MULTILEVEL STRUCTURAL EQUATION MODEL

[BU_MEE]

คุณไปขอโทษ เจ้าของกระทู้เลย ของเค๊าเป็นการเป็นงาน ทำเสียหมด รู้เปล่า ไอ้น้องพรด้วย

หวัดดีค่ะ เถ้าแก่ ยามเย็น

[BU_MEE]

รอรับคำขอโทษ ที่แสร้งว่า อิอิ

[newstar]

นุ้ย ป้าหมีเค้าไม่ว่าหรอก เพราะเค้ารู้จักพวกเราดีมาตั้งแต่ปี 32 แล้ว เรื่องเป็นการเป็นงานเค้ารู้จักดี เพราะหาได้ยากมาก ๆ แต่เรียน ๆ เล่น ๆ นี่สุดยอด

[akenui]

คร๊าบบบบบบบบบ คุณน้องพร  หาเรื่องแขวะคุณมีไรป่าวววววววน้อง

[wirat]

นุ้ย ป้าหมีเค้าไม่ว่าหรอก เพราะเค้ารู้จักพวกเราดีมาตั้งแต่ปี 32 แล้ว เรื่องเป็นการเป็นงานเค้ารู้จักดี เพราะหาได้ยากมาก ๆ แต่เรียน ๆ เล่น ๆ นี่สุดยอด

เก่งว่ะ

[newstar]

คร๊าบบบบบบบบบ คุณน้องพร  หาเรื่องแขวะคุณมีไรป่าวววววววน้อง

ใครจะไปว่ามรึงว๊ะ

[BU_MEE]

คร๊าบบบบบบบบบ คุณน้องพร  หาเรื่องแขวะคุณมีไรป่าวววววววน้อง

ใครจะไปว่ามรึงว๊ะ

ป้าหมีไง

อยากรู้ว่า Business Intelligence  เป็นไงน่ะ

[akenui]

อืมมม

[newstar]

อืมมม

นุ้ย ไม่ได้ช่วยอะไรเล๊ย...พับผ่าซิว๊ะ

[wirat]

อืม

[newstar]

หมีอยากรู้ BI เหรอ ยาวเลยนะ

[newstar]

Business Intelligence (BI)

กระบวนการที่ใช้ในการวิเคราะห์ข้อมูลทางธุรกิจเพื่อการตัดสินใจ หรือที่เีรียกกันย่อๆว่า BI (Business Intelligence) คือกระบวนการที่นำมาช่วยให้มนุษย์สามารถทำความเข้าใจกับข้อมูล แล้วนำไปใช้ในการตัดสินใจได้ดีขึ้น รวดเร็วมากขึ้น และบรรลุตามวัตถุประสงค์ของธุรกิจมากขึ้น ผลลัพธ์ที่สำคัญ ของระบบนี้ก็คือการเพิ่มประสิทธิภาพและประสิทธิผลของการดำเนินธุรกิจ เทคโนโลยีนี้บางครั้งก็มุ่งที่จะทำให้การไหลของข้อมูลมีความรวดเร็วและสามารถเข้าถึงได้ง่ายขึ้น เช่น การทำรูปแบบ email มาตรฐาน เพื่อลดการสูญเสียเวลา ในการสร้างเอกสารใหม่ การปรับปรุงเอกสารและการใช้เวลาในการกระจายและจัดส่งเอกสาร เป็นต้น

องค์ประกอบที่สำคัญของการทำ BI ประกอบด้วยโครงสร้างข้อมูล 2 แบบ คือ Data Warehouse และ Data Mart และส่วนประกอบที่เป็นอินเทอร์เฟซเพื่อใช้สนับสนุนการตัดสินใจของผู้ใช้ หรือผู้บริหาร และโพรเซสต่างๆ ที่ใช้ในการรวบรวมข้อมูลเข้าสู่ Data warehouse เพื่อใ้้ช้ในกระบวนการทางธุรกิจ สิ่งเหล่านี้คือลักษณะตามมาตรฐานของ Business Intelligence

Data Warehouse ถือได้ว่าเป็นแหล่งเก็บข้อมูลขนาดใหญ่และสำคัญยิ่งสำหรับ BI เป็นฐานข้อมูลที่รวบรวมข้อมูลมาจากฐานข้อมูลหรือกลุ่มข้อมูลที่มีความสำคัญกับบริษัท เช่น ข้อมูลจากลูกค้า ผลิตภัณฑ์ ซึ่งจะปรับเปลี่ยนข้อมูลต่างๆที่ได้มาให้เป็นข้อมูลในรูปแบบกลางขององค์กร เพื่อความง่ายต่อการเข้าใจและใช้งาน นอกจากนี้ Data Warehouse ยังเป็นฐานข้อมูลที่เก็บข้อมูลเชิงสถิติและข้อมูลสำคัญในอดีตด้วย และสามารถสนับสนุนและทำงานร่วมกับ Meta Data ได้ด้วย

Meta Data คือ ข้อมูลเกี่ยวกับ Data Warehouse และสภาพแวดล้อมภายใน Data Warehouse ซึ่ง Meta Data ถูกออกแบบขึ้นมาเพื่อให้ผู้ใช้สามารถใช้งาน Data Warehouse ได้ง่ายขึ้น และยังช่วยพนักงานไอทีในการจัดการและดูแลรักษา Data Warehouse อีกด้วย ในขณะที่ Data Mart คือ กลุ่มของข้อมูลจำเพาะแต่ละประเภทที่อาจถูกส่งมาจาก Data Warehouse หรืออาจจะไม่ได้นำมาจาก Data Warehouse ก็ได้ ทั้งนี้ขึ้นอยู่กับสถาปัตยกรรมของระบบที่เราจะใช้

เทคโนโลยีที่เกี่่ยวข้องกับ BI

เทคโนโลยีที่เกี่ยวข้องกับ BI จะมี 3 เทคโนโลยีหลัก ได้แก่ เทคโนโลยีทางด้านดาต้าแวร์เฮาส์ (Data Warehouse) OLAP และดาต้าไมนิื่่ง (Data Mining) แต่อันที่จริืงแล้วเทคโนโลยีทั้งหมดที่เกี่ยวข้องกับ BI จะมีหลายระดับ

[newstar]

เริ่มจากฐานข้อมูล

เทคโนโลยีระดับล่างสุดที่เข้ามาสนับสนุน BI คือ แหล่งข้อมูลต่างๆ ได้แก่ ฐานข้อมูล ไฟล์ ฯลฯ ซึ่งให้ข้อมูลพื้นฐานทั่วไป เช่น ข้อมูลเกี่ยวกับลูกค้าแต่ละคนว่าเป็นอย่างไร ซื้อสินค้ามากน้อยแค่ไหนในช่วง 6 เดือนที่ผ่านมา เป็นต้น

ระดับถัดมา คือ Data Warehouse ซึ่งเก็บข้อมูลเพื่อใช้ในการวิเคราะห์ เพื่อช่วยให้การค้นหาข้อมูลทำได้รวดเร็วขึ้น สิ่งที่ต้องการสำหรับ Data Warehouse คือ อุปกรณ์จัดเก็บข้อมูลพวกสตอเรจ โดยจะใช้เครื่องมือที่เรียกว่า ETL (Extract, Transform and Load) เช่น Microsoft Data Transformation Services (DTS) เป็นต้น ในการดึงข้อมูลจากแหล่งข้อมูลต่างๆ มาแปลงให้เป็นข้อมูลชนิดเดียวกันทั้งหมด แล้วนำไปเก็บไว้ใน Data Warehouse ผลิตภัณฑ์ทางด้าน Data Warehouse ได้แก่่ ผลิตภัณฑ์ทางด้านฐานข้อมูลต่างๆนั่นเอง เ่ช่น Oracle Database ,IBM DB2 UDB ,Microsoft SQL Server เป็นต้น
นอกจากนี้้ยังมี Data Mart ซึ่งก็คือส่วนย่อยของ Data Warehouse นั่นเอง โดยสามารถแบ่ง Data Warehouse ออกเป็นหลายๆ Data Mart ได้ เช่น ส่วนของการเงิน ส่วนของสินค้าคงคลัง ส่วนของการขาย เป็นต้น ซึ่งทำให้การจัดการทำได้ง่ายขึ้นและการนำเอาข้อมูลไปสร้างความสัมพันธ์และวิเคราะห์ต่อก็งายขึ้นด้วย

เครื่องมือวิเคราะห์ข้อมูล
เมื่อเก็บข้อมูลเรียบร้อยแล้ว ก็นำมาวิเคราห์ โดยใช้เครื่องมือ (Tool) หลายประเภท ได้แก่ OLAP ,Data Exploration และ Data Mining

-OLAP (On-Line Analytical Processing) เป็นการประมวลผลข้อมูลเชิงวิเคราะ์ห์โดยมีการสร้างความสัมพันธ์ ระหว่างข้อมูลในมิติ (Dimension) หรือมุมมองต่างๆ เช่น ความสัมพันธ์ระหว่างสินค้า สาขา และเวลา เป็นต้น เป็นการวิเคราะห์เหตุการณ์ในปัจจุบัน ผลิตภัณฑ์ทางด้าน OLAP ได้แก่ Oracle OLAP ,IBM DB2 OLAP Server ,Microsoft SQL Server Analysis Services ,Hyperion Essbase ,Cognos PowerPlay ,MicroStrategy Intelligent Cubes & MicroStrategy OLAP Services ,SAP Business Information Warehouse

- Data Exploration เป็นเครื่องมือที่ช่วยนำข้อมูลมาวิเคราะห์ทางสถิติ ค้นหาข้อมูล และทำรายงานเพื่อแสดงผล (Statistical Analysis ,Querying and Reporting) เป็นการสำรวจทำความเข้าใจข้อมูล ผลิตภัณฑ์ทางด้าน Data Exploration ได้แก่ Brio Performance Suite ,Crystal Analysis ,Crystal Reports ,Cognos Impromptu ,MicroStrategy Intelligence Server ,Business Objects ,Excel

- Data Mining กระบวนการในการดึงสารสนเทศ (Information) ออกจากฐานข้อมูลขนาดใหญ่ เืพื่อนำไปใ้ช้ประโยชน์ในการตัดสินใจ Data Mining มีหลาายโมเดล แต่ละโมเดลจะมีสูตรทางธุรกิจ (Business Formula) เข้ามาเกี่ยวข้องและให้ผลลัพธ์ในรูปแบบที่แตกต่างกัน เ่ช่น เป็นกฎ IF-then หรือเ็ป็นแผนภูมิิการตัดสินใจ (Decision Trees) เป็นต้น ซอฟต์แวร์ในระดับ Data Mining ได้แก่ SPSS Clementine ,SAS Enterprise Miner ,IBM Enterprise Miner ,IBM DB2 Intelligent Miner , Oracle Data Mining เป็นต้น

นำผลมาแสดง

เมื่่อได้ผลลัพธ์จาก Data Mining แล้ว ก็จะเป็นการนำข้อมูลนั้นมาแสดงผล (Data Presentation) ในรูปแบบต่างๆ ให้ผู้บริหารเข้าใจ และท้ายที่สุดก็นำข้อมูลที่ได้ไปใ้ช้ในการตัดสินใจ (Decision Making) ทางธุรกิจต่อไป

การอิมพลีเมนต์ BI
การอิมพลีเมนต์ BI มีอยู่ 3 รูปแบบหลัก ได้แก่

1. การอิมพลีเมนต์เพียงแค่ดาต้าแวร์เฮาส์โดยปราศจากดาต้ามาร์ต
การทำงาน ระบบจะไปเก็บข้อมูลจากหลายแหล่งข้อมูลและรวมเข้ากันไว้เป็นข้อมูลศูนย์กลางขององค์กร

ข้อดี
- ทำให้กระบวนการรวบรวม หรือ Data Acquisition ทำได้ง่ายขึ้น เพราะการดึงข้อมูลจากแต่ละแหล่งข้อมูลนั้น กระทำเพียงแค่ครั้งเดียวเท่านั้น

- เนื่องจากช่วยเรารวบรวมข้อมูลมาไว้ที่ศูนย์กลางเพียงแห่งเดีียว ทำให้่ข้อมูลที่ทุกคนจะนำไปใช้ เป็นข้อมูลที่มาจากแหล่งเดีียวกัน ซึ่่งจะเป็นการสร้างมาตรฐานให้กับตัวข้อมูลที่นำไปใช้

- ช่วยประหยัดค่าใช้จ่ายในส่วนของทรัพยากร เพราะใช้ฐานข้อมูลที่เป็นศูนย์กลางเพียงแค่ที่เดียว ทำให้ไม่ต้องมีหลายฐานข้อมูล ซึ่งจะเป็นการเปลืองทั้งทรัพยากรและค่าใ้ช้จ่าย

ข้อเสีย
- หากข้อมูลมีปริมาณเพิ่มขึ้นเรื่อยๆ จะทำให้ฐานข้อมูลมีการขยายตัวอย่างรวดเร็ว และมีความซับซ้อนเพิ่มขึนเรื่อยๆ ซึ่งจะส่งผลกระทบถึงประสิทธิภาพของระบบและเวลาที่ใช้ตอบสนองต่อผู้ใช้โดยตรง และส่งผลถึงการบำรุงรักษาและการพัฒนาระบบในอนาคตทำได้ยาก เพราะการเปลี่ยนแปลงอะไรก็ตามจะมีผลต่อกระบวนการ Data Acquisition และการเข้าถึงข้อมูลส่วนกลางในดาต้าแวร์เฮาส์

- มีผลกระบต่อผู้ใช้ เพราะการเรียกดูข้อมูลที่มาจากกระบวนการ Data Acquisition นั้น การสืบค้นข้อมูลแต่ละครั้งต้องกระทำผ่านทางดาต้าแวร์เฮาส์ ซึ่งค่องข้างมีวิธีการที่ซับซ้อนและยากต่อการใช้งานของผู้ใช้

[newstar]

2. การอิมพลีเมนต์เพี่ยงแค่ดาต้ามาร์ตโดยปราศจากดาต้าแวร์เฮาส์
วิธีการ ไม่มีฐานข้อมูลส่วนกลางสำหรับจัดเก็บข้อมูล และไม่ได้รับการสนับสนุนจากดาต้าแวร์เฮาส์ แต่ใช้ดาต้ามาร์ตสำหรับจัดเก็บข้อมูล ซึ่งทำให้ได้ข้อมูลที่จำเพาะของแต่ละชนิดข้อมูลหลายๆ ชนิดข้อมูล

ข้อดี- ดาต้ามาร์ตแต่ละตัวสามารถปรับตัวและรองรับกับกลุ่มผู้ใช้หลายกลุ่มและการสืบค้นข้อมูลในหลายรูปแบบได้
- มีความรวดเร็วในการตอบสนองกับผู้ใช้ และง่ายต่อการบำรุงรักษาและการปรับเปลี่ยนในอนาคต

ข้อเสีย- เนื่องจากดาต้ามารต์จะถูกสร้างโดยแยกจากกันไม่เกี่ยวข้องกัน ดังนั้นผลลัพธ์ที่ได้จากการพัฒนาก็คือ ข้อมูลในแต่ละดาต้ามาร์ตจะไม่สอดคล้องกันและไม่เป็นมาตรฐานเดียวกัน

3. การอิมพลีเมนต์โดยมีทั้งดาต้าแวร์เฮาส์และดาต้ามาร์ต
วิธีการ นำข้อดีของทั้งสองวิธีข้างต้นมารวมกัน โดยใช้ดาต้าแวร์เฮาส์เพื่อช่วยให้การทำกระบวนการ Data Acquisition ทำได้ง่ายและสะดวกขึ้น และเป็นที่เก็บข้อมูลส่วนกลาง พร้อมกันนี้ก็ใช้ดาต้ามาร์ตในการส่งข้อมูลแต่ละส่วนไปยังผู้ใช้ตามความเหมาะสม

ประโยชน์ของ BI ที่มีต่อองค์กร

- ช่วยในการรวบรวมข้อมูลจากที่ต่างๆ ในองค์กรมาเก็บไว้ด้วยกันเป็นหนึ่งเดียว ได้ข้อมูลรวมอยู่ในศูนย์กลาง เป็นข้อมูลมาตรฐานขององค์กร
- ช่วยเพิ่มประสิทธิภาพในการทำงานและช่วยลดเวลาที่ต้องใช้ในการย้ายหรือส่งข้อมูลระหว่างระบบ
- ช่วยให้ผู้ใช้สามารถคาดหมายและวิเคราะห์ผลต่างๆ ในอนาคตด้วยการให้ข้อมูลที่เกิดขึ้นในอดีตและปัจจุับันอย่างถูกต้องและแม่นยำ ช่วยตอบคำถามที่จำเป็นต่อการวางแผนขององค์กรได้อย่างถูกต้อง
- สามารถช่วยเหลือและำทำงานร่วมกับ CRM ได้เป็นอย่างดี โดย BI จะรวบรวมข้อมูลของลูกค้าที่มีอยู่ในแต่ละระบบให้เป็นข้อมูลในระดับองค์กรและมีความเป็นหนึ่งเดียวกัน ซึ่งสิ่งนี้ช่วยให้เข้าใจในความต้องการของลูกค้าได้มากขึ้น รับรู้คุณค่าและความสำคัญของลูกค้า สามารถหาวิธีที่ดีที่สุดที่จะปฏิบัติต่อลูกค้า ตัดสินใจได้ว่าจะสร้างกลยุทธ์ทางการตลาดอย่างไรเพื่อจูงใจลูกค้าและสร้างกำไรให้แ่ก่บริษัทให้ได้มากที่สุด

ขั้นตอนการสร้างดาต้าแวร์เฮาส์และดาต้ามาร์ต

ข้อมูลที่จะนำเข้าสู่ Data Warehouse ต้องผ่านกระบวนการที่เรียกว่า Data Acquisition ซึ่งกระบวนการนี้ประกอบด้วยขั้นตอนต่างๆ ดังนี้
- Capture คือ ขั้นตอนการดึงข้อมูลจากแหล่งข้อมูลต่างๆ ที่มีอยู่ในองค์กร
- Integrate คือ ขั้นตอนการนำข้อมูลที่ดึงมาได้จากแหล่งข้อมูลหลายแหล่ง มารวมเข้าด้วยกันให้เป็นข้อมูลที่เป็นข้อมูลส่วนกลางขององค์กร
- Transform คือ ขั้นตอนการปรับเปลี่ยนคุณสมบัติและลักษณะของข้อมูลแต่ละตัวให้เหมาะสมกับการนำไปใช้
- Cleanse คือ ขั้นตอนการตรวจสอบความถูกต้องของข้อมูล และแก้ไขข้อมูลให้ถูกต้อง
- Load คือ ขั้นตอนการย้ายข้อมูลที่ถูกต้องและเหมาะสมแล้ว เข้าสู่ Data Warehouse
เมื่อมีข้อมูลใน Data Warehouse แล้ว สามารถสร้าง Data Mart ขึ้นมาได้ ซึ่ง Data Mart นั้นถูกออกแบบมาเพื่อช่วยเหลือผู้ใช้ในการตอบคำถามทางธุรกิจตามที่ผู้ใช้ต้องการ ขั้นตอนการย้ายข้อมูลจาก Data Warehouse เข้าสู่ Data Mart เรียกว่า Data Delivery ซึ่งประกอบด้วยขั้นตอน 3 ขั้นตอน ดังนี้

- Filtration คือ ขั้นตอนในการดึุงข้อมูลที่มีความจำเป็น และต้องถูกใช้เื่พื่อช่วยสนับสนุนการตอบปัญหาทางธุรกิจนั้นๆ ออกมาจาก Data Warehouse

- Formatting คือ ขั้นตอนการปรับเปลี่ยนข้อมูลที่ได้มาให้อยู่ในรูปแบบที่เหมาะสมต่อความเข้าใจของผู้ใช้ให้มากที่สุด

- Delivery คือ ขั้นตอนการย้ายและโหลดข้อมูลเข้าสู่ Data Mart
เมื่อมีข้อมูลใน Data Mart แล้ว ผู้ใช้สามารถเข้าถึง Data Mart ได้โดยผ่านการใช้งานอินเทอร์เฟซช่วยสนับสนุนการตัดสินใจ ซึ่งมีฟังก์ชันมากมายให้เลือกใ้ช้ โดย 2 ฟังก์ชันที่สำคัญ คือ เครื่องมือในการสืบค้นและการวิเคราะห์ข้อมูล หรือที่เรียกว่า Online Analytical Processing (OLAP) ซึ่งในการสืบค้นข้อมูลนั้นผู้ใช้สามารถเลือกที่่จะรับผลลัพธ์ออกมาในรูปแบบของรายงานก็ได้ และสามารถปรับเปลี่ยนพารามิเตอร์ และระดับความละเอียดของข้อมูลที่ต้องการจะดูได้อีกด้วย ส่วน OLAP นั้นจะแสดงผลออกมาในรูปแบบของตารางหรือกราฟ โดยผู้ใช้สามารถปรับเปลี่ยนคุณสมบัติของแกนกราฟได้ เช่น รวมหลายๆพารามิเตอร์ไว้ในแกนเดียวกัน และยังสามารถปรับเปลี่ยนระดับความละเอียดของของข้อมูลได้ด้วย ทั้ง 2 ฟัีงก์ช้ันนี้จะแสดงผลลัพธ์แก่ผู้ใช้้ในลักษณะของกราฟิกและยังสามารถเชื่อมต่อกับเครื่องมืออื่นๆ ที่มีความสามารถในการแสดงผลที่ดีกว่าได้


ห้ามถามนะว่าพิมพ์ไปได้อย่างไรยาวขนาดนี้

เออ...แ้ล้วใครจะไปเสียเวลาพิมพ์จริงไม๊

[เจษฎา]

อาคม กุดแถลง ไปไหนแล้ว พร

[newstar]

อาคม กุดแถลง ไปไหนแล้ว พร

มันก็อยู่บริษัท บริสตอล ไมเยอร์ ในเครือมิ๊ดจอหน์สันไง บริษัทมัน pay ดี มันไม่ย้ายไปไหนหรอก ตอนนี้ต้องเรียกเสี่ยแล้วมั๊งเห็นเปลี่ยนรถบ่อย เริ่มแรก Lancer ต่อมาเป็น Civic ล่าสุดเห็นเป็น CRV ตอนนี้ไม่รู้ กูไม่ได้คุยกับมันน่าจะ 2-3 ปีแล้วมั๊ง บ้านมันอยู่หมู่บ้านมัณฑนา แถวพุทธมณฑล จำไ่ม่ได้ว่าสายอะไร 3 หรือ 4 เปล่าไม่แน่ใจ มีลูกสาว 1 คน สมัยก่อนขายนมเด็ก ตอนนี้ไม่รู้ว่าขายอะไร






เจอเจษตอบกระทู้ เลยเปลี่ยนอารมณ์ของกระทู้เลยหว่ะ ฮ่า ๆ ๆ

[wirat]

เนื้อหายาวไม่เหมือน คนเขียนเลย

[akenui]

เนื้องหายาว ขี้เกียตจอ่านหว่ะ  วัยรุ่นไม่ชอบ

[BU_MEE]

หมีอยากรู้ BI เหรอ ยาวเลยนะ

อยากรู้สิ  และมาก มาก ด้วย

แล้วดีเจน้องพร ยินดีหรือเปล่าคะ



ป้าหมี คนอยากรู้ เพราะ ไม่ค่อยรู้อะไรฮิ :wink:

[BU_MEE]

ไหนว่า ยาว ไง  มีแค่นี้เองหรือ

[khesorn mueller]

ขี้เกียจอ่าน ขอผ่านก่อนนะคะ  รอบหน้าจะแวะมาอ่าน!!
p.nn

[BU_MEE]

ดีเจน้องพร (ไม่ตอบ ไม่เป็นไรนะ ถ้ามีเวลา เด๋ว ป้าหมีจะค้นอ่าน ขอ post ไว้ก่อนค่ะ)

แล้ว ผลิตภัณฑ์ทางด้าน Data Exploration แต่ละอันนี้ เป็นอย่างไรหรือ

Brio Performance Suite ,

Crystal Analysis ,

Crystal Reports ,

Cognos Impromptu ,

MicroStrategy Intelligence Server ,

Business Objects

[khesorn mueller]

สงสัยจะยาวกว่าคราวก่อนเป็น๑๐เท่า ขาเนียนหนีหมด...
p.nn

[BU_MEE]

ไม่หรอกค่ะ

ดีเจน้องพร ใจดี

ถ้ามีเวลา ก็จะตอบ

ถ้าไม่มีเวลา ดีเจน้องพร จะข้ามไปก่อน :wink:

[khesorn mueller]

ต้องตามน้องหนุ่ย มาไหลออกนอกเรื่อง
p.nn