Benefits of Data Warehouse
· เพิ่มความสามารถในการเข้าถึงข้อมูลได้รวดเร็วยิ่งขึ้น เนื่องจากมีการเก็บรวมรวบไว้ในที่เดียว
· เพิ่มความสามารถในการเข้าถึงข้อมูลได้ง่ายยิ่งขึ้น
Data Warehouse Process
เป็นการเก็บรวบรวมข้อมูลจาก Operational Data และ External Data เข้าสู่ Meta Data แล้วทำการคัดเลือกข้อมูลที่จำเป็นต้องใช้นำไปเก็บไว้ใน Data Cube รวมถึงการบอกแนวทางการเคลื่อนที่ของข้อมูลด้วย
Data Mart
เป็นข้อมูลจาก Data Warehouse ที่ทำการเลือกออกมาให้มีขนาดเล็กลง ออกแบบมาเพื่อจัดเก็บข้อมูลแยกตามแต่ละแผนก หรือหน่วยงานทางธุรกิจ
Types of Data Mart
· Replicated data mart เป็นการนำข้อมูลจาก Data Warehouse มาจัดแบ่งข้อมูลให้มีขนาดเล็กลงเป็น data mart เพื่อให้เหมาะสมกับความต้องการของแต่ละแผนก
· Stand-alone data mart เป็นการสร้าง data mart ขึ้นมาในส่วนที่ต้องการใช้งาน โดยยังไม่มีการสร้าง Data Warehouse ขององค์กร เช่น ด้านการตลาด ด้านการเงิน เป็นต้น
Data Cube
เป็นฐานข้อมูลที่มีการจัดเรียงข้อมูลตามมิติต่างๆ เพื่อเพิ่มประสิทธิภาพในการวิเคราะห์ข้อมูลที่มีเป็นจำนวนมาก ซึ่งสามารถทำการวิเคราะห์ได้หลายรูปแบบ เช่น
· แบบ Slices and Dices เป็นการดูข้อมูลที่แบ่งออกเป้นมิติต่างๆ เช่น ข้อมูลเกี่ยวกับสินค้า ทั้งในแง่ของคาคา ฐานลูกค้าในแต่ระดับ แต่ละเวลา
· แบบ Rollups เป็นการดูข้อมูลจากรายละเอียดกลับขึ้นไปหาข้อมูลที่เป็นภาพรวม เพื่อวิเคราะห์เปรียบเทียบ
· แบบ Drill Downs เป็นการดูข้อมูลจากภาพกว้างแล้วเจาะลงรายละเอียดไปในแต่ละกลุ่มย่อย เป็นข้อมูลสรุปที่ผู้บริหารนิยมใช้ เช่น ข้อมูลจำนวนนักศึกษา “คณะพาณิชย์” >> แยกตามสาขาวิชา >> แยกตามวิธีรับเข้าศึกษา >> แยกตามภูมิลำเนา
Business Intelligence (BI)
เป็นเทคโนโลยีที่มีขึ้นมาเพื่อรวบรวมเครื่องมือในการทำงานต่างๆ และข้อมูลพื้นฐาน เพื่อเพิ่มความสามารถในการเข้าถึงข้อมูล โดยมีวัตถุประสงค์หลัก คือ การเตรียมข้อมูลสำหรับการวิเคราะห์ เพื่อการตัดสินใจเลือกแนวทางปฏิบัติ
Dashboards
เป็นส่วนที่นำเสนอข้อมูลให้ผู้บริหารทำการประเมิน หรืออาจเรียกว่าการ upload Business view แต่ในการนำเสนอข้อมูลให้กับผู้บริหารควรที่จะทำการพิจารณาด้วยว่าเป็นการให้ข้อมูลที่มากเกินความจำเป็นหรือไม่ เพราะจะก่อให้เกิดปัญหาในการใช้งาน การดูข้อมูลอาจทำได้ไม่ทั่วถึง เลือกใช้ข้อมูลได้ไม่มีเหมาะสม เป็นต้น
Business Performance Management (BPM)
เป็นการจัดการที่ใช้เปรียบเทียบผลการดำเนินงานกับเป้าหมาย วัตถุประสงค์และกลยุทธ์ ขึ้นกับ BI Analysis Reporting, dashboards & scorecards
Data Mining
เป็นการค้นหาความรู้ใหม่ๆ เพื่อให้เกิดความเข้าใจ และนำไปปฏิบัติได้ เป็นการทำให้ข้อมูลที่มีอยู่เป็นจำนวนมากใน Databases กลายเป็นข้อมูลที่มีประโยชน์ต่อการตัดสินใจผ่านการใช้เครื่องมือช่วยในการวิเคราะห์ ซึ่งประกอบด้วย 5 รูปแบบ ได้แก่
· Clustering เป็นการจัดกลุ่มข้อมูล โดยทำการ plot ข้อมูล แล้วดูจุดที่กลุ่มข้อมูลกระจุกตัวรวมกัน
· Classification เป็นการจัดกลุ่มข้อมูลแบ่งตามเกณฑ์คุณลักษณะต่างๆ โดยมีสมมติฐานล่วงหน้า
· Association เป็นผลสืบเนื่องที่เกิดขึ้น เช่น หากลูกค้าเปิดบัญชีออมทรัพย์ ต่อไปก็มีความเป็นไปได้ที่จะทำบัตร ATM ด้วย เป็นต้น
· Sequence Discovery เป็นผลที่เกิดตามหลังมา
· Prediction การ Forecast เป็นการคาดการณ์ล่วงหน้า (forecast)
Text Mining
เป็นเครื่องมือที่ช่วยในการทำ Data mining สำหรับข้อมูลแบบ nonstructured เช่น ข้อแนะนำจากลูกค้า การวิเคราะห์สถิติการรับคืนสินค้า เป็นต้น เพื่อทำการหาสาเหตุ และแก้ไขต่อไป (โดยปกติข้อมูลที่อยู่ใน Data Warehouse จะเป็นข้อมูลแบบ structured – มีรูปแบบที่แน่นอน)
