Data management
ระบบ (System) คือ การใส่ input เข้าไปใน process ให้เกิด output ตามวัตถุประสงค์ที่กำหนดไว้ ซึ่งวัตถุประสงค์จะเป็นตัวกำหนดว่า input ประกอบดัวยอะไรบ้าง ดังนั้นหากใส่ input ต่างกัน input ก็จะต่างกันด้วย
ระบบ (System) คือ การใส่ input เข้าไปใน process ให้เกิด output ตามวัตถุประสงค์ที่กำหนดไว้ ซึ่งวัตถุประสงค์จะเป็นตัวกำหนดว่า input ประกอบดัวยอะไรบ้าง ดังนั้นหากใส่ input ต่างกัน input ก็จะต่างกันด้วย
Data management
ข้อมูล(Data) สารสนเทศ(Information) และ ความรู้(Knowledge)
ข้อมูล (Data) คือ ข้อเท็จจริง ซึ่งหาได้จากแหล่งข้อมูลต่างๆ หรือสิ่งรอบๆตัว ไม่ว่าจะเป็นคน สัตว์ สิ่งของ หรือ เหตุการณ์ต่างๆ
สารสนเทศ (Information) คือ ข้อมูล(Data)ที่ ได้ผ่านการประมวลผล ด้วยวิธีการที่เหมาะสม และต้องมีความถูกต้องในการประมวลผล จนได้ผลลัพธ์ตรงตามความต้องการ อยู่ในรูปแบบที่สามารถนำไปใช้ประโยชน์ ในเวลาที่ต้องการของผู้ใช้
ความรู้ (Knowledge) คือ สารสนเทศ(Information) ที่ ผ่านกระบวนการคิดเปรียบเทียบ มีการเชื่อมโยงกับความรู้อื่น จนเกิดความเข้าใจ และสามารถนำความเข้าใจนั้นไปใช้ประโยชน์ในการตัดสินใจในสถานการณ์ต่างๆได้
ระบบสารสนเทศ (Information System)
เป็นระบบที่ทำหน้าที่รวบรวมข้อมูลเพื่อนำมาประมวลผล วิเคราะห์ เพื่อ สร้างสารสนเทศสำหรับวัตถุประสงค์เฉพาะด้าน และนำเสนอสารสนเทศให้กับผู้ที่ต้องการ ซึ่งเป็นผู้ที่มีสิทธิได้รับสารสนเทศ รวมทั้ง การจัดเก็บบันทึกข้อมูลที่นำเข้ามาสู่ระบบเพื่อการใช้งานในอนาคต จะเห็นได้ว่า สิ่งที่เราเก็บเป็นข้อมูล ไม่ใช่สารสนเทศ ดังนั้น เราจึงต้องเรียนรู้เกี่ยวกับ data management
Data Management
การจัดการข้อมูลนั้นมีความยากด้วยหลายสาเหตุ ได้แก่
1. จำนวนข้อมูลเพิ่มมากขึ้น เราไม่สามารถเก็บทุกอย่างได้
2. ข้อมูลจะเกิด ณ จุดที่งานเกิดและมีการกระจายตัวในองค์กร
3. ข้อมูลมีความซ้ำซ้อนจากการกระจายตามแผนกและไม่มีกลไกในการสร้างหรือเก็บข้อมูลที่ดีเพียงพอ
4. อาจจะต้องมีการใช้ข้อมูลจากแหล่งภายนอกมาช่ายในการตัดสินใจ
5. การจัดการข้อมูลอยู่บนพื้นฐาน 3 ประการ ได้แก่ Security Quality และ Critical
· ข้อมูลเป็นทรัพยากรขององค์กร ระบบฐานข้อมูลเป็น infrastructure ไม่ใช่ IS
ขั้นตอนของ Data management
1. Data profiling ข้อมูลที่จัดเก็บเบื้องต้น ได้แก่ ใครเป็นผู้สร้าง ใครใช้ เก็บที่ไหน อย่างไร
2. Data quality management การพัฒนา ปรับปรุงคุณภาพของข้อมูล
3. Data integration การรวบรวมข้อมูลจากหลายแห่ง
4. Data augmentation การเพิ่มคุณค่าของข้อมูล
1. Data profiling ข้อมูลที่จัดเก็บเบื้องต้น ได้แก่ ใครเป็นผู้สร้าง ใครใช้ เก็บที่ไหน อย่างไร
2. Data quality management การพัฒนา ปรับปรุงคุณภาพของข้อมูล
3. Data integration การรวบรวมข้อมูลจากหลายแห่ง
4. Data augmentation การเพิ่มคุณค่าของข้อมูล
Data Life Cycle Process
· เก็บรวบรวมข้อมูล
· เก็บข้อมูลไว้ใน Database เป็นการชั่วคราว จากนั้นจึงทำการผ่านกระบวนการเพื่อจัดเก็บข้อมูลไว้ใน Data warehouse
· ผู้ใช้เข้ามาดึงข้อมูลใน Data warehouse เพื่อนำไปใช้ในการวิเคราะห์
Data Processing
· Transactional เป็นการประมวลผลข้อมูลขั้นพื้นฐาน ระดับปฏิบัติการ Transaction Processing System (TPS) จะถูกจัดการเป็นลำดับขั้น และถูกจัดการโดยส่วนกลาง
· Analytical เป็น การเอาข้อมูลมาใช้ประมวลผลอีกครั้งเพื่อการตัดสินใจระดับสูงขึ้นไป นำข้อมูลเหล่านี้ไปใช้วิเคราะห์ต่อ โดยตัวอย่างของเครื่องมือที่ใช้ในการวิเคราะห์ เช่น OLAP EIS DSS
การดึงข้อมูลมาจาก Database อาจทำให้ระบบ TPS ทำงานล่าช้า เนื่องจาก Database ขึ้นอยู่กับ TPS ดังนั้นองค์กรจึงสร้าง Data warehouseเพื่อแยก Operational process และ Analytical process ออกจากกัน
Data Warehouse
· - Input เป็นข้อมูลที่ดึงมาจาก TPS อาจเป็น Internal หรือ External หรือ Personal Data ก็ได้ หลังจากนั้นก็นำมาเก็บใน Data Warehouse เป็นข้อมูลที่จัดใหม่ในมุมมองเพื่อวิเคราะห์
· - Processing เป็นกระบวนการ Process ข้อมูลให้ได้ Output อาจเป็น DSS EIS หรือ Data Mining ก็ได้
· - Output - Web Browser
ประโยชน์ของ data warehouse
v สามารถเข้าถึงข้อมูลได้เร็ว
v สามารถเข้าถึงข้อมูลได้ง่าย และบ่อย
Characteristics of Data Warehouse
1. Organization เอาข้อมูลมาจัดเป็น Format ตาม Subject
2. Consistency เนื่องจากข้อมูลมีความไม่สม่ำเสมอกัน เช่น เพศ หญิง ชาย ญ ช 1 0 ต้องทำให้ consist กันก่อนใน warehouse
3. Time Variant
4. Non-volatile ข้อมูลไม่มีการ update แต่มีการ refresh
5. Relational
6. Client/server
องค์กรที่เหมาะจะใช้ Data warehouse มีลักษณะดังนี้
- มีข้อมูลจำนวนมาก
- ข้อมูลถูกเก็บไว้ในหลาย format
- ผู้บริหารมีลักษณะ information-based approach
- มีลูกค้าจำนวนมาก และหลากหลาย
- ข้อมูลเป็นปัจจัยสำคัญในการตัดสินใจทางธุรกิจ
ไม่มีความคิดเห็น:
แสดงความคิดเห็น