วันจันทร์ที่ 29 พฤศจิกายน พ.ศ. 2553

มารู้จักคำศัพท์ที่น่าสนใจของเทคโนโลยีสารสนเทศ

1. Business Intelligence (BI) คืออะไร
ในยุคปัจจุบันที่เทคโนโลยีมีการเปลี่ยนแปลงอย่างรวดเร็ว และตลอดเวลา เช่นเดียวกัน ระบบธุรกิจก็มีการแข่งขันกันค่อนข้างรุนแรง และมากขึ้นด้วย จึงเป็นสิ่งที่เราหลีกเลี่ยงไม่ได้ เลยว่าการที่องค์กรจะอยู่รอดได้นั้นจะต้องมีการใช้ข้อมูลสารสนเทศที่ทันสมัย และทันท่วงที เพื่อสนับสนุนการตัดสินใจอย่างรวดเร็วและสามารถนำไปวางแผน หรือ โต้ตอบปัญหา เชิงธุรกิจได้ทันต่อเหตุการณ์ ให้กับผู้บริหารระดับสูงขององค์กร
การที่จะได้มาซึ่งข้อมูล สารสนเทศเหล่านั้น หนึ่งจำเป็นต้องมีการแสวงหาหนทาง ในการเก็บรวบรวมข้อมูลให้ได้มาก เพราะว่าข้อมูลเหล่านั้นมิใช่ข้อมูล ภายในองค์กรเท่านั้น ซึ่งอาจจะเป็นข้อมูลขององค์กร ที่เป็นคู่แข่งหรือเป็นข้อมูลของ องค์กรอื่นๆ ที่อยู่ในธุรกิจเดียวกันกับเราก็เป็นไปได้ สองการเลือกสรรข้อมูลสารสนเทศที่มีคุณค่าจากกองข้อมูลที่มีขนาดมหึมา เพื่อให้แน่ใจว่าระบบข้อมูลสารสนเทศที่พัฒนาขึ้นมานั้นเป็นข้อมูลสารสนเทศ ที่ สามารถตอบสนองต่อความต้องการของผู้บริหารระดับสูงขององค์กรได้ เพื่อเอาชนะอุปสรรคเหล่านี้จึงจำเป็นต้องมีระบบที่สามารถช่วยเตรียมข้อมูล ที่ลึกซึ้ง และมีคุณค่าทางกิจกรรมทางธุรกิจให้แก่องค์กรได้
ปัจจุบันการวางแผนทางกลยุทธ์ของบริษัทนั้นจำเป็นต้องใช้ข้อมูลมาก มาย ซึ่งการวิเคราะห์ข้อมูล ทางด้านการตลาด การขาย การเงิน การผลิตนั้นจะต้องทันกับเหตุการณ์ซึ่งมีข้อมูลเกิดขึ้นเป็นประจำทุกวัน ดังนั้นการจัดทำรายงาน จะต้องมีการแก้ไขบ่อย และมีความยุ่งยาก
Business Intelligence คือ ซอฟต์แวร์ (Software) ที่นำข้อมูลที่มีอยู่เพื่อจัดทำรายงานในรูปแบบต่างๆ ที่เหมาะสมกับมุมมองในการวิเคราะห์  และตรงตามความต้องการ
ของผู้ใช้งาน  และใช้สำหรับวิเคราะห์ข้อมูล  ของงานในมุมมองต่างๆ   ตามแต่ละแผนก  เช่น
  • วิเคราะห์การดำเนินงานของบริษัทฯ เพื่อการตัดสินใจด้านการลงทุนสำหรับผู้บริหาร
  • วิเคราะห์และวางแผนการขาย / การตลาด เพื่อประเมินช่องทางการจำหน่าย ฯลฯ
  • วิเคราะห์สินค้าที่ทำกำไร สูงสุด / ขาดทุนต่ำสุด เพื่อการวางแผนงานด้านการตลาด และการผลิต
  • วิเคราะห์ปัจจัยที่มีผลกระทบต่อยอดขายของสินค้า ฯลฯ
  • วิเคราะห์ข้อมูลเกี่ยวกับคู่แข่งขัน ฯลฯ
Business Intelligence จะประกอบไปด้วยระบบข้อมูล และโปรแกรมแอพพลิเคชั่น ด้านการวิเคราะห์ มากมายหลายระบบ เช่น
  • ดาต้าแวร์เฮ้าส์ (Data Warehouse)
  • ดาต้ามาร์ท (Data Mart)
  • การทำเหมืองข้อมูล (Data Mining)
  • การแก้ปัญหาทางคณิตศาสตร์ (Operations Research & Numerical Methods)
  • เครื่องมือที่ใช้ในการวิเคราะห์ข้อมูลในหลายมิติ (OLAP) แบบประมวลผลทันทีที่ป้อนข้อมูลเข้าไป
  • และ ระบบสืบค้นและออกรายงานต่างๆ (Search, Report)
Business Intelligence ยังมีจุดเด่นเพิ่มขึ้นอีกในด้าน
  • ใช้งานง่ายเพียงแค่คลิกเมาส์ก็สามารถเปลี่ยนแปลงรายงานได้โดยไม่ต้องมี การคีย์ข้อมูลใหม่ ซึ่งผู้ใช้สามารถถาม ตอบคำถามทางธุรกิจได้หลายมุมมองเพียงในเวลาไม่กี่นาที ซึ่งช่วยการตัดสินใจแม่นยำ และรวดเร็วกว่าคู่แข่ง ทั้งในเชิงกว้าง และเชิงลึก
  • สามารถดึงข้อมูลจากฐานข้อมูลที่หลากหลายภายในองค์กรมาทำการวิ เคราะห์ เช่น Excel, FoxPro, Dbase, Access, ORACLE, SQL Server, Informix, Progress, DB2 เป็นต้น โดยไม่มีการเขียนโปรแกรมเพิ่มเติมใดๆ
 สรุป
การบูรณาการข้อมูล (integration of data) ระหว่างข้อมูลประวัติกับข้อมูลใหม่ ณ ปัจจุบัน นับเป็นองค์ประกอบพื้นฐานของระบบ Business Intelligence (BI) ขั้นสูง เนื่องจากมีธุรกิจจำนวนมากขึ้นเรื่อยๆ นำผลลัพธ์จากระบบดังกล่าวไปใช้ประกอบการตัดสินใจกำหนดทิศทางธุรกิจและการ ตลาด ทั้งนี้ ธุรกิจที่เริ่มใช้แนวคิดนี้แล้วในปัจจุบันจะเป็นองค์กรที่ได้ประโยชน์สูงสุด ก่อนใคร ก่อนที่มันจะกลายเป็นเรื่องธรรมดาในอนาคตอันใกล้นี้

2. Knowledge Management
K.M ย่อมาจาก Knowledge Management ซึ่งแปลเป็นภาษาไทยว่า ารจัดการความรู้
การจัดการความรู้ในองค์กร หมายถึง การรวบรวมองค์ความรู้ที่มีอยู่ในองค์กร ซึ่งกระจัดกระจายอยู่ในตัวบุคคลหรือเอกสาร มาพัฒนาให้เป็นระบบ เพื่อให้ทุกคนในองค์กร สามารถเข้าถึงความรู้ และพัฒนาตนเองให้เป็นผู้รู้ รวมทั้งปฏิบัติงานได้อย่างมีประสิทธิภาพ อันจะส่งผลให้องค์กรมีความสามารถในเชิงแข่งขันสูงสุด โดยมีความรู้ 2 ประเภท คือ
1. ความรู้ที่ฝังอยู่ในคน (Tacit Knowledge) เป็นความรู้ที่ได้จากประสบการณ์ พรสวรรค์ หรือสัญชาตญาณของแต่ละบุคคล ในการทำความเข้าใจในสิ่งต่าง ๆ เป็นความรู้ที่ไม่สามารถถ่ายทอดออกมาเป็นคำพูดหรือลายลักษณ์อักษรได้โดยง่าย เช่น ทักษะในการทำงาน งานฝีมือ หรือการคิดเชิงวิเคราะห์ บางครั้ง จึงเรียกว่าเป็นความรู้แบบนามธรรม
2. ความรู้ที่ชัดแจ้ง (Explicit Knowledge) เป็นความรู้ที่สามารถรวบรวม ถ่ายทอดได้ โดยผ่านวิธีต่าง ๆ เช่น การบันทึกเป็นลายลักษณ์อักษร ทฤษฎี คู่มือต่าง ๆ และบางครั้งเรียกว่า เป็นความรู้แบบรูปธรรม
การจัดการความรู้ทำได้อย่างไร
กระบวนการจัดการความรู้ (Knowledge Management Process)
เป็นกระบวนการแบบหนึ่งที่จะฃ่วยให้องค์กรเข้าใจถึงขั้นตอน ที่ทำให้เกิดกระบวนการเรียนรู้ หรือพัฒนาการของความรู้ ที่จะเกิดขึ้นภายในองค์กร ประกอบด้วย 7 ขั้นตอน ดังนี้
1. การบ่งชี้ความรู้
เช่น พิจารณาว่า วิสัยทัศน์ พันธกิจ เป้าหมาย คืออะไร อละเพื่อให้บรรลุเป้าหมาย เราจำเป็นต้องรู้อะไร ขณะนี้เรามีความรู้อะไรบ้าง อยู่ในรูปแบบใด อยู่ที่ใคร
2.
การสร้างและการแสวงหาความรู้
เช่น การสร้างความรู้ใหม่ แสวงหาความรู้จากภายนอก รักษาความรู้เก่า กำจัดความรู้ที่ใช้ไม่ได้แล้ว
3.
การจัดการความรู้ให้เป็นระบบ
เป็นการวางโครงสร้างความรู้ เพื่อเตรียมความพร้อม สำหรับการเก็บความรู้ อย่างเป็นระบบในอนาคต
4.
การประมวลและกลั่นกรองความรู้
เช่น ปรับปรุงรูปแบบเอกสาร ให้เป็นมาตรฐาน ใช้ภาษาเดียวกัน ปรับปรุงเนื้อหาให้สมบูรณ์
5.
การเข้าถึงความรู้
เป็นการให้ผู้ใช้ความรู้นั้น เข้าถึงความรู้ที่ต้องการได้ง่าย และสะดวก เช่น ระบบเทคโนโลยีสารสนเทศ (IT), Web board, บอร์ดประชาสัมพันธ์ เป็นต้น
6.
การแบ่งปันแลกเปลี่ยนความรู้
ทำได้หลายวิธีการ โดยกรณีเป็น Explicit Knowledge กาจจัดทำเป็น เอกสาร ฐานความรู้ เทคโนโลยีสารสนเทศ หรือ
กรณีเป็น Tacit Knowledge อาจจัดทำเป็นระบบ ทีมข้ามสายงาน กิจกรรมกลุ่มคุณภาพ และนวัตกรรม ชุมชนแห่งการเรียนรู้ ระบบพี่เลี้ยง ระบบพี่เลี้ยง การสับเปลี่ยนงาน การยืมตัว เวทีแลกเปลี่ยนความรู้ เป็นต้น
7.
การเรียนรู้
ควรทำให้การเรียนรู้เป็นส่วนหนึ่งของงาน เช่น เกิดระบบการเรียนรู้จาก
สร้างองค์ความรู้ -> นำความรู้ไปใช้ - > เกิดการเรียนรู้และประสบการณ์ใหม่ และหมุน เวียนต่อไปอย่างต่อเนื่อง
กระบวนการจัดการความรู้
(Knowledge Manament Process)
1. การบ่งบอกความรู้
(Knowledge Identification)
เราต้องความรู้เรื่องอะไร
เรามีความรู้เรื่องนั้นหรือยัง
2. การสร้างและแสวงหาความรู้
(Knowledge Creation and Acquistion)

ความรู้อยู่ที่ไหน อยู่ในรูปแบบอะไร
จะเอามาเก็บรวมกันได้อย่างไร
3. การจัดความรู้ให้เป็นระบบ
(Knowledge Organization)
จะแบ่งประเภท หัวข้ออย่างไร
4. การประมวลและกลั่นกรองความรู้
(Knowledge Codification and Refinement)
จะทำให้เข้าใจง่ายและสมบูรณ์ได้อย่างไร
5. การเข้าถึงความรู้
(Knowledge Access)
เรานำความรู้มาใช้งานได้ง่ายหรือไม่
6. การแบ่งปันแลกเปลี่ยนความรู้
(Knowledge Sharing)
มีการแบ่งปันความรู้ให้กันหรือไม่

7. การเรียนรู้
(Learning)

ความรู้นั้นทำให้เกิดประโยชน์กับองค์กรหรือไม่ ทำให้องค์กรดีขึ้นหรือไม่

 
  3. Data warehouseหรือ คลังข้อมูล คือ ฐานข้อมูลขนาดยักษ์ ที่รวบรวมฐานข้อมูลจากหลายแหล่งหลายช่วงเวลา
     Data Mining คือ ชุด software วิเคราะห์ข้อมูลที่ได้ถูกออกแบบมาเพื่อระบบสนับสนุนการตัดสินใจของผู้ใช้ มันเป็น software ที่สมบรูณ์ทั้งเรื่องการค้นหา การทำรายงาน และโปรแกรมในการจัดการ ซึ่งเราคุ้นเคยดีกับคำว่า  Executive Information System  ( EIS ) หรือระบบข้อมูลสำหรับการตัดสินใจในการบริหาร ซึ่งเป็นเครื่องมือชิ้นใหม่ที่สามารถค้นหาข้อมูลในฐานข้อมูลขนาดใหญ่หรือข้อมูลที่เป็นประโยชน์ในการบริหาร ซึ่งเป็นการเพิ่มคุณค่าให้กับฐานข้อมูลที่มีอยู่
คลังข้อมูลแตกต่างจากฐานข้อมูลอย่างไร?
โดยปกติแล้ว ฐานข้อมูลในองค์กรทั่วไปจะมีลักษณะที่ค่อนข้างทันต่อเหตุการณ์ เช่น ฐานข้อมูลพนักงานก็จะเก็บเฉพาะพนักงานในปัจจุบัน จะไม่สนใจข้อมูลพนักงานเก่า ๆ ในอดีต ซึ่งอาจจะมีข้อมูลอะไรบางอย่าง ที่มีประโยชน์สำหรับผู้บริหาร ในการวิเคราะห์ประสิทธิภาพและคุณลักษณะต่าง ๆ ขององค์กร. นอกจากนี้ ฐานข้อมูลแต่ละอันมักถูกออกแบบมาใช้เก็บข้อมูลเฉพาะด้าน จึงมีข้อมูลเฉพาะบางส่วนขององค์กรเท่านั้น ฉะนั้นคลังข้อมูลจึงถูกออกแบบมา เพื่อรวบรวมข้อมูลในทุกส่วนของทั้งบริษัท ทั้งเก่าและใหม่ไว้ด้วยกัน ไม่มีการลบทิ้งข้อมูลเก่า ๆ ที่ไม่จริงในปัจจุบัน
โดยสรุปคือ
  • คลังข้อมูล ใช้เพื่อการวิเคราะห์ (ข้อมูลทั้งอดีตและปัจจุบัน)
  • ฐานข้อมูล ใช้เพื่อทำการประมวลผล (เฉพาะข้อมูลปัจจุบัน)
ถ้าองค์กรมีคลังข้อมูลหลาย ๆ อันเพื่อใช้ในการวิเคราะห์ต่าง ๆ แตกต่างกันไป เช่น คลังข้อมูลด้านการเงิน และ คลังข้อมูลด้านทรัพยากรมนุษย์ เรามักเรียกคลังข้อมูลเฉพาะด้านเหล่านี้ว่า ตลาดข้อมูล data marts
อนึ่ง กระบวนการในการใช้ข้อมูลในคลังข้อมูลเพื่อการตัดสินใจ และวางแผนในทางธุรกิจ มักถูกเรียกว่า ปัญญาธุรกิจ (business intelligence)
เหตุผลที่ต้องมี Data warehouse ที่มีการจัดเก็บข้อมูลที่ดีสำหรับเตรียมข้อมูลเพื่อทำการ mining ก็คือ
-                         Data warehouse จะทำการจัดเก็บข้อมูลที่มีความมั่นคงและข้อมูลที่ได้ทำความสะอาดแล้ว ซึ่งการจัดเตรียมและรวบรวมข้อมูลเป็นสิ่งที่จำเป็นสำหรับการ mining ที่ต้องการความแน่ใจในความแม่นยำของ predictive models
-                         Data warehouse จะเป็นประโยชน์สำหรับการ mining ข้อมูลจากแหล่งข้อมูลหลายๆแหล่งที่ค้นพบมากมายเท่าที่จะเป็นไปได้ ซึ่ง Data warehouse จะบรรจุข้อมูลจากแหล่งข้อมูลเหล่านั้น
-                         ในการเลือกส่วนย่อยๆของ record และ fields ที่ตรงประเด็น Data mining จะต้องการความสามรถในการ query ข้อมูลของ Data warehouse
-                         การศึกษาผลที่ได้จากการทำ Data mining จะเป็นประโยชน์อย่างมาก ถ้าหากมีการสืบค้นข้อมูลอย่างมีแบบแผนต่อไปในอนาคต ซึ่ง Data warehouse จะเป็นแหล่งจัดเก็บข้อมูลภายหลังไว้ให้
ปกติแล้ว Data mining และ Data warehouse จะเป็นสิ่งคู่กัน ผู้ขายจำนวนมากจึงหาวิธีที่จะนำเทคโนโลยี Data mining และ Data warehouse มารวมกัน

ไม่มีความคิดเห็น:

แสดงความคิดเห็น