Big Data သည် စိတ်လှုပ်ရှားဖွယ်ဖြစ်၏။ သို့သော် လူ တိုင်း နေထိုင်ကြသော အဲနာလော့ဂ် (Analogue) ကမ္ဘာ သည် ကျွန်ုပ်တို့၏အွန်လိုင်းအပြုအမူက ညွှန်ပြသည်ထက် အဆပေါင်းများစွာ ပိုမိုခက်ခဲရှုပ်ထွေးသည်။ ထို့ကြောင့် Big Data မှသည် စမတ်ဒေတာဖြစ်လာအောင် သုတေသနပညာရှင်တို့က ထိုနှစ်ခုကို ပေါင်းစပ်ပေးရန် လိုအပ် သည်။ Big Data အနေဖြင့် သတင်းအချက်အလက်ကို အံ့သြဖွယ်ပေးစွမ်းနိုင်သည့်တိုင် နက်နဲသိမ်မွေ့သောတစ်စုံတစ်ခု လစ်ဟာနေသည်။ ကျွန်ုပ်တို့သည် အဲနာလော့ဂ်ကို လွဲချော်နေကြပြီး အယ်လ်ဂိုရီသမ်နည်းဖြင့် မည်မျပင် ညှိ နှိုင်းပြု ပြင်ပါစေ ထိုလွဲချော်နေမှုကို မဖြည့်ဆည်းပေးနိုင်ပါ။ အဘယ်ကြောင့်ဆိုသော် အနှစ်သာရအားဖြင့် လူ့လောက ကမ္ဘာကြီးသည် ဒစ်ဂျစ်တယ်အသွင်ပြောင်းနေဖွယ် ရှိသော် လည်း မှီတင်းနေထိုင်သူလူများမှာ အဲနာလော့ဂ်သဘာ၀ ရှိနေသောကြောင့်ဖြစ်သည်။ ကျွန်ုပ်တို့၏သဘာဝအတိုင်းပင် ဒစ်ဂျစ်တယ်/ အဲနာလော့ဂ်စံ (ပါရာဒိုင်) ကို နည်းပညာဖြင့် ချိန်ထိုးကြည့် ရာ ထိုပါရာဒိုင်သည် နည်းပညာထက် များစွာ အချိန်စော ပေါ်ပေါက်ခဲ့ကြောင်း တွေ့ရသည်။ (မသိမသာ ဆိုလိုချက် တစ်ခုအရ ဒစ်ဂျစ်တယ်ကို အနာဂတ်အဖြစ် နေရာပေးပြီး အဲနာလော့ဂ်ကို အတိတ်အဖြစ်ထားခဲ့သည်။) ၁၉၆၀ ပြည့်နှစ်များအတွင်း ထင်ရှားသည့်ဒဿန ပညာရှင်နှင့် ဆက်သွယ်ရေးသဘောတရားပညာရှင် Paul Watzlawick က ဒစ်ဂျစ်တယ်ဆက်သွယ်ရေးနှင့် အဲနာ လော့ဂ်ဆက်သွယ်ရေး အကြား ခြားနားချက်များ အကြောင်း ရေးသားခဲ့သည်။ ဒစ်ဂျစ်တယ်ဆက်သွယ်ရေးမှာ ဝါကျဖွဲ့ ထုံး၊ ဝေါဟာရတ္ထဗေဒတို့နှင့်အညီ ကျွနု်ပ်တို့ အမှန်တကယ် ပြောဆိုနေကြသည့်စကားလုံးများ ဖြစ်ကြသည်။ အဲနာ လော့ဂ်ဆက်သွယ်ရေးမှာ ကျန်အားလုံးအပါအဝင် ကျွန်ုပ်တို့ အသုံးပြု၊ သုံးသပ်ကြသည့်စကားတုံ့ဆိုင်းမှုများ၊ ကိုယ် လက်အမူအရာ၊ မျက်နှာရိပ်ကဲ၊ အသံနေအသံထားနှင့် သန်းချီသောအရိပ်နိမိတ်ပြချက်တို့ ဖြစ်ကြသည်။ ထိုသူမှ တစ်ဆင့် ထွက်ပေါ်လာသည့် သီအိုရီအရ ကျွန်ုပ်တို့ရယူခံ စားသောဆက်သွယ်ရေး၏ အလွန်သေးငယ်သောအစိတ် အပိုင်းမျသာ ဒစ်ဂျစ်တယ် Bit (ကွန်ပျူတာသုံးအသေးဆုံး အချက်အလက်ယူနစ်) မှတစ်ဆင့်လာပြီး အဲနာလော့ဂ် လိုအပ်ချက်အပိုင်းကို အဓိကအားဖြင့် မသိစိတ်အရ ရယူ ခံစားသည်။ ဒစ်ဂျစ်တယ်ဆိုသည်မှာ ဆက်စပ်ထားသော ဒစ်ဂျစ်တယ်နည်းပညာများမှတစ်ဆင့် မှတ်တမ်းတင်ထား ချက်အားလုံးဖြစ်ကြောင်း၊ အဲနာလော့ဂ်ဆိုသည်မှာ ကျွန်ုပ် တို့၏ (အွန်လိုင်းမဟုတ်) Offline လောကရှိ ကျန်အရာ အားလုံးဖြစ်ကြောင်း အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်ပေသည်။ တစ် နည်းအားဖြင့် သီးသန့်တစ်မူထူးခြားသော၊ ကြိုတင်ခန့်မှန်း မရသော၊ ခက်ခဲရှုပ်ထွေးသော၊ ဗီဇစိတ်ဖြင့် သိတတ်သော၊ စိတ်လှုပ်ရှားလွယ်သောသတ္တဝါဖြစ်အောင် ဖန်တီးပေးလိုက် သည့် ကျွန်ုပ်တို့၏အတွေ့အကြုံများ၊ စိတ်ခံစားမှုများ၊ လူ မှုရေးအပြန်အလှန်တုံ့ပြန်မှုများနှင့် ဆက်နွှယ်မှုများ ဖြစ်ကြ သည်။ ဒစ်ဂျစ်တယ်/ အဲနာလော့ဂ်ပါရာဒိုင်သည် အင် တာနက်ခေတ်ဦးကတည်းက ပေါ်ပေါက်နေခဲ့သော အခြား တော်လှန်ပြောင်းလဲမှုတစ်ရပ်ကို နည်းအမျိုးမျိုးဖြင့် ရောင် ပြန်ဟပ်ပြလျက်ရှိသည်။ ယင်းမှာ စိတ်ခံစားမှုနှင့် သွယ် ဝိုက်သောကာလရှည်မှတ်ဉာဏ်ဟူသော အင်ဂျင်နှစ်ခုအား ဖြင့် လူသားများ မည်သို့နှင့် မည်သည့်အကြောင်းကြောင့် ဆင်ခြင်၊ စိတ်ခံစား၊ ပြုမူကြသည်ကို သေချာနားလည်လာ ခြင်းဖြစ်သည်။ ဤအချက်က သမားရိုးကျဆင်ခြင်မှုပါ သော ရောင်းဝယ်မှုသီအိုရီပုံစံကို အခြေခံကျကျ စိန်ခေါ် လိုက်သလို ထိုးထွင်းသိမြင်မှုများကို အဆင့်မြင့်မြင့် အသုံး ချနိုင်စေခဲ့ရာတွင် လူ့အမူအကျင့်ဆိုင်ရာစီးပွားရေးပညာ လည်း အပါအဝင်ဖြစ်သည်။ ဈေးကွက်သုတေသန၏ပြဿနာအဖြစ် David Ogilvy က လူတို့သည် 'သူတို့ မည်သို့စိတ်ခံစားကြသည်ကို သူတို့မစဉ်းစား။ သူတို့ စဉ်း စားသည်ကို သူတို့မပြောပြ။ သူတို့ပြောသည်ကို သူတို့မ လုပ်' ဟု တင်ပြခဲ့ရာ ထိုတင်ပြချက်မှာလည်း ပိုမိုထောက်ခံ မှု ရရှိသွားပေသည်။ Big Data စိတ်အားထက်သန်သူများက ဖောက် သည်များ၏အမှန်တကယ်ပြုမူမှုအချက်အလက်တွေကို ဘိုက် (Byte) ၁၀၁၅ ချီ၍ ရရှိထားမှတော့ စတော့ဈေး ကွက်သုတေသန အဘယ်ကြောင့်လိုအပ် မည်နည်းဟု မေး ကြပေမည်။ သို့သော် ယင်းဒေတာသည် ကျွန်ုပ်တို့အဲနာ လော့ဂ်အတ္တ၏ သေးငယ်သောအစိတ်အပိုင်းမျကိုသာ ထင် ဟပ်ပြနေသည်။ ဤအချက်ကို ဒေတာကောက်ယူရောင်း ချသူများက အသိအမှတ်မပြုမချင်း ဒစ်ဂျစ်တယ်ဒေတာ၏ အစွမ်းကုန်အလားအလာကို ရောက်ရှိအစွမ်းပြနိုင်ခြင်းမရှိ ဘဲ ဒစ်ဂျစ်တယ်ဟာကွက်ကြီးအတွင်း ဆက်လက်တည်ရှိနေ ပေတော့မည်။ တစ်ဖန် လွဲချော်နေသောလိုအပ်ချက်ဖြစ်သည့် ကျွန်ုပ်တို့၏အဲနာလော့ဂ်ဘဝတစ်ခုလုံးကို အချိန်၊ ရုပ်ပိုင်း ဆိုင်ရာနှင့် စိတ်ပိုင်းဆိုင်ရာဟူသော အတိုင်းအတာ (ဒိုင်မင်းရှင်း) သုံးခုကနေ သုံးသပ်နိုင်သည်။ အချိန်လိုအပ်ချက်သည် တစ်နည်းအားဖြင့် ကျွန်ုပ်တို့အော့ဖ်လိုင်း (Offline) ဖြစ်နေချိန်တစ်ရပ်လုံးပင် ဖြစ်သည်။ ပျမ်းမျအားဖြင့် တစ်ရက်လျင် ၂၂.၅ နာရီ ရှိသည်ဟု ဆိုကြသည်။ ကျွန်ုပ်တို့ထံတွင် စမတ်ဖုန်းများ မပြတ်တမ်းရှိနေသည့်တိုင် ဒစ်ဂျစ်တယ်အဆက်အသွယ်ကို သိသိမှတ်မှတ် အသုံးချမှုအနေဖြင့်ဆိုလျင် အွန်လိုင်းပေါ်၌ တုံ့ပြန်ဖလှယ်မှုမပြုလုပ်နေသောနေ့စဉ်ဘဝသည် များစွာ အရေးပါနေဆဲဖြစ်သည်။ ထို့ပြင် လူတို့သည် အလွန် မတည်တံ့ ပြောင်းလဲလွယ်သောသတ္တဝါများဖြစ်ပေရာ မှတ် တမ်းတင်လိုက်သောအပြုအမူတစ်ခုသည် ကျွန်ုပ်တို့၏ ကိုယ်ပိုင်လက္ခဏာ (Identity) ကို မမြဲသောအခြေခံ အဖြစ်သာ ကိုယ်စားပြုပေလိမ့်မည်။ ရုပ်ပိုင်းဆိုင်ရာလိုအပ်ချက်သည် ကျွန်ုပ်တို့ မှီတင်းနေထိုင်ရာ အမှန်တကယ်ကမ္ဘာကြီးရှိ အရာအားလုံးဖြစ်ပေရာ ကျွန်ုပ်တို့အွန်လိုင်းပေါ်ရှိနေသည့်တိုင် အချက် အလက်အားလုံးကို Big Data အင်ဂျင်များက ကောက်ယူ နိုင်မည်မဟုတ်ပေ။ လေ့လာချက်တစ်ခုအရ ကုန်အမှတ် တံဆိပ်ဆိုင်ရာနှီးနှောပြောဆိုဖလှယ်မှုများအနက် ၁၀ ရာ ခိုင်နှုန်းအောက်မျကိုသာ အွန်လိုင်းတွင် ပြုလုပ်နေကြသည်။ တစ်ဖန် အွန်လိုင်းပေါ်နှီးနှောပြောဆိုဖလှယ်မှုများသည် အော့ဖ်လိုင်းတွင် ကျွန်ုပ်တို့အပြန်အလှန် တုံ့ပြန်ဖလှယ်မှု များကို ကိုယ်စားမပြုနိုင်ကြောင်းကိုလည်း ညွှန်ပြနေပြန် သည်။ တတိယဖြစ်သော စိတ်ပိုင်းဆိုင်ရာလိုအပ်ချက်မှာ အရေးပါဆုံးဖြစ်သည်။ ဒေတာရှုထောင့်ကကြည့်သည့်တိုင် လူ့ဦးနှောက်အတွင်း လှုပ်ရှားသက်ဝင်နေမှုပမာဏ များပြား လွန်း၍ ဒွိစုံကိန်းစနစ်အရဖြစ်သော ဒစ်ဂျစ်တယ်အပြုအမူများ အရ မှတ်တမ်းတင်ရန် ခက်ခဲပေမည်။ ကျွန်ုပ်တို့ဦးနှောက်ကို နာ့ဗ်ကြောဆဲလ်ဘီလီယံများစွာဖြင့် တည်ဆောက်ထားပြီး အချိန်မရွေး တစ်စက္ကန့်လျင်အကြိမ်များစွာနှုန်းဖြင့် ပြောင်း လဲနေသော လျပ်စစ်-ဓာတုလှုပ်ရှားမှုအားများဖြင့် အဆက် အသွယ်ပြုလုပ်နေကြသည်။ ဤအချက်က တစ်ချိန်တည်း ၌ လုပ်ငန်းစဉ်တစ်ခုခုကို အတိုင်းအတာအချို့ဖြင့် အတူယှဉ်တန်းဆောင်ရွက်နေခြင်းကိုလည်း ရည်ညွှန်းနိုင်သေး သည်။ ထိုဆောင်ရွက်နေမှုများ၏ ၉၀ ရာခိုင်နှုန်းကျော် ကျော်မှာ ကျွန်ုပ်တို့အသိစိတ်အောက်တွင် ဖြစ်ပေါ်လျက် ရှိသည်။ ကျွန်ုပ်တို့၏လောကဆိုင်ရာအမြင်မှာ အံ့မခန်း မှတ်ဉာဏ်အပေါ် အခြေပြုထားပြီး ယင်းကို အထိရောက်ဆုံး သိမ်းဆည်းထားနိုင်အောင် အတိအကျသတ်မှတ်ထားသော ရွေးစစ် Filters များဖြင့် စီမံပြုပြင်လျက်ရှိသည်။ ကျွန်ုပ်တို့သည် Big Data ၏ ကန့်သတ်ချက် များကို သတိမမူဘဲ ကယ်တင်ရှင်ကြီးဟူ၍ အားထားနေ ခဲ့ကြသည်။ Big Data ကို စမတ်ဒေတာ (Smart Data) ဖြစ်အောင် ပြောင်းလဲနိုင်ရန် ကျွန်ုပ်တို့သည် ဒစ်ဂျစ်တယ် ပူဖောင်းမှထွက်ရန်၊ စဉ်းစားဆင်ခြင်ရန် လိုအပ်သည်။ ဒေတာဖြင့် လည်ပတ်၊ နည်းပညာကို ဗဟိုပြုသောဘဏ္ဍာ ရေးဈေးကွက်တွင် အယ်လဂိုရီသမ် (Algorithms) စနစ် အများအပြားကို အသုံးချခဲ့ပြီးနောက် မိမိ၏ပူဖောင်းအတွင်း ပိတ်မိကာပြိုလဲခဲ့ကြောင်း အမှတ်ရသင့်ပေသည်။ နယူး ယောက်တိုင်းမ်သတင်းစာကဆောင်းပါးရှင် David Brooks က Big Data နှင့် အယ်လဂိုရီသမ်တို့၏ကန့်သတ်ချက်များ ကို အောက်ပါအတိုင်းစူးစမ်းဖော်ထုတ်ခဲ့သည်။ - ယင်းတို့သည် အရည်အသွေးကို လုံလောက်ဖွယ်ခွဲခြား နိုင်စွမ်း မရှိ။ - ယင်းတို့သည် လူမှုရေးဆက်စပ်မှုများနှင့် တုံ့ပြန် ဖလှယ်ချက်များကို နားမလည်။ - ယင်းတို့က အတုအယောင်ဆက်စပ်မှုများကို ဖန်တီး ပြီး လမ်းမှားပေါ် မကြာခဏ ရောက်စေသည်။ - ဆက်စပ်အကြောင်းအရာ၊ နောက်ကြောင်းပြန်ဇာတ် လမ်းနှင့် ထွက်ပြူဆဲအတွေးအမြင်နှင့် စပ်လျဉ်း၍ လူများက 'အော်တိုပိုင်းလော့' ဖြင့် စီစဉ်လှုပ်ရှား ဆောင်ရွက်နေကြသော်လည်း ယင်းတို့က အထူးရုန်းကန်တွက်ချက်နေကြသည်။ - ဒေတာက တန်ဖိုးများကို ဖုံးကွယ်ထားသည်။ - ဒေတာသည် သူ့နယ်ပယ်၊ သို့မဟုတ် ထိန်းချုပ်မှု ပြင်ပရှိ ပြဿနာကြီးများကို မဖြေရှင်းနိုင်ပါ။ - Big Data သည် စစ်မှန်သောတီထွင်မှု၊ အစပြုမှုအ တွက် တာဝန်မခံနိုင်ပါ။ 
Big Data အနေဖြင့် ယင်း၏စွမ်းပကားအစစ် အမှန်ကို ပေါက်မြောက်အောင်မြင်ရန် ဒစ်ဂျစ်တယ်ပူဖောင်း ထဲမှ ဖောက်ထွက်၍ အမှန်တကယ်လောကအတွင်း ဝင် ရောက်ရပေမည်။ ထိုသို့ဆောင်ရွက်ရန် နည်းလမ်းအချို့ ရှိသည်။ ဒစ်ဂျစ်တယ်လုပ်ငန်းသည်သရုပ်ခွဲပညာနှင့် အွန် လိုင်းတိုင်းတာမှုတို့မှ စွန့်ခွာကာ ထူးဆန်းပြီး မမြင်သာလှ သောဓလေ့များရှိသည့်လောကတွင်း စူးစမ်းရှာဖွေရပေမည်။ ထိုသို့ဆောင်ရွက်ရာတွင် နာ့ဗ်ကြောသိပ္ပံပညာ၊ ဘိုင်အိုမက် ထရစ်၊ ဗီဒီယိုလူမျိုးနှင့် ယဉ်ကျေးမှုသရုပ်ခွဲပညာ၊ လူထု အခြေပြုခြင်း၊ စိတ်ခံစားမှုမက်ထရစ်နှင့် အီကိုနိုမက်ထရစ်၊ သို့မဟုတ် သွယ်ဝိုက်သဘောထားစမ်းသပ်မှုကဲ့သို့သော ကိရိ ယာများဖြင့် ရရှိအပ်သော စစ်မှန်၊ ဆီလျော်၊ အားကိုး လောက်သည့် ထိုးထွင်းသိမြင်မှုကို အသုံးချရလိမ့်မည်။ ထို့နောက် အဲနာလော့ဂ်ကမ္ဘာ၏အစိတ်အပိုင်း အဖြစ် ပိုမိုတိုးချဲ့ပါဝင်ရမည်။ ဥပမာ- Apple အရောင်း ဆိုင်များကဲ့သို့သော အဆောက်အအုံများ၊ ဂူဂဲလ်မျက်မှန်ကဲ့ သို့သော လူသုံးဆင်ယင်မှုကွန်ပျူတာများ၊ ကုန်အမှတ် တံဆိပ်အတွေ့အကြုံများ စသည်ဖြင့် ပါဝင်ခြင်းဖြစ်သည်။ နောက်ဆုံးအချက်အနေဖြင့် အစားထိုးရန် ထက် မြှင့်တင်ပေးရန် မျော်မှန်းရမည်။ သာမန်ပျမ်းမျဝယ်ယူ အသုံးပြုသူသည် နည်းပညာသစ် တစ်ပြုံတစ်ပိုက်ထက် ရှေ့နောက်ညီညွတ်မှု၊ ယဉ်ပါးမှုနှင့် မြှင့်တင်မှုတို့ကို လို လားသည်။ Big Data သည် စိတ်လှုပ်ရှားဖွယ်ကောင်းပါ ၏။ သို့သော် ယင်း၏အလားအလာကို ကျွန်ုပ်တို့အမှန် တကယ်သဘောပေါက်နိုင်မည့် ထိုးဖောက်ကျော်လွှားသည့် အခါသမယများကို မပေါ်ထွက်စေသေးပါ။ ဤအတော အတွင်း လူတို့သည် အွန်လိုင်းအပြုအမူက ထင်ဟပ်ပြ နိုင်သည်ထက် ပိုမိုလေးနက်သော၊ သိမ်မွေ့စွာကွဲပြားသော မျိုးစုံသော၊ ခက်ခဲရှုပ်ထွေးသောအဲနာလော့ဂ်ကမ္ဘာ၌ သဲကြီး မဲကြီးနေထိုင်ဆဲဖြစ်သည်။ Big Data သည် Smart Data လည်းဖြစ်သည်ဟု ကျွန်ုပ်တို့ အမှန်တကယ် ပြောဆိုနိုင် အောင် ထိုအရှိန်အဝါအားလုံးနှင့် မောင်းနှင်အားတို့ကို ကျွန်ုပ်တို့၏တိုင်းတာမှုအတွင်း ပေါင်းစပ်ရမည်။Ref: Asian Management Review
ခင်အောင် (အင်္ဂလိပ်စာ)
