Transcript Chapter 6 BUSINESS ANALYTICS AND DATA VISUALIZATION 1

Chapter 6
BUSINESS ANALYTICS
AND DATA VISUALIZATION
1
Learning Objectives
 อธิบายถึง business analytics (BA) และความสาคัญต่ององค์กร
 แสดงรายการและอธิ บายสั้น ๆ เกี่ยวกับ major BA methods and tools
 อธิ บายว่า online analytical processing (OLAP), data visualization, และ
multidimensionality สามารถปรับปรุ งการทาการตัดสิ นใจได้อย่างไร
 อธิบาย advanced analysis methods
 อธิบาย geographical information systems (GIS) และการสนับสนุนของมันที่มีต่อ
การทาการตัดสิ นใจ
 อธิบาย real-time BA
 อธิบาย business intelligence (BI) สนับสนุน competitive intelligence ได้อย่างไร
 อธิบาย automated decision support (ADS) systems และประโยชน์ของมัน
Learning Objectives
 อธิ บายว่า Web ไปสัมพันธ์กบั BA ได้อย่างไร
 อธิ บายเกี่ยวกับ Web intelligence และ Web analytics และความสาคัญของมันที่มี
ต่อองค์กร
 อธิ บายเรื่ องการใช้งานที่เกี่ยวข้องกับ BA และปั จจัยแห่งความสาเร็ จของ BA
The Business Analytics (BA) Field: An Overview
 Business intelligence (BI)
คือการใช้วิธีการวิเคราะห์ (analytical methods) ไม่วา่ จะเป็ นโดยการใช้มือหรื อ
เป็ นแบบอัตโนมัติ เพื่อหาความสัมพันธ์จากข้อมูล
 The essentials of BA
 Analytics
The science of analysis.
 Business analytics (BA)
การประยุกต์ใช้ตวั แบบโดยตรงกับข้อมูลทางธุรกิจ BA จะไปร่ วมกับการใช้
MSS tools (โดยเฉพาะตัวแบบต่าง ๆ) เพื่อช่วยผูท้ าการตัดสิ นใจ (โดยเฉพาะ
อย่างยิง่ ในรู ปแบบของการสนับสนุนการตัดสิ นใจของ OLAP)
The Business Analytics (BA) Field: An Overview
The Business Analytics (BA) Field: An Overview

MicroStrategy’s classification of BA tools: ห้ าสไตล์ของ BI
1. การทารายงานขององค์กร (Enterprise reporting)
2. การวิเคราะห์เชิงลูกบาศก์ (Cube analysis)
3. การวิเคราะห์และซักถามเชิง Ad hoc (Ad hoc querying and analysis)
4. การวิเคราะห์เชิงสถิติและการทาเหมืองข้อมูล (Statistical analysis and data
mining)
5. การจัดส่ งรายงานและการแจ้งเตือน ( Report delivery and alerting)
The Business Analytics (BA) Field: An Overview
The Business Analytics (BA) Field: An Overview

SAP’s classification of strategic enterprise management
 ให้การสนับสนุนสามระดับ คือ 1) Operational 2) Managerial 3) Strategic
 Executive information and support systems
 Executive information systems (EIS)
จัดให้มี rapid access ตามเวลาและสารสนเทศที่เกี่ยวข้องเพื่อช่วยในการเฝ้าดู
ประสิ ทธิภาพการดาเนินงานขององค์กร
 Executive support systems (ESS)
จัดให้มีการสนับสนุนทางด้านการวิเคราะห์ การสื่ อสาร ระบบสานักงาน
อัตโนมัติ และ intelligence support
Online Analytical Processing (OLAP)


Drill-down
การสื บหาเกี่ยวกับสารสนเทสที่ลึกลงไปในรายละเอียด (เช่น การค้นหา
นอกจาก total sales แล้ว ยังหา sales by region, by product, หรื อ by
salesperson) รวมทั้งหการค้นหาแหล่งข้อมูลอย่างละเอียดด้วย
Online analytical processing (OLAP)
ระบบสารสนเทศที่ส่งเสริ มผูใ้ ช้ (โดยการใช้ PC) ในการ query the system,
conduct an analysis, และอื่น ๆ มันจะให้ผลออกมาภายในไม่กี่วนิ าที
Online Analytical Processing (OLAP)

OLAP versus OLTP
 OLTP มุ่งเน้นไปที่การประมวลผลซ้ า ๆ ของ transactions ในปริ มาณมาก
และมีการกระทาแบบง่าย ๆ (simple manipulations)
 OLAP มีส่วนร่ วมในการตรวจสอบข้อมูลหลาย ๆ รายการที่มีความสัมพันธ์
กันอย่างซับซ้อน (complex relationships)
 OLAP อาจใช้เพื่อวิเคราะห์ความสัมพันธ์และมองหารู ปแบบ (pattern)
แนวโน้ม (trend) และ ข้อยกเว้น (exception) ต่าง ๆ
 OLAP เป็ น direct decision support method
Online Analytical Processing (OLAP)

ประเภทของ OLAP
 Multidimensional OLAP (MOLAP)
OLAP ที่ถูกนามาใช้งานผ่านทาง specialized multidimensional database
(หรื อ data store) ที่ summarizes transactions ไปสู่ multidimensional views
ahead of time
 Relational OLAP (ROLAP)
การนาไปใช้งานของ OLAP database ซึ่ งอยูเ่ หนือ relational database ที่มี
อยู่


Database OLAP and Web OLAP (DOLAP and WOLAP)
Desktop OLAP
Online Analytical Processing (OLAP)
Codd’s 12 Rules for OLAP
1.
2.
3.
4.
5.
6.
Multidimensional conceptual
view for formulating queries
Transparency to the user
Easy accessibility: batch and
online access
Consistent reporting performance
Client/server architecture: the use
of distributed resources
Generic dimensionality
7. Dynamic sparse matrix handling
8. Multiuser support rather than
support for only a single user
9. Unrestricted cross-dimensional
operations
10. Intuitive data manipulation
11. Flexible reporting
12. Unlimited dimensions and
aggregation level
Online Analytical Processing (OLAP)

สี่ ประเภทของการประมวลผลที่ถูกดาเนินการโดยนักวิเคราะห์ในองค์กร:
1. การวิเคราะห์เชิงหมวดหมู่ (Categorical analysis)
2. การวิเคราะห์เชิงวิกฤติ (Exegetical analysis)
3. การวิเคราะห์เชิงลุ่มลึก (Contemplative analysis)
4. การวิเคราะห์เชิงใช้สูตร (Formulaic analysis)
Reports and Queries
 รายงาน (Reports)
 รายงานที่ทาเป็ นประจา (Routine reports)
 รายงานที่ทาตามคาขอ (Ad hoc (or on-demand) reports)
 การสนับสนุนความหลากหลายภาษา (Multilingual support)
 Scorecards และ dashboards
 การจัดส่ งรายงานและการแจ้งเตือน (Report delivery and alerting)
 การกระจายรายงานผ่านจุดรับ (touchpoint)
 Self-subscription as well as administrator-based distribution
 จัดส่ งตามการร้องขอ ตามตารางเวล่ ตามเหตุการณ์
 Automatic content personalization
Reports and Queries
 Ad hoc query
การสื บค้น (query) ที่ไม่สามารถหาได้ก่อนเวลาที่ (คาสัง่ ) การสื บค้นจะถูกส่ งออก
ไป
 Structured Query Language (SQL)
การกาหนดข้อมูลและภาษาที่ใช้จดั การกับข้อมูลสาหรับ relational databases ส่ วน
หน้าของ SQL จะมีความสัมพันธ์กบั DBMS มากที่สุด
Multidimensionality
 Multidimensionality
ความสามารถในการ organize, present และ analyze ข้อมูลในหลายมิติ เช่น sales
by region, by product, by salesperson, และ by time (นับรวมกันเป็ น 4 มิติ)
 Multidimensional presentation
 Dimensions
 Measures
 Time
Multidimensionality
 Multidimensional database
ฐานข้อมูลที่ขอ้ มูลถูกจัดระเบียบเป็ นพิเศษออกไปเพื่อสนับสนุนการวิเคราะห์เชิง
หลายมิติให้ทาได้ง่ายและรวดเร็ ว
 Data cube
หมายถึง two-dimensional, three-dimensional, or higher-dimensional object ที่ซ่ ึ ง
แต่ละ dimension จะหมายถึงข้อมูลที่ใช้แสดงแทนการวัดหนึ่ง ๆ ที่เราสนใจ
 Cube
A subset of highly interrelated data that is organized to allow users to combine
any attributes in a cube (e.g., stores, products, customers, suppliers) with any
metrics in the cube (e.g., sales, profit, units, age) to create various twodimensional views, or slices, that can be displayed on a computer screen
Multidimensionality
Multidimensionality
 Multidimensional tools and vendors
 เครื่ องมือต่าง ๆ ที่มีความสามารถในเชิงหลายมิติ (multidimensional capabilities)
มักจะใช้ร่วมกับ database query systems และ เครื่ องมือ OLAP ต่าง ๆ ด้วย
Multidimensionality
Multidimensionality
 Limitations of dimensionality
 Multidimensional database อาจใช้เนื้อที่จดั เก็บในคอมพิวเตอร์ เพิม่ ขึ้นมาก
อย่างมีนยั สาคัญเมื่อเทียบกับ relational database
 Multidimensional product มีค่าใช้จ่ายสู งกว่า standard relational product มาก
 Database loading กินทรัพยากรของระบบมากและใช้เวลามาก ทั้งนี้ข้ ึนกับ
ปริ มาณของข้อมูลและ จานวนมิติของมัน
 การเชื่อมต่อและการดูแลรักษา multidimensional database มีความซับซ้อน
มากกว่า relational database
Advanced BA
 Data mining and predictive analysis
 Data mining
 Predictive analysis
การใช้เครื่ องมือเพื่อช่วยในการหาผลลัพธ์ของปั ญหาที่จะเกิดในอนาคต สาหรับ
เหตุการณ์หนึ่ ง ๆ หรื อ ความเป็ นไปได้ที่เหตุการณ์น้ นั ๆ จะเกิดขึ้น เครื่ องมือ
เหล่านี้ยงั สามารถบ่งชี้ความสัมพันธ์ของข้อมูล (relationship) และรู ปแบบ
(pattern) ของมันได้ดว้ ย
Data Visualization
 Data visualization
การนาเสนอข้อมูลด้วยภาพรู ปกราฟ ภาพเคลื่อไหว (animation) หรื อ วิดีโอ (video)
และผลลัพธ์ที่เกิดจากการวิเคราะห์ขอ้ มูล
 ความสามารถในการบ่งชี้แนวโน้มที่สาคัญได้อย่างรวดเร็ วทาให้เกิดความ
ได้เปรี ยบในการแข่งขัน
 ทาการตรวจสอบขนาด (magnitude) ของแนวโน้มต่าง ๆ โดยการใช้ตวั แบบ
การทานาย (predictive model) จะทาให้เกิดข้อได้เปรี ยบทางธุรกิจอย่างมี
นัยสาคัญเมื่อนามาประยุกต์ใช้ ก่อให้เกิดการผลักดัน content, transactions หรื อ
processes
Data Visualization
 ทิศทางใหม่ ของ data visualization
 ในปี 1990 data visualization ได้เคลื่อนไปสู่ :
 Mainstream computing ที่ถูกรวมเข้ากับ decision support tools และ application
ต่าง ๆ
 Intelligent visualization ซึ่ งรวม data (information) interpretation เอาไว้ดว้ ย
Data Visualization
Data Visualization
Data Visualization
 New directions in data visualization ทีน่ าไปใช้ งาน
 Dashboards และ scorecards
 Visual analysis
 Financial data visualization
Geographic Information Systems (GIS)
 Geographical information system (GIS)
หมายถึง ระบบสารสนเทศที่ใช้ขอ้ มูลทางพิกดั (spatial data) เช่น digitized maps
เป็ นต้น GIS เป็ นการรวมกันของ text, graphics, icons และ symbols บนแผนที่
Geographic Information Systems (GIS)
 เครื่ องมือด้าน GIS กลายเป็ นสิ่ งที่มีความสาคัญมากขึ้นและช่วยอานวยความ
สะดวกมากขึ้น มันช่วยให้รัฐบาลและบริ ษทั ต่าง ๆ เข้าใจเกี่ยวกับ:
 รู ้ตาแหน่งของรถบรรทุก คนงาน และทรัพยากรต่าง ๆ อย่างแม่นยา
 รู ้วา่ พวกเขาต้องไปให้บริ การลูกค้าที่ใด (เช่น สถานที่ ๆ เกิดอบัติเหตุ)
 รู ้เส้นทางที่ดีที่สุดจากที่หนึ่งไปยังอีกที่หนึ่ง
Geographic Information Systems (GIS)
 GIS and decision making
 การประยุกต์ใช้ GIS เป็ นการต้องการปรับปรุ งการทาการตัดสิ นใจทั้งในส่ วน
ของหน่วยงานของรัฐและเอกชน อันรวมถึง:
 กาหนดเส้นทาง emergency vehicles
 การจัดการกันการขนส่ ง
 ช่วยในการเลือกสถานที่ทางาน (site selection)
 การจัดการกันความเสี่ ยงอันเกิดจากภัยแล้ง
 การจัดการกับสัตวป่ า
 รัฐบาลแต่ละแห่งใช้ GIS applications ในการสร้างแผนที่และประยุกต์ใช้ใน
การทาการตัดสิ นใจเรื่ องต่าง ๆ
Geographic Information Systems (GIS)
 การใช้ GIS ร่ วมกับ GPS
 ระบบนาร่ องโดยใช้ ดาวเทียม GPS
(Global positioning systems (GPS))
อุปกรณ์ไร้สาย (wireless device) ที่ใช้
กับดาวเทียมซึ่ งช่วยให้ผใู ้ ช้สามารถ
ทราบตาแน่งของเขาบนพื้นโลก เช่น
ตาแหน่งรถยนต์ หรื อ ตาแหน่งของผูใ้ ช้
ที่มีอุปกรณ์ตวั นี้อยู่ พิกดั ที่ได้มีความ
แม่นยาพอสมควร
Geographic Information Systems (GIS)
 GIS กับ Internet/intranets
 ผูข้ าย GIS software รายใหญ่ ๆ มักยอมให้ทาการเชื่อมต่อผ่าน Web ทาให้
สามารถเชื่อมต่อเข้ากับซอฟต์แวร์ ของเขาได้โดยตรง
 GIS ช่วยให้ผจู ้ ดั การร้านค้าปลีกมองหาทาเลที่ต้ งั ร้านได้ง่าย
 ร้านค้าบางแห่งได้ใช้ GIS บน Internet เพื่อให้ลูกค้าทราบถึงที่ต้ งั ร้านค้าของ
เขา หรื อ ร้านค้าที่ใกล้ที่สุด (ในกรณี ที่มีหลายร้าน)
Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence
 Real-time BI
 แนวโน้มของ BI software ยังคงมุ่งไปที่การสร้าง real-time data updates เพือ่
การวิเคราะห์แบบ real-time และทาการตัดสิ นใจแบบ real-time decision
making ซึ่ งจะเห็นว่าเรื่ องเหล่านี้พฒั นาเพิ่มขึ้นอย่างมากและรวดเร็ ว
 ส่ วนหนึ่งของการผลักดันมาจากความต้องการได้ right information ของผูท้ ี่
ต้องนาไปดาเนินการและนาไปใช้เชิงเทคนิค ดังนั้นพวกเขาสามารถใช้ BA
tools รุ่ นใหม่ ๆ และ ได้ผลลัพธ์ภายในเวลาไม่เกินนาทีเพื่อนามาใช้ทาการ
ตัดสิ นใจ
Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence
 เรื่ องเกีย่ วข้ องกับ real-time systems
 เรื่ องสาคัญในการคานวณแบบ real-time ก็คือ พึงระลึกไว้วา่ ไม่ใช่ขอ้ มูล
ทั้งหมดหรอกที่ถูก update อย่างต่อเนื่อง
 เมื่อรายงานถูกสร้างขึ้นมาในแบบ real-time ดังนั้นถ้าผลลัธ์ที่ได้จากคน
หนึ่งไม่เหมือนกับผลลัพธ์ที่ได้จากอีกคนหนึ่ ง จะเกิดความสับสนขึ้นมา
ทันที
 Real-time data เป็ นสิ่ งจาเป็ นในหลาย ๆ กรณี สาหรับการสร้างระบบ
ADS (Automated Decision Support)
Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence
 Automated decision support (ADS) หรื อ enterprise decision management
(EDM)
ระบบที่อาศัยกฏเกณฑ์ (rule-based system) ที่ให้คาตอบแก่ปัญหาทางด้านการ
จัดการที่เกิดซ้ า ๆ บางทีรู้จกั กันอีกชื่อหนึ่ งว่า enterprise decision management
(EDM)
 Business rules
กระบวนการทาการตัดสิ นใจโดยอัตโนมัติทาได้โดยการสรุ ปประสบการณ์ทางธุ
กิจของผูใ้ ช้ให้อยูใ่ นรู ปของ a set of business rules ที่ฝังตัวอยูใ่ น rule-driven
workflow (or other action-oriented) engine
Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence
 คุณลักษณะและประโยชน์ ของ ADS
ADS เหมาะสมกับการตัดสิ นใจที่ตอ้ งทาบ่อย ๆ และ/หรื อ ทาอย่างรวดเร็ ว
โดยการใช้สารสนเทศในรู ปแบบอิเลคทรอนิคส์ มากที่สุด
Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence
 ความสามารถของ ADS
 สร้าง rules-based application ได้เร็ วและนามาใช้งานได้ทุกสภาพแวดล้อมในการ
ดาเนินงาน
 สามารถใส่ predictive analytics เข้าไปสู่ rule-based applications
 จัดให้มรการให้บริ การกับ legacy systems
 รวม business rules, predictive models และ optimization strategies ก่อให้เกิด
ความคล่องตัวในรู ปแบบใหม่ ๆ แก่ decision-management applications
 เร่ งความเร็ วในการเรี ยนรู ้จาก decision criteria ไปสู่ strategy design, execution
และ refinement
Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence
 ADS applications
 Product or service configuration
 Yield (price) optimization
 Routing or segmentation decisions
 Corporate and regulatory compliance
 Fraud detection
 Dynamic forecasting
 Operational control
Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence
 Implementing ADS—software companies provide these components to ADS:
 Rule engines
 Mathematical and statistical algorithms
 Industry-specific packages
 Enterprise systems
 Workflow applications
Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence
 Competitive intelligence
 หลาย ๆ บริ ษทั เฝ้ามองดูกิจกรรมของคู่แข่งอย่างต่อเนื่อง เพื่อให้ได้มาซึ่ ง
competitive intelligence
 การรวบรวมสารสนเทศข้างต้นก่อให้เกิดการผลักดันประสิ ทธิ ภาพการดาเนิน
ธุรกิจผ่านทางการเพิ่มความรู ้ทางด้านการตลาด การปรับปรุ งการจัดการความรู ้
และ การเพิ่มขึ้นของคุณภาพของการวางแผนกลยุทธ์
BA and the Web: Web Intelligence and Web Analytics
 Using the Web in BA
 การวิเคราะห์ เวบ (Web analytics)
การประยุกต์ใช้กิจกรรมของ business analytic ในกระบวนการของ Web-based
ทั้งนี้รวมถึง e-commerce
 Clickstream analysis
การวิเคราะห์ขอ้ มูลที่เกิดขึ้นมาในสภาพแวดล้อมของ Web
 Clickstream data
ข้อมูลที่แสดงให้เห็นถึงการใช้กิจกรรมของผูใ้ ช้งานเวบและแสดงให้เห็นรู ปแบบ
การท่องเวบของผูใ้ ช้ (เช่น ไซต์ใดที่เข้าไปเยีย่ มชม หน้าใดที่เขาไปบ้าง และนาน
เท่าใด)
BA and the Web: Web Intelligence and Web Analytics
Usage, Benefits, and Success of BA
 การใช้ งานของ BA
 ผูจ้ ดั การและผูบ้ ริ หารระดับสู งเกือบทุกคนสามารถใช้ some BA systems แต่
บางคนพบว่าเครื่ องมือที่มีให้ใช้น้ นั ยากเกินสาหรับเขาที่จะใช้ หรื อ ไม่ได้รับ
การอบรมมาอย่างเหมาะสม
 ธุรกิจทั้งหมดต้องการจานวนเปอร์ เซ็นต์ของการกระจายการวิเคราะห์ให้สูงขึ้น
ความท้าทายที่สุดจะเกี่ยวข้องกับการปรับปรุ งด้านเทคโนโลยี รวมถึง
วัฒนธรรม ผูค้ นทั้งหลาย และกระบวนการต่าง ๆ
Usage, Benefits, and Success of BA
 ความสาเร็จและการใช้ ประโยชน์ ของ BA
 Performance management systems (PMS) เป็ น BI tools ที่ให้ scorecards และ
สารสนเทศอื่น ๆ ที่เกี่ยวข้อง ซึ่ งผูท้ าการตัดสิ นใจสามารถนามาใช้หาระดับของ
ความสาเร็ จของเขาในการบรรลุถึงเป้าหมายของพวกเขา
Usage, Benefits, and Success of BA

ทาไม BI/BA project จึงล้มเหลว
1. Failure to recognize BI projects as cross-organizational business initiatives
and to understand that, as such, they differ from typical standalone
solutions
2. มีสปอนเซอร์ ที่มีความรู ้เรื่ องธุรกิจไม่เข้มแข็ง หรื อไม่เข้ามามีส่วนร่ วม
3. Unavailable or unwilling business representatives from the functional areas
4. ขาดกลุ่มทางานที่มีทกั ษะ (หรื อไม่มีกลุ่มทางาน) หรื อ ใช้กลุ่มทางานได้ไม่
เต็มที่ (เช่น ต้องรับผิดชอบงานอื่น ๆ ด้วย)
5. ไม่มีแนวความคิดเรื่ อง software release (หมายถึง ไม่มีกรรมวิธีการพัฒนา
แบบทาซ้ า ๆ (iterative development method))
6. ไม่มี work breakdown structure (หมายถึงไม่มี methodology)
Usage, Benefits, and Success of BA

Why BI/BA projects fail
7.
8.
9.
10.
ไม่มี business analysis หรื อ กิจกรรมที่ทาให้เป็ นมาตรฐาน
ไม่มีการประเมินผลกระทบด้านลบของ “dirty data” ที่มีต่อผลกาไรทางธุรกิจ
ไม่มีความเข้าใจถึงความจาเป็ นที่ใช้ตอ้ งใช้ metadata และวิธีการใช้
มีความเชื่อมัน่ มากเกินไปในกรรมวิธีและเครื่ องมือที่มีความแตกต่างกันมาก
Usage, Benefits, and Success of BA

System development and the need for integration
 การพัฒนา effective BI decision support application นั้นเป็ นเรื่ องที่ซบั ซ้อน
 การควบรวม (Integration) ไม่วา่ จะเป็ น application, data source หรื อ
สภาพแวดล้อมในการพัฒนา คือ แฟกเตอร์ วกิ ฤติต่อความสาเร็ จ (CSF) ของ BI
จบหัวข้อที่ 6
 มีคาถามมัย๊ ครับ…….