Data Management (Continued)

Major Benefits of Data Warehouses

1. ข้อมูลรวดเร็ว ทันต่อการใช้งาน

2. ผู้ใช้งานสามารถเข้าถึงข้อมูลได้ง่ายขึ้น

- Single Sign-on การ log-in เข้าสู่ระบบโดยใช้รหัสเดียวกันทั้งองค์กร

- Data Warehouses จะดึงข้อมูลมาจาก Data Warehouses และก็บข้อมูลที่จำเป็นสำหรับผู้บริหาร เพื่อใช้ในการวิเคราะห์ข้อมูลที่ต้องการ พร้อมกันนั้นจะมีการนำเสนอในรูปแบบต่างๆ ซึ่งจะขึ้นอยู่กับตัวโปรแกรม Data Warehouse โดยนำเสนอเป็นไปในเชิงลักษณะของการใช้บริหาร เช่น Drill Downs

- Drill Downs จะให้ข้อมูลในภาพรวมก่อน แล้วให้ผู้สนใจในส่วนใดส่วนหนึ่งสามารถค้นคว้าลึกลงไปดูได้

- ระบบสารสนเทศ/ระบบการจัดการข้อมูล  มีระบบในารคัดกรองให้การเข้าถึงข้อมูลทำได้เฉพาะผู้ที่ที่เกี่ยวข้องกับข้อมูลจริงๆเท่านั้น

Data Warehouse Processing
          กระบวนการจัดทำ Data Warehouse มีขั้นตอนทั้งหมด 5 ขั้นตอน ดังนี้
          1. รวบรวมข้อมูล  - ทั้งจากภายในองค์กร (Operational Data) และ ภายนอกองค์กร (External Data)
          2. จัดทำ Meta Data- นำข้อมูลที่รวบรวมมาสร้าง Meta Data หรือ ข้อมูลของข้อมูล ที่ซึ่งใช้อธิบายเกี่ยวกับ Data ที่อยู๋ใน Warehouse
          2. ทำ Data Staging - นำข้อมูลที่รวบรวมมาไปทำ Data Staging ซึ่งเป็นการจัดระบบข้อมูลที่มี และสร้างเป็น Data Cube ซึ่งประกอบไปด้วยการทำ Extract, Clean, Transform และ Load
          3. สร้าง Data Warehouse - เมื่อได้ Data Cube แล้วจึงทำ Data Warehouse โดยยึด Business Object เป็นหลัก
          4. สร้าง Business View - เมื่อได้ Data Warehouse แล้ว การนำเสนอข้อมูลจะต้องอยู่ในรูปแบบที่ง่าย เพื่ออำนวยความสะดวกในการนำไปใช้ของผู้บริหาร ซึ่งจะอกมาในรูปแบบของ Dash Board

The Data Mart : is a small scaled-down version of a data warehouse:

เป็นการตัดแบ่งข้อมูลตามความต้องการของผู้ใช้ออกมาเป็นส่วนย่อยๆ ในกรณีที่ผู้ใช้มีหลากหลาย Data Mart แบ่งเป็น 2 ประเภท คือ

1. Replicated (dependent) data marts โดยองค์กรจะทำ Data Warehouse มาก่อน แล้วแต่ละส่วนงานก็มาแยกข้อมูลมาทำ mart เฉพาะส่วนของตนเอง

2.  Stand – alone data marts ใช้ในองค์กรซึ่งไม่พร้อมทำ Enterprise Data Warehouse จึงทำเฉพาะ marts ในส่วนงานของตัวเองที่พร้อมไปก่อน เมื่อแต่ละส่วนงานพร้อมแล้วค่อยเอามารวมเป็น Enterprise (ในทางปฏิบัติไม่ค่อยเกิดจริง)

Business Intelligence

Balance Scorecard (BSC)

                การวัดผลในมุมมองต่างๆต่างต้องสร้าง KPI Dashboard  ต้องมี KPI เสมอ ตัวอย่าง KPI เช่น Cost per Sale ,Sales per Download ,Revenue per Sale, Profit per Sale

Dashboard

แบ่งเป็น 3 ประเภท เป็นผลการดำเนินงานในมิติต่างๆ แสดงเป็น chart ได้แก่

1. Operational dashboards

2. Tactical dashboards

3. Strategic dashboards

Business Value of BI  คือการวัดมูลค่าการใช้ Business Intelligence ให้เกิดประโยชน์ต่อองค์กร

Online Analytical Processing (OLTP) เป็น software technology ที่ทำให้นักวิเคราะห์ ผู้บริหาร ผู้จัดการ สามารถมองลึกลงไปในข้อมูลและสามาถระบุปัญหาได้

Data Mining Characteristics

                ข้อมูลต้องมีมากพอ อาจเก็บอยู่ใน data warehouse หรือที่ใดก็ได้ มีคุณลักษณะ 5 ประการ

1. Clustering - นำเสนอข้อมูลที่มีความสัมพันธ์กันเอง
2. Classification - นำเสนอข้อมูลตามสมมติฐานที่เราคิด โดยให้ทดสอบว่าสมมติฐานนั้นจริงหรือไม่ อย่างไร
3. Association - นำเสนอผลสืบเนื่อง
4. Sequence discovery - consequence ที่เกิดตามหลังมา
5. Prediction - นำเสนอโดยการพยากรณ์สิ่งที่จะเกิดขึ้น

Text Mining

·         Structured Data มี Attribute ที่เก็บใน field เดียวกัน

·         Unstructured Data เช่น compaint ของลูกค้า

·         ข้อมูลจำพวก ID จัดเป็น Numeric เนื่องจากมีสภาพในการคำนวณ (Check Digit) แต่ถ้าไม่ได้ไว้เพื่อการคำนวณนั้นจะเรียกว่า Alphabatic

บุญชัย ฉัตรโชคเฉลิมพร

5202112891