต้นไม้ที่แตกกิ่งทีละ 2 ไปเรื่อยๆนั่นเอง</p><p>โดยเจ้าแต่ละกิ่งที่แตกออกจะเหมือนเป็นกลไกที่ช่วยบอกเราว่า Column หรือ Attribute ไหนที่มีอิทธิพลมากกว่ากัน และมีวิธีการแบ่งอย่างไร และจะแบ่งเมื่อไหร่นั่นเองครับ</p><p>โดยกิ่งบนสุดคือกิ่งที่มีอิธิพลสูงที่สุดที่มีผลต่อคำตอบ และจะไล่ลำดับความสำคัญลงมาเรื่อยๆจนถึงล่างสุด</p><p><strong>— Naive Bayes</strong></p><p>ผู้คิดค้น Model นี้เป็นนักคณิตศาสตร์ชื่อว่า Thomas Bayes และ Naive แปลว่า ง่ายๆ เค้าเลยตั้งชื่อ Model เค้าว่า Naive Bayes หรือ “Model แบบง่ายๆ” (ไม่รู้ง่ายจริงไหมนะ อิอิ)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/901/1*IwprHGVPVmOEN75lG-G0uw.png" /></figure><p>Naive Bayes Model มีการคำนวณที่ใช้ความน่าจะเป็น มาวิเคราะห์ว่าเหตุการณ์นี้มีโอกาสเกิดขึ้นกี่เปอร์เซ็นต์ และตัวไหนมีค่าความน่าจะเป็นมากกว่า ก็จะมีแนวโน้มความน่าจะเป็นที่จะเกิดเหตุการณ์นั้นมากกว่านั่นเอง</p><p><strong>— Linear Regression</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-7ykDteRRaE-52h_EgFHow.png" /></figure><p>คือ Model สมการเส้นตรงที่เราเรียนกันมาตั้งแต่ ม. 4 นั่นเองครับ โดยจะดูว่าแม่นหรือไม่ก็วัดกันที่ค่า R-Square ว่ามีค่าเข้าใกล้ 1 ก็จะยิ่งมีความแม่นยำสูงมากๆ แต่ถ้าน้อยก็ไม่แม่นนั่นเองครับ</p><blockquote>จบวันแรกแล้วครับ เย้!!</blockquote><h3>วันที่ 2 ลุย Machine Learning</h3><p>ในวันนี้พี่พงษ์ CEO บริษัท 3ds interactive ก็ได้ลงสนามมาปล่อยวิชา Actionable Marketing ซึ่งเป็นการนำ Machine Learning มาใช้ประโยชน์นั่นเองครับ โดยในวันที่ 2 จะแบ่งเป็น 2 ส่วนด้วยกัน</p><ol><li>การทำนายผลว่าใครจะเป็นคนที่ถูกเชิญ (Churn) (ในที่นี้ Churn คือคนที่มีแนวโน้มจะออกจากการเป็นลูกค้าเรา ในกลุ่มธุรกิจสัญญาณมือถือจะตื่นตัวกับข้อนี้เป็นลำดับต้นๆเลยล่ะครับ)</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/770/1*zUGzikD8aC1Z91tTCTxmtA.png" /><figcaption>Source: <a href="https://www.optimove.com/learning-center/customer-churn-prediction-and-prevention">https://www.optimove.com/learning-center/customer-churn-prediction-and-prevention</a></figcaption></figure><p>2. การทำ Reccomendation System จาก Item rating หรือการแนะนำสินค้าให้กับลูกค้ารายใหม่ๆ และรายเก่าจากพฤติกรรมที่เค้าเหล่านั้นเคยซื้อสินค้าดังกล่าว และให้คะแนนดังกล่าวไว้อย่างไรบ้าง จากนั้นเราก็นำความรู้สึกหรือคะแนนเหล่านั้นมาเป็นตัวประเมิณแนะนำสินค้าที่มีแนวโน้มว่าลูกค้ารายนั้นๆจะซื้อต่อมาเสนอให้นั่นเอง</p><p>ซึ่งวิธีนี้เป็น Case Study แทบทุกการเรียนเลย สำหรับ Reccommendation System ยกตัวอย่างเช่น</p><ul><li>Netflix ที่หากเราดูหนังเรื่องนี้เสร็จแล้ว ระบบจะแนะนำหนังเรื่องไหนมาให้เราดูต่อ เพื่อชักจูงให้เราอยู่กับเขานานๆ และเป็นการเพิ่มยอดรายได้จากการดูหนังของลูกค้าอีกด้วย</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mFhL2n01DxJS7KeZvSlizw.png" /></figure><ul><li>Amazon แนะนสินค้าที่เราทำการ Search หาว่าคนที่เคย Search หาสินค้าคล้ายๆกับเราเนี่ย เค้าซื้ออะไรต่อจากนั้น หรือมีสินค้าไหนที่ใกล้เคียงกันและเหมาะสมควรจะซื้อต่อ ซึ่งก็ช่วยเพิ่มยอดขายให้กับ Amazon อย่างมหาศาลครับ</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/936/1*ZD3rx6IDMOSXCrvIt1rbPw.png" /></figure><p>แน่นอนไม่ต้องเป็น Data Scientist ก็สามารถทำ Machine Learning และทำ Reccomendation system ได้อย่างง่ายๆ เห็นไหมครับว่า Event นี้สำคัญกับ Marketer มากแค่ไหน เพราะหากเรารู้ Insight ของลูกค้า และทำการ Predict เหตุการณ์ล่วงหน้าได้ ย่อมเป็นประโยชน์แก่เราอย่างมากๆ ไม่ต้องมานั่งเดาว่าจะทำ Campaign อะไรให้เหมาะกับใคร และกลุ่มไหน</p><p>แนะนำเลยสำหรับ Even: Actionable Marketing เหมาะกับ</p><ul><li>Marketer นักการตลาด</li><li>Sale นักขาย</li><li>Programmer โปรแกรมเมอร์</li><li>Analyst นักวิเคราะห์</li><li>Teacher อาจารย์ที่สนใจ</li><li>People who interested คนทั่วไปทุกคนที่สนใจเรียนรู้ในเทคโนโลยี</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xg-yB8jxDpe2eatsPgdA3g.jpeg" /></figure><p>สำหรับบทความ [[ Review Event ]] สำหรับบอยด์ ก็ขอจบแต่เพียงเท่านี้นะครับ หากสนใจใน Event นี้ก็สามารถติดตามได้ที่เพจ <a href="https://www.facebook.com/actionablemkt/">Actionable Marketing</a> ครับ ครั้งที่ 5 กำลังจะมีขึ้นเร็วๆนี้ รับรองมันส์แน่นอนครับ</p><p>ขอบพระคุณทุกท่านที่ติดตามครับ แล้วเจอกันได้ใหม่กับการ Review Event</p><p>More Share, More Fun</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=91806d0295f1" width="1" height="1" alt=""><hr><p><a href="https://medium.com/bigdatarpg/event-actionable-marketing-4-91806d0295f1">Actionable Marketing อีเว้นท์ที่เหล่า Marketer ไม่ควรพลาด #2 วันเต็ม</a> was originally published in <a href="https://medium.com/bigdatarpg">bigdatarpg</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>