Business Intelligence(BI)
คือเครื่องมือสำหรับวิเคราะห์ข้อมูล ที่มีการผสมผสานกันระหว่าง Architectures, Tools, Database, Applications และ Methodologies โดยผู้บริหารจะใช้ข้อมูล Data Warehouse ผ่าน BI ซึ่งกระบวนการของ BI จะเป็นการแปลงข้อมูลให้กลายเป็นสารสนเทศ ซึ่งมีจุดประสงค์เพื่อนำสารสนเทศที่ได้ไปใช้ในการตัดสินใจ และนำไปปฏิบัติ
BI Functions
จะเป็นการ Interface ระหว่างผู้ใช้กับระบบงาน โดยมีทั้งหมด 3 Functions
1. Reporting and Analysis : Function ในการออก Report เช่น Scorecards, Dashboards
2. Analytic : เครื่องมือในการวิเคราะห์ เช่น Data, Text and Web mining, OLAP
3. Data Integration : ETL ซึ่งอยู่ในส่วนของ Warehouse
BI Vendors
ปัจจุบันนั้นมีผู้ให้บริการเครื่องมือวิเคราะห์ข้อมูล BI หลากหลายราย เช่น IBM, SAP, ORACLE, Microsoft เช่น
Dashboards & Scorecards
Dashboards มักจะเป็นการวิเคราะห์การดำเนินงานในการนำไปใช้สำหรับผู้ใช้ระดับ Strategic level โดยความสามารถที่ Dashboards จะต้องนำเสนอได้ไม่ว่าจะเป็น BI จากยี่ห้อไหน ได้แก่ Drill-down, Critical success factors(CSFs), Key performance indicators(KPI), Status access, Trend analysis, Ad-hoc analysis, Exception reporting และเนื่องจากองค์กรแต่ละแห่งจำเป็นต้องวัดผลในทุกๆระดับ Dashboards จึงแบ่งออกเป็น 3 กลุ่ม ได้แก่
1. Operational dashboards : ผู้ใช้งานคือ Front line workers และ Supervisor
2. Tactical dashboards : ผู้ใช้งานคือ Manager และ Analysts
3. Strategic dashboards : ผู้ใช้งานคือ Executive และ Manager
ส่วน Scorecards นั้นจะใช้ใน Performance Measurement สำหรับ Executive, Manager และผู้ใช้ระดับ Strategic level
Business Performance Management(BPM)
แต่ละยี่ห้อจะไม่เหมือนกัน โดยจะเป็น Function ที่อาจจะรวมหรือแยกกับ BI ก็ได้ ซึ่ง BPM จะช่วยทำให้การวัด Performance ขององค์กรรวดเร็วและง่ายยิ่งขึ้น นอกจากนี้ BPM จะดีแค่ไหนจะขึ้นอยู่กับ BI ขององค์กรด้วย เนื่องจากการที่เราจะวิเคราะห์ให้ดีนั้น เราจะต้องมีรายละเอียดของข้อมูลที่มากพอ และเราจะต้องมี Multidimensional Data ที่ชัดเจน เพราะจะช่วยให้เราทำ Slice and Dice ได้ชัด
ซึ่งการวิเคราะห์ของ BI นั้นจะช่วยให้เรารู้จักลูกค้าดีขึ้น สามารถตอบสนองความต้องการของลูกค้าได้มากขึ้น รู้ช่องทางที่จะเข้าถึงลูกค้าในแต่ละกลุ่ม ซึ่งจะทำให้เราทำ CRM ได้ง่ายขึ้นด้วย
Data Mining
เป็นกระบวนการค้นหาสารสนเทศ หรือข้อความที่อยู่ในฐานของมูลขนาดใหญ่ที่ซับซ้อน เพื่อนำความรู้ที่ได้ไปใช้ประโยชน์ในการตัดสินใจ เป็นการค้นหา Pattern ที่เราไม่เคยรู้มาก่อน แล้ว Predict trends เช่น ธนาคารจะใช้ในการดูว่าการใช้บัตรเครดิตปลอมหรือบัตรเครดิตที่ขโมยมามีลักษณะอย่างไร
โดยกระบวนการของ Data Mining จะเริ่มที่เราจะต้องมีข้อมูลโดยจะเป็นขอมูลจาก Data Warehouse หรือจากไหนก็ได้ แล้วผ่านกระบวนการ ETL เนื่องจาก ETL ของ Data Warehouse กับ Mining นั้นไม่เหมือนกัน หลังจากนั้นก็จะผ่าน Software Mining แล้ว Output ที่ได้นั้นยังไม่ใช่ Output แบบที่คาดหวัง เราจะต้องนำ Output นั้นไปวิเคราะห์ผลเสียก่อน
ผลของ Data Mining มีทั้งหมด 5 รูปแบบซึ่งขึ้นอยู่กับว่าเราต้องการแสดงผลในรูปแบบไหน
1. Clustering : ไม่มีสมมติฐานในการ Classify
2. Classification : มีสมมติฐานในการ Classify โดยเราจะทำเพื่อพิสูจน์ว่าสมมติฐานเราจริงหรือไม่
3. Association : เป็นผลสืบเนื่อง เช่น ลูกค้าเปิดบัญชีออมทรัพย์ แล้ว 45% ของลูกค้ากลุ่มนั้นจะเปิด ATM ด้วย
4. Sequence discovery : Consequence ที่เกิดขึ้นตามหลังมา
5. Prediction : อนาคตข้างหน้า
Text Mining
การ Mining ด้วยระบบ Text Mining จะใช้กับข้อมูล Non-structured ข้อมูลที่ไม่สามารถคำนวณได้ เนื่องจากข้อมูลเหล่านั้นมีประโยชน์กับองค์กร เช่น ข้อมูล Complain ของลูกค้า โดยการค้นหาเนื้อหาสาระที่ซ่อนอยู่ในข้อมูลนั้น หาผู้ที่มีการ Complain ในเรื่องที่คล้ายๆกัน และเรื่องที่มีความสัมพันธ์กัน การหาคำที่ Common กัน เช่น headache, fever, temperature, vomit, symptom เป็นต้น
ไม่มีความคิดเห็น:
แสดงความคิดเห็น