Data Management (การจัดการข้อมูล) ข้อมูลใน DSS Wisdom Correct use of Knowledge Knowledge Collection of all Information Information Process & Transform Data 1

Chapter 3 Data ManagementChapter 1 Management Data and Decision ภาพแสดงการจัดการข้อมูล (DM) ใน DSS แหล่งข้อมูลภายนอก แหล่งข้อมูลภายในองค์การ ข้อมูลส่วนบุคคล 0 = การรวบรวมและ ปรับปรุงข้อมูล 1 การจัดการบทสนทนา การจัดการแบบจำลอง การจัดการความรู้ ระบบย่อย 1 = DSS DB 2 = DBMS 3 = DD 4 = query facility system 4 2 3

Chapter 3 Data ManagementChapter 1 Management Data and Decision แนวทางการรวบรวมและนำข้อมูลเข้าสู่ DSS (1/3) 1. GIGO: Garbage In Garbage Out 2. แนวทางพิจารณาเพื่อการเก็บรวบรวมข้อมูล 3. การนำข้อมูลเข้าสู่ DSS GIGO: Garbage In Garbage Out

แนวทางการรวบรวมและนำข้อมูลเข้าสู่ DSS (2/3) แนวทางพิจารณาเพื่อการเก็บรวบรวมข้อมูล ความเกี่ยวข้องกับการปฏิบัติงาน การเตรียมการ รูปแบบและความเหมาะสม การเก็บและการเรียกใช้ ค่าใช้จ่ายที่เกิดขึ้น

แนวทางการรวบรวมและนำข้อมูลเข้าสู่ DSS (3/3) Automatic: Direct and By Media Rearrangement Be careful in Correct/Time/Purpose/Quantity

ฐานข้อมูลเชิงสัมพันธ์ (Relational Database) Customer Cust_ID Cust_Name 001 คุณช่างสี 002 คุณยายปั้น Order Cust_ID Prod_ID Quantity 001 A1 250 A2 15 A3 150 002 100 50 B1 10 Product Prod_ID Prod_Name A1 ตะปู A2 ปูน A3 สี B1 จอบ

ฐานข้อมูลเชิงวัตถุ (Object-Oriented Database) Cust_ID = 001 Cust_Name = ช่างสี Customer Attribute: Cust_ID Cust_Name Methods: Print(); getName(); Cust_ID = 002 Cust_Name = ยายปั้น

ฐานข้อมูลแบบรวมศูนย์ DB ที่การประมวลผลและจัดเก็บข้อมูลถูกกระทำบน เครื่องคอมพิวเตอร์ที่เป็นศูนย์กลางเพียงตัวเดียว ผู้ใช้สามารถเข้าถึงฐานข้อมูลได้โดยผ่านทาง จอภาพ (terminal) ที่ติดต่อโดยตรงหรือผ่านทางสายสื่อสาร ข้อดี - ความปลอดภัยของข้อมูล - ประหยัดทรัพยากรบุคคล ข้อจำกัด - ต้นทุนสูง (อุปกรณ์ & การบำรุงรักษา) - ต้องมีเจ้าหน้าที่ที่มีความชำนาญ

ฐานข้อมูลแบบกระจายศูนย์ DB ที่การประมวลผลและจัดเก็บข้อมูลสามารถแบ่งออก เป็นส่วนๆ ให้ทำงานบนเครื่องคอมพิวเตอร์หลายเครื่อง ที่อยู่ภายใต้ระบบเครือข่ายเดียวกันได้ ข้อดี สามารถกระจายการประมวลผลของข้อมูลได้ เข้าถึงข้อมูลเร็ว ลดความเสี่ยงกรณีเกิด ความล้มเหลวของระบบ ข้อจำกัด - ยุ่งยากในการจัดการและควบคุมข้อมูล - ความปลอดภัยน้อยกว่า เพราะข้อมูล กระจายอยู่หลายที่

ฐานข้อมูลแม่ข่ายลูกข่าย ถูกพัฒนาขึ้นเพื่อวัตถุประสงค์ในการลดขนาดของระบบ การประมวลผลให้มีขนาดเล็กลง แต่มีประสิทธิภาพมาก ยิ่งขึ้น แบ่งการจัดการข้อมูลเป็น 2 ส่วน: เครื่องที่เป็นลูกข่าย และเครื่องที่เป็นแม่ข่าย ข้อดี - ลดจำนวนการจราจรของข้อมูลในเครือข่าย - การรักษาความถูกต้องของข้อมูล ทำได้โดย RDBMS ข้อจำกัด - รองรับผู้ใช้ได้ไม่ทั่วถึง - ค่าใช้จ่ายในการดูแลเครื่องแม่ข่าย

คลังข้อมูล (Data Warehouse) ความหมายของคลังข้อมูล หลักการหรือวิธีการเพื่อการรวมระบบสารสนเทศเพื่อการประมวลผลรายการข้อมูลที่เกิดขึ้นในแต่ละวันในแต่ละสายงาน มารวมเป็นหน่วยเดียวกัน เพื่อสนับสนุนกระบวนการตัดสินใจของผู้ตัดสินใจให้มีประสิทธิภาพมากยิ่งขึ้น

คุณลักษณะของคลังข้อมูล Subject-Oriented : ข้อมูลถูกจัดเก็บตามประเด็นหลักขององค์กร เช่น ข้อมูลลูกค้า สินค้า และยอดขาย เป็นต้น Integrated : รวบรวมและจัดรูปแบบข้อมูลให้อยู่ในรูปแบบเดียวกัน และสร้างความสอดคล้องให้กับข้อมูลก่อนที่จะนำเสนอแก่ผู้ใช้ Time-Variant : ข้อมูลที่จัดเก็บในคลังข้อมูลส่วนใหญ่จะเป็นข้อมูลในอดีตที่ผ่านมาแล้ว 5-10 ปีทำให้เราสามารถเห็นแนวโน้มของข้อมูลได้ Non-Volatile : ข้อมูลที่จัดเก็บภายในคลังข้อมูล จะไม่ถูกแก้ไข แต่จะถูกเพิ่มข้อมูลใหม่ต่อท้าย โดยไม่ทำการแทนที่ข้อมูลเดิม

สถาปัตยกรรมของคลังข้อมูล (1/2) Data Provisioning Area Data Data Staging Area Data Data Warehouse Database Data Data Data Acquisition System Metadata Metadata Metadata Terminal Metadata Metadata Repository

สถาปัตยกรรมของคลังข้อมูล (2/2) Data Acquisition System : ทำหน้าที่รับข้อมูลจากภายใน/นอกองค์กร Data Staging Area : ทำหน้าที่ Cleansing & Filtering ตรวจสอบความถูกต้องในเบื้องต้น Data Warehouse Database : บันทึกข้อมูลต่าง ๆ ที่จำเป็นสำหรับองค์กร Data Provisioning Area หรือ Data Mart : เหมือน Data Warehouse Database แต่ขอบเขตเนื้อหาข้อมูลจะแคบกว่า คือ เพื่อกลุ่มงานใดกลุ่มงานหนึ่ง End Users Terminal : นำเสนอผลลัพธ์ออกจากหน้าจอ เช่น Simple Reporting Tools, Multi-Dimensional Tools หรือ Data Mining Tools ก็ได้ Metadata Repository : เป็นพื้นที่สำหรับเก็บข้อมูลต่าง ๆ ที่จำเป็นสำหรับควบคุมการทำงานและควบคุมข้อมูลในคลังข้อมูล

การวิเคราะห์ข้อมูลในคลังข้อมูล (1/2) ความยุ่งยากมีน้อย ใช้ปริมาณข้อมูลน้อย ใช้เวลาในการประมวลผลหรือเตรียมข้อมูลน้อย ความยุ่งยากมีมาก ใช้ปริมาณข้อมูลมาก ใช้เวลาในการประมวลผลหรือเตรียมข้อมูลมาก Query and Report Multidimensional Data Analysis Data Mining มีเครื่องมือช่วยในการสร้างมากมาย มีเครื่องมือช่วยในการสร้างน้อย

ช่วงเวลาที่องค์กรไม่ได้ปฏิบัติงาน ช่วงเวลาที่องค์กรปฏิบัติงาน การวิเคราะห์ข้อมูลในคลังข้อมูล (2/2) ผล แหล่งข้อมูลเพื่อ การปฏิบัติงาน Report Generator รายงาน ข้อมูล ข้อมูล การใช้งาน Data Mining Tools ผล Data Warehouse ข้อมูล การใช้งาน ผู้ใช้งาน แหล่งข้อมูลเพื่อ การวิเคราะห์ OLAP Generator ข้อมูล ผล คลังข้อมูล ช่วงเวลาที่องค์กรไม่ได้ปฏิบัติงาน ช่วงเวลาที่องค์กรปฏิบัติงาน

OLAP : ความหมายของ OLAP กระบวนการประมวลผลข้อมูลทางคอมพิวเตอร์ ที่ช่วยให้ผู้ใช้สามารถวิเคราะห์ในมิติต่าง ๆ (Multidimensional Data Analysis) ของข้อมูลได้ง่ายขึ้น เช่น ผู้ใช้ต้องการเปรียบเทียบข้อมูลยอดการขายบะหมี่กึ่งสำเร็จรูปในเดือนมีนาคม เทียบกับเดือนกันยายน และเทียบกับสินค้าอื่น ๆ ในช่วงเวลาเดียวกัน

Multidimensional Database (1/4) ฐานข้อมูลที่ใช้ในการจัดการและจัดเก็บข้อมูลให้สามารถ แสดงผลข้อมูลในมิติต่าง ๆ ได้ ซึ่งเป็นการพัฒนาต่อมาจากฐานข้อมูลเชิงสัมพันธ์ให้มีความสามารถมากยิ่งขึ้น เพื่อรองรับการประมวลผลเชิงวิเคราะห์

Multidimensional Database (2/4) จังหวัด ไตรมาส ยอดขาย กรุงเทพฯ 1 750,000 2 800,000 3 825,000 4 680,000 จังหวัด ไตรมาส ยอดขาย เชียงใหม่ 1 550,000 2 600,000 3 650,000 4 500,000 จังหวัด กรุงเทพฯ เชียงใหม่ 1 750,000 550,000 2 800,000 600,000 3 825,000 650,000 4 680,000 500,000 ไตรมาส

Multidimensional Database (3/4) สินค้า จังหวัด ไตรมาส ยอดขาย มือถือ กทม. 1 750,000 บัตรเดิมเงิน 350,000 2 800,000 300,000 3 825,000 280,000 4 680,000 380,000 สินค้า จังหวัด ไตรมาส ยอดขาย มือถือ ชม. 1 550,000 บัตรเดิมเงิน 250,000 2 600,000 200,000 3 650,000 260,000 4 500,000 325,000

Multidimensional Database (4/4) จังหวัด ชม. 550,000 600,000 650,000 750,000 800,000 825,000 500,000 680,000 กทม. มือถือ บัตรเติมเงิน 250,000 550,000 200,000 650,000 260,000 600,000 325,000 500,000 มือถือ สินค้า บัตรเติมเงิน 1 2 3 4 ไตรมาส

OLAP : การดำเนินการกับ OLAP Roll up และ Drill Down Roll up เป็นกระบวนการเปลี่ยนแปลงระดับความละเอียดของการพิจารณาข้อมูล จากส่วนของรายละเอียดมาก จนมาเป็นข้อมูลสรุป Drill Down เป็นกระบวนการเปลี่ยนแปลงระดับความละเอียดของการพิจารณาข้อมูล จากข้อมูลสรุป จนมาเป็นข้อมูลในส่วนรายละเอียด Slice and Dice Slice เป็นการเลือกพิจารณาผลลัพธ์บางส่วนที่เราสนใจ โดยการเลือกเฉพาะค่าที่ถูกกำกับด้วยข้อมูลบางค่าของแต่ละมิติ Dice เป็นกระบวนการพลิกแกนหรือมิติข้อมูล ให้มุมมองที่ต่างออกไป

Roll up และ Drill Down (1/2) Region Sum North 61,000 South 41,500 Region Roll up Drill Down Product Type Glossary Misc. Region North 55,000 6,000 South 31,000 10,500 Region-Product Type Roll up Drill Down Product Type Glossary Misc. Region Shop North ABC 30,000 Platter 25,000 6,000 South Five Mart 31,000 10,500 Region-Shop-Product Type

Roll up และ Drill Down (2/2) Product Type Glossary Misc. Region Shop North ABC 30,000 Platter 25,000 6,000 South Five Mart 31,000 10,500 Region-Shop-Product Type Roll up Drill Down Product Type Glossary Misc. Product Fish Meat Pork Medicine Pencil Region Shop North ABC 10,000 20,000 Platter 25,000 6,000 South Five Mart 8,000 23,000 500 Region-Shop-Product Type-Product Type

Slice: (1/2) 10,000 8,000 23,000 500 25,000 6,000 20,000 ABC Platter Five Mart North South Source Cube Fish Meat Pork Med. Pencil Glossary Misc. 10,000 8,000 23,000 25,000 20,000 ABC Platter Five Mart North South Slice Fish Meat Pork Glossary 10,000 8,000 23,000 500 25,000 6,000 20,000 ABC Platter Five Mart North South Slice Fish Meat Pork Med. Pencil Glossary Misc. 25

Slice: (2/2) Product Type Glossary Misc. Product Fish Meat Pork Medicine Pencil Region Shop North ABC 10,000 20,000 Platter 25,000 6,000 South Five Mart 8,000 23,000 500 Slice:-Glossary Product Type Glossary Product Fish Meat Pork Region Shop North ABC 10,000 20,000 Platter 25,000 South Five Mart 8,000 23,000

Dice: (1/2) Shop Product Type Date Product Type Shop Date

Dice: (2/2) Product Type Glossary Misc. Shop ABC 30,000 Platter 25,000 6,000 Five Mart 31,000 10,500 Shop-Product Type Product Type Glossary Misc. Date 6/07/2004 43,000 10,000 7/07/2004 6,500 Date-Product Type

OLAP : ประโยชน์ของ OLAP ช่วยในการวิเคราะห์เปรียบเทียบข้อมูลในมุมต่าง ๆ ทำให้การตัดสินใจมีประสิทธิภาพมากขึ้น ผู้ใช้แต่ละคนสามารถสร้างมุมมองข้อมูลของตนเองได้ เพื่อนำไปใช้ในงานเฉพาะด้าน มีความรวดเร็วในการสอบถามข้อมูล แม้ในฐานข้อมูลขนาดใหญ่และมีความซับซ้อนมาก ทำให้ได้รับข้อมูลมุมมองใหม่ ๆ สำหรับประกอบการตัดสินใจ

เหมืองข้อมูล (Data Mining) Chapter 1 Management Data and Decision เหมืองข้อมูล (Data Mining) การวิเคราะห์ข้อมูล เพื่อแยกประเภท จำแนกรูปแบบและความสัมพันธ์ของข้อมูลจากฐานข้อมูลขนาดใหญ่หรือคลังข้อมูล และนำสารสนเทศที่ได้ไปใช้ในการตัดสินใจธุรกิจ ดังนั้นผู้ที่ไม่มีความเชี่ยวชาญด้านการเขียนโปรแกรมคอมพิวเตอร์ ก็สามารถค้นหาข้อมูลต่าง ๆ ได้อย่างรวดเร็ว การวิเคราะห์ข้อมูลโดยใช้เทคนิคบางประการเพื่อค้นหาข้อมูลที่ถูกซ่อนอยู่ จำแนกและเชื่อมโยงความสัมพันธ์ของข้อมูลเหล่านั้นจากคลังข้อมูล ทำให้ค้นพบรูปแบบความสัมพันธ์ที่ไม่เคยมีมาก่อนจนกลายเป็นการค้นพบองค์ความรู้ใหม่ (Knowledge Discovery) ซึ่งเป็นวัตถุประสงค์หลักของการทำเหมืองข้อมูล ซึ่งองค์ความรู้ใหม่ที่ได้อาจรวมถึงกฎ (Rules) บางอย่างเพื่อใช้เป็นแนวทางในการตัดสินใจ และประเมินผลลัพธ์การตัดสินใจได้

การแสดงผลข้อมูลแบบกราฟิก การแสดงผลข้อมูลในระบบสนับสนุนการตัดสินใจ การแสดงผลข้อมูลแบบกราฟิก ฝ่ายขาย สรุปยอดขายไตรมาสที่ 1 (หน่วย: พันบาท) ตัวแทน ยอดการขาย ภาคเหนือ 35% ภาคตะวันออกเฉียงเหนือ 26% ภาคกลาง 22% ภาคใต้ 17% 31 3 / 31

การแสดงผลข้อมูลแบบหลายมิติ   สินค้า  ประเทศ ข้อมูล ตู้เย็น โทรทัศน์ วิทยุ ผลรวมทั้งหมด ไทย ยอดขายปีนี้ 43,000,000.00 68,000,000.00 35,000,000.00 146,000,000.00 ประมาณการณ์ยอดขายปีหน้า 51,600,000.00 81,600,000.00 42,000,000.00 175,200,000.00 ฟิลิปปินส์ 47,000,000.00 45,000,000.00 23,000,000.00 115,000,000.00 56,400,000.00 54,000,000.00 27,600,000.00 138,000,000.00 มาเลเซีย 36,000,000.00 33,000,000.00 48,000,000.00 117,000,000.00 43,200,000.00 39,600,000.00 57,600,000.00 140,400,000.00 สิงคโปร์ 51,000,000.00 52,00000.00 72,000,000.00 175,000,000.00 61,200,000.00 62,400,000.00 86,400,000.00 210,000,000.00 รวม 177,000,000.00 198,000,000.00 178,000,000.00 553,000,000.00 212,400,000.00 237,600,000.00 213,600,000.00 663,000,000.00

การจัดการแบบจำลอง : Model Management ความหมายของแบบจำลอง หมายถึง สิ่งที่สร้างขึ้นเพื่อจำลองสภาพความเป็นจริง ใช้ประโยชน์เพื่อการศึกษาหรือวิเคราะห์ในสิ่งที่สนใจ ก่อนที่จะนำผลการศึกษาวิเคราะห์ไปดำเนินการปฏิบัติ

การจัดการแบบจำลอง : Model Management กระบวนการสร้างแบบจำลอง วิเคราะห์และกำหนดปัญหา เก็บข้อมูล สร้างแบบจำลอง หาคำตอบจากแบบจำลอง วิเคราะห์คำตอบ นำคำตอบไปปฏิบัติ

กระบวนการตัดสินใจ AHP (Analytical Hierarchy Process) ใช้ในการตัดสินใจที่เน้นการวินิจฉัยหาเหตุผล มีขั้นตอนของกระบวนการตัดสินใจที่มีเหตุผลเป็น 6 ขั้นตอน ดังนี้ ให้คำจำกัดความประเด็นของปัญหา กำหนดเกณฑ์ หรือปัจจัยในการตัดสินใจ วินิจฉัย เปรียบเทียบเกณฑ์ หรือปัจจัยที่ใช้ในการตัดสินใจ กำหนดทางเลือก วินิจฉัย เปรียบเทียบ จัดลำดับทางเลือกต่าง ๆ ภายใต้เกณฑ์การตัดสินใจแต่ละเกณฑ์ คำนวณทางเลือกที่ดีที่สุด โดยพิจารณาลำดับความสำคัญเป็นเกณฑ์

ความหมายเลขลำดับความสำคัญ คำอธิบาย 1 สำคัญเท่ากัน ทั้งสองปัจจัยมีความสำคัญต่อ ทางเลือกเท่ากัน 3 สำคัญปานกลาง ปัจจัย 1 มีความสำคัญต่อทางเลือกมากกว่าปัจจัย 2 ปานกลาง 5 สำคัญกว่ามาก ปัจจัย 1 มีความสำคัญต่อทางเลือกมากกว่าปัจจัย 2 มาก 7 สำคัญกว่ามากที่สุด ปัจจัย 1 มีความสำคัญต่อทางเลือกมากกว่าปัจจัย 2 มากที่สุด 9 สำคัญกว่ามากสูงสุด ปัจจัย 1 มีความสำคัญต่อทางเลือกมากกว่าปัจจัย 2 สูงสุด 2, 4, 6, 8 สำหรับการปรับ ลำดับความสำคัญที่ก่ำกึ่ง เป็นลำดับความสำคัญ ที่ก้ำกึ่งกัน

แผนภูมิ 3 ลำดับชั้น : N + 1 ตาราง หน้า 27

แผนภูมิ 4 ลำดับชั้น แบบไม่สมบูรณ์ : N + 2 ตาราง หน้า 30

แผนภูมิ 4 ลำดับชั้น แบบสมบูรณ์ : 3 ตาราง หน้า 32 การเลือกซื้อตู้เย็น คุณภาพสินค้า บริการหลังการขาย ดีมาก ดี ใช้ได้ แย่ HITACHI TOSHIBA MITSUBISHI