การจัดทำคลังข้อมูลเพื่อการตัดสินใจสำหรับผู้บริหารในมหาวิทยาลัย กลุ่มกิจกรรมที่ ๘ หลักสูตร mini MIS รุ่นที่ ๑

Mini MIS version 1.0 สมาชิกกลุ่ม ๘ อาจารย์ที่ปรึกษากลุ่ม นายฉัตรชัย เผ่าทองจีน ม.ศิลปากร นายมงคล ทะกอง ม.ราชภัฎอุดรฯ นางสาววิลาวัลย์ บัวขำ ม.ศรีนครินทรวิโรฒ นายอนันตกุล อินทรผดุง ม.ราชภัฎพระนคร นางสาวอภิรดี อำนรรฆมณี ม.ศรีปทุม อาจารย์ที่ปรึกษากลุ่ม รศ.ดร.ยืน ภู่วรวรรณ ม.เกษตรศาสตร์ ผศ.สุรางคนา ธรรมลิขิต ม.บูรพา

วัตถุประสงค์ ศึกษาการทำคลังข้อมูลเพื่อการตัดสินใจ รวบรวมความคิดเห็นเกี่ยวกับสถานะภาพระบบสารสนเทศของมหาวิทยาลัยไทย เพื่อนำแนวความคิดที่ได้ไปใช้ในการดำเนินการทำคลังข้อมูลในมหาวิทยาลัยต่างๆต่อไป

Data warehouse Decision supporting system (DSS) Executive supporting system (ESS)

Why we need to implement it? “DSS / ESS” Why we need to implement it?

CEO Globalization Standardization Competitors Benchmarking Information flooding RISK Population ratio Climate changing Budgeting system Etc….. CEO

Powerful management tools University’s CEO need Powerful management tools

“DSS / ESS”

สารสนเทศกับการบริหารจัดการ Tactical (Intermediate range) First-line Managers Strategic (Long range) Operational (Short term) Middle Management Top Transaction Processing MIS DSS ESS Transaction Processing

DSS ระบบช่วยการตัดสินใจ (Decision supporting system) เป็นระบบคอมพิวเตอร์ที่ใช้เป็นเครื่องมือช่วยในการตัดสินใจสำหรับการบริหารจัดการประกอบด้วยองค์ประกอบดังนี้ Data extraction and filtering tool DSS Database (Data warehouse) End-user query tools End-user presentation tool

DSS components

Data warehouse characteristics Integrated The Data Warehouse is a centralized, consolidated database that integrates data retrieved from the entire organization. Subject-Oriented The Data Warehouse data is arranged and optimized to provide answers to questions coming from diverse functional areas within a company. Time Variant The Warehouse data represent the flow of data through time. It can even contain projected data. Non-Volatile Once data enter the Data Warehouse, they are never removed. The Data Warehouse is always growing.

Data warehouse

Data warehouse Twelve Rules That Define a Data Warehouse 1. The Data Warehouse and operational environments are separated. 2. The Data Warehouse data are integrated. 3. The Data Warehouse contains historical data over a long time horizon. 4. The Data Warehouse data are snapshot data captured at a given point in time. 5. The Data Warehouse data are subject-oriented. 6. The Data Warehouse data are mainly read-only with periodic batch updates from operational data. No online updates are allowed. 7. The Data Warehouse development life cycle differs from classical systems development. The Data Warehouse development is data driven; the classical approach is process driven. 8. The Data Warehouse contains data with several levels of detail; current detail data, old detail data, lightly summarized, and highly summarized data. 9. The Data Warehouse environment is characterized by read-only transactions to very large data sets. The operational environment is characterized by numerous update transactions to a few data entities at the time. 10. The Data Warehouse environment has a system that traces data resources, transformation, and storage. 11. The Data Warehouse’s metadata are a critical component of this environment. The metadata identify and define all data elements. The metadata provide the source, transformation, integration, storage, usage, relationships, and history of each data element. 12. The Data Warehouse contains a charge-back mechanism for resource usage that enforces optimal use of the data by end users.

End-user tools (BI tools) On-Line Analytical Processing (OLAP) is an advanced data analysis environment that supports decision making, business modeling, and operations research activities. Four Main Characteristics of OLAP Use multidimensional data analysis techniques Provide advanced database support Provide easy-to-use end user interfaces Support client/server architecture

Data in 3D or more….

3-D data in RDBMS

3-D data in RDBMS

Multi-dimension data

Multi-dimension data in RDBMS

Data Warehouse Implementation The Data Warehouse as an Active Decision Support Network A Data Warehouse is a dynamic support framework. Implementation of a Data Warehouse is part of a complete database-system-development infrastructure for company-wide decision support. Its design and implementation must be examined in the light of the entire infrastructure. 57

Data Warehouse Implementation A Company-Wide Effort that Requires User Involvement and Commitment at All Levels For a successful design and implementation, the designer must: Involve end users in the process. Secure end users’ commitment from the beginning. Create continuous end user feedback. Manage end user expectations. Establish procedures for conflict resolution. 58

Data Warehouse Implementation Satisfy the Trilogy: Data, Analysis, and Users For a successful design and implementation, the designer must satisfy: Data integration and loading criteria. Data analysis capabilities with acceptable query performance. End user data analysis needs. 59

Data Warehouse Implementation Apply Database Design Procedures Data Warehouse development is a company-wide effort and requires many resources: people, financial, and technical. The sheer and often mind-boggling quantity of decision support data is likely to require the latest hardware and software. It is also imperative to have very detailed procedures to orchestrate the flow of data from the operational databases to the Dare Warehouse. To implement and support the Data Warehouse architecture, we also need people with advanced database design, software integration, and management skills. 60

Data warehouse implementation road map

DSS vs Data mining DSS >> reactive Data mining >> Proactive

Summary

สถานะปัจจุบันของมหาวิทยาลัยไทย ระบบงานสารสนเทศ ผู้บริหารหน่วยงาน ผู้ปฏิบัติงานด้านสารสนเทศ

ระบบสารสนเทศ แหล่งข้อมูล (กระจายศูนย์ หรือ รวมศูนย์) กิจกรรม (ดำเนินการสนับสนุนงานประจำเป็นหลัก)

ระบบสารสนเทศแบบรวมศูนย์ แนวทางการพัฒนาระบบคลังข้อมูล SUPREMEPlus ประกันคุณภาพ สกอ สมศ กพร Data Mart Data is refreshed Nightly Weekly Seasonal On-demand Collaboration Roll-Based Portal Learning & Development Business Intelligent SUPREME-PLUS Data Warehouse UOC : University Operation Center SUPREME Database Alumni Student Enrollment Payroll HURIS ERP MIS Workload Employee & Student Faculty & Department Office of the President

Model การออกแบบงานสารสนเทศมหาวิทยาลัย Operational Database SUPREMEPlus (ระบบคลังข้อมูล) INFO_Service (Information Portal) KPI- Tool SUPREME 2004 HURIS Alumni e-Document Dataware House Application แสดงข้อมูล ผ่าน Web Application KPI Monitoring Data Data สร้างฐานข้อมูลตัวชี้วัด KPI รายปี • ตามมิติ • ตามหน่วยงานประเมิน • ตัวบ่งชี้ที่ใช้ กำหนดหน่วยงานที่รับผิดชอบ KPI • จำแนกตามคณะ, ภาควิชา เครื่องมือเก็บรวบรวมข้อมูล • data • document Monitor Status - Report META_INFO shopping cart Doc, PDF Data & Document Student Curriculum Personnel Budget Official Document Data Entry

ระบบสารสนเทศแบบกระจายศูนย์

ผู้บริหารหน่วยงาน วิสัยทัศน์ ความรู้ความสามารถด้านบริหารสมัยใหม่ (Management tools, KPI, Balance score card ect..) การบริหารโดยอาศัยข้อมูลข่าวสาร, หลักธรรมาภิบาล มีความเข้าใจเรื่องระบบสารสนเทศ (Garbage in garbage out) ฯลฯ ผู้บริหารเป็นผู้ที่จะได้ประโยชน์จากการทำคลังข้อมูล

ผู้ปฏิบัติงานด้านสารสนเทศ รองรับหรือสนับสนุนงานประจำเป็นหลัก (routine work) งบประมาณส่วนมากมุ่งเน้นไปในเรื่องการบำรุงรักษาขาดการสนับสนุนในเรื่องการพัฒนาและวิจัย ต้องการการสนับสนุนในการพัฒนาศักยภาพของบุคลากรอย่างต่อเนื่องด้วยเทคโนโลยีมีการเปลี่ยนแปลงรวดเร็ว ถูกจัดเป็น cost center จึงมักถูกจำกัดด้านงบประมาณ ฯลฯ

ตัวอย่างผลที่คาดว่าจะได้รับ การตอบสนองความต้องการข้อมูลของผู้บริหารหน่วยงาน การตอบสนองความต้องการของหน่วยงานภายนอก การตอบสนองกิจกรรมประจำเช่นการประกันคุณภาพ การลดค่าใช้จ่ายในการดำเนินการบนฐานของข้อมูลที่ถูกต้อง