Data Management (cont)
Data Warehouses จะเป็นการดึงข้อมูลมาจาก Data Base เฉพาะหัวข้อที่เกี่ยวข้อง เพื่อนำมาใช้ในการวิเคราะห์ข้อมูล โดยมีการนำเสนอในรูปแบบต่างๆ ตามลักษณะของการใช้บริหาร
ลักษณะของ Data Warehouse
1. Organization : ข้อมูลจะถูกจัดการ คัดเลือกจาก database มาใส่ใน data warehouse โดยแบ่งข้อมูลต่างๆตามหัวข้อ
2. Consistency : ข้อมูลจะถูกจัดการให้อยู่ในรูปแบบเดียวกัน
3. Time variant : ข้อมูลจะถูกเก็บในช่วงเวลา 5-10 ปีเพื่อใช้ในการวิเคราะห์เปรียบเทียบ
4. Non-volatile : ข้อมูลที่อยู่ใน warehouse จะไม่อัพเดทตลอดเวลา
5. Relational
6. Client/server
ประโยชน์ของ Data Warehouses
1. ข้อมูลที่ได้เป็นระบบ รวดเร็วและทันต่อการใช้งาน
2. ข้อมูลถูกรวบรวมไว้ในที่เดียวกัน ทำให้ผู้ใช้งานสามารถเข้าถึงข้อมูลได้ง่ายขึ้น
Meta data เป็น Data ของ Data ซึ่งก็คือเป็น Data ที่ใช้อธิบาย Data ที่อยู่ใน Data Warehouse โดย Meta data จะอธิบายว่ามีการ move ข้อมูลมาจาก Database ไหน และSummarize อะไรไปยังไงบ้าง
The Data Mart เป็น Small scale ของ Data Warehouse เนื่องจากเดิมข้อมูลทั้งหมดจะอยู่ใน Enterprise Data Warehouse แล้วระบบอาจจะเกิดการ Overload เวลาที่มีคนใช้พร้อมกันมากๆ จึงเกิด Data Mart ขึ้น ซึ่ง Data Mart จะมี 2 แบบ คือ
1. แบบ Replicated จะมี Enterprise Data Warehouse ก่อน แล้วค่อย Replicateบางส่วนที่ต้องการมาเป็น Data Mart
2. แบบ Stand-alone data marts เกิดจากกรณีที่องค์กรยังไม่พร้อมทำ Enterprise Data Warehouse จึงเริ่มที่การทำ Data Mart เป็นของตัวเองไปก่อน พอถึงจุดที่ทุกฝ่ายพร้อม ค่อยเอา Data Mart มารวมกัน
Data Cube คือ มิติของข้อมูล ที่จัดการข้อมูลตามหัวข้อ อย่างเช่น เวลา พื้นที่ ประเภทสินค้าทำให้สามารถตัดข้อมูลเป็นแต่ละส่วน คือ สามารถSlice และ Dice ออกมา เพื่อเลือกส่วนของข้อมูลที่ต้องการวิเคราะห์ ได้ ทำให้เห็นปัญหาที่ชัดเจนขึ้น หลายมิติ หลายมุมมองมากขึ้น
Business Intelligence
เป็นเครื่องมือที่ช่วยในการวิเคราะห์จัดการข้อมูล ให้เป็นประโยชน์ต่อการตัดสินใจ ประกอบไปด้วย 3 องค์ประกอบ ดังนี้
1. Reporting and Analysis ส่วนออกรายงานให้แก่ผู้ใช้ ตัวอย่างเช่น
· Enterprise Reporting System - จัดทำรายเป็นข้อมูล ที่เตรียมให้สำหรับผู้บริหารนำไปใช้ในการวิเคราะห์ต่างๆ
· Dashboards การรายงานข้อมูล Visual Display โดยแบ่งออกเป็น 3 ระดับ ได้แก่Operation Dashboard, Tactical Dashboard และ Strategic Dashboard
· Scorecard เป็นรายงานสำหรับผู้บริหารในระดับ strategic เป็นกระบวนการสำหรับการตรวจสอบและควบคุม
2. Analytics กระบวนการวิเคราะห์ข้อมูลที่ได้จากแหล่งต่างๆ
· Predictive analytics
· Data,text and web mining
· OLAP(online analytics processing
3. Data Mining การแยกข้อมูลเพื่อพยากรณ์แนวโน้มที่อาจจะเกิดขึ้น หรือการค้นหาข้อมูลที่เป็นประโยชน์ในอดีตในสิ่งที่เราไม่รู้ โดยทำกับบริษัทที่มี Database ขนาดใหญ่ ข้อมูลจำนวนมาก เพื่อช่วยในการวิเคราะห์ข้อมูล (structured data)จำนวนมาก มาเพื่อช่วยในการตัดสินใจ, คาดการณ์แนวโน้ม, ช่วยให้สามารถเห็นรูปแบบ (pattern) ของข้อมูลได้
Text Mining : เป็น Data mining สำหรับข้อมูลที่ไม่มีโครงสร้างในการจัดเก็บ (nonstructure data) อย่างเช่น ข้อมูลติชมจากลูกค้า เป็นต้น โดยกระบวนการของ Mining คือ
การรวบรวมข้อมูลจากที่ต่างๆ ทั้งWarehouse และแหล่งอื่น
· ETL (extract,clean,transformation,load)
· วิเคราะห์และประมวลผล
· แปรผลข้อมูล เพื่อให้สามารถนำไปใช้ได้ง่ายยิ่งขึ้น
รูปแบบของ Data Mining ประกอบด้วย 5 รูปแบบ ได้แก่
· Clustering เป็นการจัดกลุ่มข้อมูล โดยทำการ plot ข้อมูล แล้วดูจุดที่กลุ่มข้อมูลกระจุกตัวรวมกัน
· Classification เป็นการจัดกลุ่มข้อมูลแบ่งตามเกณฑ์คุณลักษณะต่างๆ โดยมีสมมติฐานล่วงหน้า
· Association เป็นผลสืบเนื่องที่เกิดขึ้น เช่น หากลูกค้าเปิดบัญชีออมทรัพย์ ต่อไปก็มีความเป็นไปได้ที่จะทำบัตร ATM ด้วย เป็นต้น
· Sequence Discovery เป็นผลที่เกิดตามหลังมา
· Prediction การ Forecast เป็นการคาดการณ์ล่วงหน้า (forecast)
Balance Scorecard (BSC)
การวัดผลในมุมมองต่างๆโดยมี KPI ในด้าน financial, customer, internal process
และ learning มาช่วยวัดผลการดำเนินงาน
Business Value of BI: คือการวัดมูลค่าการใช้ Business Intelligence ให้เกิดประโยชน์ต่อองค์กร
Online Analytical Processing (OLAP): เป็น software technology ที่ช่วยระบุปัญหา
ไม่มีความคิดเห็น:
แสดงความคิดเห็น