ซึ่งปัจจุบัน เรามีการนำ IT มาช่วยในการวิเคราะห์ ช่วยคิดช่วยตัดสินใจ และนี่คือที่มาของเครื่องมือที่จะช่วยในการทำธุรกิจอย่างชาญฉลาด เพื่อผลตอบแทนที่ดีขึ้น
เราเรียกเครื่องมือทางธุรกิจนั้นว่า Business Intelligence Tools ซึ่งแบ่งเป็นหลายส่วน เช่น
Data Warehouses คือคลังข้อมูลขนาดใหญ่ ที่รวบรวมข้อมูลที่จำเป็นในการวิเคราะห์ ต่อธุรกิจ ซึ่งจะดึงข้อมูลมาจากหลายๆแหล่งข้อมูล โดยจะเน้นข้อมูลที่สำคัญที่เราต้องการจะนำไปวิเคราะห์ โดย เราจะใช้ OLTP (Online Transaction Processing) Tools ในการช่วยดึงข้อมูลมา
OLTP เป็น Transaction สำหรับจัดการข้อมูลในแต่ละวัน ว่าทำอะไรไปบ้าง ขายอะไรไป เท่าไหร่ อย่างไร ลูกค้าคนไหนเป็นต้น และเราจะนำข้อมูลพวกนี้ดึงมาเก็บไว้ใน Data Warehouses ซึ่งเวลาเราอย่างดูยอดขาย หรือดูสินค้าไหนขายดีสุด เราก็สามารถดึงขึ้นมาดูได้
โดยข้อมูลเหล่านี้ เหมาะสำหรับช่วยผู้บริหารดู เพื่อช่วยในการวิเคราะห์และตัดสินใจ
- Data Warehouses แทบไม่ต่างจาก Database เลย และมีวิธีการเก็บข้อมูลเหมือน Database เลย Software ที่ใช้เก็บข้อมูลก็เหมือนกัน เพียงแต่การออกแบบในการเก็บจะต่างกัน Data Warehouse จะสนใจข้อมูลที่จำเป็นต่อธุรกิจเท่านั้น
ข้อมูลหลักๆที่ Data Warehouses สนใจคือ
- ข้อมูลอะไร หรือสินค้า บริการอันไหนที่ถูกซื้อหรือถูกใช้
- เมื่อไหร่? คนซื้อสินค้าเราเยอะ หรือใช้บริการเราเยอะในช่วงเวลาไหน
- ความถี่เยอะแค่ไหน เช่น คนมาซื้อเยอะแค่ไหน ใช้บริการมากแค่ไหน
- จากใคร เช่น ใครสนใจสินค้าเราเยอะ ตรง target เราไหม เพศอะไร อายุเท่าไหร่
- ช่วงไหนของวันที่คนมาซื้อหรือใช้บริการเยอะที่สุด
Characteristics Of Data Warehouse
- Subject Oriented คือจะมองในมุมของสิ่งใดสิ่งหนึ่งเลย เช่น มองในเรื่องลูกค้า มองในเรื่อง Product
- Time-variant จะเกี่ยวข้องกับเรื่องของเวลา เพื่อเก็บข้อมูลในอดีต ว่าเป็นข้อมูล ของช่วงเวลาไหน ซึ่งจะทาให้เราสามารถคาดเดาได้ว่าแนวโน้มของ เทรนด์ในอนาคตต่อไป จะเป็นอย่างไร และควรตัดสินใจอย่างไร
- Non-volatile จะเก็บข้อมูลถาวร เพราะในอนาคตก็จะนำข้อมูลเก่าๆ มาประมวลผลเพื่อวิเคราะห์อยู่เสมอๆ
-Integrated จะรวมข้อมูลจากหลายๆ ส่วน ทั้งจาก Database ภายใน และ ข้อมูลจากที่อื่นๆ
Data Mart คือ Data Warehouse ขนาดย่อย และจะที่โฟกัสไปในส่วนย่อยนั้นๆที่เราต้องการเลย
เหตุผลที่สร้าง Data Mart คือ
- ง่ายต่อการเข้าถึงข้อมูลที่ใช้บ่อยๆ
- สามารถแบ่งแยกกลุ่มผู้ใช้ได้
- ราคาถูกกว่าที่จะต้องนำ ข้อมูลจาก Data Warehouses ทั้งหมดมาใช้
Data Warehouse Architectures
- Data Warehouse Projects ข้อมูลมาจากหลายๆแผนกในองค์กร ไม่ได้มาจากแผนกใดแผนกหนึ่ง ส่วนใหญ่จะใช้ Enterprise Data Model เพื่อช่วยในการอธิบายโครงสร้างต่างๆ ของ Data warehouse เรียกคำอธิบายนั้นว่า Metadata
- Top-down แบบ Top-down นั้นจะออกแบบที่ตัว Data Warehouse ก่อน คือออกแบบ DB สาหรับทั้งองค์กรก่อน แล้วค่อยออกแบบ Database สาหรับแผนกต่างๆ ทีหลัง
ข้อดี ของแบบนี้คือ รูปแบบของข้อมูลที่เก็บลง Database จะเป็นไปในลักษณะเดียวกัน มาตรฐานเดียวกันทั้งองค์กร
ข้อเสีย ของ Top-down คือ ช้ากว่าแบบ Bottom-up เพราะว่าแบบ Top-down จะต้องเรียกประชุมทั้งองค์กร (ทุกๆ แผนก) เพื่อวางมาตรฐานให้เหมือนๆ กันก่อน แล้วจึงค่อยเริ่มพัฒนาตัว Data mart ของแต่ละแผนก
- Bottom-up แบบ Bottom-up นั้นจะออกแบบที่ Data Mart ของแต่ละแผนกก่อน แล้วจึงค่อยไปออกแบบ Data Warehouse ที่ใช้ทั้งองค์กรทีหลัง
ข้อดี ของ Bottom-up คือ ออกแบบได้เร็ว เพราะว่าไม่ต้องรอประชุมทั้งองค์กร
ข้อเสีย ของ Bottom-up คือ รูปแบบของสิ่งที่ออกแบบมาของแต่ละแผนกจะไม่ตรงกัน เช่น บางแผนกใส่เพศเป็น Female กับ Male แต่อีกแผนกใส่เป็น ชาย กับ หญิง ทาให้รูปแบบไม่ตรงกัน เวลานาไปใช้งานร่วมกัน ก็จะใช้ไม่ได้
0 comments:
Post a Comment