Cloud Computing เป็นโครงสร้างพื้นฐานที่ช่วยให้ธุรกิจจัดเก็บ ประมวลผล และขยายการใช้ Big Data ได้ยืดหยุ่นขึ้น บทความนี้อธิบายความสัมพันธ์ ข้อดี ข้อจำกัด ค่าใช้จ่ายที่ควรประเมิน และเกณฑ์เลือกระบบให้เหมาะกับขนาดงาน
Cloud Computing ช่วยให้ธุรกิจเก็บและประมวลผล Big Data ได้ยืดหยุ่น โดยเพิ่มหรือลดทรัพยากรตามปริมาณงานได้. แต่การย้ายข้อมูลขึ้นคลาวด์ไม่ใช่คำตอบอัตโนมัติ หากยังไม่มีเป้าหมายการวิเคราะห์ ข้อมูลที่เชื่อถือได้ และการควบคุมค่าใช้จ่ายที่เหมาะสม
สำหรับธุรกิจที่ต้องรวมข้อมูลจากหลายช่องทาง ทำรายงานยอดขาย วิเคราะห์ลูกค้า หรือรับข้อมูลที่เกิดขึ้นต่อเนื่อง ระบบคลาวด์อาจช่วยให้เริ่มงานได้คล่องตัวขึ้น.
อย่างไรก็ตาม ควรเทียบต้นทุนการจัดเก็บ การประมวลผล การรับส่งข้อมูล และภาระดูแลระบบก่อนเลือกแพลตฟอร์ม Cloud หรือ Data Warehouse. จุดเริ่มต้นที่ปลอดภัยคือกำหนดคำถามธุรกิจให้ชัด แล้วเลือกบริการให้พอดีกับขนาดข้อมูลและทักษะของทีม.
สรุปแบบรวดเร็ว
- Cloud Computing เป็นโครงสร้างพื้นฐานที่ช่วยจัดเก็บ ประมวลผล และขยายงาน Big Data ตามปริมาณการใช้งาน
- Big Data จะสร้างประโยชน์ได้เมื่อธุรกิจมีเป้าหมายวิเคราะห์ชัดเจน ข้อมูลมีคุณภาพ และกำหนดสิทธิ์เข้าถึงได้เหมาะสม
- ก่อนเลือกบริการ ควรประเมินค่าเก็บข้อมูล ค่าประมวลผล ค่ารับส่งข้อมูล บริการเสริม และต้นทุนบุคลากรควบคู่กัน
| แนวทาง | ต้นทุนเริ่มต้น | ค่าใช้จ่ายต่อเนื่อง | ความยืดหยุ่น | การควบคุมข้อมูล | ความต้องการบุคลากร |
|---|---|---|---|---|---|
| เซิร์ฟเวอร์ภายในองค์กร | มักต้องวางแผนอุปกรณ์และทรัพยากรล่วงหน้า | มีภาระดูแลระบบและการขยายเครื่อง | ปรับขนาดตามงานได้ไม่คล่องเท่าคลาวด์ | ควบคุมสภาพแวดล้อมได้โดยตรง | ต้องมีทีมดูแลโครงสร้างพื้นฐาน |
| Public Cloud | เริ่มใช้บริการได้ตามรูปแบบของผู้ให้บริการ | ขึ้นกับการจัดเก็บ ประมวลผล รับส่งข้อมูล และบริการเสริม | สูง เหมาะกับงานที่ปริมาณเปลี่ยนแปลง | ต้องออกแบบสิทธิ์และการตั้งค่าความปลอดภัยอย่างรอบคอบ | ลดภาระด้านฮาร์ดแวร์ แต่ยังต้องมีทักษะบริหารบริการ |
| Hybrid Cloud | ต้องวางแผนการเชื่อมต่อระหว่างระบบเดิมกับคลาวด์ | มีทั้งค่าใช้ระบบภายในและค่าใช้บริการคลาวด์ | ยืดหยุ่นในส่วนงานที่เลือกย้ายขึ้นคลาวด์ | เหมาะเมื่อบางข้อมูลต้องการการควบคุมเป็นพิเศษ | ต้องมีทีมเข้าใจทั้งระบบเดิมและระบบคลาวด์ |
Cloud ช่วยให้ Big Data ใช้งานได้จริงอย่างไร
คำตอบสั้น: โครงสร้างพื้นฐานที่ยืดหยุ่นสำหรับจัดเก็บและประมวลผลข้อมูล
Cloud Computing คือการใช้ทรัพยากรคอมพิวเตอร์ เช่น พื้นที่จัดเก็บ เซิร์ฟเวอร์ และบริการประมวลผล ผ่านเครือข่ายตามรูปแบบบริการของผู้ให้บริการ ส่วน Big Data มักเกี่ยวข้องกับข้อมูลที่มีปริมาณมาก มีความหลากหลาย และเกิดขึ้นต่อเนื่อง จนระบบเดิมอาจจัดการได้ไม่เพียงพอ
ความสัมพันธ์ของทั้งสองเรื่องจึงอยู่ที่ ความสามารถในการปรับทรัพยากรตามปริมาณงาน เมื่อข้อมูลเพิ่มขึ้นหรือมีการวิเคราะห์จำนวนมาก ระบบคลาวด์ช่วยเพิ่มพื้นที่จัดเก็บหรือกำลังประมวลผลได้ตามความจำเป็น โดยไม่ต้องวางแผนทรัพยากรให้ใหญ่เกินความต้องการตั้งแต่ต้น
จากข้อมูลดิบสู่รายงานและการตัดสินใจของธุรกิจ
ข้อมูลยอดขาย ข้อมูลลูกค้า ข้อมูลการใช้งานบริการ หรือข้อมูลจากอุปกรณ์ IoT อาจมาจากหลายแหล่งและมีรูปแบบต่างกัน การใช้บริการจัดเก็บข้อมูลร่วมกับ Data Warehouse หรือเครื่องมือวิเคราะห์ข้อมูล ช่วยให้ทีมรวมข้อมูล เตรียมข้อมูล และนำเสนอเป็นรายงานหรือแดชบอร์ดได้เป็นระบบมากขึ้น
อย่างไรก็ตาม เป้าหมายไม่ควรเป็นเพียง “เก็บข้อมูลให้มากที่สุด” ธุรกิจควรถามก่อนว่า ต้องการตอบคำถามใด เช่น สินค้ากลุ่มใดสร้างยอดขาย ข้อมูลลูกค้าส่วนใดควรนำมาวิเคราะห์ หรือผู้บริหารต้องการติดตามตัวชี้วัดใดบนแดชบอร์ด
3 สิ่งที่ต้องมีมากกว่าพื้นที่เก็บข้อมูล
หนึ่ง เป้าหมายการวิเคราะห์ ต้องระบุคำถามและตัวชี้วัดที่ต้องการใช้ตัดสินใจ สอง คุณภาพข้อมูล ข้อมูลที่ซ้ำ ไม่ครบ หรือไม่สอดคล้องกันอาจทำให้รายงานคลาดเคลื่อน สาม การกำกับดูแลข้อมูล ต้องกำหนดว่าใครเข้าถึงข้อมูลใดได้ และใครรับผิดชอบการดูแลข้อมูลแต่ละชุด
หากสามส่วนนี้ยังไม่ชัด การลงทุนในแพลตฟอร์มคลาวด์หรือเครื่องมือวิเคราะห์ข้อมูลที่ซับซ้อนอาจเกินความจำเป็น ควรเริ่มจัดระเบียบแหล่งข้อมูลภายในและกำหนดรูปแบบรายงานที่ต้องใช้ก่อน
เปรียบเทียบระบบภายในองค์กร, Public Cloud และ Hybrid Cloud
ตารางเปรียบเทียบต้นทุนเริ่มต้น ค่าใช้จ่ายต่อเนื่อง และความยืดหยุ่น
การเลือกระหว่างระบบภายในองค์กร Public Cloud และ Hybrid Cloud ไม่ควรตัดสินจากค่าใช้จ่ายด้านใดด้านหนึ่งเพียงอย่างเดียว ระบบภายในองค์กรอาจเหมาะกับงานที่ต้องการควบคุมสภาพแวดล้อมโดยตรง ขณะที่ Public Cloud เหมาะกับงานที่ต้องขยายทรัพยากรขึ้นลงตามการใช้งาน ส่วน Hybrid Cloud เป็นทางเลือกเมื่อต้องเชื่อมระบบเดิมกับความยืดหยุ่นของคลาวด์
ต้นทุนรวม ควรรวมทั้งค่าโครงสร้างพื้นฐาน ค่าบริการรายใช้งาน ค่าแรงดูแลระบบ ค่าเชื่อมต่อข้อมูล และภาระในการเปลี่ยนแปลงระบบ ไม่ใช่เปรียบเทียบเฉพาะค่าเริ่มต้นเท่านั้น
งานข้อมูลแบบใดเหมาะกับการขยายทรัพยากรตามการใช้งาน
งานที่มีปริมาณข้อมูลหรือการประมวลผลเปลี่ยนแปลงบ่อย มักเหมาะกับแนวทางที่ปรับทรัพยากรได้ เช่น การรวมข้อมูลจากหลายช่องทางเพื่อทำแดชบอร์ด การประมวลผลข้อมูลเป็นรอบ หรือข้อมูลจาก IoT ที่เกิดขึ้นต่อเนื่อง
หากบางช่วงมีการวิเคราะห์มากกว่าปกติ การใช้ทรัพยากรแบบยืดหยุ่นอาจตอบโจทย์การทำงานได้ดี แต่ทีมต้องติดตามการใช้งาน เพราะการเปิดทรัพยากรหรือบริการไว้เกินแผนอาจเพิ่มค่าใช้จ่ายได้
เมื่อใดควรให้ความสำคัญกับการควบคุมข้อมูลมากกว่าความเร็วในการเริ่มต้น
หากธุรกิจมีข้อมูลลูกค้าหรือข้อมูลภายในที่ต้องกำหนดสิทธิ์เข้าถึงอย่างละเอียด ควรให้ความสำคัญกับการออกแบบการเข้าถึง การแยกบทบาทผู้ใช้ และการตรวจสอบการใช้งานข้อมูลก่อน ความเร็วในการเริ่มต้นไม่ควรทำให้ละเลยการควบคุมข้อมูล
Hybrid Cloud อาจเป็นแนวทางที่ควรพิจารณาเมื่อมีระบบเดิมอยู่แล้วและต้องเลือกเฉพาะบางงานไปใช้คลาวด์ แต่ความเหมาะสมจริงขึ้นกับระบบเดิม ทักษะทีม และข้อกำหนดการเก็บข้อมูลที่เกี่ยวข้อง ซึ่งควรตรวจสอบเป็นกรณีไป
ค่าใช้จ่ายของระบบข้อมูลบนคลาวด์ที่ควรวางแผน
ค่าเก็บข้อมูล ค่าประมวลผล และค่ารับส่งข้อมูลต่างกันอย่างไร
ค่าใช้จ่ายบนคลาวด์มักเกี่ยวข้องกับ การจัดเก็บข้อมูล การประมวลผล การรับส่งข้อมูล และบริการเสริม ธุรกิจจึงควรแยกงบตามลักษณะงาน ไม่ควรมองเป็นค่าใช้บริการก้อนเดียว ตัวอย่างเช่น การเก็บข้อมูลระยะยาว การเรียกใช้ข้อมูลเพื่อทำรายงาน และการย้ายข้อมูลระหว่างระบบ อาจสร้างค่าใช้จ่ายคนละส่วน
ราคาจริงของแต่ละแพลตฟอร์มไม่เท่ากัน เพราะขึ้นกับปริมาณข้อมูล ภูมิภาค รูปแบบการใช้งาน และส่วนลดตามสัญญา การดูหน้าราคาเพียงอย่างเดียวจึงยังไม่พอ ควรนำรูปแบบการใช้งานของตนเองไปประเมินร่วมด้วย
ต้นทุนบุคลากร การดูแลระบบ และบริการภายนอก
แม้คลาวด์ช่วยลดภาระการดูแลฮาร์ดแวร์บางส่วน แต่ธุรกิจยังต้องมีผู้รับผิดชอบเรื่องโครงสร้างข้อมูล สิทธิ์เข้าถึง การติดตามค่าใช้จ่าย และความต่อเนื่องของรายงาน หากทีมยังไม่มีทักษะที่จำเป็น อาจต้องพิจารณาเครื่องมือวิเคราะห์ข้อมูลที่ใช้งานง่ายขึ้น หรือบริการผู้ให้คำปรึกษาในขอบเขตงานที่ชัดเจน
ก่อนเลือกผู้ให้บริการ ควรเปรียบเทียบขอบเขตการสนับสนุน ความเข้ากันได้กับระบบเดิม และบทบาทที่ทีมภายในยังต้องดูแลเอง เพื่อหลีกเลี่ยงความเข้าใจว่าบริการภายนอกจะรับผิดชอบทุกส่วนโดยอัตโนมัติ
วิธีตั้งงบประมาณทดลองใช้โดยไม่สร้างค่าใช้จ่ายเกินคาด
เริ่มจากกรณีใช้งานขนาดเล็กที่วัดผลได้ เช่น รายงานยอดขายจากแหล่งข้อมูลที่กำหนด หรือแดชบอร์ดผู้บริหารที่ใช้ตัวชี้วัดหลักไม่กี่รายการ กำหนดขอบเขตข้อมูล ระยะเวลาทดลอง และผู้รับผิดชอบการติดตามการใช้ทรัพยากรให้ชัด
เช็กลิสต์ที่ควรติดตาม ได้แก่ ปริมาณข้อมูลที่จัดเก็บ งานประมวลผลที่ทำจริง การรับส่งข้อมูล การเก็บข้อมูลระยะยาว บริการที่เปิดใช้งาน และค่าใช้จ่ายในการดูแลระบบ เมื่อเห็นรูปแบบการใช้งานจริงแล้ว จึงค่อยขยายไปยังข้อมูลหรือทีมอื่น
ขั้นตอนวางระบบข้อมูลสำหรับทีมธุรกิจและไอที
เริ่มจากคำถามธุรกิจและตัวชี้วัดที่ต้องการ
ฝ่ายธุรกิจควรระบุสิ่งที่ต้องการรู้ก่อน เช่น ต้องการดูยอดขายตามช่องทาง ต้องการรวมข้อมูลลูกค้า หรืออยากติดตามข้อมูลจากอุปกรณ์ จากนั้นทีมไอทีและทีมวิเคราะห์ข้อมูลจึงแปลงคำถามเหล่านี้เป็นแหล่งข้อมูล กระบวนการประมวลผล และรูปแบบรายงาน
การมีตัวชี้วัดที่ชัดช่วยให้เลือกเครื่องมือและขนาดทรัพยากรได้พอดีขึ้น รวมถึงช่วยประเมินภายหลังได้ว่าโครงการข้อมูลตอบโจทย์การตัดสินใจของธุรกิจหรือไม่
ตรวจคุณภาพ แหล่งที่มา และสิทธิ์เข้าถึงข้อมูล
ควรทำรายการว่าแต่ละข้อมูลมาจากไหน ใครเป็นเจ้าของข้อมูล ข้อมูลอัปเดตเมื่อใด และมีข้อจำกัดในการใช้งานหรือไม่ ขั้นตอนนี้ช่วยลดปัญหานำข้อมูลคนละความหมายมารวมกันจนรายงานผิดพลาด
ส่วนสิทธิ์เข้าถึงควรกำหนดตามบทบาทงาน ไม่ใช่เปิดให้ทุกคนเห็นทุกข้อมูล การออกแบบนี้สำคัญทั้งต่อความปลอดภัยและความน่าเชื่อถือของการใช้ข้อมูลในองค์กร
ออกแบบการสำรองข้อมูล ความปลอดภัย และการติดตามค่าใช้จ่าย
ก่อนเริ่มใช้งานจริง ควรกำหนดแนวทางสำรองข้อมูล การกู้คืนข้อมูล การตรวจสอบสิทธิ์ และผู้รับผิดชอบการติดตามค่าใช้จ่าย การวางส่วนเหล่านี้ตั้งแต่ต้นช่วยให้ทีมไม่ต้องแก้ปัญหาเมื่อปริมาณข้อมูลหรือจำนวนผู้ใช้งานเพิ่มขึ้น
ข้อผิดพลาดที่พบบ่อย: ย้ายข้อมูลขึ้นคลาวด์ก่อนกำหนดเป้าหมาย
การย้ายข้อมูลขึ้นคลาวด์ทั้งหมดทันทีอาจทำให้มีข้อมูลจำนวนมาก แต่ไม่มีรายงานหรือการวิเคราะห์ที่นำไปใช้ได้จริง อีกทั้งยังทำให้ควบคุมค่าเก็บข้อมูลและการรับส่งข้อมูลยากขึ้น แนวทางที่เหมาะกว่าคือเริ่มจากข้อมูลและกรณีใช้งานที่มีความสำคัญต่อการตัดสินใจ
เลือกแนวทางตามขนาดธุรกิจและลักษณะข้อมูล
ธุรกิจขนาดเล็ก: เริ่มจากรายงานยอดขายและข้อมูลลูกค้า
ธุรกิจขนาดเล็กอาจยังไม่จำเป็นต้องเริ่มด้วยระบบ Big Data ขนาดใหญ่ หากโจทย์หลักคือการดูยอดขายและข้อมูลลูกค้า ควรเริ่มจากการทำให้ข้อมูลมีรูปแบบสม่ำเสมอ ลดข้อมูลซ้ำ และกำหนดรายงานที่ทีมใช้จริงก่อน
เมื่อข้อมูลเริ่มมากขึ้นหรือมีหลายช่องทาง ค่อยประเมินบริการคลาวด์และเครื่องมือวิเคราะห์ข้อมูลที่ช่วยรวมข้อมูลได้ โดยพิจารณาค่าใช้จ่ายต่อเนื่องและทักษะของผู้ใช้งานเป็นหลัก
ธุรกิจที่กำลังเติบโต: รวมข้อมูลหลายช่องทางเพื่อทำแดชบอร์ด
เมื่อธุรกิจมีข้อมูลจากหน้าร้าน ช่องทางออนไลน์ ระบบขาย หรือระบบบริการลูกค้า การรวมข้อมูลเพื่อทำแดชบอร์ดอาจช่วยให้เห็นภาพเดียวกันมากขึ้น จุดสำคัญคือกำหนดความหมายของตัวชี้วัดให้ตรงกันก่อน ไม่เช่นนั้นแต่ละฝ่ายอาจตีความตัวเลขชุดเดียวกันไม่เหมือนกัน
องค์กรที่มีข้อมูลจำนวนมาก: วางสถาปัตยกรรม การกำกับดูแล และแผนใช้งบระยะยาว
องค์กรที่มีข้อมูลปริมาณมากหรือเกิดขึ้นต่อเนื่องควรวางทั้งสถาปัตยกรรมข้อมูล การกำกับดูแลข้อมูล และแผนงบประมาณระยะยาว ควรแยกงานจัดเก็บ งานประมวลผล งานวิเคราะห์ และการเข้าถึงข้อมูลให้เห็นชัด เพื่อเลือก Data Warehouse หรือบริการวิเคราะห์ข้อมูลได้ตรงกับงาน
การตัดสินใจไม่ควรอิงเพียงความสามารถทางเทคนิค ควรพิจารณาความพร้อมของทีม ระบบเดิม เงื่อนไขความปลอดภัย และความสามารถในการติดตามค่าใช้จ่ายอย่างต่อเนื่องด้วย
เกณฑ์เลือกบริการและสรุปเปรียบเทียบก่อนตัดสินใจ
เช็กลิสต์ความเข้ากันได้กับระบบเดิมและทักษะของทีม
ตรวจสอบว่าบริการที่สนใจเชื่อมต่อกับแหล่งข้อมูลเดิมได้หรือไม่ ทีมสามารถดูแลและใช้งานเครื่องมือนั้นได้แค่ไหน และมีผู้รับผิดชอบด้านข้อมูลอย่างชัดเจนหรือไม่ หากระบบมีความสามารถมากแต่ทีมใช้งานไม่ได้เต็มที่ ต้นทุนรวมอาจสูงกว่าประโยชน์ที่ได้รับ
เปรียบเทียบความสามารถด้านการขยายระบบ ความปลอดภัย และการสนับสนุน
ให้เปรียบเทียบตามงานจริง ได้แก่ ความสามารถในการเพิ่มทรัพยากร การกำหนดสิทธิ์เข้าถึง การติดตามการใช้งาน การเชื่อมต่อกับระบบเดิม และรูปแบบการสนับสนุนจากผู้ให้บริการ ไม่ควรเลือกจากชื่อแพลตฟอร์มหรือรายการฟังก์ชันที่ไม่ได้ใช้เพียงอย่างเดียว
ควรขอใบเสนอราคาเมื่อใด และข้อมูลใดที่ควรเตรียมก่อนคุยกับผู้ให้บริการ
ควรขอใบเสนอราคาเมื่อทราบปริมาณข้อมูลโดยประมาณ ลักษณะการประมวลผล จำนวนผู้ใช้งาน ความถี่ของรายงาน และความต้องการด้านการเชื่อมต่อระบบแล้ว ข้อมูลเหล่านี้ช่วยให้เปรียบเทียบค่าใช้จ่ายของแพลตฟอร์ม Cloud, Data Warehouse และบริการผู้ให้คำปรึกษาได้ตรงกับการใช้งานมากกว่า
ก่อนตัดสินใจ ให้ตรวจ 5 เรื่อง: เป้าหมายธุรกิจ แหล่งข้อมูลและคุณภาพข้อมูล รูปแบบค่าใช้จ่าย ความปลอดภัยและสิทธิ์เข้าถึง และทักษะของทีม หากปริมาณข้อมูลและความต้องการใช้งานชัดเจนแล้ว สามารถขอใบเสนอราคาและตรวจรายละเอียดเงื่อนไขจากผู้ให้บริการที่สนใจได้โดยตรง
บทส่งท้าย
Cloud Computing ทำให้การจัดเก็บและประมวลผล Big Data มีความยืดหยุ่นมากขึ้น แต่ไม่ใช่สิ่งที่ต้องรีบใช้ในทุกกรณี ธุรกิจควรเริ่มจากปัญหาที่ต้องการแก้และข้อมูลที่มีอยู่จริงก่อน
การเลือก Public Cloud, Hybrid Cloud หรือระบบภายในองค์กรควรมองทั้งต้นทุน ความปลอดภัย ความพร้อมของทีม และการขยายงานในอนาคต เมื่อเริ่มจากกรณีใช้งานที่ชัด การลงทุนด้านข้อมูลจะควบคุมได้ง่ายกว่าและวัดผลได้ตรงกว่า
ข้อมูลเพิ่มเติมที่ควรรู้
1. ข้อมูลมากไม่ได้แปลว่าข้อมูลดี ควรตรวจความครบถ้วนและความสอดคล้องก่อนทำรายงาน
2. ค่าใช้จ่ายคลาวด์อาจมาจากมากกว่าพื้นที่เก็บข้อมูล โดยเฉพาะการประมวลผล การรับส่งข้อมูล และบริการเสริม
3. แดชบอร์ดที่ดีควรตอบคำถามของผู้ใช้ ไม่จำเป็นต้องใส่ตัวเลขทุกอย่างไว้ในหน้าเดียว
4. การกำหนดสิทธิ์เข้าถึงข้อมูลควรวางตั้งแต่เริ่มต้น ไม่ใช่รอให้มีปัญหาแล้วค่อยแก้
ข้อควรพิจารณาสำคัญ
ไม่มีแพลตฟอร์มใดเหมาะที่สุดสำหรับทุกองค์กร เพราะความเหมาะสมขึ้นกับปริมาณข้อมูล ภูมิภาค รูปแบบการใช้งาน ระบบเดิม ทักษะทีม และข้อกำหนดด้านความปลอดภัย ราคาจริงและเงื่อนไขบริการจึงควรตรวจสอบกับผู้ให้บริการก่อนตัดสินใจ รวมถึงตรวจข้อกำหนดการเก็บข้อมูลที่เกี่ยวข้องกับอุตสาหกรรมของตนเอง
คำถามที่พบบ่อย
Q1. ธุรกิจขนาดเล็กจำเป็นต้องใช้ Cloud สำหรับ Big Data หรือไม่?
A1. ไม่จำเป็นเสมอไป หากข้อมูลยังไม่มากและโจทย์หลักคือรายงานยอดขายหรือข้อมูลลูกค้า อาจเริ่มจากการจัดระเบียบข้อมูลและกำหนดรายงานที่ใช้จริงก่อน เมื่อมีหลายแหล่งข้อมูลหรือปริมาณงานเพิ่มขึ้น จึงค่อยประเมินบริการคลาวด์ที่เหมาะสม
Q2. ค่าใช้จ่ายของการเก็บและวิเคราะห์ข้อมูลบนคลาวด์คิดจากอะไรบ้าง?
A2. โดยทั่วไปมักเกี่ยวข้องกับค่าเก็บข้อมูล ค่าประมวลผล ค่ารับส่งข้อมูล และค่าบริการเสริมที่เปิดใช้งาน นอกจากนี้ยังควรคิดต้นทุนบุคลากร การดูแลระบบ และบริการภายนอกด้วย
Q3. ควรเลือก Public Cloud หรือ Hybrid Cloud หากมีข้อมูลลูกค้าที่ต้องควบคุมการเข้าถึง?
A3. ควรเริ่มจากการกำหนดระดับการควบคุมข้อมูล สิทธิ์เข้าถึง ระบบเดิม และความสามารถของทีม หากต้องเชื่อมระบบภายในกับคลาวด์และต้องการเลือกย้ายเฉพาะบางงาน Hybrid Cloud อาจเป็นแนวทางที่ควรพิจารณา แต่ต้องตรวจเงื่อนไขความปลอดภัยและข้อกำหนดที่เกี่ยวข้องให้ชัดก่อนเลือก
