ยกตัวอย่าง กรณีธนาคารในยุโรป ต้องการที่จะเก็บข้อมูลจากทุกช่องทางทั้งออนไลน์ ออฟไลน์ รวมทั้งข้อมูลที่ผ่านเข้ามาทางแอปพลิเคชั่น เพื่อให้ได้ข้อมูลรอบด้าน แต่สิ่งที่ธนาคารต้องการมากกว่านั้นคือ การตรวจจับการทุจริต และอาชญากรรมทางการเงิน (Freud detection & Financial Crime) การฟอกเงิน ซึ่งต้องการซอฟต์แวร์ใหม่ ๆ มาช่วยตรวจสอบในขั้นตอนนี้ด้วย และทำไมต้องเป็น Big Dataเพราะ Big Data มีองค์ประกอบ 3 สิ่ง ได้แก่ 1.Volume หมายถึงข้อมูลที่มีปริมาณมหาศาลมากกว่าข้อมูลทั่วไป ทำให้กว่าจะเรียกดูได้ก็ใช้เวลานาน 2. Velocity หมายถึงข้อมูลที่เข้ามาแบบเรียลไทม์ทำให้บางครั้งตามไม่ทัน หรือมีการตกหล่น 3. Variety หมายถึงเป็นข้อมูลที่มีความหลากหลาย และยังไม่ได้รับการจัดระเบียบ และถ้าถามว่าข้อมูลที่มีปริมาณมากที่สุดที่ถูกเก็บอยู่บนโลกออนไลน์ในปัจจุบันคืออะไร คำตอบอันดับหนึ่งคือวีดีโอ และรองลงมาคือไฟล์เสียง
ทั้งนี้มีข้อมูลสถิติของ ICC ได้เปรียบเทียบปริมาณข้อมูลที่ถูกจัดระเบียบ และยังไม่ถูกจัดระเบียบในองค์กรต่างๆ ซึ่งประมาณเกือบ 90% เป็นข้อมูลที่ยังไม่ได้รับการจัดระเบียบ ขณะที่การจัดระเบียบข้อมูลมีความสำคัญกว่า เพราะในทาง E-Commerce มีความจำเป็น ซึ่งจะต้องรู้สภาพแวดล้อมของลูกค้าว่าทำอะไรอยู่ อาทิ เดินทางอยู่หรือเปล่า อุณหภูมิรอบตัวเป็นอย่างไร ฟังเพลงอยู่หรือเปล่า เป็นต้น
รวมทั้งเทคโนโลยี IoT (Internet of Things) ก็มีส่วนสำคัญกับเทคโนโลยี Big Data ด้วย เพราะการรับ – ส่งข้อมูลระหว่างอุปกรณ์Device เราจะรู้ได้อย่างไรว่าใครเป็นเจ้าของอุปกรณ์ Device และต้องใช้ข้อมูลอะไรบ้าง นอกจากนี้ยังมีปัจจัยด้าน Cyber security อีกด้วย ดังนั้นโอกาสใหม่ๆ ที่มากับBig Data ก็มีอีกหลายเทคโนโลยี อาทิ Cyber security ที่ต้องการ การปกป้องข้อมูล หรือ Payment ecosystemในการนำข้อมูลมาปรับใช้
เพื่อแก้ปัญหาด้านเศรษฐกิจ ยกตัวอย่าง ที่เขต Bartley ประเทศอังกฤษ มีซอฟต์แวร์ตัวหนึ่งที่สามารถเก็บข้อมูลได้ว่าคนใช้เงินมากขึ้นหรือน้อยลง กินข้าวนอกบ้านมากขึ้นหรือน้อยลง ใช้เงินไปกับการเติบน้ำมันมากขึ้นหรือน้อยลง ซื้อประกันมากขึ้นหรือน้อยลง เป็นต้น และข้อมูลเหล่านี้คือ Insight ของประชาชนที่ใช้บริการผ่านบัตรเครดิต ทำให้ Bartley ดูการทำธุรกรรมของคนในเมืองได้ประมาณ 60-70% และยังสามารถนำข้อมูล Insightไปปรับใช้ในทางธุรกิจได้
ศาสตราจารย์ ดร. เจฟฟ์ เวบบ์ ผู้อำนวยการศูนย์วิทยาศาสตร์ข้อมูล และผู้บริหารระดับสูงที่ปรึกษาทางเทคนิค, BigML inc. กล่าวว่า จุดเปลี่ยนของ Big Data คือความรู้ เพราะความรู้คืออำนาจ แต่ต้องนำความรู้นั้นมากลั่นกรองก่อนนำไปต่อยอดเรียกระบบนี้ว่า Machine Learning เป็นเทคโนโลยีที่สร้างขึ้นผ่านการเรียนรู้มาแล้วซึ่งสำคัญต่อธุรกิจในปัจจุบันมาก อาทิ บริษัทชั้นนำอย่าง Amazonและ Facebook ยังได้นำเทคโนโลยี Machine Learning มาใช้ เพื่อเพิ่มคุณค่าให้แก่ตัวเอง,Google และ Facebook ได้นำMachine Learning เข้ามาปรับใช้ในด้านการโฆษณาเพื่อให้โฆษณาแต่ละตัวสามารถเข้าถึงและสื่อสารกับผู้บริโภคที่เป็นกลุ่มเป้าหมายได้ในระดับรายบุคคล อย่างตอนที่เราสมัคร Facebook เราไม่ได้ระบุว่า เราฟังเพลงแนวไหน ชอบกินอาหารอะไร แต่ด้วยเทคโนโลยี Machine Learning ที่พบเห็นได้ทั่วไป คือ เทคโนโลยีที่ทำให้ระบบสามารถเรียนรู้จากข้อมูลที่ได้รับ และนำข้อมูลเหล่านั้นมาประกอบการตัดสินใจ เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด
ในสถานการณ์นั้นๆ ซึ่งไม่ใช่แค่การตัดสินใจแบบ "ใช่/ไม่ใช่" หรือถูก/ผิด" เป็นต้น แต่เป็นการตัดสินใจที่อิงกับความน่าจะเป็นผลลัพธ์ที่เป็นไปได้
ดังนั้นเทคนิคของระบบ Machine Learning คือ การสะสมข้อมูลเข้ามาเรื่อยๆ แล้วนำมาประมวลผล พร้อมทั้งคาดเดาว่าจะเกิดอะไรขึ้น ไม่ว่าจะเป็นการเดาทิศทางตลาดหุ้น หรือการคาดเดาเรื่องที่ซับซ้อน อาทิ
พฤติกรรมมนุษย์ โดยอาจจะอิงจากสิ่งที่ปฏิบัติทุกวัน หรือมีการปฏิบัติบ่อยครั้ง โดยนำข้อมูลทั้งหมดมาจัดกลุ่มโดยอิงจากสิ่งที่คล้ายคลึงกัน ซึ่งจะมีประโยชน์มากในด้านการตลาด เพราะทำให้สามารถปรับข้อความการสื่อสารจากองค์กรให้ไปถึงลูกค้าได้
ยกตัวอย่างกรณีของ Amazon ถ้ามีลูกค้าเข้าไปดูหนังสือเกี่ยวกับการเงิน ระบบก็จะแสดงรายชื่อหนังสือที่ลูกค้าเคยซื้อไป ซึ่งวิธีนี้ทำให้ลูกค้าที่ตั้งใจจะซื้อหนังสือแค่ 1 เล่ม อยากจะซื้อเพิ่มอีก ทำให้ Amazon สามารถสร้างรายได้มากขึ้น อย่างไรก็ตาม อย่าพึ่งพาข้อมูลจากระบบ Machine Learning เพียงอย่างเดียวเพราะว่าสิ่งต่างๆ เปลี่ยนไปทุกวัน ดังนั้นต้องตอบตัวเองให้ได้ก่อนว่า จุดมุ่งหมายของเราคืออะไร ข้อมูลอะไรที่เราต้องการ
นายเจสัน โลธ์ ผู้จัดการผลิตภัณฑ์อาวุโสเอเชียแปซิฟิก,แซส กล่าวว่า ในบรรดาบริษัทชั้นำ 500 บริษัท ที่ถูกจัดอันดับโดยนิตยสารฟอร์จูน ปัจจุบันได้ปิดตัวลงไปกว่า 52% โดยทุกอุตสาหกรรมต่างก็ได้รับผลกระทบ ยกตัวอย่างกรณีของ Netfilx ที่เริ่มกิจการในปีค.ศ. 1997 เปิดเว็บไซต์ให้เช่า DVD แต่เมื่อธุรกิจเริ่มเติบโตก็มีการเรียกเก็บค่าสมาชิก ต่อมาในปี ค.ศ.2000 หลังจากเทคโนโลยีใหม่อย่างStreaming และBig data เริ่มได้รับความสนใจ Netflix ได้ขอเข้ารวมกิจการกับ Blockbuster ซึ่งเป็นเครือข่ายร้านเช่าภาพยนตร์ที่เป็นที่นิยมในยุคนั้นแต่ได้รับการปฏิเสธจากBlockbuster ทำให้ Blockbuster เสียฐานลูกค้าให้ Netflix และขาดทุนจนต้องปิดตัวไปในที่สุด
ดังนั้น การทำธุรกิจ หรือการสร้างซอฟต์แวร์แบบโอเพ่นซอร์สที่อนุญาตให้ผู้ใช้งานแก้ไข และปรับปรุงตัวซอฟท์แวร์เองได้นั้นเป็นสิ่งที่ต้องทำ และจุดนี้แซสได้ก้าวผ่านมาแล้ว โดยแซสยินดีเป็นอย่างยิ่งที่จะมีการดัดแปลง และต้อนรับโปรแกรมเมอร์ทุกคนที่ชอบชการแก้ไข ดัดแปลงหรือปรับปรุงซอฟต์แวร์ เพื่อให้เข้ากับการใช้งานของตัวเอง อย่างเทคโนโลยี SAS Viya แพลทฟอร์มในการประมวลผล และวิเคราะห์ข้อมูลแบบ Parallel รุ่นที่ 4 จากการที่แซสเป็นผู้คิดค้นแพลทฟอร์มนี้ขึ้นมา และกระตือรือร้นในการดูแลลูกค้า และpartner อยู่เสมอไม่ว่าลูกค้าจะเจอปัญหาในช่วงเวลาไหน แซสพร้อมที่จะให้คำปรึกษา และช่วยเหลือผ่านโทรศัพท์ หรือไม่ลูกค้าก็อาจจะแก้ไขปัญหาได้เอง หรือบางครั้งก็อาจจะต้องใช้นักวิทยาศาสตร์ข้อมูลมาช่วยเหลือ ซึ่งความกระตือรือร้นเหล่านี้ ทำให้แซสเป็นซอฟต์แวร์ที่ได้รับการยอมรับ และมีความปลอดภัยในการใช้งาน ที่สำคัญสามารถเชื่อมต่อกับคลาด์ได้ตามต้องการ ล่าสุดแซสยังได้จับมือกับ MathLab ซึ่งเป็น partnerในการพัฒนาซอฟต์แวร์เพื่อให้สามารถวิเคราะห์ข้อมูลได้มากขึ้น หรือสามารถวิเคราะห์ข้อมูลได้รวดเร็วถึง 200 MB ต่อวินาที