1 / 48

Chapter 6

Chapter 6 . BUSINESS ANALYTICS AND DATA VISUALIZATION. Learning Objectives. อธิบายถึง business analytics (BA) และความสำคัญต่ององค์กร แสดงรายการและอธิบายสั้น ๆ เกี่ยวกับ major BA methods and tools

kareem-leach
Download Presentation

Chapter 6

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Chapter 6 BUSINESS ANALYTICS AND DATA VISUALIZATION

  2. Learning Objectives • อธิบายถึง business analytics (BA) และความสำคัญต่ององค์กร • แสดงรายการและอธิบายสั้น ๆ เกี่ยวกับ major BA methods and tools • อธิบายว่า online analytical processing (OLAP), data visualization, และ multidimensionality สามารถปรับปรุงการทำการตัดสินใจได้อย่างไร • อธิบาย advanced analysis methods • อธิบาย geographical information systems (GIS) และการสนับสนุนของมันที่มีต่อการทำการตัดสินใจ • อธิบาย real-time BA • อธิบาย business intelligence (BI) สนับสนุน competitive intelligence ได้อย่างไร • อธิบาย automated decision support (ADS) systems และประโยชน์ของมัน

  3. Learning Objectives • อธิบายว่า Web ไปสัมพันธ์กับ BA ได้อย่างไร • อธิบายเกี่ยวกับ Web intelligence และ Web analytics และความสำคัญของมันที่มีต่อองค์กร • อธิบายเรื่องการใช้งานที่เกี่ยวข้องกับ BA และปัจจัยแห่งความสำเร็จของ BA

  4. The Business Analytics (BA) Field: An Overview • Business intelligence (BI) คือการใช้วิธีการวิเคราะห์ (analytical methods) ไม่ว่าจะเป็นโดยการใช้มือหรือเป็นแบบอัตโนมัติ เพื่อหาความสัมพันธ์จากข้อมูล • The essentials of BA • Analytics The science of analysis. • Business analytics (BA) การประยุกต์ใช้ตัวแบบโดยตรงกับข้อมูลทางธุรกิจ BA จะไปร่วมกับการใช้ MSS tools (โดยเฉพาะตัวแบบต่าง ๆ) เพื่อช่วยผู้ทำการตัดสินใจ (โดยเฉพาะอย่างยิ่งในรูปแบบของการสนับสนุนการตัดสินใจของ OLAP)

  5. The Business Analytics (BA) Field: An Overview

  6. The Business Analytics (BA) Field: An Overview • MicroStrategy’s classification of BA tools: ห้าสไตล์ของ BI • การทำรายงานขององค์กร (Enterprise reporting) • การวิเคราะห์เชิงลูกบาศก์ (Cube analysis) • การวิเคราะห์และซักถามเชิง Ad hoc (Ad hoc querying and analysis) • การวิเคราะห์เชิงสถิติและการทำเหมืองข้อมูล (Statistical analysis and data mining) • การจัดส่งรายงานและการแจ้งเตือน ( Report delivery and alerting)

  7. The Business Analytics (BA) Field: An Overview

  8. 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 ตามเวลาและสารสนเทศที่เกี่ยวข้องเพื่อช่วยในการเฝ้าดูประสิทธิภาพการดำเนินงานขององค์กร • Executive support systems (ESS) จัดให้มีการสนับสนุนทางด้านการวิเคราะห์ การสื่อสาร ระบบสำนักงานอัตโนมัติ และ intelligence support

  9. Online Analytical Processing (OLAP) • Drill-down การสืบหาเกี่ยวกับสารสนเทสที่ลึกลงไปในรายละเอียด (เช่น การค้นหานอกจาก total sales แล้ว ยังหา sales by region, by product, หรือ by salesperson) รวมทั้งหการค้นหาแหล่งข้อมูลอย่างละเอียดด้วย • Online analytical processing(OLAP) ระบบสารสนเทศที่ส่งเสริมผู้ใช้ (โดยการใช้ PC) ในการ query the system, conduct an analysis, และอื่น ๆ มันจะให้ผลออกมาภายในไม่กี่วินาที

  10. Online Analytical Processing (OLAP) • OLAP versus OLTP • OLTP มุ่งเน้นไปที่การประมวลผลซ้ำ ๆของ transactions ในปริมาณมาก และมีการกระทำแบบง่าย ๆ (simple manipulations) • OLAP มีส่วนร่วมในการตรวจสอบข้อมูลหลาย ๆ รายการที่มีความสัมพันธ์กันอย่างซับซ้อน (complex relationships) • OLAP อาจใช้เพื่อวิเคราะห์ความสัมพันธ์และมองหารูปแบบ (pattern) แนวโน้ม (trend) และ ข้อยกเว้น (exception) ต่าง ๆ • OLAP เป็น direct decision support method

  11. Online Analytical Processing (OLAP) • ประเภทของ OLAP • Multidimensional OLAP (MOLAP) OLAP ที่ถูกนำมาใช้งานผ่านทาง specialized multidimensional database (หรือ data store) ที่ summarizes transactions ไปสู่ multidimensional views ahead of time • Relational OLAP (ROLAP) การนำไปใช้งานของ OLAP database ซึ่งอยู่เหนือ relational database ที่มีอยู่ • Database OLAP and Web OLAP (DOLAP and WOLAP) • Desktop OLAP

  12. 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 Dynamic sparse matrix handling Multiuser support rather than support for only a single user Unrestricted cross-dimensional operations Intuitive data manipulation Flexible reporting Unlimited dimensions and aggregation level Online Analytical Processing (OLAP) Codd’s 12 Rules for OLAP

  13. Online Analytical Processing (OLAP) • สี่ประเภทของการประมวลผลที่ถูกดำเนินการโดยนักวิเคราะห์ในองค์กร: • การวิเคราะห์เชิงหมวดหมู่ (Categorical analysis) • การวิเคราะห์เชิงวิกฤติ (Exegetical analysis) • การวิเคราะห์เชิงลุ่มลึก (Contemplative analysis) • การวิเคราะห์เชิงใช้สูตร (Formulaic analysis)

  14. Reports and Queries • รายงาน (Reports) • รายงานที่ทำเป็นประจำ (Routine reports) • รายงานที่ทำตามคำขอ (Ad hoc (or on-demand) reports) • การสนับสนุนความหลากหลายภาษา (Multilingual support) • Scorecards และ dashboards • การจัดส่งรายงานและการแจ้งเตือน (Report delivery and alerting) • การกระจายรายงานผ่านจุดรับ (touchpoint) • Self-subscription as well as administrator-based distribution • จัดส่งตามการร้องขอ ตามตารางเวล่ ตามเหตุการณ์ • Automatic content personalization

  15. Reports and Queries • Ad hoc query การสืบค้น (query) ที่ไม่สามารถหาได้ก่อนเวลาที่ (คำสั่ง) การสืบค้นจะถูกส่งออกไป • Structured Query Language (SQL) การกำหนดข้อมูลและภาษาที่ใช้จัดการกับข้อมูลสำหรับ relational databases ส่วนหน้าของ SQL จะมีความสัมพันธ์กับ DBMS มากที่สุด

  16. Multidimensionality • Multidimensionality ความสามารถในการ organize, present และ analyze ข้อมูลในหลายมิติ เช่น sales by region, by product, by salesperson, และ by time (นับรวมกันเป็น 4 มิติ) • Multidimensional presentation • Dimensions • Measures • Time

  17. Multidimensionality • Multidimensional database ฐานข้อมูลที่ข้อมูลถูกจัดระเบียบเป็นพิเศษออกไปเพื่อสนับสนุนการวิเคราะห์เชิงหลายมิติให้ทำได้ง่ายและรวดเร็ว • Data cube หมายถึง two-dimensional, three-dimensional, or higher-dimensional object ที่ซึ่งแต่ละ 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 two-dimensional views, or slices, that can be displayed on a computer screen

  18. Multidimensionality

  19. Multidimensionality • Multidimensional tools and vendors • เครื่องมือต่าง ๆ ที่มีความสามารถในเชิงหลายมิติ (multidimensional capabilities) มักจะใช้ร่วมกับ database query systems และ เครื่องมือ OLAP ต่าง ๆ ด้วย

  20. Multidimensionality

  21. Multidimensionality • Limitations of dimensionality • Multidimensional database อาจใช้เนื้อที่จัดเก็บในคอมพิวเตอร์เพิ่มขึ้นมากอย่างมีนัยสำคัญเมื่อเทียบกับ relational database • Multidimensional product มีค่าใช้จ่ายสูงกว่า standard relational product มาก • Database loading กินทรัพยากรของระบบมากและใช้เวลามาก ทั้งนี้ขึ้นกับปริมาณของข้อมูลและ จำนวนมิติของมัน • การเชื่อมต่อและการดูแลรักษา multidimensional database มีความซับซ้อนมากกว่า relational database

  22. Advanced BA • Data mining and predictive analysis • Data mining • Predictive analysis การใช้เครื่องมือเพื่อช่วยในการหาผลลัพธ์ของปัญหาที่จะเกิดในอนาคต สำหรับเหตุการณ์หนึ่ง ๆ หรือ ความเป็นไปได้ที่เหตุการณ์นั้น ๆ จะเกิดขึ้น เครื่องมือเหล่านี้ยังสามารถบ่งชี้ความสัมพันธ์ของข้อมูล (relationship) และรูปแบบ (pattern) ของมันได้ด้วย

  23. Data Visualization • Data visualization การนำเสนอข้อมูลด้วยภาพรูปกราฟ ภาพเคลื่อไหว (animation) หรือ วิดีโอ (video) และผลลัพธ์ที่เกิดจากการวิเคราะห์ข้อมูล • ความสามารถในการบ่งชี้แนวโน้มที่สำคัญได้อย่างรวดเร็วทำให้เกิดความได้เปรียบในการแข่งขัน • ทำการตรวจสอบขนาด (magnitude) ของแนวโน้มต่าง ๆ โดยการใช้ตัวแบบการทำนาย (predictive model) จะทำให้เกิดข้อได้เปรียบทางธุรกิจอย่างมีนัยสำคัญเมื่อนำมาประยุกต์ใช้ ก่อให้เกิดการผลักดัน content, transactions หรือ processes

  24. Data Visualization • ทิศทางใหม่ของ data visualization • ในปี 1990 data visualization ได้เคลื่อนไปสู่: • Mainstream computing ที่ถูกรวมเข้ากับ decision support tools และ application ต่าง ๆ • Intelligent visualization ซึ่งรวม data (information) interpretation เอาไว้ด้วย

  25. Data Visualization

  26. Data Visualization

  27. Data Visualization • New directions in data visualization ที่นำไปใช้งาน • Dashboards และ scorecards • Visual analysis • Financial data visualization

  28. Geographic Information Systems (GIS) • Geographical information system (GIS) หมายถึง ระบบสารสนเทศที่ใช้ข้อมูลทางพิกัด (spatial data) เช่น digitized maps เป็นต้น GIS เป็นการรวมกันของ text, graphics, icons และ symbols บนแผนที่

  29. Geographic Information Systems (GIS) • เครื่องมือด้าน GIS กลายเป็นสิ่งที่มีความสำคัญมากขึ้นและช่วยอำนวยความสะดวกมากขึ้น มันช่วยให้รัฐบาลและบริษัทต่าง ๆ เข้าใจเกี่ยวกับ: • รู้ตำแหน่งของรถบรรทุก คนงาน และทรัพยากรต่าง ๆ อย่างแม่นยำ • รู้ว่าพวกเขาต้องไปให้บริการลูกค้าที่ใด (เช่น สถานที่ ๆ เกิดอบัติเหตุ) • รู้เส้นทางที่ดีที่สุดจากที่หนึ่งไปยังอีกที่หนึ่ง

  30. Geographic Information Systems (GIS) • GIS and decision making • การประยุกต์ใช้ GIS เป็นการต้องการปรับปรุงการทำการตัดสินใจทั้งในส่วนของหน่วยงานของรัฐและเอกชน อันรวมถึง: • กำหนดเส้นทาง emergency vehicles • การจัดการกันการขนส่ง • ช่วยในการเลือกสถานที่ทำงาน (site selection) • การจัดการกันความเสี่ยงอันเกิดจากภัยแล้ง • การจัดการกับสัตวป่า • รัฐบาลแต่ละแห่งใช้ GIS applications ในการสร้างแผนที่และประยุกต์ใช้ในการทำการตัดสินใจเรื่องต่าง ๆ

  31. Geographic Information Systems (GIS) • การใช้ GIS ร่วมกับ GPS • ระบบนำร่องโดยใช้ดาวเทียม GPS (Global positioning systems (GPS)) อุปกรณ์ไร้สาย (wireless device) ที่ใช้กับดาวเทียมซึ่งช่วยให้ผู้ใช้สามารถทราบตำแน่งของเขาบนพื้นโลก เช่น ตำแหน่งรถยนต์ หรือ ตำแหน่งของผู้ใช้ ที่มีอุปกรณ์ตัวนี้อยู่ พิกัดที่ได้มีความแม่นยำพอสมควร

  32. Geographic Information Systems (GIS) • GIS กับ Internet/intranets • ผู้ขาย GIS software รายใหญ่ ๆมักยอมให้ทำการเชื่อมต่อผ่าน Web ทำให้สามารถเชื่อมต่อเข้ากับซอฟต์แวร์ของเขาได้โดยตรง • GIS ช่วยให้ผู้จัดการร้านค้าปลีกมองหาทำเลที่ตั้งร้านได้ง่าย • ร้านค้าบางแห่งได้ใช้ GIS บน Internet เพื่อให้ลูกค้าทราบถึงที่ตั้งร้านค้าของเขา หรือ ร้านค้าที่ใกล้ที่สุด (ในกรณีที่มีหลายร้าน)

  33. Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence • Real-time BI • แนวโน้มของ BI software ยังคงมุ่งไปที่การสร้าง real-time data updates เพื่อการวิเคราะห์แบบ real-time และทำการตัดสินใจแบบ real-time decision making ซึ่งจะเห็นว่าเรื่องเหล่านี้พัฒนาเพิ่มขึ้นอย่างมากและรวดเร็ว • ส่วนหนึ่งของการผลักดันมาจากความต้องการได้ right information ของผู้ที่ต้องนำไปดำเนินการและนำไปใช้เชิงเทคนิค ดังนั้นพวกเขาสามารถใช้ BA tools รุ่นใหม่ ๆ และ ได้ผลลัพธ์ภายในเวลาไม่เกินนาทีเพื่อนำมาใช้ทำการตัดสินใจ

  34. Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence • เรื่องเกี่ยวข้องกับ real-time systems • เรื่องสำคัญในการคำนวณแบบ real-time ก็คือ พึงระลึกไว้ว่า ไม่ใช่ข้อมูลทั้งหมดหรอกที่ถูก update อย่างต่อเนื่อง • เมื่อรายงานถูกสร้างขึ้นมาในแบบ real-time ดังนั้นถ้าผลลัธ์ที่ได้จากคนหนึ่งไม่เหมือนกับผลลัพธ์ที่ได้จากอีกคนหนึ่ง จะเกิดความสับสนขึ้นมาทันที • Real-time data เป็นสิ่งจำเป็นในหลาย ๆ กรณีสำหรับการสร้างระบบ ADS (Automated Decision Support)

  35. Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence • Automated decision support (ADS) หรือ enterprise decision management (EDM) ระบบที่อาศัยกฏเกณฑ์ (rule-based system) ที่ให้คำตอบแก่ปัญหาทางด้านการจัดการที่เกิดซ้ำ ๆ บางทีรู้จักกันอีกชื่อหนึ่งว่า enterprise decision management (EDM) • Business rules กระบวนการทำการตัดสินใจโดยอัตโนมัติทำได้โดยการสรุปประสบการณ์ทางธุกิจของผู้ใช้ให้อยู่ในรูปของ a set of business rulesที่ฝังตัวอยู่ใน rule-driven workflow (or other action-oriented) engine

  36. Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence • คุณลักษณะและประโยชน์ของ ADS ADS เหมาะสมกับการตัดสินใจที่ต้องทำบ่อย ๆ และ/หรือ ทำอย่างรวดเร็ว โดยการใช้สารสนเทศในรูปแบบอิเลคทรอนิคส์ มากที่สุด

  37. Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence • ความสามารถของ ADS • สร้าง rules-based application ได้เร็วและนำมาใช้งานได้ทุกสภาพแวดล้อมในการดำเนินงาน • สามารถใส่ predictive analytics เข้าไปสู่ rule-based applications • จัดให้มรการให้บริการกับ legacy systems • รวม business rules, predictive models และ optimization strategies ก่อให้เกิดความคล่องตัวในรูปแบบใหม่ ๆ แก่ decision-management applications • เร่งความเร็วในการเรียนรู้จาก decision criteria ไปสู่ strategy design, execution และ refinement

  38. 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

  39. 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

  40. Real-Time BI, Automated Decision Support (ADS), and Competitive Intelligence • Competitive intelligence • หลาย ๆ บริษัทเฝ้ามองดูกิจกรรมของคู่แข่งอย่างต่อเนื่อง เพื่อให้ได้มาซึ่ง competitive intelligence • การรวบรวมสารสนเทศข้างต้นก่อให้เกิดการผลักดันประสิทธิภาพการดำเนินธุรกิจผ่านทางการเพิ่มความรู้ทางด้านการตลาด การปรับปรุงการจัดการความรู้และการเพิ่มขึ้นของคุณภาพของการวางแผนกลยุทธ์

  41. BA and the Web: Web Intelligence and Web Analytics • Using the Web in BA • การวิเคราะห์เวบ (Web analytics) การประยุกต์ใช้กิจกรรมของ business analytic ในกระบวนการของ Web-based ทั้งนี้รวมถึง e-commerce • Clickstream analysis การวิเคราะห์ข้อมูลที่เกิดขึ้นมาในสภาพแวดล้อมของ Web • Clickstream data ข้อมูลที่แสดงให้เห็นถึงการใช้กิจกรรมของผู้ใช้งานเวบและแสดงให้เห็นรูปแบบการท่องเวบของผู้ใช้ (เช่น ไซต์ใดที่เข้าไปเยี่ยมชม หน้าใดที่เขาไปบ้าง และนานเท่าใด)

  42. BA and the Web: Web Intelligence and Web Analytics

  43. Usage, Benefits, and Success of BA • การใช้งานของ BA • ผู้จัดการและผู้บริหารระดับสูงเกือบทุกคนสามารถใช้ some BA systems แต่บางคนพบว่าเครื่องมือที่มีให้ใช้นั้นยากเกินสำหรับเขาที่จะใช้ หรือ ไม่ได้รับการอบรมมาอย่างเหมาะสม • ธุรกิจทั้งหมดต้องการจำนวนเปอร์เซ็นต์ของการกระจายการวิเคราะห์ให้สูงขึ้น ความท้าทายที่สุดจะเกี่ยวข้องกับการปรับปรุงด้านเทคโนโลยี รวมถึง วัฒนธรรม ผู้คนทั้งหลาย และกระบวนการต่าง ๆ

  44. Usage, Benefits, and Success of BA • ความสำเร็จและการใช้ประโยชน์ของ BA • Performance management systems (PMS) เป็น BI tools ที่ให้ scorecards และสารสนเทศอื่น ๆ ที่เกี่ยวข้อง ซึ่งผู้ทำการตัดสินใจสามารถนำมาใช้หาระดับของความสำเร็จของเขาในการบรรลุถึงเป้าหมายของพวกเขา

  45. Usage, Benefits, and Success of BA • ทำไม BI/BA project จึงล้มเหลว • Failure to recognize BI projects as cross-organizational business initiatives and to understand that, as such, they differ from typical standalone solutions • มีสปอนเซอร์ที่มีความรู้เรื่องธุรกิจไม่เข้มแข็ง หรือไม่เข้ามามีส่วนร่วม • Unavailable or unwilling business representatives from the functional areas • ขาดกลุ่มทำงานที่มีทักษะ (หรือไม่มีกลุ่มทำงาน) หรือใช้กลุ่มทำงานได้ไม่เต็มที่ (เช่น ต้องรับผิดชอบงานอื่น ๆ ด้วย) • ไม่มีแนวความคิดเรื่อง software release (หมายถึงไม่มีกรรมวิธีการพัฒนาแบบทำซ้ำ ๆ (iterative development method)) • ไม่มี work breakdown structure (หมายถึงไม่มี methodology)

  46. Usage, Benefits, and Success of BA • Why BI/BA projects fail • ไม่มี business analysis หรือ กิจกรรมที่ทำให้เป็นมาตรฐาน • ไม่มีการประเมินผลกระทบด้านลบของ “dirty data”ที่มีต่อผลกำไรทางธุรกิจ • ไม่มีความเข้าใจถึงความจำเป็นที่ใช้ต้องใช้ metadata และวิธีการใช้ • มีความเชื่อมั่นมากเกินไปในกรรมวิธีและเครื่องมือที่มีความแตกต่างกันมาก

  47. Usage, Benefits, and Success of BA • System development and the need for integration • การพัฒนา effective BI decision support application นั้นเป็นเรื่องที่ซับซ้อน • การควบรวม (Integration) ไม่ว่าจะเป็น application, data source หรือ สภาพแวดล้อมในการพัฒนา คือ แฟกเตอร์วิกฤติต่อความสำเร็จ (CSF) ของ BI

  48. จบหัวข้อที่ 6 • มีคำถามมั๊ยครับ…….

More Related