งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

13 October 2007 E-mail:wichai@buu.ac.th.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "13 October 2007 E-mail:wichai@buu.ac.th."— ใบสำเนางานนำเสนอ:

1 13 October 2007

2 Decision Support Systems
13 July 2002 บทที่ 4 ส่วนการจัดการข้อมูล (Data Management) Decision Support Systems

3 ส่วนการจัดการข้อมูล - ทำไม
ข้อมูล สารสนเทศ และองค์ความรู้ เป็นสิ่งสำคัญอย่างยิ่งในการวิเคราะห์การตัดสินใจ และการแก้ปัญหา ถ้าผู้ตัดสินใจสามารถคัดเลือก จัดการ และนำข้อมูลต่าง ๆ ที่มีอยู่ มาใช้ประโยชน์ได้อย่างเต็มที่ ก็จะสามารถตัดสินใจได้อย่างมีประสิทธิภาพ แต่ถ้าไม่สามารถจัดการกับข้อมูลได้อย่างเหมาะสม ก็จะส่งผลให้การตัดสินใจแก้ไขปัญหานั้น ขาดความถูกต้อง อาจเกิดผลเสียได้ ระบบสนับสนุนการตัดสินใจ จึงจำเป็นต้องมีส่วนการจัดการข้อมูลเป็นองค์ประกอบ   13 October 2007

4 เนื้อหา 1. ข้อมูล สารสนเทศ และองค์ความรู้ (Data, Information and Knowledge) 2. แหล่งข้อมูล (Data Source) 3. การเก็บรวบรวมข้อมูลและปัญหาที่เกิดขึ้น 4. ฐานข้อมูล (Database) 5. ระบบจัดการฐานข้อมูล (Database Management System: DBMS) 6. ชนิดของฐานข้อมูล 7. เทคโนโลยีฐานข้อมูล (Database Technology) 8. การแสดงผลข้อมูลในระบบสนับสนุนการตัดสินใจ

5 ข้อมูล สารสนเทศ และองค์ความรู้ (Data, Information and Knowledge)
คือ ข้อเท็จจริงเกี่ยวกับสิ่งต่าง ๆ ซึ่งอาจเป็นคน สัตว์ สิ่งของ หรือเหตุการณ์ต่าง ๆ ที่เราสนใจ ข้อมูลอาจอยู่ในรูปของตัวเลข ตัวอักษร ข้อความ หรือ Multimedia ก็ได้ เนื่องจากข้อมูลเป็นส่วนประกอบที่สำคัญของระบบสารสนเทศ รวมทั้งระบบสนับสนุนการตัดสินใจ จึงต้องเป็นข้อเท็จจริงที่ถูกต้อง ครบถ้วน สมบูรณ์ และน่าเชื่อถือ

6 ข้อมูล สารสนเทศ และองค์ความรู้ (Data, Information and Knowledge)
คือ ข้อมูลที่ผ่านการประมวลผล และจัดการให้มีความถูกต้อง ทันสมัย และสามารถนำไปใช้งานได้ตามที่ต้องการ Process & Transform Information Data

7 ข้อมูล สารสนเทศ และองค์ความรู้ (Data, Information and Knowledge)
คือ สารสนเทศที่ถูกคัดเลือกเพื่อใช้ในการแก้ปัญหาต่าง ๆ ตามต้องการได้อย่างมีประสิทธิภาพ โดยอาศัยประสบการณ์ในการเลือกสารสนเทศมาใช้ในการแก้ไขปัญหาได้อย่างเหมาะสม Wisdom Correct use of Knowledge Knowledge Collection of all Information Information Process & Transform Data

8 แหล่งข้อมูล (Data Source)
ข้อมูลที่ใช้ในระบบฯ จะต้องเก็บรวบรวมจากหลาย ๆ แหล่งด้วยกัน เพื่อให้ได้ข้อมูลที่ครบถ้วน สมบูรณ์ สามารถนำไปประมวลผลเป็นสารสนเทศ และองค์ความรู้ที่สามารถนำไปใช้ประโยชน์ได้อย่างเต็มที่ แหล่งข้อมูล อาจหมายถึง สถานที่ บุคคล ห้องสมุด นักวิชาการ ผู้เชี่ยวชาญ บทความ ผลการวิจัย หรือฐานข้อมูลอื่น ๆ แหล่งที่มาของข้อมูลแบ่งออกเป็น 2 กลุ่ม แหล่งข้อมูลภายในองค์กร (Internal Data Source) แหล่งข้อมูลภายนอกองค์การ (External Data Source)

9 แหล่งข้อมูลภายในองค์กร (Internal Data Source)
แหล่งข้อมูลภายในองค์กร เช่น แผนกต่าง ๆ บุคลากร เจ้าหน้าที่ ผู้ชำนาญการ หัวหน้างาน สินค้าและบริการ เครื่องจักร พนักงาน หรือขั้นตอนการทำงาน ตัวอย่างของข้อมูล เช่น ข้อมูลที่ได้จากการดำเนินงานแต่ละวัน ข้อมูลสินค้าและบริการ ข้อมูลพนักงาน ข้อมูลบริษัท ข้อมูลคลังสินค้าและบริการ ข้อมูลอาจถูกจัดเก็บไว้ส่วนกลาง หรือแยกไว้แต่ละแผนก

10 แหล่งข้อมูลภายนอกองค์การ (External Data Source)
แหล่งข้อมูลภายนอกองค์กร เช่น หน่วยงานรัฐบาล เอกชน สถาบันการเงิน กระทรวง ห้องสมุด สถาบันวิจัย ตัวอย่างของข้อมูล เช่น กฎหมาย พ.ร.บ. พ.ร.ก. ผลการสำรวจจากรัฐบาลหรือหน่วยงานอื่น ๆ ผลการจัดอันดับความน่าเชื่อถือ ข้อมูลอาจจัดเก็บอยู่ในรูปของ หนังสือ เอกสาร หนังสือพิมพ์ วิทยุ โทรทัศน์ เว็บไซต์ ฐานข้อมูล หรือซีดีรอม การได้มาซึ่งข้อมูลเพื่อใช้งานจริง ๆ เป็นเรื่องยาก ซึ่งต้องผ่านกระบวนการคัดเลือก และกลั่นกรองข้อมูลเป็นอย่างดี

11 การเก็บรวบรวมข้อมูลและปัญหาที่เกิดขึ้น
การได้มาซึ่งข้อมูลที่ดี ถูกต้อง ครบถ้วน สมบูรณ์ และตรงประเด็นเพื่อนำเข้าสู่ระบบสนับสนุนการตัดสินใจ จะต้องมีการคัดเลือก เรียบเรียง และกลั่นกรองให้ตรงประเด็นในแต่ละเรื่อง แหล่งที่มาของข้อมูล ถ้าข้อมูลไม่ถูกต้อง การตัดสินใจก็อาจผิดพลาด GIGO --> “Garbage In - Garbage Out”

12 วิธีการรวบรวมข้อมูล การเก็บรวบรวมข้อมูลจากแหล่งข้อมูลต่างๆ มีหลากหลายวิธี ในการพิจารณาคัดเลือกวิธีการที่เหมาะสม ต้องคำนึงถึงเครื่องมือที่ต้องใช้ และความเชี่ยวชาญของผู้ทำการเก็บรวบรวมข้อมูล เช่น 1. การศึกษาเกี่ยวกับเวลาในการปฏิบัติงานต่างๆ (Time Study) เป็นรวบรวมข้อมูลโดยการสังเกต 2. การสำรวจ (Survey) เช่น โดยแบบสอบถาม (Questionnaire) 3. การสังเกต (Observation) คือ การเฝ้าดูการทำงาน ปัญหาที่อาจจะเกิดขณะทำงาน เช่น ใช้กล้องวีดีโอ บันทึกขั้นตอนการทำงาน 4. การสัมภาษณ์ (Interview) เป็นการสอบถาม การพูดคุยกับบุคคลต่าง ๆ หรือผู้เชี่ยวชาญ ความสมบูรณ์ของข้อมูลจะขึ้นอยู่กับปัจจัยหลายอย่าง วิธีการสัมภาษณ์ การตั้งคำถาม และเวลาในการสัมภาษณ์

13 ปัญหาของข้อมูล - การแก้ไข
1. ข้อมูลมีความผิดพลาด ไม่มีการตรวจสอบ - ควรมีการกำหนดขนาด มาตรฐานของข้อมูล 2. ข้อมูลไม่ทันต่อการใช้งาน - ต้องหาเทคโนโลยีใหม่ๆ เข้ามาใช้งาน แต่ก็ต้องลงทุนสูง และต้องเปลี่ยนแปลงการทำงานบางอย่าง 3. ข้อมูลไม่เหมาะสมกับการใช้งาน เลือกเอาข้อมูลมาไม่สอดคล้องกับการทำงาน - แก้ไขด้วยการใช้เทคโนโลยีคลังข้อมูล (Data Warehouse) 4. ข้อมูลที่ต้องการไม่มีอยู่ในระบบ ไม่เคยมีใครเก็บข้อมูลเหล่านั้นไว้ในระบบ - แก้ไขโดยการวิเคราะห์ความต้องการใช้ข้อมูลในอนาคตโดยใช้เทคโนโลยีคลังข้อมูล หรือสร้างข้อมูลขึ้นมาใหม่

14 คุณภาพของข้อมูล (Data Quality)
1. คุณภาพโดยทั่วไปของข้อมูล - ความสอดคล้องของข้อมูล สามารถนำไปใช้ประโยชน์ ทันต่อความต้องการ และมีความครบถ้วนสมบูรณ์ในเรื่องของปริมาณข้อมูล 2. คุณภาพโดยธรรมชาติของข้อมูล - ความถูกต้อง และความน่าเชื่อถือ 3. คุณภาพของข้อมูลในมุมมองการเข้าถึง - ความสามารถในการเข้าถึง และความปลอดภัยของข้อมูล 4. คุณภาพของข้อมูลในมุมมองของการนำเสนอ - การสื่อความหมาย ง่ายต่อการใช้งาน กระชับได้ใจความ และมีเนื้อหาที่สอดคล้องกัน

15 ข้อแนะนำเกี่ยวกับข้อมูลก่อนนำเข้าสู่ระบบ
1. ตรวจสอบความถูกต้อง และความสมบูรณ์ของข้อมูล อยู่ในรูปแบบที่ต้องการ 2. ตรวจสอบความทันสมัยของข้อมูล เป็นปัจจุบันหรือไม่ ปรับปรุงให้ถูกต้อง 3. ตรวจสอบความสมบูรณ์ของข้อมูล เช่น ผลรวมถูกต้องจริง แหล่งที่มาของผลรวม 4. ตรวจสอบปริมาณข้อมูลว่าเพียงพอหรือไม่ ในแต่ละเรื่อง แต่ละด้าน

16 ฐานข้อมูล (Database) เนื่องจากแหล่งข้อมูลที่มีมากมาย ทั้งภายในและภายนอกองค์กร และปริมาณข้อมูลที่ต้องการนั้นก็มีปริมาณมาก ตลอดจนปัญหาที่อาจเกิดขึ้น จึงจำเป็นต้องมีการจัดเก็บข้อมูลที่ได้มา ให้เป็นระบบระเบียบ สะดวกต่อการจัดการและเรียกใช้งาน แหล่งที่ใช้จัดเก็บข้อมูล ที่ได้รับความนิยมอย่างสูงในปัจจุบัน คือ “ฐานข้อมูล”  (Database)

17 ฐานข้อมูล (Database) ฐานข้อมูล - กลุ่มของแฟ้มข้อมูลที่มีความสัมพันธ์กัน และถูกนำมาจัดเก็บรวมกัน เช่น ฐานข้อมูลในบริษัทแห่งหนึ่ง อาจประกอบไปด้วยแฟ้มข้อมูลหลายแฟ้ม โดยที่แต่ละแฟ้มจะมีความสัมพันธ์กัน ได้แก่ ข้อมูลพนักงาน ข้อมูลแผนกในบริษัท ข้อมูลลูกค้า ข้อมูลสินค้า ข้อมูลการขาย

18 ข้อดีของการใช้ระบบฐานข้อมูล
การใช้ระบบฐานข้อมูลนอกจากจะช่วยขจัดปัญหาต่าง ๆ ที่เกิดขึ้นกับข้อมูลได้แล้ว ยังมีประโยชน์ในด้านอื่นๆ อีกหลายประการ ดังนี้ 1. ลดความซ้ำซ้อนของข้อมูล (Data Redundancy) 2. หลีกเลี่ยงความไม่สอดคล้องของข้อมูล (Data Inconsistency) 3. สามารถจัดรูปแบบที่เป็นมาตรฐานเดียวกัน (Standardized) 4. ความปลอดภัยของข้อมูล (Data Security) สูง 5. สามารถรักษาความถูกต้องของข้อมูล (Data Integrity)

19 ข้อดีของการใช้ระบบฐานข้อมูล
6. ตอบสนองความต้องการใช้งานข้อมูลได้หลายแบบ 7. นำเสนอรายงานได้ง่าย (Easy Reporting) 8. ลดเวลาในการพัฒนาโปรแกรมสำหรับเรียกใช้ข้อมูลจากฐานข้อมูล 9. สามารถควบคุมการเข้าถึงข้อมูลจากผู้ใช้หลายคน (Concurrency Control) 10. ข้อมูลเป็นอิสระจากโปรแกรมที่ใช้งานข้อมูล (Data Independence)

20 ตัวอย่างความซ้ำซ้อนกันของข้อมูล (Data Redundancy)
แฟ้มข้อมูลพนักงาน (Employee) Emp_No Emp_Name Emp_Address Emp_Salary Emp_Tel E001 นายแพง พลเมืองดี 12/20 ลาดพร้าว กรุงเทพมหานคร 20,000 E002 นางสุดใจ แสนดี 108 บางกะปิ กรุงเทพมหานคร 30,000 E003 นางสาวดวงใจ แสนประเสริฐ 50 บางซื่อ กรุงเทพมหานคร 8,000 E004 นางกนกวรรณ เกิดสุข 60 บางแค กรุงเทพมหานคร 9,500 แฟ้มข้อมูลพนักงานขาย (Salesman) Sale_No Sale_Name Sale_Phone S001 นางสาวดวงใจ แสนประเสริฐ S002 นางกนกวรรณ เกิดสุข

21 ตัวอย่างความไม่สอดคล้องกันของข้อมูล (Data Inconsistency)
แฟ้มข้อมูลพนักงาน (Employee) Emp_No Emp_Name Emp_Address Emp_Salary Emp_Tel E001 นายแพง พลเมืองดี 12/20 ลาดพร้าว กรุงเทพมหานคร 20,000 E002 นางสุดใจ แสนดี 108 บางกะปิ กรุงเทพมหานคร 30,000 E003 นางสาวดวงใจ แสนประเสริฐ 50 บางซื่อ กรุงเทพมหานคร 8,000 E004 นางกนกวรรณ เกิดสุข 60 บางแค กรุงเทพมหานคร 9,500 แฟ้มข้อมูลพนักงานขาย (Salesman) Sale_No Sale_Name Sale_Phone S001 นางสาวดวงใจ แสนประเสริฐ S002 นางกนกวรรณ เกิดสุข หากมีการแก้ไขข้อมูลหมายเลขโทรศัพท์ของดวงใจ แต่แก้ไขเพียงบาง Table

22 ระบบจัดการฐานข้อมูล (Database Management System: DBMS)
ความหมายของระบบจัดการฐานข้อมูล หน้าที่ของระบบจัดการฐานข้อมูล ประโยชน์ของระบบจัดการฐานข้อมูล

23 ความหมายของระบบจัดการฐานข้อมูล
ระบบจัดการฐานข้อมูล คือโปรแกรมที่ทำหน้าที่เป็นตัวกลางเชื่อมโยงการทำงาน ระหว่างผู้ใช้งานฐานข้อมูลกับฐานข้อมูล เพื่อช่วยอำนวยความสะดวกผู้ใช้ ในการสร้าง ลบ ปรับปรุง สืบค้น และเรียกใช้ข้อมูล ฐานข้อมูล ผู้ดูแลฐานข้อมูล (DBA) DBMS Application ผู้ใช้ (User)

24 ซอฟต์แวร์ระบบจัดการฐานข้อมูล (DBMS)
Microsoft Access Microsoft SQL DB2 Informix Oracle Sybase “Open Source” เช่น MySQL PostgreSQL และ Berkeley DB เป็นต้น

25 DBMS : หน้าที่ของระบบจัดการฐานข้อมูล
ไม่ว่าจะเป็น DBMS ที่ได้รับการพัฒนาจากบริษัทใดก็ตาม ล้วนเป็นกลไกสำคัญในการจัดการกับข้อมูลในฐานข้อมูล ซึ่งหน้าที่โดยทั่วไปของ DBMS มีดังนี้ 1. การจัดเตรียมมุมมองของผู้ใช้ (User View) 2. การสร้างและแก้ไขฐานข้อมูล 3. การจัดเก็บและเรียกใช้ข้อมูล 4. การดำเนินงานกับข้อมูลและการสร้างรายงาน (Manipulation)

26 DBMS : มุมมองของผู้ใช้ (User View)
Schema Subschema A Subschema C ผู้ใช้ 1 ผู้ใช้ 2 ผู้ใช้ 3 ผู้ใช้ 4 ผู้ใช้ 5 รูปที่ 3.5 แสดงหน้าที่ในการจัดมุมมองในระดับผู้ใช้ฐานข้อมูล (User View)

27 DBMS : หน้าที่ของระบบจัดการฐานข้อมูล
การสร้างและแก้ไขฐานข้อมูล การสร้าง และแก้ไขฐานข้อมูล รวมทั้การกำหนดโครงสร้าง และมุมมองผู้ใช้ จะต้องอาศัยภาษาที่เรียกว่า “ภาษานิยามข้อมูล” (Data Definition Language: DDL)” และยังจะต้องจัดทำ “พจนานุกรมข้อมูล (Data Dictionary)” ในฐานข้อมูลอีกด้วย ภาษานิยามข้อมูล เป็นภาษาที่ประกอบไปด้วยชุดคำสั่ง ไวยากรณ์ และกฎเกณฑ์ที่ใช้ในการกำหนดโครงสร้าง และอธิบายรายละเอียดของข้อมูล ตลอดจนความสัมพันธ์ระหว่างข้อมูลในฐานข้อมูล พจนานุกรมข้อมูล จะแสดงรายละเอียดของข้อมูลทั้งหมดที่มีอยู่ในฐานข้อมูล เช่น ชื่อ ขอบเขต ประเภท อาจถูกเรียกใช้โดยผู้ใช้คนใดบ้าง จะนำไปใช้เพื่อสร้างรายงานชนิดใดบ้าง เป็นต้น                     

28 DBMS : หน้าที่ของระบบจัดการฐานข้อมูล
การจัดเก็บและเรียกใช้ข้อมูล DBMS นอกจากจะทำหน้าที่เป็นตัวกลางในการสร้างฐานข้อมูลแล้ว ยังเป็นตัวกลางในการจัดเก็บและเรียกใช้ข้อมูลในฐานข้อมูลอีกด้วย เมื่อผู้ใช้ต้องการเรียกดูข้อมูล จะใช้คำสั่งที่เป็นเส้นทางในการเข้าถึงข้อมูลเชิงตรรกะ “Logical Access Path (LAP)” DBMS ก็จะค้นหาข้อมูลตามเงื่อนไขจากแหล่งจัดเก็บข้อมูลทางกายภาพ ตามเส้นทางเข้าถึงข้อมูลเชิงกายภาพ (Physical Access Path: PAP) เพื่อดึงข้อมูลนั้นมาแสดงผลให้กับผู้ใช้ได้ กรณีที่มีผู้ใช้หลายคนเข้าถึงข้อมูลเรคคอร์ด (Record) เดียวกันในฐานข้อมูลเดียวกัน และในเวลาเดียวกัน อาจเกิดปัญหาเรียกว่า “การเกิดภาวะพร้อมกัน (Concurrency)” ขึ้นได้

29 DBMS : หน้าที่ของระบบจัดการฐานข้อมูล
ข้อมูลที่จัดเก็บไว้ในฮาร์ดดิสก์ Physical Access Path (PAP) DBMS Logical Access Path (LAP) โปรแกรม ระบบคลังสินค้า ระบบบัญชี ระบบงานขาย ผู้ใช้ รูปที่ 3.6 แสดงการจัดเก็บและเรียกใช้ข้อมูลของ DBMS

30 DBMS : หน้าที่ของระบบจัดการฐานข้อมูล
Schema Subschema A Subschema C ระบบคลังสินค้า ระบบบัญชี ระบบงานขาย ข้อมูลที่จัดเก็บไว้ในฮาร์ดดิสก์ ผู้ใช้ รูปที่ 3.7 แสดงการเข้าถึงข้อมูลเพื่อการดำเนินการต่างๆ กับข้อมูล

31 DBMS : หน้าที่ของระบบจัดการฐานข้อมูล
ภาษาสอบถามเชิงโครงสร้าง (Structured Query Language: SQL) เป็นภาษาดำเนินการกับข้อมูล ที่ได้รับความนิยมเป็นอย่างมากในปัจจุบันคือ ได้รับการพัฒนาขึ้นในช่วง ปี ค.ศ และได้รับการรับรองจากสถาบัน ANSI (American National Standard Institute: ANSI) ในปี ค.ศ ว่าเป็นภาษาสอบถามเชิงโครงสร้างมาตรฐานสำหรับฐานข้อมูลเชิงสัมพันธ์ (Relational Database) และได้รับความนิยมเรื่อยมาจนถึงปัจจุบัน คำสั่ง SELECT, FROM, WHERE

32 DBMS : ประโยชน์ของระบบจัดการฐานข้อมูล
1. ช่วยสนับสนุนการใช้งานโปรแกรมประยุกต์โดยเป็นส่วนจัดการข้อมูลในฐานข้อมูล นำข้อมูลมาประกอบการตัดสินใจได้ 2. ผู้ใช้สามารถใช้ข้อมูลร่วมกันได้ 3. ผู้ใช้มีความสะดวกและรวดเร็วในการสืบค้นข้อมูล 4. สามารถควบคุม ความถูกต้องและความสอดคล้องของข้อมูล 5. ลดความซ้ำซ้อนของการจัดเก็บข้อมูล

33 ชนิดของฐานข้อมูล โดยทั่วไปแบ่งออกเป็น 4 รูปแบบ คือ
ฐานข้อมูลแบบลำดับชั้น (Hierarchical Database) ฐานข้อมูลแบบเครือข่าย (Network Database) ฐานข้อมูลเชิงสัมพันธ์ (Relational Database) ฐานข้อมูลเชิงวัตถุ (Object-Oriented Database)

34 ฐานข้อมูลแบบลำดับชั้น (Hierarchical Database) Parent Node จะมี Child Node ได้มากกว่า 1 Node แต่ Child Node จะมี Parent Node ได้เพียง Node เดียวเท่านั้น คุณสมชาย ภักดี คุณสุชาดา พอดี รหัสสินค้า A1 A2 A3 A2 A3 B1 ตะปู ปูน สี ปูน สี จอบ ชื่อสินค้า ปริมาณ 250 15 150 100 50 10 One to Many Relationship

35 ฐานข้อมูลแบบเครือข่าย (Network Database) Parent Node จะมี Child Node ได้มากกว่า 1 Node และ Child Node จะมี Parent Node ได้ได้มากกว่า 1 Node ด้วย คุณสมชาย ภักดี คุณสุชาดา พอดี รหัสสินค้า A1 A2 A3 B1 ตะปู ปูน สี จอบ ชื่อสินค้า ปริมาณ 250 115 200 10 Many to Many Relationship

36 ฐานข้อมูลเชิงสัมพันธ์ (Relational Database)
เป็นฐานข้อมูลที่ได้รับความนิยมมากที่สุดในปัจจุบัน เนื่องจากง่ายต่อการทำความเข้าใจโครงสร้างข้อมูล ฐานข้อมูลเชิงสัมพันธ์ประกอบด้วยกลุ่มของตาราง (Table) แบบ 2 มิติ โดยแบ่งออกเป็น แถว (Row) และ คอลัมน์หรือสดมภ์ (Column) แต่ละแถวจะใช้เก็บข้อมูล 1 record แต่ละ column จะเก็บข้อมูลซึ่งเป็นค่าของ field ต่าง ๆ

37 ฐานข้อมูลเชิงสัมพันธ์ (Relational Database)
แต่ละตารางจะมีการระบุ Key Field หรือ คีย์หลัก (Primary Key) สำหรับใช้เป็น Index ในการค้นหาข้อมูลภายในตารางนั้นๆ และมีการสร้างรีเลชัน (Relation) ระหว่างตารางที่มีความสัมพันธ์กัน เช่น ตารางข้อมูลของพนักงาน ประกอบด้วย รหัสพนักงาน ชื่อ นามสกุล รหัสแผนก และอีกตารางหนึ่งที่มีความสัมพันธ์กันคือ ตารางข้อมูลแผนก ที่ประกอบด้วย รหัสแผนก และ ชื่อแผนก ดังตารางต่อไปนี้

38 ฐานข้อมูลเชิงสัมพันธ์ (Relational Database)
Customer Order Cust_ID Cust_Name 001 คุณสมชาย ภักดี 002 คุณสมหญิง ใจดี 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

39 ฐานข้อมูลเชิงวัตถุ (Object -Oriented Database)

40 เทคโนโลยีฐานข้อมูล (Database Technology)
หลักการหรือวิธีการเพื่อการรวบรวมระบบสารสนเทศ ที่ได้จากการประมวลผลรายการที่เกิดขึ้นในแต่ละวัน ในแต่ละสายงาน มารวมเป็นหน่วยเดียวกัน เพื่อสนับสนุนกระบวนการตัดสินใจของผู้ตัดสินใจให้มีประสิทธิภาพมากยิ่งขึ้น ได้แก่ 1. คลังข้อมูล (Data Warehouse) 2. การประมวลผลเชิงวิเคราะห์แบบออนไลน์ (Online Analytical Processing: OLAP) 3. เหมืองข้อมูล (Data Mining)

41 เทคโนโลยีฐานข้อมูล : คลังข้อมูล (Data Warehouse)
ความหมายของคลังข้อมูล คุณลักษณะของคลังข้อมูล ข้อดี / ข้อเสีย ของคลังข้อมูล สถาปัตยกรรมของคลังข้อมูล การวิเคราะห์ข้อมูลในคลังข้อมูล

42 คลังข้อมูล (Data Warehouse) : ความหมายของคลังข้อมูล
คลังข้อมูล หมายถึง ฐานข้อมูลขนาดใหญ่ที่มีลักษณะเฉพาะ ได้จากการใช้หลักการหรือวิธีการ เพื่อการรวมระบบสารสนเทศเพื่อการประมวลผลรายการข้อมูลที่เกิดขึ้นในแต่ละวัน และแต่ละสายงานมารวมเข้าเป็นหน่วยเดียวกัน เพื่อสนับสนุนกระบวนการตัดสินใจของผู้ตัดสินใจให้มีประสิทธิภาพมากยิ่งขึ้น คลังข้อมูล ไม่ใช่ผลิตภัณฑ์ หรือระบบสำเร็จรูปที่สามารถหาซื้อมาใช้งานได้จากท้องตลาด แต่คลังข้อมูลต้องสร้างขึ้นเองโดยใช้หลักการวิธีการ และแนวทางแก้ปัญหาต่าง ๆ

43 คลังข้อมูล (Data Warehouse) : คุณลักษณะ
คุณลักษณะของคลังข้อมูล 1. Subject-Oriented : ข้อมูลถูกจัดเก็บตามประเด็นหลักขององค์กร เช่น ข้อมูลลูกค้า สินค้า และยอดขาย เป็นต้น 2. Integrated : รวบรวมและจัดรูปแบบข้อมูลให้อยู่ในรูปแบบเดียวกัน และสร้างความสอดคล้องให้กับข้อมูลก่อนที่จะนำเสนอแก่ผู้ใช้

44 คลังข้อมูล (Data Warehouse) : คุณลักษณะ
3. Time-Variant : ข้อมูลที่จัดเก็บในคลังข้อมูลส่วนใหญ่จะเป็นข้อมูลในอดีตที่ผ่านมาแล้ว 5-10 ปีทำให้เราสามารถเห็นแนวโน้มของข้อมูลได้ 4. Non-Volatile : ข้อมูลที่จัดเก็บภายในคลังข้อมูล จะไม่ถูกแก้ไข แต่จะถูกเพิ่มข้อมูลใหม่ต่อท้าย โดยไม่ทำการแทนที่ข้อมูลเดิม

45 คลังข้อมูล (Data Warehouse) : ข้อดี
ข้อดีของคลังข้อมูล 1. ให้ผลตอบแทนจากการลงทุนสูง แม้จะมีการลงทุนสูงก็ตาม 2. ได้เปรียบคู่แข่งเนื่องจากได้รับข้อมูลก่อนและสารสนเทศก่อนคู่แข่ง 3. เพิ่มประสิทธิภาพในการตัดสินใจของผู้ตัดสินใจ เนื่องจากคลังข้อมูลได้จัดการให้ข้อมูลที่รับมาจากแหล่งข้อมูลที่แตกต่างกัน ให้มีความสอดคล้องกัน และวิเคราะห์ตามประเด็นที่ผู้ตัดสินใจต้องการ อีกทั้งข้อมูลที่อยู่ในคลังมีมากทั้งข้อมูลในอดีตและปัจจุบัน

46 คลังข้อมูล (Data Warehouse) : ข้อเสีย
ข้อเสียของคลังข้อมูล 1. ขั้นตอนในการกลั่นกรองและนำข้อมูลเข้าสู่คลังข้อมูลใช้เวลานาน และต้องอาศัยผู้ที่มีความชำนาญในการกลั่นกรองข้อมูล 2. แนวโน้มความต้องการข้อมูลมีเพิ่มมากขึ้นเรื่อย ๆ ทำให้เพิ่มความซับซ้อนในการทำงานมากขึ้น 3. ใช้เวลานานในการพัฒนาคลังข้อมูล 4. ระบบคลังข้อมูลมีความซับซ้อนสูง

47 สถาปัตยกรรมของคลังข้อมูล
คลังข้อมูลเป็นศูนย์รวมของหลักการวิธีการ มากมายหลากหลาย อาทิ เช่น การออกแบบและสร้างโครงสร้างของข้อมูลใน Data Warehouse วิธีการเพื่อให้ได้มาซึ่งข้อมูล วิธีการสร้างผลลัพธ์จากข้อมูลที่มี รวมไปถึงวิธีการดูแลรักษา วิธีการปรับปรุงประสิทธิภาพ เป็นต้น ซึ่งหลักการวิธีการเหล่านี้ เราจะรวมเรียกว่า การคลังข้อมูล (Data Warehousing)

48 สถาปัตยกรรมของคลังข้อมูล
Data Provisioning Area Data Data Staging Area Data Data Warehouse Database Data Data Data Acquisition System Metadata Metadata Metadata Terminal Metadata Metadata Repository

49 การวิเคราะห์ข้อมูลในคลังข้อมูล
มี 3 แบบ ดังต่อไปนี้ 1. Query and Reporting 2. Multidimensional Data Analysis 3. Data Mining (การทำเหมืองข้อมูล)

50 การวิเคราะห์ข้อมูลในคลังข้อมูล
ข้อมูลเพื่อการปฏิบัติงาน ข้อมูลเพื่อการวิเคราะห์ ความยุ่งยากมีน้อย ใช้ปริมาณข้อมูลน้อย ใช้เวลาในการประมวลผลหรือเตรียมข้อมูลน้อย ความยุ่งยากมีมาก ใช้ปริมาณข้อมูลมาก ใช้เวลาในการประมวลผลหรือเตรียมข้อมูลมาก Query and Report Multidimensional Data Analysis Data Mining มีเครื่องมือช่วยในการสร้างมากมาย มีเครื่องมือช่วยในการสร้างน้อย

51 การวิเคราะห์ข้อมูลในคลังข้อมูล
ข้อมูลเพื่อการปฏิบัติงาน ข้อมูลเพื่อการวิเคราะห์ ความยุ่งยากมีน้อย ใช้ปริมาณข้อมูลน้อย ใช้เวลาในการประมวลผลหรือเตรียมข้อมูลน้อย ความยุ่งยากมีมาก ใช้ปริมาณข้อมูลมาก ใช้เวลาในการประมวลผลหรือเตรียมข้อมูลมาก Query and Report Multidimensional Data Analysis Data Mining มีเครื่องมือช่วยในการสร้างมากมาย มีเครื่องมือช่วยในการสร้างน้อย

52 การวิเคราะห์ข้อมูลในคลังข้อมูล
ผล แหล่งข้อมูลเพื่อ การปฏิบัติงาน Report Generator รายงาน ข้อมูล ข้อมูล การใช้งาน Data Mining Tools ผล Data Warehouse ข้อมูล การใช้งาน ผู้ใช้งาน แหล่งข้อมูลเพื่อ การวิเคราะห์ OLAP Generator ข้อมูล ผล OLAP คลังข้อมูล ช่วงเวลาที่องค์กรไม่ได้ปฏิบัติงาน ช่วงเวลาที่องค์กรปฏิบัติงาน

53 การประมวลผลเชิงวิเคราะห์แบบออนไลน์ (Online Analytical Processing : OLAP)
Multidimensional Database การดำเนินการกับ OLAP ประโยชน์ของ OLAP

54 OLAP : ความหมายของ OLAP
OLAP หมายถึง กระบวนการประมวลผลข้อมูลทางคอมพิวเตอร์ ที่ช่วยให้ผู้ใช้สามารถวิเคราะห์ในมิติต่าง ๆ (Multidimensional Data Analysis) ของข้อมูลได้ง่ายขึ้น เช่น ผู้ใช้ต้องการเปรียบเทียบข้อมูลยอดการขายบะหมี่กึ่งสำเร็จรูปในเดือนมีนาคม เทียบกับเดือนกันยายน และเทียบกับสินค้าอื่น ๆ ในช่วงเวลาเดียวกัน การติดตั้ง OLAP ขึ้นใช้งานส่วนใหญ่จะใช้เทคโนโลยีฐานข้อมูลหลายมิติ (Multidimensional Database)

55 OLAP : Multidimensional Database (1/4)
ในการแสดงข้อมูล ถ้านำเสนอหลายมิติหรือหลายมุมมองจะทำให้ผู้ใช้เกิดความเข้าใจได้ง่ายกว่า เช่น การนำเสนอข้อมูลจากการสอบถามว่า “ให้แสดงผลรวมของยอดขายในแต่ละจังหวัด และในแต่ละไตรมาส” ซึ่งถ้าหากเป็นการจัดการฐานข้อมูลเชิงสัมพันธ์ธรรมดา ก็อาจแสดงได้ในรูปของตาราง ดังต่อไปนี้

56 OLAP : Multidimensional Database (1/4)
จังหวัด ไตรมาส ยอดขาย กรุงเทพฯ 1 750,000 2 800,000 3 825,000 4 700,000 เชียงใหม่ 550,000 500,000 650,000 สุราษฎร์ธานี 450,000 452,250 425,500 400,000

57 OLAP : Multidimensional Database (1/4)
จะเห็นว่าการนำเสนอข้อมูลตามการสอบถามที่ได้รับจากระบบจัดการฐานข้อมูลเชิงสัมพันธ์ธรรมดา จะแสดงเป็น 3 Field และหลาย Record แต่หากแสดงแบบหลายมิติจะดูง่ายขึ้น ดังนี้ จะเห็นว่าตารางข้างบนมีการนำเสนอข้อมูลแบบหลายมิติ คือแบ่งตามไตรมาสและจังหวัด คล้ายกับตารางเมตริกซ์ 2 มิติ

58 สินค้า จังหวัด ไตรมาส ยอดขาย โทรศัพท์มือถือ กรุงเทพฯ 1 750,000 บัตรเติมเงิน 350,000 2 800,000 300,000 3 825,000 280,000 4 700,000 380,000 เชียงใหม่ 550,000 500,000 250,000 650,000 245,500 235,000 สุราษฎร์ธานี 450,000 520,000 ...

59 OLAP : Multidimensional Database (1/4)
รูปที่ แสดงลักษณะการแสดงข้อมูลแบบหลายมิติ

60 การดำเนินการกับ OLAP : Dice (1/2)
Shop Product Type Date Product Type Shop Date การพลิกแกนหรือมิติข้อมูล ให้มุมมองที่ต่างออกไป

61 การดำเนินการกับ OLAP : 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 การพลิกแกนหรือมิติข้อมูล ให้มุมมองที่ต่างออกไป

62 OLAP : ประโยชน์ของ OLAP
1. ช่วยในการวิเคราะห์เปรียบเทียบข้อมูลในมุมต่าง ๆ ทำให้การตัดสินใจมีประสิทธิภาพมากขึ้น 2. ช่วยให้ผู้ใช้ (ผู้ตัดสินใจ) สามารถคัดเลือกข้อมูลสำหรับตัดสินใจได้อย่างมีประสิทธิภาพ 3. ผู้ใช้แต่ละคนสามารถสร้างมุมมองข้อมูลของตนเองได้ เพื่อนำไปใช้ในงานเฉพาะด้าน 4. มีความรวดเร็วในการสอบถามข้อมูล แม้ในฐานข้อมูลขนาดใหญ่และมีความซับซ้อนมาก 5. ทำให้ได้รับข้อมูลมุมมองใหม่ ๆ สำหรับประกอบการตัดสินใจ

63 เทคโนโลยีฐานข้อมูล : เหมืองข้อมูล (Data Mining)
ความหมายของเหมืองข้อมูล เทคนิคในการทำเหมืองข้อมูล คุณลักษณะของเหมืองข้อมูล ประโยชน์ของเหมืองข้อมูล ตัวอย่างการนำเหมืองข้อมูลไปใช้งาน

64 เหมืองข้อมูล (Data Mining) : คืออะไร
เหมืองข้อมูล เป็นเครื่องมือที่ช่วยให้ผู้ใช้สามารถเข้าถึงข้อมูลได้โดยตรงจากฐานข้อมูลขนาดใหญ่” เหมืองข้อมูล หมายถึง การวิเคราะห์ข้อมูล จำแนกรูปแบบและความสัมพันธ์ของข้อมูลจากฐานข้อมูลขนาดใหญ่หรือคลังข้อมูล และนำสารสนเทศที่ได้ไปใช้ในการตัดสินใจธุรกิจ

65 เทคนิคในการทำเหมืองข้อมูล
Classification Clustering Association Visualization

66 คุณลักษณะของเหมืองข้อมูล
1. การค้นหาข้อมูลโดยอาศัยเทคโนโลยีการทำเหมืองข้อมูล ภายใต้ฐานข้อมูลขนาดใหญ่หรือคลังข้อมูล ซึ่งข้อมูลอาจถูกสะสมมานานหลายปี 2. มักจะมีสถาปัตยกรรมเป็น Client/Server 3. ผู้ใช้งานระบบสารสนเทศไม่จำเป็นต้องมีทักษะในการเขียนโปรแกรม เนื่องจากมีเครื่องมือช่วยค้นหาข้อมูลจากคลังข้อมูลได้อย่างรวดเร็ว

67 คุณลักษณะของเหมืองข้อมูล
4. ผู้ใช้ต้องกำหนดขอบเขตการค้นหาข้อมูลให้ชัดเจนเพื่อความรวดเร็ว 5. อาจมีการประมวลผลข้อมูลแบบขนาน เพื่อเพิ่มประสิทธิภาพในการค้นหาและวิเคราะห์ข้อมูล 6. เครื่องมือสำหรับทำเหมืองข้อมูลสามารถใช้งานร่วมกับโปรแกรม Spreadsheet และเครื่องมือพัฒนาต่าง ๆ ได้เป็นอย่างดี

68 ประโยชน์ของเหมืองข้อมูล
1. ช่วยชี้แนวทางการตัดสินใจและคาดการณ์ผลลัพธ์ที่จะได้จากการตัดสินใจ 2. เพิ่มความเร็วในการวิเคราะห์ฐานข้อมูลขนาดใหญ่ 3. ค้นหาส่วนประกอบที่ซ่อนอยู่ภายในเอกสาร รวมถึงความสัมพันธ์ของส่วนประกอบต่าง ๆ ด้วย 4. เชื่อมโยงเอกสารที่มีความเกี่ยวข้องกันระหว่างหน่วยงานต่าง ๆ ภายในองค์กร 5. การจัดกลุ่มข้อมูล เช่น จัดกลุ่มลูกค้าทั้งหมดของบริษัทประกันภัยที่ประสบอุบัติเหตุ ลักษณะเดียวกันเพื่อดำเนินการต่าง ๆ ตามนโยบายของบริษัท

69 ตัวอย่างการนำเหมืองข้อมูลไปใช้งาน (1/4)
1. การตลาด การทำนายผลการตอบสนองกับการเปิดตัวสินค้าใหม่ การทำนายยอดขายเมื่อมีการลดราคาสินค้า การทำนายกลุ่มลูกค้าที่น่าจะใช้สินค้าของเรา 2. การเงินการธนาคาร การคาดการณ์ถึงโอกาสในการชำระหนี้ของลูกค้าว่าสูงเท่าไหร่? ค้นหาลูกค้าขาดคุณภาพ เพื่อหลีกเลี่ยงความเสี่ยงในการปล่อยกู้ ค้นหาลูกค้าชั้นดี เพื่อเสนอการปล่อยกู้ ทำนายแนวโน้มของพฤติกรรมการใช้บัตรเครดิต

70 ตัวอย่างการนำเหมืองข้อมูลไปใช้งาน(2/4)
3. การค้าขาย ทำนายผลกำไรเมื่อลงทุนซื้อสินค้ามาเพื่อขาย ใช้ค้นหาจุดคุ้มทุน 4. โรงงานและการผลิต ทำนายอายุการใช้งานเครื่องจักร ตลอดจนเวลาที่เหมาะสมในการเปิดปิดเครื่องจักร ค้นหาปัจจัยสำคัญที่มีผลต่อสภาวะการควบคุมการผลิตที่ดีที่สุด คาดการณ์ วันและเวลาที่จำเป็นต่อการซ่อมบำรุงเครื่องจักร

71 สรุป การแสดงผลข้อมูล ในระบบสนับสนุนการตัดสินใจ

72 การแสดงผลข้อมูลในระบบสนับสนุนการตัดสินใจ
หากมีการนำเทคโนโลยีคลังข้อมูล และการวิเคราะห์ข้อมูลด้วย OLAP และ Data Mining แล้ว การนำเสนอข้อมูลย่อมจะต้องสามารถแสดงให้ผู้ตัดสินใจ ได้เห็นอย่างเด่นชัด สามารถแปลความหมายและเห็นมุมมองหรือมิติต่าง ๆ ของข้อมูลที่วิเคราะห์ให้ได้มากที่สุด ได้แก่ การแสดงผลข้อมูลแบบกราฟิก การแสดงผลข้อมูลแบบหลายมิติ

73 การแสดงผลข้อมูลแบบกราฟิก (1/2)
ฝ่ายขาย สรุปยอดขายไตรมาสที่ 1 (หน่วย: พันบาท) ตัวแทน ยอดการขาย ภาคเหนือ 35% ภาคตะวันออกเฉียงเหนือ 26% ภาคกลาง 22% ภาคใต้ 17%

74 การแสดงผลข้อมูลแบบหลายมิติ
กรณีการแสดงผลข้อมูลจากการวิเคราะห์ข้อมูลด้วย OLAP ที่จะต้องสามารถแสดงผลข้อมูลในมุมมองหรือมิติต่าง ๆ ได้ตามการจัดการของระบบจัดการฐานข้อมูลแบบหลายมิติ (Multidimensional Database Management System) โดยจะต้องอนุญาตให้ผู้ใช้สามารถปรับเปลี่ยนมุมมองหรือมิติของข้อมูลต่าง ๆ ได้ดังตัวอย่างต่อไปนี้ รูปที่ 3.20 แสดงยอดขายอุปกรณ์ไฟฟ้าของสาขาในประเทศต่าง ๆ

75 จาก OLAP สามารถแสดงผลข้อมูลในมุมมองหรือมิติต่างๆได้ดังนี้
ประเทศ สินค้า ยอดขายปีนี้ ประมาณการณ์ยอดขายปีหน้า ไทย วิทยุ 35,000,000.00 42,000,000.00 สิงคโปร์ 72,000,000.00 86,400,000.00 ฟิลิปปินส์ 23,000,000.00 27,600,000.00 มาเลเซีย 48,000,000.00 57,600,000.00 โทรทัศน์ 68,000,000.00 81,600,000.00 52,000,000.00 62,400,000.00 45,000,000.00 54,000,000.00 33,000,000.00 39,600,000.00 ตู้เย็น 43,000,000.00 51,600,000.00 51,000,000.00 61,200,000.00 47,000,000.00 56,400,000.00 36,000,000.00 43,200,000.00 แสดงยอดขายอุปกรณ์ไฟฟ้าในประเทศต่างๆ

76 การแสดงผลข้อมูลแบบหลายมิติ (มุมมองที่ 1)
ประเทศ สินค้า ยอดขายปีนี้ ประมาณการยอดขายปีหน้า ไทย ตู้เย็น 43,000,000.00 51,600,000.00 โทรทัศน์ 68,000,000.00 81,600,000.00 วิทยุ 35,000,000.00 42,000,000.00 ฟิลิปปินส์ 47,000,000.00 56,400,000.00 45,000,000.00 54,000,000.00 23,000,000.00 27,600,000.00 มาเลเซีย 36,000,000.00 43,200,000.00 33,000,000.00 39,600,000.00 48,000,000.00 57,600,000.00 สิงคโปร์ 51,000,000.00 61,200,000.00 52,000,000.00 62,400,000.00 72,000,000.00 86,400,000.00  รวม 553,000,000.00 663,600,000.00 แสดงการเปรียบเทียบยอดขาย และประมาณการณ์ยอดขายอุปกรณ์ไฟฟ้าของสาขาต่างๆ จำแนกตามประเภทอุปกรณ์ไฟฟ้า

77 การแสดงผลข้อมูลแบบหลายมิติ (มุมมองที่ 2)
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 52,000,000.00 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 แสดงการเปรียบเทียบยอดขาย และประมาณการณ์ยอดขายอุปกรณ์ไฟฟ้าของสาขาต่างๆ จำแนกตามประเภทอุปกรณ์ไฟฟ้า

78 การแสดงผลข้อมูลแบบหลายมิติ (มุมมองที่ 3)
ประเทศ  สินค้า ข้อมูล ไทย ฟิลิปปินส์ มาเลเซีย สิงคโปร์ ผลรวมทั้งหมด ตู้เย็น ยอดขายปีนี้ 43,000,000.00 47,000,000.00 36,000,000.00 51,000,000.00 177,000,000.00 ประมาณการณ์ยอดขายปีหน้า 51,600,000.00 56,400,000.00 43,200,000.00 61,200,000.00 212,400,000.00 โทรทัศน์ 68,000,000.00 45,000,000.00 33,000,000.00 52,000,000.00 198,000,000.00 81,600,000.00 54,000,000.00 39,600,000.00 62,400,000.00 237,600,000.00 วิทยุ 35,000,000.00 23,000,000.00 48,000,000.00 72,000,000.00 178,000,000.00 42,000,000.00 27,600,000.00 57,600,000.00 86,400,000.00 213,600,000.00 ผลรวม  ยอดขายปีนี้ 146,000,000.00 115,000,000.00 117,000,000.00 175,000,000.00 553,000,000.00  ประมาณการณ์ยอดขายปีหน้า 175,200,000.00 138,000,000.00 140,400,000.00 210,000,000.00 663,600,000.00 แสดงการเปรียบเทียบยอดขายปีนี้ และการคาดการณ์ยอดขายปีหน้าของอุปกรณ์ไฟฟ้าประเภทต่างๆ จำแนกตามสาขา

79 20 October 2010

80 คำถามท้ายบทที่ 4 1. ฐานข้อมูลใดจัดว่าได้รับความนิยมมากที่สุดในปัจจุบัน
2. ระบบจัดการฐานข้อมูล คืออะไร 3. จงให้เหตุผลในการนำคลังข้อมูล (Data Warehouse) มาใช้ในปัจจุบัน 4. จากรูปที่ 3.20 แสดงยอดขายอุปกรณ์ไฟฟ้าของสาขาในประเทศต่างๆ จงสร้างมุมมองการเปรียบเทียบยอดขายและประมาณการขายปีหน้า จำแนกตามประเภทอุปกรณ์ไฟฟ้าและสาขาต่างๆ 13 October 2007

81 ส วั ส ดี 1 January 2011 wichai@buu.ac.th 1 January 2011


ดาวน์โหลด ppt 13 October 2007 E-mail:wichai@buu.ac.th.

งานนำเสนอที่คล้ายกัน


Ads by Google