450-101 Management Information System Decision Support System

1. 450-101 Management Information System Decision Support System ผศ.ดร. วิภาดา เวทย์ประสิทธิ์ Office :CS320, Computer Science Building Email :wwettayaprasit@yahoo.com Website :http://staff.cs.psu.ac.th/wiphada Phone :0-7428-8596

2. Business Intelligence Applications 2 Data Warehouse 1 3 4 5

3. Levels of Managerial Decision Making

4. Decision Structure • Structured (operational) • The procedures to follow when decision is needed can be specified in advance • Unstructured (strategic) • It is not possible to specify in advance most of the decision procedures to follow • Semi-structured (tactical) • Decision procedures can be pre-specified, but not enough to lead to the correct decision

5. Information Quality • Information products made more valuable by their attributes, characteristics, or qualities • Information that is outdated, inaccurate, or hard to understand has much less value • Information has three dimensions • Time • Content • Form

6. Attributes of Information Quality

7. Decision Support in Business • Companies are investing in data-driven decision support application frameworks to help them respond to • Changing market conditions • Customer needs • This is accomplished by several types of • Management information • Decision support • Other information systems

8. 1 Management Information Systems • The original type of information system that supported managerial decision making • Produces information products that support many day-to-day decision-making needs • Produces reports, display, and responses • Satisfies needs of operational and tactical decision makers who face structured decisions

9. 2 Decision Support Systems

10. Decision Support Systems • Decision support systems use the following to support the making of semi-structured business decisions • Analytical models • Specialized databases • A decision-maker’s own insights and judgments • An interactive, computer-based modeling process • DSS systems are designed to be ad hoc, quick-response systems that are initiated and controlled by decision makers

11. DSS Components

12. Decision Support Trends • The emerging class of applications focuses on • Personalized decision support • Modeling • Information retrieval • Data warehousing • What-if scenarios • Reporting

13. DSS Model Base • Model Base • A software component that consists of models used in computational and analytical routines that mathematically express relations among variables • Spreadsheet Examples • Linear programming • Multiple regression forecasting • Capital budgeting present value

14. Using Decision Support Systems • Using a decision support system involves an interactive analytical modeling process • Decision makers are not demanding pre-specified information • They are exploring possible alternatives • What-If Analysis • Observing how changes to selected variables affect other variables

15. Data Visualization Systems • DVS • Represents complex data using interactive, three-dimensional graphical forms (charts, graphs, maps) • Helps users interactively sort, subdivide, combine, and organize data while it is in its graphical form

16. Analysis of Customer Demographics

17. Data Warehouse • คลังข้อมูล หมายถึง.... หลักการหรือวิธีการ เพื่อรวมระบบสารสเทศเพื่อ การประมวลผลรายการข้อมูลที่เกิดขึ้นในแต่ละวันแต่ละสายงาน มารวมเป็นหน่วยเดียวกัน เพื่อสนับสนุนการตัดสินใจให้มีประสิทธิภาพมากยิ่งขึ้น • คลังข้อมูล หมายถึง....ข้อมูลในแหล่งข้อมูลหลายๆแหล่ง เพื่อประกอบการตัดสินใจให้มีประสิทธิภาพมากยิ่งขึ้น • คลังข้อมูลไม่ใช่ผลิตภัณฑ์ หรือระบบสำเร็จรูป • คลังข้อมูลมีความเป็นส่วนตัวของแต่ละองค์กร (Organization Customized System)

18. Multi-Tiered Architecture Monitor & Integrator OLAP Server Metadata Analysis Query Reports Data mining other sources Serve Data Warehouse Extract Transform Load Refresh Operational DBs Data Marts Data Sources Data Storage OLAP Engine Front-End Tools

19. คุณลักษณะของคลังข้อมูลคุณลักษณะของคลังข้อมูล 1. Subject-Oriented 2. Integrated 3. Time-Variant 4. Non-Volatile

20. คุณลักษณะของคลังข้อมูลคุณลักษณะของคลังข้อมูล 1. Subject-Oriented ข้อมูลถูกจัดกลุ่มให้เหมาะสมกับการสืบค้น จัดตามประเด็นหลักขององค์กร เช่น ลูกค้า สินค้า ยอดขาย ข้อมูลจะ....ไม่ถูกจัดตามหน้าที่การงาน....ของโปรแกรมใดโปรแกรมหนึ่ง เช่น การควบคุมคลังสินค้า การออกใบกำกับภาษี 2. Integrated จัดข้อมูลให้อยู่ในรูปแบบเดียวกัน จากแหล่งข้อมูลหลายแหล่ง

21. คุณลักษณะของคลังข้อมูลคุณลักษณะของคลังข้อมูล 3. Time-Variant ข้อมูลต้องมีความถูกต้อง เพราะเก็บไว้ใช้นาน 5-10 ปี 4. Non-Volatile การปรับปรุงข้อมูลเป็นการเพิ่มข้อมูลใหม่เข้าไปเรื่อยๆ ไม่ใช่การแทนที่ข้อมูลเก่า ข้อมูลในคลังข้อมูล....ไม่จำเป็น...ต้องทำการ Normalize เหมือนในฐานข้อมูล (Data based)

22. ข้อดีของคลังข้อมูล 1. ให้ผลตอบแทนในการลงทุนสูง 2. ได้เปรียบคู่แข่ง วิเคราะห์ข้อมูลเพื่อกำหนดเป็นแผนกลยุทธ์ได้ก่อนคู่แข่ง เช่นพฤติกรรมผู้บริโภค 3. เพิ่มประสิทธิภาพในการตัดสินใจ มีข้อมูลครบถ้วนจากอดีตจนถึงปัจจุบัน

23. ข้อเสียของคลังข้อมูล 1. ขั้นตอนการกรองข้อมูลใช้เวลานาน ต้องอาศัยผู้ที่มีความชำนาญในการกรองข้อมูล 2. แนวโน้มในการกรองข้อมูลเพิ่มมากขึ้นเรื่อยๆ เพิ่มความซับซ้อนให้กระบวนการทำงาน 3.ใช้เวลานานในการพัฒนาคลังข้อมูล 4.ระบบคลังข้อมูลมีความซับซ้อนสูง

24. 3 Knowledge Management • Successful knowledge management • Creates techniques, technologies, systems, and rewards for getting employees to share what they know • Makes better use of accumulated workplace and enterprise knowledge

25. Knowledge Management Techniques

26. Knowledge Management Systems (KMS) • Knowledge management systems • A major strategic use of IT • Manages organizational learning and know-how • Helps knowledge workers create, organize, and make available important knowledge • Makes this knowledge available wherever and whenever it is needed • Knowledge includes • Processes, procedures, patents, reference works, formulas, best practices, forecasts, and fixes

27. Knowledge Management การจัดการความรู้

28. ความรู้แบบชัดแจ้ง(Explicit Knowledge) 20% อธิบายได้ แต่ยังไม่ถูกนำไปบันทึก อธิบายได้ แต่ไม่อยากอธิบาย อธิบายไม่ได้ ความรู้โดยนัย/แบบซ่อนเร้น (Tacit Knowledge) 80%

29. S E I C เกลียวความรู้ SECI Model ใช้ตัวอย่าง ลงมือปฏิบัติ สื่อ/ประชุม ทรัพย์สิน

30. ส่วนกลางลำตัว • ส่วนที่เป็น “หัวใจ” • ให้ความสำคัญกับการแลกเปลี่ยนเรียนรู้ • ช่วยเหลือ เกื้อกูลซึ่งกันและกัน (Share & Learn) Knowledge Sharing (KS) Knowledge Vision (KV) Knowledge Assets (KA) TUNA Model (Thai –UNAids) • ส่วนหาง • สร้างคลังความรู้ • เชื่อมโยงเครือข่าย • ประยุกต์ใช้ ICT“สะบัดหาง” • สร้างพลังจาก CoPs • ส่วนหัว ส่วนตา • มองว่ากำลังจะไปทางไหน • ต้องตอบได้ว่า “ทำ KM ไปเพื่ออะไร”

31. การจัดการความรู้ • การบริหารจัดการ • เพื่อให้.. “คน” ที่ต้องการใช้ความรู้ • ได้รับ..ความรู้ที่ต้องการใช้ • ในเวลา..ที่ต้องการ • เพื่อให้บรรลุเป้าหมายการทำงาน Right Knowledge…. Right People… Right Time… (Source: APQC)

32. การบริการชุมชน จังหวัด อำเภอ ตำบล

33. ทีมงานพัฒนาการจัดการความรู้ทีมงานพัฒนาการจัดการความรู้ • คุณเอื้อ เป็นผู้บริหารระดับสูงทำหน้าที่จัดการความรู้ขององค์กร • คุณอำนวย เชื่อมโยงคน สร้างความสัมพันธ์ต่อกัน • คุณกิจ ผู้ที่รับผิดชอบตามหน้าที่ของตน • คุณลิขิต ผู้ทำหน้าที่จดบันทึก สกัดองค์ความรู้ • คุณวิศาสตร์ออกแบบระบบไอที

36. 4 Online Analytical Processing • OLAP • Enables managers and analysts to examine and manipulate large amounts of detailed and consolidated data from many perspectives • Done interactively, in real time, with rapid response to queries

37. Multidimensional Data • Sales volume as a function of product, month, and region Hierarchical summarization paths Region Industry Region Year Category Country Quarter Product City Month Week Office Day Product Dimensions:Product,Location,Time Month

38. Date 2Qtr 1Qtr sum 3Qtr 4Qtr TV Product U.S.A PC VCR sum Canada Country Mexico sum All, All, All A Sample Data Cube Dimensions: Product,Date,Country Total annual sales of TV in U.S.A.

39. Cuboids Corresponding to the Cube all 0-D(apex) cuboid country product date 1-D cuboids product,date product,country date, country 2-D cuboids 3-D(base) cuboid product, date, country

40. Browsing a Data Cube • Visualization • OLAP capabilities • Interactive manipulation

41. Online Analysis Processing (OLAP) • กระบวนการประมวลผลข้อมูลทางคอมพิวเตอร์ ที่ช่วยให้วิเคราะห์ข้อมูลในมิติต่างๆ (Multidimensional Data Analysis) • การดำเนินการกับ OLAP • Roll up • Drill Down • Slice • Dice

42. Typical OLAP (on-line analytical processing) Operations • 1 Roll up (drill-up): summarize data • by climbing up hierarchy or by dimension reduction • มีการรวมหรือสรุปค่า • 2 Drill down (roll down): reverse of roll-up • from higher level summary to lower level summary or detailed data, or introducing new dimensions • มีการกระจายค่าในรายละเอียดมากขึ้น ตามชนิดข้อมูล

43. Fact Table

44. Roll Up and Drill Down

45. Typical OLAP Operations 3 Slice เลือกพิจารณา...ผลลัพธ์...บางส่วนที่เราสนใจ ตัดค่าตาม Dimension 4 Dice เลือกพิจารณา...พลิก Dimension...ให้ตรงตามความต้องการของผู้ใช้ เช่น จากมุมมอง Shop-Product-Typeไปเป็น Date-Product-Type

46. Dimension

47. 5 Data Mining • Provides decision support through knowledge discovery • Analyzes vast stores of historical business data • Looks for patterns, trends, and correlations • Goal is to improve business performance

48. Data Mining (เหมืองข้อมูล) • เหมืองข้อมูลเป็นเครื่องมือที่ช่วยให้ผู้ใช้เข้าถึงข้อมูลได้โดยตรงจากฐานข้อมูลขนาดใหญ่ • เหมืองข้อมูล เป็นเครื่องมือ และ Application ที่สามารถแสดงผลการวิเคราะห์ข้อมูลทางสถิติได้ • เหมืองข้อมูลหมายถึงการวิเคราะห์ข้อมูล เพื่อแยกประเภท จำแนกรูปแบบและความสัมพันธ์ของข้อมูลจากคลังข้อมูลหรือฐานข้อมูลขนาดใหญ่ นำสารสนเทศไปใช้ในการตัดสินใจธุรกิจ • ได้องค์ความรู้ใหม่ (Knowledge Discovery) • อาจอยู่ในรูปแบบของกฎเกณฑ์ (Rule)

49. Data Mining Process

50. คุณลักษณะของเหมืองข้อมูลคุณลักษณะของเหมืองข้อมูล 1. ชี้แนวทางการตัดสินใจและคาดการณ์ผลลัพธ์ 2. เพิ่มความเร็วในการวิเคราะห์ข้อมูล จากฐานข้อมูลขนาดใหญ่ 3. ค้นหาส่วนประกอบที่ซ่อนอยู่ในเอกสาร รวมถึงความสัมพันธ์ระหว่างส่วนประกอบต่างๆ 4. จัดกลุ่มเอกสารตามหัวข้อต่างๆตามนโยบายบริษัท