Week 8: Data Management

Week 8: Data Management

ในคาบเรียนนี้ อาจารย์ศรีสมรักได้เริ่มจากการปูพื้นฐานเกี่ยวกับเรื่อง IT อีกครั้ง

โดยอาจารย์เริ่มจาก นิยามรวมไปถึงการแยกแยะระหว่าง IT และ IS ซึ่งอาจารย์ยกตัวอย่างของ web based 5 อย่างได้แก่ Twitter, facebook, tbs.bus.tu.ac.th, google และ Amazon

โดยอาจารย์ได้ให้นิยามเริ่มจาก นิยามของSystem ว่าจะมีกระบวนการทำงานได้แก่ input, process และ output โดย output นั้นจะถูกกำหนดโดย Objective ที่ได้ตั้งไว้ตอนต้น และจาก output ดังกล่าวจะสามารถระบุได้ว่า input และ process จะเป็นเช่นไร นอกจากนี้ System ยังมี environment, boundary, control & feedback และ subsystem เป็นองค์ประกอบเสริม

จากนิยามของ System ที่กล่าวมา อาจารย์ก็พูดไปถึงนิยามของ Information System ว่าคือ ระบบที่ทำหน้าที่ เก็บรวบรวมข้อมูล (Data) ตลอดจนวิเคราะห์ และประมวลผล เพื่อให้ได้ Output ตามวัตถุประสงค์ที่ตั้งไว้ ตลอดจนส่ง Output ดังกล่าวไปยัง User ที่มีสิทธิจะได้รับ รวมไปถึงจัดเก็บข้อมูลดังกล่าวไว้สำหรับการใช้งานในอนาคตอีกด้วย

Information System นั้นจะต้องประกอบไปด้วย elements 6 ประเภท ได้แก่ Hardware, Software, Network, Data, Procedures และ People และ Information System สามารถแบ่งประเภท ได้เป็น 2 ประเภทหลักๆได้แก่ แบ่งตาม function การทำงาน และแบ่งตามระดับของผู้ใช้

ซึ่งจาก นิยามของ Information System ที่กล่าวมา เราจะเห็นได้ว่า Output ของ Information System ที่ได้รับคือ Information โดยอาจจะออกมาอยู่ใน format ของ Report ก็ได้ เช่น Information System ของหน่วยงานขาย อาจจะมี output เป็น รายงานยอดขาย เป็นต้น อาจารย์ยังได้ให้ตัวอย่างเพิ่มเติมเกี่ยวกับว่าในบางครั้ง output ของ Information System อาจจะถูกมองว่าเป็น Data ก็เป็นได้ หากผู้ได้รับ output ดังกล่าว นั้นไม่ได้รับรู้ถึงว่า output นั้นมี meaningful

ดังนั้นจากบริบทข้างต้น จะเห็นได้ว่า ตัวอย่างของ web based ทั้ง 5 อย่างนั้น มีเพียง Amazon เท่านั้นที่เป็น Information System โดยจะอยู่ในรูปของ E-Commerce

Data Management

Data Management เป็นกระบวนการที่เป็นเรื่องยากด้วยหลายสาเหตุ ดังนี้

• จำนวนข้อมูลที่เพิ่มมากขึ้นเมื่อเวลาผ่านไป
• ข้อมูลจะเกิด ณ จุดที่งานเกิด ทำให้ข้อมูลกระจัดกระจายภายในในองค์กร
• ข้อมูลเกิดการซ้ำซ้อน เนื่องจากการกระจัดกระจาย ตลอดจนขาดกระบวนการสร้าง และจัดเก็บที่ดี ผลที่เกิดขึ้น Garbage In, Garbage Out
• อาจจะต้องมีการใช้ข้อมูลจากแหล่งภายนอก
• ประเด็นเรื่องของ Security Quality และ Critical 

Data Management Goal: Infrastructure ที่สามารถ transform raw data ให้เป็น Information ที่มีคุณภาพสูงสุด        

Data Management Foundation

• Data Profiling: เข้าใจว่าใครเป็นผู้สร้าง ใครเป็นผู้ใช้ข้อมูล ข้อมูลนั้นมีอยู่ที่ไหนและจัดเก็บไว้ที่ไหน
• Data Quality Management: การพัฒนา และปรับปรุงคุณภาพของข้อมูล
• Data Integration: การนำข้อมูลจากแหล่งต่างๆมาบูรณาการเข้าด้วยกัน
• Data augmentation: เพิ่ม Value ของข้อมูลดังกล่าว

Data life cycle process

1. New data collection
2. Temporarily stored in a database-> preprocessed to fit the format of data warehouse/ data marts.
3. Users access the database and take a copy of the needed data for analysis
4. Analysis is done with 1) Data analysis tools or 2) Data mining tools

Data Sources·        

•  Internal Data เช่น ประวัติพนักงาน, คำสั่งซื้อ
• External Data เช่น คู่แข่ง สภาพเศรษฐกิจ หรือ ข้อมูลที่ซื้อจากบุคคลภายนอก
• Personal Data ข้อมูลที่บุคลากรใช้ เช่น excel ที่ทำขึ้นมาใหม่เพื่อใช้ในการวิเคราะห์ สำหรับงานของตน

Note: การแยกแยะว่า Data ใดเป็น External หรือ Internal นั้นให้ พิจารณาจาก Ownership

ปัญหาของ Database

                ในปัจจุบันการวิเคราะห์งานในระดับที่สูงจำเป็นจะต้องมีการวิเคราะห์แบบ cross functional โดยนำข้อมูลจากหลายๆ function มาประกอบการวิเคราะห์ แต่ปัญหาก็คือ ข้อมูลดังกล่าวมาจากหลาย database ซึ่งข้อมูลในเรื่องเดียวกันอาจจะมี หลาย format, ลักษณะชื่อการบันทึกก็อาจจะแตกต่างกัน เช่น Function A บันทึกว่า บริษัท X, Function B บันทึกว่า X Company เป็นต้น ทำให้ยากต่อการดึงข้อมูลมาวิเคราะห์ อีกทั้ง ข้อมูลที่ดึงจากหลายๆ database อาจจะมีจำนวนมาก ทำให้ใช้ เวลา processing นาน

                จากปัญหาดังกล่าวทำให้มีการพัฒนา Data Warehouse ขึ้นมา โดย Data Warehouse จะ extract ข้อมูลในแต่ละ attribute ที่องค์กรต้องการ จาก Database พร้อมทั้งจัด format ให้เหมือนกันเพื่อประโยชน์ในการวิเคราะห์ โดย Data ใน Data Warehouse นั้นจะเป็น Input ที่ใช้ในData Analysis

Characteristics of Data Warehouse

1. Organization 
2. Consistency
3. Time Variant
4. Non-volatile
5. Relational
6. Client/server