Data Warehouse Process
1.Operational Data & External Data รวบรวมข้อมูลจากข้อมูลทั้งที่มีในองค์กรและภายนอกองค์กร
2. Data Staging : Extract คัดแยกข้อมูล เอาเฉพาะส่วนที่ต้องการจะใช้ประโยชน์
Clean เป็นการทำให้ข้อมูลเดียวกันที่อาจแตกต่างกันจากการที่มีหลาย DB เหมือนกัน เช่น ชื่อ นามสกุลนักศึกษาจากที่สำนักทะเบียนและกองกิจการนักศึกษาอาจแตกต่างกัน จากการที่นักศึกษาเปลี่ยนชื่อ หรือการแก้ไขปัญหาจากการเกิดข้อมุลฟันหรอ หรือข้อมุลบางส่วนหายไป โดยการหาค่าเฉลี่ยแทนในข้อมูลส่วนที่หายไป ซึ่งถือว่าเป็นการแก้ปัญหา Consistency วิธีหนึ่ง
Transform เป็นการทำให้ข้อมูลอยู่ในรูปแบบที่จะใช้งานเป็นประโยชน์ เช่น เปลี่ยนกทม ให้เป็น ภาคกลาง เพื่อที่จะใช้ในการวิเคราะห์ยอดขายแบบภูมิภาค
Load โหลดข้อมูลลงแต่ละมิติใน Data Cube
3. Data Warehouse/Business Subject
4. Business View
5. Information Catalog
6. Business Information
นอกจากนั้นยังจะมีขั้นตอนของการทำ Meta Data ด้วย เพื่อเป็นการสนับสนุนข้อมูลที่อยุ่ใน DW เนื่องจาก Meta Data เป็นการอธิบายข้อมูลที่อยู่ใน DW ว่ามาจากที่ไหน มีรายละเอียดเป็นอย่างไร (Data Description)
Data Mart
เปรียบเสมือนเป็น DW ขนาดเล็ก ที่ถูกตัดแบ่ง คัดลอกจาก DW เท่าที่จำเป็นสำหรับผู้ใช้ เพื่อเพิ่มความสามารถในการเข้าถึงข้อมูล แบ่งออกได้เป็น 2 ประเภท
1. Replicated เกิดจากการตัดแบ่ง คัดลอกจาก Data Enterprice ขององค์กร
2. Stand alone เกิดขึ้นเองก่อนการทำ Data Enterprise ขององค์กร ซึ่งอาจเกิดขึ้นได้ เนื่องจาก องค์กรอาจยังไม่พร้อม จึงเริ่มต้นด้วยการทำเป็น Data Mart แล้วค่อยขยายไปยัง Data Enterprise แต่อย่างไรก็ตาม มักไม่ประสบความสำเร็จเท่าใดนัก
Data Cube
เป็น Multidimentional Database ซึ่งจะช่วยให้ Quries, Sliceand Diceof Information, Rollups, Drill Downs
Business Intelligence (BI)
คือ เครื่องมือสำหรับวิเคราะห์ข้อมูล ซึ่งเป็นการผสมผสานระหว่าง Architecture, Tools,Database, Applications and Methodologies ผู้บริหารจะใช้ BI เป็นตัวแปลงข้อมูลจาก DW ให้เป็นสารสนเทศ โดยมีจุดประสงค์เพื่อนำสารสนเทศที่ได้ไปใช้ในการตัดสินใจสำหรับผู้บริหาร
BI Function and Feature
1.Reporting and Analysisเช่น Dashboard,Visualization tools,Scorecards
2.Analytical เช่น OLAP Data,text and web Mining
3.Data Intregration เช่น ETL,EII
BI Architecture
1.Data Extraction and Integration
2.Data Mining,query,and analysis tools
3.Enterprise Reporting System
Dashboard & Scorecard
Dashboard เป็นเหมือน Interface ที่ใช้ในการนำเสนอข้อมูล ส่วน Scorecard คือ สื่งที่ใช้วัดผลทั้งด้านการดำเนินงานและการจัดการ ซึ่งผู้ใช้สิ่งเหล่านี้ คือ ผู้บริหารระดับสูง
คุณสมบัติที่จำเป็นของ Dashboard
1Drill-down
2 Critical success factors(CSFs)
3. Key performance indicators(KPI)
4.Status access
5.Trend analysis
6. Ad-hoc analysis
7.Exception reporting
การแสดงผลของ Dashboard จะแบ่งตามกล่มของผู้ใช้งาน ได้แก่
1. Operational dashboards ระดับพนักงาน
2. Tactical dashboards ระดับผู้จัดการและผุ้วิเคราะห์
3. Strategic dashboards ระดับผุ้บริหารระดับสูง
Business Performance Management (BPM)
เป็นกระบวนการจัดการธุรกิจ
Online Analytical Processing (OLTP)
เป็นเทคโนโลยีซอฟต์แวร์ซึ่งใช้สำหรับนักวิเคราะห์ ผู้จัดการ ผู้บริหารระดับสูง ในวิเคราห์ข้อมูล ช่วยให้ Identify ปัญหาได้ แต่ข้อเสีย คือ บางครั้งไม่สามารถช่วยตอบคำถามได้ หากจะตอบคำถามได้ ต้องใช้ Data Mining เข้ามาช่วยเพิ่มเติม ตัวอย่างเช่น การทำกราฟ สถิติต่างๆ เป็นต้น
1. Data Mining
เป็นกระบวนการ Extracting previously unknown, comprehensible and actionable Information จาก DB ขนาดใหญ่ เพื่อใช้ประโยชน์ในการตัดสินใจ
Data Mining Process
นำข้อมูลจาก Data Warehouse ไปผ่านกระบวนการ ETL ซึ่งจะแตกต่างจากกระบวนการ ETL ของ DW เนื่องจาก สิ่งที่มีประโยชน์กับการใช้งานใน DW และ Data Mining ไม่เหมือนกัน หลังจากนั้นก็จะผ่าน Software Mining จะได้ Analyst Output sซึ่งยังไม่ใช่ Output ที่ต้องการ ต้องนำไปผ่านกระบวนการแปลงผล จึงได้เป็น Knowledge
รูปแบบของ Data Mining
1.Clustering ไม่มีสมมติฐานในการจัดการข้อมูล อาศัยจากความสัมพันธ์ของข้อมูล
2.Classification มีสมมติฐานอยุ่ก่อน แล้วทำการตรวจสอบว่าสมมตฐานถูกต้องหรือไม่
3.Association เป็นผลสืบเนื่อง เช่น ถ้าลูกค้าเบิกเกินบัญชีออมทรัพย์ ผลสืบเนื่อง คือ อีก 2 เดือนข้างหน้าต้องทำบัตรเอทีเอ็ม
4,Sequence discovery สิ่งที่เกิดขึ้นตามหลัง
5.Prediction ทำนายอนาคต
2.Text Mining
เป็นการ Mining ด้วยระบบ Text จะใช้กับข้อมูล Non-structured ข้อมูลที่ไม่สามารถคำนวณได้ เนื่องจากข้อมูลเหล่านั้นมีประโยชน์กับองค์กร เช่น ข้อมูล Complain ของลูกค้า โดยการค้นหาคำหลัก (keyword) ที่ซ่อนอยู่ในข้อมูลนั้น เช่น การ Complain ของลูกค้าในเรื่องที่คล้ายๆกัน และเรื่องที่มีความสัมพันธ์กัน สามารถหาคำที่ใช้ซ้ำๆ กันได้
ไม่มีความคิดเห็น:
แสดงความคิดเห็น