ดาวน์โหลดงานนำเสนอ
1
Business Intelligence (BI)
2
Unstructured - ประธานบริษัท - กรรมการผู้จัดการ - กรรมการบริหาร - ผู้จัดการทั่วไป Semi-Structured - ผู้จัดการฝ่ายขาย - ผู้จัดการฝ่ายบัญชี - ผู้จัดการฝ่ายผลิต Structured - หัวหน้างาน - ผู้ควบคุมงาน - พนักงานทั่วไป
3
Types of Decisions 1. การตัดสินใจแบบมีโครงสร้าง (Structured Decisions)
เป็นรูปแบบการตัดสินใจที่ใช้กับงานประจำวันที่พนักงานต้องทำซ้ำๆ ในแต่ละวัน ซึ่งได้ถูกกำหนด ขั้นตอนปฎิบัติงานไว้เป็นที่เรียบร้อยแล้ว ดังนั้น การตัดสินใจในรูปแบบนี้ หัวหน้าหรือผู้ปฎิบัติงานมัก รู้ล่วงหน้าแล้วว่าจะเกิดปัญหาอะไรขึ้น ผลลัพธ์จะเป็นอย่างไร และต้องแก้ไขปัญหาด้วยอะไร เช่น การ บันทึกบัญชีลูกหนี้ รายงานแสดงลูกหนี้ค้างชำระ เป็นต้น การแก้ปัญหาแบบมีโครงสร้างประกอบด้วยเกณฑ์หลักๆ 2 ประการ คือ - ต้นทุนน้อยที่สุด - ได้ประโยชน์สูงสุด
4
Types of Decisions (ต่อ)
2. การตัดสินใจแบบกึ่งโครงสร้าง (Semi-structured Decisions) เป็นการตัดสินใจที่อาจมีทั้งแบบมีโครงสร้างและไม่มีโครงสร้างปะปนกันไปตามแต่ละเหตุการณ์ ดังนั้น บางปัญหาอาจสามารถตัดสินใจหรือคาดการณ์ได้ล่วงหน้าและสามารถใช้คอมพิวเตอร์ช่วยได้ แต่บางเหตุการณ์อาจไม่สามารถระบุคำตอบได้ชัดเจน จึงต้องใช้ความรู้ความสามารถของผู้ตัดสินใจ ด้วย การตัดสินใจรูปแบบนี้มักเป็นการตัดสินใจของ ผู้บริหารระดับกลาง คือ ผู้จัดการตามแผนกต่างๆ เช่น การกำหนดวงเงินสินเชื่อ และการจัดเตรียมงบประมาณ เป็นต้น
5
Types of Decisions (ต่อ)
3. การตัดสินใจแบบไม่มีโครงสร้าง (Unstructured Decisions) เป็นการตัดสินใจที่ยากและซับซ้อนมากที่สุด เนื่องจากไม่สามารถระบุคำตอบที่แน่ชัดลงไปว่าอะไรจะ เกิดขึ้น เกิดขึ้นเมื่อไหร่ และไม่สามารถคาดเดาเหตุการณ์ได้ล่วงหน้า การตัดสินใจรูปแบบนี้คือ ผู้บริหารระดับสูง ซึ่งต้องใช้ความรู้ ประสบการณ์ ความสามารถเพื่อตัดสินใจกับปัญหาที่ตั้งอยู่บน ความไม่แน่นอน เช่น การวางแผนเชิงนโยบายของบริษัท หรือ การพัฒนาเทคโนโลยีใหม่ๆ ในองค์กร เป็นต้น
6
What does a business mean?
Intelligence คือ สติปัญญา หรือความฉลาด ซึ่ง ระดับของสติปัญญา สังเกตได้จากการแสดงออก ที่มี ความ คล่องแคล่ว รวดเร็ว ความถูกต้อง ความสามารถในการคิด การแก้ปัญหาและการปรับตัว
7
Technology (Intelligence)
Business Technology (Intelligence) Business Intelligence Tool
8
ปัญหาที่พบของการใช้ข้อมูล
บริษัทหรือองค์กรมี ข้อมูล (Data) มากมายแต่ไม่ได้นำมาทำประโยชน์ให้เป็น ข่าวสาร (Information) ข้อมูลกระจัดกระจายอยู่ในหลายๆระดับขององค์กร ถูกจัดเก็บในหลายมาตรฐาน หลายรูปแบบ บางข้อมูลถูกปรับเปลี่ยนให้อยู่ในหน่วยหรืออัตราแลกเปลี่ยนที่เฉพาะในแต่ละประเทศ ความท้าทาย คือการที่ต้องรวบรวมข้อมูลไว้รวมกันให้มีมาตรฐานเดียวกันและสามารถเข้าถึง ข้อมูลได้ง่าย
9
ข้อมูล (Data)และ สารสนเทศ (Information) แตกต่างกันอย่างไร
สารสนเทศ (Information) ข้อมูลเหล่าที่ผ่านกระบวนการประมวลผลแล้ว เราจะเรียกว่า สารสนเทศ (Information) หมายถึงข่าวสารที่ ได้จากข้อมูลที่ผ่านกระบวนการเก็บรวบรวมและเรียบเรียง การนำ ข้อมูลดิบ (raw data) มาคำนวณทางสถิติ หรือประมวลผลอย่างใดอย่างหนึ่งซึ่งข่าวสารที่ได้ออกมานั้นจะอยู่ในรูปที่สามารถนำไปใช้งานได้ทันที
10
ข้อมูล (Data)และ สารสนเทศ (Information) แตกต่างกันอย่างไร (Cont’d.)
ข้อมูล แตกต่างจากสารสนเทศคือ ข้อมูล เป็น ส่วนของข้อเท็จจริง โดยได้จากการเก็บมาจากเหตุการณ์ ต่างๆ สารสนเทศ คือข้อมูลที่นำมาผ่านกระบวนการเพื่อสามารถนำไปใช้ ในการตัดสินใจต่อไปได้ทันที หรือการนำข้อมูลมาประมวลผลเพื่อการนำไปใช้งาน ให้มีประสิทธิภาพมากขึ้น
12
ตัวอย่างข้อแตกต่างระหว่างข้อมูลและสารสนเทศ เราทราบมาว่า คะแนนดิบรายวิชา คอมพิวเตอร์ 108 ของนักเรียนชั้น ม.5/1 ของโรงเรียนแห่งหนึ่ง จำนวน 20 คน คะแนนดิบ ที่ว่า ก็คือ "ข้อมูล" หากเราต้องการทราบว่าแต่ละคนจะได้เกรดอะไรบ้างก็ต้องนำคะแนนดิบมาคำนวณหาเกรดและ การคำนวณหาเกรด ก็คือ "การประมวลผล" เกรดที่ได้ ก็คือ "สารสนเทศ" ข้อมูล อาจจะยังเอาไปใช้ประโยชน์ไม่ได้ แต่... สารสนเทศ สามารถนำไปใช้ประโยชน์ได้ เช่น ใช้ ในการตัดสินใจ ใช้ในการวางแผน เป็นต้น
13
ดังนั้น ข้อมูลที่เหมาะสมกับ BI มีดังนี้
3.1. มีปริมาณพอเหมาะแก่การนำไปใช้งาน 3.2. มีความถูกต้องและทันสมัยในระดับที่เหมาะสมกับความต้องการ 3.3. สามารถนำมาใช้ได้สะดวก รวดเร็ว และครบถ้วน 3.4. มีความยืดหยุ่นและสามารถนำมาจัดรูปแบบ เพื่อการวิเคราะห์ได้อย่างเหมาะสม ดังนั้น ข้อมูลที่เหมาะสมกับ BI มีดังนี้ มีปริมาณพอเหมาะแก่การนำไปใช้งาน มีความถูกต้องและทันสมัยในระดับที่เหมาะสมกับความต้องการ สามารถนำมาใช้ได้สะดวก รวดเร็วและครบถ้วน มีความยืดหยุ่นและสามารถนำมาจัดรูปแบบเพื่อการวิเคราะห์ได้อย่างเหมาะสม
14
BI จะไม่สามารถวิเคราะห์ข้อมูลได้ถ้า
1) ถ้าไม่มีข้อมูลก็ไม่สามารถวิเคราะห์อะไรได้ 2) ถ้ามีข้อมูลที่คุณภาพไม่ดี ผลของการวิเคราะห์ข้อมูลก็ไม่สามารถนำไปใช้ให้เกิดประโยชน์ได้ 3) ถ้ามีข้อมูลครบถ้วนสมบูรณ์แต่ไม่สามารถวิเคราะห์ (คำนวณ) ข้อมูลได้ก็ไม่เกิดประโยชน์ 4) ถ้ามีข้อมูลครบถ้วนและสามารถสร้างแบบจำลองได้ทั้งแบบง่ายและแบบที่ซับซ้อน แต่ไม่รู้ว่าจะวิเคราะห์อะไร และตรงตามจุดประสงค์หลักขององค์กรหรือไม่ เท่ากับว่านักวิเคราะห์เสียเวลาไปโดยเปล่าประโยชน์ 5) ถ้ามีข้อมูลครบถ้วนและวิเคราะห์ข้อมูลได้ ซึ่งตรงกับความต้องการของผู้บริหาร แต่ผู้ใช้งานไม่สามารถใช้งาน ระบบได้ ไม่สามารถเข้าถึงข้อมูลและผลของการวิเคราะห์ ข้อมูลได้ ก็ไม่สามารถสนับสนุนการตัดสินใจของ ผู้บริหารได้
15
การเก็บข้อมูลในอดีต แฟ้มเอกสาร Server Hard Disk Computer Flash Drive
16
ข้อมูลที่ใช้ประกอบการตัดสินใจของผู้บริหาร(อดีต)
เอกสาร (documents) Microsoft Excel Graph
17
Decision Tree Decision tree เป็นวิธีการวิเคราะห์ข้อมูลผ่านการสร้างแผนผังเพื่อช่วยในการตัดสินใจเลือกทางเลือกที่ ดีที่สุดในสถานการณ์ที่เป็นที่ยอมรับกันว่า ผลลัพธ์ที่จะเกิดขึ้นในอนาคตเป็นเรื่องที่ไม่แน่นอน หรือไม่ สามารถทำนายเหตุการณ์ที่จะเกิดขึ้นในอนาคตได้อย่างชัดเจน Decision Tree
18
ตัวอย่างการตัดสินใจภายใต้ความไม่แน่นอน
สมมติว่า เทศบาลแห่งหนึ่งมีโครงการก่อสร้าง ตลาดแห่งใหม่เพื่อรองรับการขยายตัวของชุมชน ขณะเศรษฐกิจเติบโต โดยเทศบาลให้มีการศึกษา ความน่าจะเป็นรวมทั้งค่าใช่จ่ายในการก่อสร้าง จากทางเลือก 3 ทาง คือ สร้างตลาดขนาดใหญ่ สร้างตลาดขนาดกลางและไม่ก่อสร้างตลาดเลย ปรากฏผลการศึกษาดังนี้
19
ทำการคำนวณย้อนกลับจะได้ผลตอบแทนภายใต้ความแน่นอน คือ
A1 = (200,000) (0.5) + (-180,000) (0.5) = 10,000 บาท A2 = (100,000) (0.5) + (-20,000) (0.5) = 40,000 บาท A3 = 0(0) + 0(0) = 0 บาท ด้วยการวิเคราะห์แบบกิ่งก้านสาขาซึ่งคำนวณภายใต้หลักการของความน่าจะเป็น สรุปได้ว่า เทศบาลควรสร้างตลาดขนาดกลาง
20
Business intelligence.
General Definition กระบวนการรวบรวมข้อมูลจากแหล่งข้อมูลขนาดใหญ่ แล้วนำข้อมูลที่ได้มานำมาวิเคราะห์เพื่อทำนำเสนอในรูปแบบ ต่างๆ เช่น กราฟ เป็นต้น รวมถึงการทำรายงานผลที่ได้มาจากการวิเคราะห์เพื่อช่วยในการตัดสินใจ Narrow Definition - เป็นสถาปัตยกรรมที่รวบรวมเครื่องมือต่างๆ เพื่อนำข้อมูลที่มีอยู่มา รวบรวม จัดเก็บ สร้างวิธีการเข้าถึงข้อมูล ให้เหมาะ กับ การวิเคราะห์สถานการณ์ เพื่อแสดงความสัมพันธ์และทำนายผลลัพธ์ของแนวโน้มที่อาจเกิดขึ้น รวมถึงการ วิเคราะห์ แบบจำลองผลลัพธ์ในรูปแบบหลายมิติ (Multidimensional Model) ซึ่งช่วยให้ทำการตัดสินใจทางธุรกิจที่ดียิ่งขึ้นและทำ ให้สามารถวิเคราะห์การดำเนินงานได้เหมาะสม
21
BI software จะมีการรวบรวมคุณสมบัติต่างไว้หลายอย่างเช่น
- Decision Support System (DSS) DSS เป็นซอฟแวร์ที่ช่วยในการตัดสินใจเกี่ยวกับการจัดการ การรวบรวมข้อมูล การวิเคราะห์ข้อมูลระบบ สนับสนุนการตัดสินใจ เป็นระบบสารสนเทศที่จัดทำขึ้นเพื่อให้ ผู้บริหาร(ระดับกลาง)ใช้ประกอบการตัดสินใจ - Online Analytical Processing (OLAP) OLAP เป็นเทคโนโลยีที่ประกอบด้วยเครื่องมือที่ช่วยดึงและนำเสนอข้อมูลในหลายมิติ (Multidimensional) จาก หลายๆ มุมมอง โปรแกรมถูกออกแบบมาสำหรับผู้ใช้ระดับผู้บริหารหรือหน่วยงานในองค์กรที่ต้องการใช้ข้อมูล เพื่อวิเคราะห์ เพื่อใช้ประกอบการตัดสินใจในระดับสูง เทคโนโลยีเหล่านี้เป็นหนึ่งในชุดของ BI tool ซึ่งช่วยในการตัดสินใจโดยการวิเคราะห์ข้อมูลที่เป็นผลรวม หลายมุมมอง
22
BI Market
23
Evolution of Business Intelligence
The evolution of BI -- and its future 1980s : Report : What happened? เกิดอะไรขึ้น 1990s : Analyze : Why did it happen? ทำไมเกิดขึ้น 2000s : Monitor : What's happening? อะไรกำลังเกิดขึ้น 2010s : Predict : What will happen? อะไรจะเกิดขึ้น 2020s : Embed Reports : Prompt Action รายงานทันทีทันใด
24
3 ปัจจัยสภาพแวดล้อมทางธุรกิจ
สภาพทางการตลาด สภาพการตลาดที่มีการแข่งขันกันสูงมากขึ้น มีคู่แข่งในการทำธุรกิจ เพิ่มขึ้นอย่างต่อเนื่องมากมาย ถ้าองค์กรเป็นผู้นำตลาด ก็จะมีคู่แข่งที่ พยายามจะแย่งส่วนแบ่งการตลาด โดยมีการปรับเปลี่ยนกลยุทธ์ทาง การตลาดทั้งในด้านของ สินค้าและบริการ (Product) ราคา (Price) วิธีการนำสินค้าไปสู่มือลูกค้า (Place) การส่งเสริมสินค้าให้เป็นที่รู้จักมากขึ้น (Promotion)
25
3 ปัจจัยสภาพแวดล้อมทางธุรกิจ (ต่อ)
ความต้องการของผู้บริโภค ความต้องการของผู้บริโภคเปลี่ยนแปลงไปจากในอดีตค่อนข้างมาก เนื่องจากปัจจุบันเป็นเรื่องของยุคข้อมูลข่าวสาร ลูกค้าสามารถเข้าถึงข้อมูล ทั้งในด้านผลิตภัณฑ์และด้านบริการได้มากขึ้นผ่านทางอินเทอร์เน็ต และ Social Network ทำให้พฤติกรรมการซื้อ (Purchasing Behavior) ความเต็ม ใจที่จะจ่าย (Willingness to Pay) รวมถึงการตอบสนองของลูกค้าต่อสินค้า และบริการนั้นมีผลต่อการตัดสินใจขององค์กรเป็นอย่างยิ่ง
26
3 ปัจจัยสภาพแวดล้อมทางธุรกิจ (ต่อ)
Information Technology เทคโนโลยีสารสนเทศเริ่มเข้ามามีบทบาทสำคัญต่อทั้งผู้ผลิต ผู้ให้บริการและผู้บริโภคในปัจจุบันเพิ่ม มากขึ้นหลายๆ องค์กรให้ความสำคัญกับการติดตั้งระบบเทคโนโลยีสารสนเทศเพื่อช่วยเพิ่มผลผลิต ลด ต้นทุน และเพิ่มประสิทธิภาพในการทำงาน
27
องค์ประกอบหลักของ BI 1. ระบบจัดการฐานข้อมูล (Database Management Layer) จะเกี่ยวข้องกับเทคโนโลยีและซอฟต์แวร์สำหรับการจัดการฐานข้อมูล โดยข้อมูลต่างๆ ที่ถูกจัดเก็บอาจจะเป็น ข้อมูลที่อยู่ภายในขององค์กรเอง (internal Data) เช่น ข้อมูลการขาย ข้อมูลผลิตภัณฑ์ ข้อมูลด้านการตลาด การ ผลิต ข้อมูลพนักงาน และข้อมูลของสินค้าคงคลัง เป็นต้น หรืออาจจะเป็นข้อมูลที่เกิดการเชื่อมโยงกับข้อมูล ภายนอก (External Data) เช่น ข้อมูลด้านเศรษฐกิจ สังคม การจ้างงาน ข้อมูลสำมะโนประชากร ข้อมูลวิจัยตลาด หรือ ตารางอัตราดอกเบี้ยหรือภาษี เป็นต้น
28
องค์ประกอบหลักของ BI (ต่อ)
2. ระบบของการวิเคราะห์ข้อมูล (Business Analytics Layer) จะเกี่ยวข้องกับการสร้างแบบจำลอง ซึ่งส่วนใหญ่แล้วจะเกี่ยวข้องกับแบบจำลองเชิงปริมาณในรูปแบบ ต่างๆ เช่น แบบจำลองทางการเงิน แบบจำลองในการพยากรณ์ แบบจำลองต้นไม้ตัดสินใจ แบบจำลอง การวิเคราะห์การถดถอย แบบจำลองการวิเคราะห์การถดถอยโลจิสติกส์ แบบจำลองโครงข่ายประสาท เทียม เป็นต้น ระบบของการวิเคราะห์ข้อมูลจะทำหน้าที่ในการใช้งานแบบแบบจำลอง (Model Execution) การรวบรวมแบบจำลอง (Model Integration) หลายๆ แบบจำลองเข้าด้วยกัน และการรับ แปล และประมวลคำสั่งของแบบจำลอง (Model Command)
29
องค์ประกอบหลักของ BI (ต่อ)
รูปแบบการวิเคราะห์ข้อมูลประกอบด้วย Descriptive Analytics เป็นรูปแบบการวิเคราะห์ข้อมูลแบบพื้นฐานที่สุด ที่เน้นการตอบคำถามทางด้าน “What Happened?” หรือการอธิบายว่าเกิดอะไรขึ้นกับองค์กรของคุณ Diagnostic Analytics เป็นรูปแบบการวิเคราะห์ข้อมูลที่จะช่วยให้สามารถตอบคำถามทางด้าน “Why did it happen?” หรือเพื่ออธิบายว่า “ทำไมหรือเพราะอะไร” Predictive Analytics เป็นรูปแบบการวิเคราะห์ข้อมูลเพื่อการพยากรณ์สิ่งที่จะเกิดขึ้นในอนาคตโดยใช้ข้อมูลใน อดีตหรือปัจจุบันมาประกอบการสร้างโมเดลเชิงทำนายหรือแบบจำลองทางคณิตศาสตร์ รูปแบบของ Predictive Analytics จะช่วยตอบคำถาม “What will happen?” Prescriptive Analytics จะเป็นการต่อยอดจาก Predictive Analytics เพื่อตอบคำถาม “Howe can we make it happen?” จากการจำลองสถานการณ์หลายรูปแบบ ปรับเปลี่ยนรูปแบบของการวิเคราะห์ และนำผลลัพธ์ที่ได้จาก การวิเคราะห์ข้อมูล (Key Findings) มา ใช้ในการสร้างกลยุทธ์ที่เหมาะสมกับองค์กร
30
องค์ประกอบหลักของ BI (ต่อ)
3. ระบบการจัดการประสิทธิภาพการดำเนินงานทางธุรกิจ (BPM: Business Performance Management Layer) จะเกี่ยวข้องกับกิจกรรมต่างๆ ที่ช่วยให้กระบวนการทางธุรกิจดำเนินไปตาม วัตถุประสงค์ขององค์กร โดยจะร่วมรวมแนวคิดการบริหารจัดการองค์กรเข้าด้วยกัน ทั้งในเรื่องของ การกำหนดตัวชี้วัด (KPI: Key Performance Indicators) การประยุกต์นำระบบ Balance Scorecard, Six Sigma, หรือ Lean Manufacturing เพื่อให้เกิดผลสัมฤทธิ์ในการบริหารจัดการ ทั้งนี้การกำหนดตัวชี้วัด ที่ถูกต้องก็เป็นตัวกำหนดทิศทางของการวิเคราะห์ข้อมูล ทิศทางของการแก้ไขปัญหา และทิศทางของ การสร้างกลยุทธ์
31
องค์ประกอบหลักของ BI (ต่อ)
4. ระบบการเชื่อมต่อกับผู้ใช้งาน (User Interface Layer) จะเกี่ยวข้องกับการสื่อสารข้อมูลระหว่าง ระบบธุรกิจอัจฉริยะและผู้ใช้งาน ส่วนของการเชื่อมต่อกับผู้ใช้งานอาจจะอยู่ในรูปแบบของเว็บ (Web Browser) หรือแอปพลิเคชันบนมือถือ (Mobile Applications) ซึ่งผู้ใช้งานสามารถเข้าถึง Dashboard ที่ ทำหน้าที่รวบรวมข้อมูล ผลการวิเคราะห์ข้อมูล ตัวชี้วัดต่างๆ ที่จำเป็นต่อการประเมินประสิทธิภาพการ ดำเนินงานขององค์กรมาไว้ในที่เดียวกัน ทั้งในรูปแบบของกราฟ ตัวเลข หรือบทสรุปสำหรับผู้บริหาร
32
A sample CPFR dashboard from PepsiCo.
ลดปัญหาการทำรายงานล่าช้าได้ถึง 90% สามารถวิเคราะห์ข้อมูลจำนวนมากได้ทันที (อดีตและปัจจุบัน) A sample CPFR dashboard from PepsiCo.
33
ตัวอย่างการใช้ tableau
34
ตัวอย่างการใช้ power bi
35
Cloud business intelligence
Cloud BI เป็นแอพพลิเคชั่นที่สามารถประมวลผลออนไลน์ได้โดยการเชื่อมต่อกับอินเตอร์เน็ต มีไว้ เพื่อให้อง์กรสามารเข้าถึงข้อมูลที่เกี่ยวข้องกับ BI ได้แบบ real-time เพื่อใช้ในการวิเคราะห์ข้อมูลทาง ธุรกิจ บุคคลที่เกี่ยวข้องสามารเข้าถึง เรียกใช้ข้อมูลได้ทันที และสามารถทำได้ ทุกที่ ทุกเวลา ประมวลผลออนไลน์ มีพื้นที่จำนวนมากในการจัดเก็บข้อมูล
37
การประยุกต์ใช้ BI ในองค์กรหรือธุรกิจ
38
Google Analytics Google Analytics คือ เครื่องมือชนิดหนึ่ง เพื่อไว้วัดผลและเก็บข้อมูลเชิงสถิติทั้งหมดเกี่ยวกับเว็บไซต์ ซึ่งมี ข้อมูลต่างๆ ที่เป็นประโยชน์ต่อการทำการตลาด ความสำคัญของ Google Analytics คุณมีบล็อกหรือไม่? คุณมีเว็บไซต์หรือไม่? ถ้ามี ต้องใช้ Google Analytics ที่สามารถตอบได้ว่า : – จำนวนคนเข้าเว็บไซต์เท่าไร? (เลือกช่วงเวลาที่ต้องการได้) – ใครเข้ามาเว็บไซต์ของเรา? – เว็บไซต์เราคนเข้าผ่านทางไหนมากที่สุด? (mobile, desktop หรือ tablet) – คนเข้ามาจากช่องทางไหนมากที่สุด? (Google, Facebook หรือเว็บไซต์อื่น) – เมื่อคนเข้ามาเกิด action ที่เราตั้งไว้ (goals) หรือไม่? – คอนเท้นท์ไหนบนเว็บไซต์เราคนชอบมากที่สุด?
39
Google Analytics (ต่อ)
ข้อมูลที่ทาง Google Analytics นำมาสร้างรายงานต่างๆ (reports) ถูกแบ่งออกเป็น 4 sections ใหญ่ คือ : Audience = คนที่เข้าเว็บไซต์เราคือกลุ่มไหน Acquisition = คนที่เข้าเว็บไซต์เรามายังไงจากช่องทางไหน Behavior = คนที่เข้าเว็บไซต์เรา เข้ามาทำอะไรสนใจอะไร ใช้เวลาในเว็บไซต์เรานานแค่ไหน Conversions = เข้ามาแล้วได้ทำตามจุดประสงค์ของเว็บไซต์เราหรือไม่ เช่น สมัครสมาชิก หรือ ซื้อสินค้าของเรา
40
1. Audience Reports บอกข้อมูลด้านประชากรหรือ demographics ของผู้ที่เข้าเว็บไซต์เรา เช่น เพศอะไร อายุเท่าไร มาจากจังหวัดอะไร และข้อมูลทางด้าน technology คือ เข้าผ่านอุปกรณ์อะไร, เป็นระบบ iOS หรือ Android ลึกไปกว่านั้นมันยังบอก ชื่อรุ่นโทรศัพท์ ได้ด้วย !
41
2. Acquisition Reports Display = Google Display Network Paid search = Google Adwords Organic search = การ search โดยไม่ผ่าน Ads Referral = มาจากการที่เว็บอื่นมีการแปะลิงค์ของเว็บไซต์เราไว้ เช่น มีคนเอาลิงค์ของเว็บไซต์เราไปแปะไว้ในกระทู้ Pantip Other = เป็น Channels ที่ Google Analytics ระบุไม่ได้ Direct = การพิมพ์ชื่อเว็บไซต์เข้ามาตรงๆหรือทำการ Bookmark ไว้ Social = social network ทั่วไป เช่น Facebook , IG , Twitter เช่นเราอาจจะเอาลิงค์ของเว็บไซต์เราไปโพสใน Facebook =
42
จากภาพแบนเนอร์ของ Lazada ด้านล่าง คือ Google Display Network ซึ่งแสดงตามเว็บไซต์ที่เป็นพันธมิตรกับ Google
43
สีแดง คือ Paid search ซึ่งเป็นคำที่ได้ทำการซื้อโฆษณากับ Google Adwords สีเขียว คือ Organic search ซึ่งเป็นคำที่ไม่ได้มีการซื้อโฆษณากับ Google Adwords แต่ได้ติดอันดับอยู่ในหน้าแรกของ Google
44
3. Behavior reports พฤติกรรมของคนที่เข้ามาในเว็บไซต์เรา เช่น ใช้เวลากี่นาทีบนเว็บไซต์เรา เข้าที่หน้าไหน ไปที่หน้า ไหนต่อ ออกหน้าไหน อ่านคอนเท้นท์อะไร แต่ละคอนเท้นท์ใช้เวลาเฉลี่ยในการอ่านเท่าไร ซึ่งเป็น ประโยชน์เพื่อใช้พัฒนาคอนเท้นท์เป็นอย่างมาก Pageviews - คนเข้าเว็บไซต์เรา เรียกดูหน้าไหนมากที่สุด (per click) Avg. Time on Page - ใช้เวลาอยู่ไหนหน้านั้นโดยเฉลี่ยกี่นาที Unique Pageviews - คือ การนับว่าจริงๆแล้วมีคนที่คลิ๊กดูหน้านี้กี่คน
45
4. Conversions Reports การดูรีพอร์ตนี้ได้ต้องทำการ Set up Goal หรือกำหนด Goal ใน Google Analytics เพื่อดูผลลัพธ์จาก การวิเคราะห์
46
เบื่อกับการรอคิวจ่ายเงินในห้างไหม?
47
Self-Checkout Machine
48
เบื่อกับการใช้เงินสดซื้อของแล้วได้เงินทอนเยอะๆไหม (เงินเหรียญ)
Pay wave หรือ Pay pass
49
Self Service at McDonalds
50
Ordering Tablets on the menu
51
Ordering Tablets on the menu (ต่อ)
How does it work?
52
Ticketless Parking System
On entry, a camera recognizes your license plate Payment fees Less than 3 hours - Free Beyond 3 hours, 3 ways to pay - Pay station - Pay at the Boomgate - Register Online
54
Augmented Reality (AR)
55
Augmented Reality (AR)
56
Virtual Reality (VR)
57
Amazon go ร้านสะดวกซื้อไร้แคชเชียร์
58
Amazon go ร้านสะดวกซื้อไร้แคชเชียร์ (ต่อ)
ก่อนจะเข้าร้าน Amazon Go เราจำเป็นต้องดาวน์โหลดแอพมือถือ Amazon Go เข้ามาไว้ในเครื่องของเราก่อน และเชื่อมแอพเข้ากับบัญชี Amazon.com ของเรา พอเชื่อมบัญชีเรียบร้อย หน้าจอแรกของแอพจะกลายเป็น QR Code ประจำตัวเรา ใช้เดินเข้าร้านได้ทันที
59
Amazon go ร้านสะดวกซื้อไร้แคชเชียร์ (ต่อ)
Amazon Go ใช้เทคโนโลยี Computer Vision และ Deep Learning เข้ามาเกี่ยวข้อง จะมีกล้องอยู่ 2–3 แบบ และมีรวมกันทั้งร้านประมาณ 100–150 ตัวและเครื่องเซนเซอร์ที่ชั้นวางของ ที่ช่วยสนับสนุนการทำงานแบบมองภาพของคอมพิวเตอร์ (ชั้นวางสินค้าชั้นนึงจะมีกล้องรุมอยู่ 5–6 ตัว)
60
Artificial Intelligence (AI)
61
KT-Brain KT-Brain ใช้ AI ในการคัดเลือกหุ้น และจัดพอร์ตการลงทุน โดยที่ระบบ AI จะวิเคราะห์ปัจจัยพื้นฐานจากข้อมูล ทางการเงินเป็นรายบริษัท หลังจากนั้นระบบจะทำการคัดเลือกหลักทรัพย์ และจัดพอร์ตการลงทุน เพื่อสร้าง ผลตอบแทนโดยรวมให้เหนือกว่าดัชนีอ้างอิง (SET Total Return) ข้อดีของการลงทุนโดยใช้ AI - ความรวดเร็วในการวิเคราะห์ข้อมูลจำนวนมหาศาล - เจาะลึกข้อมูล และสร้างมุมมองที่แตกต่างและซับซ้อนในเชิงลึกได้มากกว่านักวิเคราะห์ทั่วไป - ปราศจากอารมณ์ หรืออคติในการตัดสินใจในการคัดเลือกหลักทรัพย์ - ไม่หยุดนิ่งต่อการเรียนรู้ และทําการคิดวิเคราะห์ในรูปแบบใหม่ๆที่อาจจะเกิดขึ้นในอนาคต
62
KT-Brain (ต่อ) รูปแบบการทำงานของ AI ในกองทุน KT-Brain
1. วิเคราะห์ปัจจัยพื้นฐาน ทําการวิเคราะห์ปัจจัยพื้นฐานจากข้อมูลทางการเงินมากกว่า 40 ตัว และทําการคัดเลือกหลักทรัพย์ที่เหมาะสมในการ ลงทุนที่คาดว่าจะให้ผลตอบแทนที่ดีในอนาคต 2. สร้างรูปแบบการลงทุน ทําการคัดเลือกปัจจัยพื้นฐานที่สําคัญและนําเป็นองค์ประกอบพร้อมทั้งทําการผสมผสาน เพื่อให้เกิดปัจจัยใหม่ที่ทําให้ เกิดโมเดลในการคัดเลือกหลักทรัพย์ขึ้นมา 3. จัดองค์ประกอบการลงทุนที่สมดุล จัดพอร์ตการลงทุนเพื่อที่จะพยายามสร้างผลตอบแทนโดยรวมที่เหนือกว่าดัชนีอ้างอิง* และควบคุมความผันผวนให้ เหมาะสมควบคู่กันไปด้วย
63
การตรวจจับพนักงานที่จะลาออกด้วย AI โดยบริษัท Recruit Holdings ในญี่ปุ่น
ถ้าให้พนักงานคนหนึ่งไปตรวจสอบภายในองค์กรของตัวเอง ซึ่งมีพนักงานเพียงไม่กี่คนว่าคนไหน กำลังจะลาออกก็สามารถทำได้ไม่ยาก ถ้าเป็นบริษัทขนาดใหญ่ที่มีพนักงานหลายพันคน เมื่อถึงตอนนั้นพนักงานคนนั้นคงจะตรวจสอบ ไม่ไหวแน่ๆ หลายๆบริษัทคงไม่อยากที่จะจ้างคนมาเพื่อติดตามว่าพนักงานคนไหนกำลังจะลาออกแน่ๆ
64
การตรวจจับพนักงานที่จะลาออกด้วย AI โดยบริษัท Recruit Holdings ในญี่ปุ่น (ต่อ)
นำมาเทียบกับ ข้อมูลของพนักงานที่เคยลาออกแล้วในอดีต หลังจากนั้นระบบจะทำการประเมินผล และรายงานคนที่มีแนวโน้มจะลาออกในช่วง 6 เดือนที่ผ่าน มาพร้อมกับการบอกถึงสาเหตุหลักที่ส่งผลให้พนักงานมีแนวโน้มที่จะลาออกอีกด้วย เช่น การแสดง ความคิดเห็นที่รุนแรงในขณะประเมินผลงาน การทำงานที่หนักเกินเวลาเป็นอย่างมาก เป็นต้น
65
References http://gewornmonk.blogspot.com/2011/06/blog-post.html
trifacta?__src=liftigniter&__widget=learn-recs-li&li_source=LI&li_medium=learn-recs-li
