Databases and Warehousing

Data Management:A Critical Success Factor

การประยุกต์ใช้ IT ในด้านต่าง ๆ จะไม่สำเร็จได้เลย ถ้าปราศจากข้อมูล นั่นคือข้อมูลจะต้องมีคุณภาพสูง (หมายถึง ข้อมูลต้องมีความถูกต้อง สมบูรณ์ เหมาะสมกับเวลา ไม่แปลเปลี่ยนไปมา เข้าถึงได้ ตรงประเด็น และรัดกุม) พื้นฐานของการบริหารข้อมูลประกอบไปด้วย 4 ส่วน คือ

Data profiling :: การทำความเข้าใจกับข้อมูล
Data quality management :: การปรับปรุงคุณภาพของข้อมูล
Data integration :: รวมข้อมูลจากหลายแหล่งที่มีลักษณะคล้ายกันเข้าด้วยกัน พร้อมทั้งระบุที่มาของข้อมูล
Data augmentation :: การปรับปรุงคุณค่าของข้อมูล

ความยุ่งยากในการจัดการกับข้อมูล

ขนาดของข้อมูลจะเพิ่มขึ้นในเชิง exponential เมื่อเทียบกับเวลา
ข้อมูลจะกระจายอยู่ทั่วทั้งองค์กร มันถูกรวบรวมเอาไว้หลายแบบ โดยใช้หลาย ๆ วิธีการในการรวบรวมข้อมูล และใช้เครื่องมือที่แตกต่างกันออกไป
การเพิ่มขึ้นของข้อมูลจากภายนอกองค์กร จะขึ้นอยู่กับแนวทางที่ได้ตัดสินใจของ องค์กรนั้น ๆ
ความปลอดภัยของข้อมูล คุณภาพ และ ความสมบูรณ์ (integrity) เป็นตัววิกฤต และเกิดอันตรายได้ง่าย
การเลือกเครื่องมือที่นำมาใช้บริหารข้อมูลจะเป็นปัญหาใหญ่ เพราะมีให้เลือกจำนวนมาก
ข้อมูลที่ถูกสร้างขึ้นและถูกนำมาใช้ในเชิง offline โดยไม่มีการตรวจสอบการควบคุมคุณภาพ จะทำให้เกิดคำถามเกี่ยวกับความถูกต้องของข้อมูล

File Management

ระบบคอมพิวเตอร์จัดข้อมูลเป็นลำดับขั้น จากบิต ไบต์ ฟีลด์ เรคคอร์ด ไฟล์ และ ฐานข้อมูล

ปัญหาที่เกิดขึ้นกับแฟ้มข้อมูล

Data redundancy :: ไฟล์แอพพลิเคชัน และ ข้อมูล อาจถูกสร้างมาจากโปรแกรมเมอร์หลายคนเป็นเวลานานแล้ว ดังนั้น ข้อมูลเดียวกันอาจถูกทำซ้ำ (duplicate) เป็นหลาย ๆ ไฟล์ ทำให้เกิดความสิ้นเปลืองในหลาย ๆ ด้าน
Data inconsistency :: โดยผลของข้อ 1 จะทำให้เกิด ข้อ 2 คือ ข้อมูลที่มีอยู่นั้นแตกต่างกันออกไป ทั้งนี้เนื่องจากคน ๆ หนึ่งอาจแก้แค่ไฟล์เดียว ทำให้ไฟล์อื่น ๆ ที่มีการ duplicate ออกไป ไม่ถูกแก้
Data isolation :: โดยโครงสร้างของไฟล์ที่สร้างขึ้นในที่หนึ่งอาจทำให้แอพพลิเคชันอื่น ๆ เข้าถึงข้อมูลนั้น ๆ ได้ยาก เพราะโครงสร้างของไฟล์แตกต่างกัน
Data integrity :: จะเป็นเรื่องยากในการกำหนดข้อจำกัดในด้าน data integrity ได้ตลอดทั่วทั้ง (across) multiple files

Data Warehousing

คลังข้อมูล เป็นการเก็บรวบรวมข้อมูลตั้งแต่อดีต ในลักษณะของ subject-oriented เพื่อให้ง่าย และสะดวกต่อการเข้าใช้ข้อมูล ซึ่งข้อมูลเหล่านี้จะถูกนำไปเป็นพื้นฐานของการวิเคราะห์ข้อมูล และเป็นส่วนช่วย และสนับสนุนการตัดสินใจ เช่น การใช้ /Data mining , /Decision support นอกจากนี้ยังมีกระบวนการทำงานที่สำคัญ คือ การประมวลผลเกี่ยวกับการทำธุรกรรม (Transactional processing) ที่สามารถนำไปใช้ในระบบปฏิบัติงานต่าง ๆ ซึ่งทำให้องค์กรมีความสามารถที่จะดำเนินการทำธุรกรรมต่าง ๆ รวมทั้งการทำรายงานที่เกี่ยวข้องของธุรกิจนั้น ๆ นอกจากนี้ยังมีส่วนต่าง ๆ ที่มีความเกี่ยวข้องกับการทำ คลังข้อมูลที่ควรศึกษาเพิ่มเติม เช่น /Data Mart , /Metadata และมีการอาศัยการวิเคราะห์ข้อมูลในคลังข้อมูล โดยกระบวนการที่เรียกว่า /Online Analytical Processing (OLAP) ซึ่งสามารถสรุปประโยชน์ของคลังข้อมูล ได้ดังนี้

นำเสนอข้อมูลทางธุรกิจไปให้กับผู้ใช้
ความสามารถในการเข้าถึงข้อมูลได้อย่างสะดวก รวดเร็ว ข้อมูลทั้งหมดถูกเก็บไว้ในที่เดียวกัน
ความสามารถเข้าใช้ข้อมูลรวดเร็วเพราะผ่านทาง web browsers

คุณลักษณะของคลังข้อมูล

Organization ข้อมูลถูกจัดแบ่งเป็นหัวข้อและมีสารสนเทศที่สามารถนำมาใช้ สนับสนุนในการตัดสินใจเท่านั้น
Consistency ข้อมูลใน different operational databases อาจถูกรวบรวม (code) แตกต่างกัน แต่สำหรับใน data warehouse แล้ว มันจะต้องถูกรวบรวมในลักษณะ หรือ ในรูปแบบเดียวกัน ตลอดเวลา
Time variant ข้อมูลจะถูกเก็บรวมไว้หลาย ๆ ปี ดังนั้นมันจึงสามารถนำมาใช้ใน การทำนายแนวโน้ม การพยากรณ์ และ การเปรียบเทียบต่าง ๆ ตลอดระยะเวลา ที่จัดเก็บ
Non-volatile ข้อมูลจะต้องไม่ถูก update (ไม่ทำการเปลี่ยนแปลงแก้ไข) หลังจาก เก็บเข้าไปใน warehouse แล้ว
Relational ในทางปฏิบัติแล้ว data warehouse จะใช้โครงสร้างแบบ Relational Structure
Web-based ข้อมูลของ data warehouse ในปัจจุบันนี้ จะถูกออกแบบให้มี efficient computing environment เพื่อใช้ใน web-based application ต่าง ๆ #Integration ข้อมูลมาจากหลายแหล่งต้องรวมเข้าด้วยกันได้
Real Time ควรทำให้เป็นแบบ Real Time

ก่อนการทำ คลังข้อมูล ควรพิจารณาว่า

มีข้อมูลจำนวนมากที่ถูก access จากผู้ใช้
ข้อมูลที่ใช้งานถูกจัดเก็บอยู่ในระบบที่แตกต่างกัน
มีการบริหารจัดการแบบ information-based
มีฐานลูกค้าขนาดใหญ่และหลากหลาย
ข้อมูลเดียวกันที่ใช้ในระบบที่แตกต่างกัน
ข้อมูลถูกเก็บในเชิง Highly Technical Format ทำให้ยุ่งยากในการคลี่ออกมาใช้งาน
มีประโยชน์ต่อผู้ใช้มากขึ้นในเชิงการคำนวณ

Marketing Databases in Action

Data warehouses และ data marts รองรับผู้ใช้ทั้งหมดในทุก ๆ functional areas โดยฐานข้อมูลปัจจุบันทั้งหมดเป็นแบบ static คือ รวบรวมและจัดเก็บ แต่ธุรกิจในปัจจุบันเริ่มต้องการ specialized databases เช่น

Marketing transaction database (MTD) :: เป็นการรวมคุณลักษณะที่หลากหลายของฐานข้อมูลปัจจุบันและแหล่งข้อมูลการตลาดปัจจุบันเข้าเป็นฐานข้อมูลเดียวกัน ทำให้นักการตลาดมีปฏิสัมพันธ์กับลูกค้าได้เจาะจงมากขึ้น
Interactive capability :: interactive transaction เกิดขึ้นเมื่อลูกค้าแลกเปลี่ยนสารสนเทศและทำการ update ฐานข้อมูลแบบ real time ซึ่งจะตรงข้ามแบบเดิมที่ทำเป็นช่วง ๆ (weekly, monthly, or quarterly) ตัวอย่างเช่น classical warehouses and marts

Web-based Data Management System

เป็นการดำเนินการเกี่ยวกับการบริหารจัดการข้อมูล และ /Business Intelligence ตั้งแต่การ รวบรวมข้อมูล ไปจนถึงการจัดทำ warehouse และ data mining มักจะกระทำโดยอาศัย เครื่องมือของ Web หรือ เกี่ยวข้องกับ Web Technology ต่าง ๆ ผู้ใช้สามารถใช้ เบราส์เซอร์ log เข้าระบบและดำเนินกิจกรรมที่เกี่ยวข้องได้โดยสะดวก ดังนั้นจะ เห็นได้ว่า เทคโนโลยีที่เกี่ยวกับ Web จะเข้ามามีบทบาทอย่างมากมายในปัจจุบัน

Enterprise BI suites and Corporate Portals:: รวบรวม query, reporting, OLAP, และเครื่องมืออื่น ๆ
Intelligent Data Warehouse Web-based Systems:: ให้ search engine เพื่อค้นหา specific applications ซึ่งสามารถปรับปรุงการทำงานของ data warehouse ให้ดีขึ้น
Clickstream Data Warehouse:: คือการรวบรวมข้อมูลเกี่ยวกับพฤติกรรมของผู้ใช้ และรูปแบบในการเลือกอ่าน(ค้นหา)ข้อมูลที่ต้องการ เป็นการ monitor การกระทำ ของผู้ใช้เมื่อเขาแวะเข้าไปในเวบไซท์หนึ่ง ๆ

MANAGERIAL ISSUES

Cost-benefit issues and justification::

data management solutions บางตัวที่นั้นมีราคาแพงมาก มักซื้อใช้กันในองค์กรขนาดใหญ่ องค์กรขนาดเล็กควรมองหารคำตอบที่มี cost ต่ำ ในเชิง leverage existing databases แทนที่จะสร้างขึ้นใหม่

Where to store data physically::

ข้อมูลควรถูกกระจายไปอยู่ใกล้ผู้ใช้มากที่สุด เพื่อการป้อนและ update ข้อมูลได้เร็ว แต่จะเพิ่ม replication และ security risks ข้อมูลควรอยู่ที่ศูนย์กลางเพื่อง่ายต่อการควบคุม

Internal or external

องค์กรควรลงทุนภายในองค์กรด้าน collecting, storing, maintaining, และ purging ข้อมูลในฐานข้อมูลของตนเอง? หรือ ควรเป็นสมาชิก external databases ที่ผู้ให้บริการจัดการให้ทั้งหมดในเชิง data management และ data access

Disaster recovery

กระบวนการทางธุรกิจขององค์กร (ซึ่งมีฐานข้อมูลอิสระจากกัน) สามารถกู้กลับคืนและยังคงทำงานได้หลังจากเกิดภัยธรรมชาติหรือ information system disaster บางประเภท การปกกันความเสียหายที่จะเกิดขึ้นกับ Data warehouse รวมถึงค่าใช้จ่ายที่จะเกิดขึ้นด้วย

Data security and ethics

ข้อมูลที่ทำให้องค์กรเกิดความได้เปรียบในการแข่งขันได้รับการปกป้องจากการขโมยหรือการก่อวินาศกรรม Confidential data เช่น personnel details ปลอดภัยจากการ access อย่างไม่ถูกต้อง หรือ ผิดกฎหมาย ตรวจสอบการเป็นเจ้าของและผู้ที่รับผิดชอบ

Privacy

การรวบรวมข้อมูลใน warehouse และการทำ data mining อาจส่งผลให้เกิดการก้าวล่วงความเป็นส่วนตัว และแต่ละคนจะมีวิธีการปกป้องความเป็นส่วนตัวได้อย่างไร การเคลื่อนย้ายข้อมูลไปรอบ ๆ องค์กรมักเป็นปัญหาหลัก เนื่องจากประสิทธิภาพ ของการสื่อสารและประสิทธิภาพระหว่างกลุ่มต่าง ๆ รวมทั้งความแตกต่างด้านภูมิศาสตร์

Questions for Review