Data Management
ระบบ
กระบวนการทำงาน ประกอบไปด้วยสิ่งที่นำเข้า (Inputs) เอามาผ่านกระบวนการ (Process) เพื่อให้ได้มาซึ่งผลลัพธ์ (Outputs)
วัตถุประสงค์ ต้องบอกให้ได้ก่อนว่าสิ่งที่ต้องการคืออะไร ตามวัตถุประสงค์ที่ต้องการ (Outputs คืออะไร) จากนั้นจึงมากำหนด Inputs, Process ว่าจะเป็นยังไง
ส่วนประกอบ มีกระบวนการทำงาน, สิ่งแวดล้อม, ขอบเขต, การควบคุม, Feedback, ระบบย่อย
สรุป Outputs เป็นตัวตอบวัตถุประสงค์ (Objective) เป็นตัวกำหนด Inputs, Process
ระบบสารสนเทศ (Information System)
Outputs ของระบบสารสนเทศ คือ สารสนเทศ (เพียงอย่างเดียว)
Data vs Information
ตัวอย่าง “วิชา AI613 เรียนวันที่ 12,19 มค. 2 กพ.” อาจแบ่งแยกได้ไม่ชัดเจนว่าเป็น Data หรือ Information ซึ่งเรียกโดยรวมว่า Message ซึ่งในการพิจารณาว่าจะเป็นอะไรนั้น ขึ้นอยู่กับ ผู้รับ ซึ่งจะบอกได้ว่า message นั้นมันมีค่าหรือไม่มีค่าสำหรับเค้า โดยถ้าผู้รับไม่มีส่วนได้ส่วนเสีย ไม่มีอรรถประโยชน์ใน message นั้นๆ หรือกล่าวได้ว่า message นั้นไม่ก่อให้เกิดการเปลี่ยนแปลงในพฤติกรรม, การตัดสินใจ อย่างนี้เป็น Data แต่ถ้าผู้รับมีส่วนได้ส่วนเสีย มีอรรถประโยชน์ใน message นั้นๆ หรือกล่าวได้ว่า message นั้นก่อให้เกิดการเปลี่ยนแปลงในพฤติกรรม, การตัดสินใจ อย่างนี้เป็น Information ซึ่งการที่ไม่ก่อเกิดเป็น Information อาจเกิดจากหลายสาเหตุ เช่น Process อาจไม่ดี ทำให้ outputs ที่ได้ไม่มีประโยชน์ หรืออาจมีการส่งไปยังผู้รับผิดที่ คือ ผู้รับไม่มีส่วนได้ส่วนเสียใน message นั้นได้มาก็ไม่มีประโยชน์ เป็นต้น
Information System
คือ ระบบที่ทำหน้าที่ในการรวบรวมข้อมูล เพื่อนำมาประมวลผล วิเคราะห์ เพื่อสร้างสารสนเทศสำหรับวัตถุประสงค์เฉพาะด้าน และนำเสนอสารสนเทศให้กับผู้ที่ต้องการ ซึ่งต้องเป็นผู้ที่มีสิทธิได้รับสารสนเทศ รวมทั้งการจัดเก็บบันทึกข้อมูลที่นำเข้ามาสู่ระบบไว้เพื่อการใช้งานในอนาคต
ในการจัดทำสารสนเทศ ต้องคำนึงถึงความต้องการของผู้ใช้ (ดูว่าใครเป็นผู้ใช้และต้องการอะไร) โดยอาจมีการขอ Requirement แต่บางทีผู้ใช้ก็ยังไม่รู้ว่าต้องการอะไร ผู้จัดทำก็ต้องคิดแทน (เผื่อ) ให้ด้วย แล้วก็จัดทำสารสนเทศใน Format ที่สามารถใช้ได้
องค์ประกอบของ IS
1. Hardware
2. Software – Application เป็น Software เฉพาะด้าน เช่น CRM, Supply Chain Management
3. Data
4. Network
5. Procedures
6. People
ประเภทของระบบสารสนเทศ
IS สามารถมองได้ใน 2 ลักษณะ คือ
1. แบ่งตามแนวตั้ง เป็นการแบ่งโดยใช้ Functional เป็นตัวกำกับ (ตามแผนกภายในองค์กร) โดยแต่ละแผนกก็จะมี IS Support การทำงาน เช่น ระบบสารสนเทศทางบัญชี (AIS), HRIS เป็นต้น
2. แบ่งตามแนวนอน เป็นการแบ่งตามระดับของผู้บริหาร แบ่งตามการใช้งาน ซึ่งแบ่งย่อยออกเป็น
- ระดับล่าง Transactional Processing System (TPS) ซึ่งเป็นระบบที่เป็นหัวใจสำคัญที่สุด เนื่องจากข้อมูลส่วนใหฐ่จะเกิดขึ้นในส่วนนี้ทั้งหมด ดังนั้นจีงต้องมีการบริหารจัดการในส่วนนี้ให้ดีดี เพื่อให้ได้มาซึ่งข้อมูลถูกต้องและครบถ้วน
- ระดับกลาง Management Information System (MIS)
- ระดับสูง Executive Support System
Data Management (การจัดการข้อมูล)
การจัดการข้อมูลเป็นเรื่องยาก ด้วยเหตุผลหลายๆ อย่าง เช่น 1. ข้อมูลเพิ่มขึ้นจำนวนมาก (Increases exponential) ถ้าต้องจัดเก็บหมดจะเสียเวลาและต้นทุนจำนวนมาก ดังนั้นจึงต้องมีการเลือกเก็บข้อมูลไว้เท่านั้น (จัดการข้อมูล) 2. ข้อมูลมีการกระจายตัวอยู่ทั้งองค์กร 3. เกิดความซ้ำซ้อนของข้อมูล อาจจะเนื่องมาจากไม่มีระบบการควบคุมที่ดีเพียงพอ 4. ต้องมีการคำนึงถึงข้อมูลภายนอกด้วย (ซึ่งข้อมูลจะเป็นภายในหรือภายนอกดูที่ความเป็นเจ้าของ คือดูว่าเรามีอำนาจในการควบคุมและจัดการหรือไม่ ถ้ามีเป็นข้อมูลภายใน) 5. ข้อมูลที่ดีต้องมีคุณลักษณะ 3 ประการ คือ security, quality และ intergrity 6. ความยากในการเลือกใช้เครื่องมือในการจัดการข้อมูล
พื้นฐานของการจัดการข้อมูล แบ่งออกเป็น 4 อย่าง ได้แก่ 1. Data profilling การทำความเข้าใจลักษณะของข้อมูลในแง่ต่างๆ 2. Data quality management การเพิ่มคุณภาพให้กับข้อมูล 3. Data integration เป็นการลดความซ้ำซ้อนของข้อมูล ด้วยการรวมข้อมูลที่เหมือนกันเข้าด้วยกัน 4. Data augmentation เป็นการเพิ่มคุณค่าของข้อมูล
Data Life Cycle Process
ก่อนอื่นต้องรู้ว่าจุดเริ่มต้นและจุดจบของข้อมูลอยู่ที่ไหน เพื่อที่จะได้วางแผนในการเก็บข้อมูลใหม่ๆ (New data collection) จากแหล่งต่างๆได้อย่างถูกต้อง ซึ่งส่วนใหญ่จะเป็นข้อมูลที่ได้มาจาก Transactional Processing System (TPS) ซึ่งเป็นข้อมูลภายใน (Internal Data) ที่จัดเก็บใน Database นอกจากนี้ยังมีข้อมูลที่ได้มาจากภายนอก (External Data) ซึ่งอาจได้มาจากการหาทาง Web หรือซื้อมาก็ได้ หรืออาจเป็นข้อมูลในส่วนของ Personal Data ซึ่งเป็นข้อมูลที่พนักงาน/บุคลากรใช้
เมื่อเก็บข้อมูลแล้วก็จะมีการจัดรูปแบบใหม่เพื่อเก็บเข้าใน Data Warehouse เพื่อเตรียมไว้ใช้ในการวิเคราะห์ต่อไปในอนาคต ซึ่งอาจมีเครื่องมือที่ใช้ในการวิเคราะห์ เช่น OLAP, EIS, DSS ซึ่งเมื่อข้อมูลผ่านการวิเคราะห์แล้วก็จะสามารถนำมาใช้ให้เกิดประโยชน์ในการดำเนินงานด้านต่างๆได้ เช่น SCM, CRM, EC เป็นต้น
Data Warehouses
ไม่ใช่ Database ขนาดใหญ่ แต่เป็นการ Extract ข้อมูลบางส่วนมากจาก Database เฉพาะในส่วนของข้อมูลที่ต้องการมาใช้ โดยคัดเลือกจากทั้งในส่วนของ Internal, External, Personal ถ้าเป็นข้อมูลที่คิดว่าจำเป็นต้องใช้ก็จะนำมาเก็บไว้ใน Data Warehouse ซึ่งจะเป็นข้อมูลที่ถูกจัดใหม่ และพร้อมสำหรับนำมาใช้ในการวิเคราะห์ในขั้นต่อๆไป
Data Warehouse จะมีในองค์กรที่อาศัยข้อมูลในการวิเคราะห์และตัดสินใจ เป็น Information base คือผู้บริหารใช้ข้อมูลในการตัดสินใจหลังจากรวิเคราะห์ข้อมูล จึงจำเป็นต้องมีข้อมูลจริงไว้รองรับ
คุณสมบัติของสิ่งที่เก็บใน Data Warehouse
1. Organization ต้องมีการนำ Data มาจัดหมวดหมู่ใหม่ โดยจัดการตาม Subject ที่สนใจจะวิเคราะห์
2. Consistency ข้อมูลที่นำเข้ามานั้นมักไม่สม่ำเสมอ เช่น แต่ละแผนกกรอกข้อมูลเดียวกันไม่เหมือนกัน ดังนั้น Data Warehouse จะนำข้อมูลมาทำให้คงที่ สม่ำเสมอ (consistency)
3. Time variant มีการเก็บข้อมูลเป็นช่วงเวลา
4. Non-volatile ข้อมูลที่เอามาเข้า Warehouse จะไม่มีการ update ใดๆ อยู่อย่างไหนก็อย่างนั้น ถ้าเพิ่มเติมข้อมูลเข้าไปจะเรียกว่า Refresh
5. Relational นำมาใข้ได้จริง เกี่ยวข้องกับการวิเคราะห์ที่เป็นอยู่
6. Client/server ต้องตามความต้องการของผู้ใช้ ง่ายต่อการเข้าใจและเข้าถึงข้อมูล
องค์กรที่เหมาะกับการใช้ warehouse
ได้แก่ องค์กรที่มีข้อมูลจำนวนมากที่ผู้ใช้ต้องการใช้ และมีการจัดเก็บในหลาย Database และหลากหลายรูปแบบ, ผู้บริหารมีความต้องการใช้ข้อมูลเพื่อการตัดสินใจอยู่เสมอๆ เป็นต้น
สุวารี เลิศลักษณะโสภณ เลขทะเบียน 5302110019
ไม่มีความคิดเห็น:
แสดงความคิดเห็น