Week 9

Data Warehouses  เป็นที่เก็บข้อมูลต่างๆในองค์กร เพื่อนำไปใช้ในการวิเคราะห์ข้อมูลในอนาคต

ลักษณะของ Data Warehouse

                        Organization ข้อมูลจะถูกคัดกรองให้เข้าไปสู่ Data Warehouse โดยแบ่งข้อมูลต่างๆ ตามหมวดหมู่ของ Data

                        Consistency การทำให้ Data ต่างๆที่นำมาอยู่ใน Data Warehouse อยู่ในรูปแบบเดียวกัน

                        Time Variant ระยะเวลาในการจัดเก็บข้อมูล 5 – 10 ปี อาจจะนำไปใช้ในการวิเคราะห์แนวโน้ม

Data Warehouse Processing 

แบ่งเป็นขั้นตอนทั้งหมด 5 ขั้นตอน ดังนี้

1. รวบรวมข้อมูลจากภายในและนอกองค์กร

2. ทำ Meta Data เป็นข้อมูลที่ใช้ในการอธิบาย Data ที่นำมาเก็บไว้ใน Data Warehouse

3. ทำ Data Staging เป็นการจัดข้อมูลเพื่อนำไปใส่ใน Data Warehouse โดยผ่านการทำ Data Cube ซึ่งประกอบไปด้วยขั้นตอนการทำ 4 ขั้นตอน ได้แก่ Extract, Clean, Transform และ Load (ETL) 

4. สร้าง Data Warehouse  นำข้อมูลจาก Data Cube มาใส่ใน Data Warehouse โดยยึด Business Object เป็นหลัก

5. สร้าง Business View  เป็นการสร้าง Dash Board เพื่อนำเสนอข้อมูลสำหรับผู้บริหาร ซึ่งอำนวยความสะดวกในการนำไปใช้ของผู้บริหาร

The Data Mart

เป็นข้อมูลที่ดึงมาจาก Data Warehouse โดยดึงข้อมูลหน่วยย่อยโดยแยกเป็นแผนก โดยแบ่งเป็น 2 ประเภท คือ

1. Replicated (dependent) data marts แต่ละ Business Unit  ดึงข้อมูลขอตัวเองมาทำ mart

2.  Stand – alone data marts องค์กรที่ไม่พร้อมทำ Enterprise Data Warehouse จะใช้แบบนี้ คือ แยก Data Warehouse เป็น Data Mart ตั้งแต่เริ่มแรก

Data Cube 

คือ Multidimensional Databases เป็นการมองภาพของข้อมูลเป็นหลายมิติ เช่น แบ่งเป็นตามภูมิศาสตร์ เวลา ผลิตภัณฑ์ ได้ ทำให้เห็นปัญหาที่ชัดเจนขึ้น หลายมิติ หลายมุมมองมากขึ้น ซึ่งสามารถ Slice และ Dice ออกมาได้  

Business Intelligence 

การรวมกันของเครื่องมือต่างๆ ฐานข้อมูล และ Application เพื่อใช้ในการวิเคราะห์ข้อมูลให้มีประสิทธิภาพมากยิ่งขึ้น ประกอบไปด้วย 3 องค์ประกอบ ดังนี้

Reporting and analysis 

Enterprise reporting and analysis

Enterprise search

Scorecards

Dashboards

Visualization tool

Analytics

Predictive analytics

Data,text and web mining

OLAP(online analytics processing

Data Integration

ETL (extract,transformation,load)

EII (enterprise information integration)

  

Data Mining ช่วยในการวิเคราะห์ข้อมูลจำนวนมากใน Database เพื่อช่วยในการตัดสินใจ ทำให้สามารถเห็นประโยชน์ของข้อมูลได้

Text Mining เป็น Data mining สำหรับข้อมูลที่ไม่มีโครงสร้างในการจัดเก็บ เช่น การประกันสินค้า การให้ความช่วยเหลือลูกค้า