IT Lerning Journal Week8 : 12/01/2011

Data Management

องค์ประกอบของระบบ

·         ต้องมี input เข้าผ่าน process เพื่อให้ได้ output

·         ต้องมีการวัตถุประสงค์ของระบบ

·         มีการระบุส่วนประกอบของระบบ

·         มีการระบุ ขอบเขต การควบคุม  feedback และ environment

·         Output ที่ได้จาก IS นั้นคือ สารสนเทศ โดย Output จะเป็นอย่างไรขึ้นกับวัตถุประสงค์และ input ที่ใส่เข้าไป

Data and Information

Data คือ ข้อมูลดิบที่ยังไม่ผ่านกระบวนการต่างๆ ดังนั้น data จึงยังไม่นำไปใช้ประโยชน์ได้ ในขณะที่ Information นั้นเป็นผลลัพธ์ที่ได้จากการที่ data นั้นผ่านกระบวนการแล้ว ดังนั้นจึงเป็นข้อมูลที่สามารถนำไปใช้ประโยชน์ได้ อย่างไรก็ตาม data และ information นั้นอาจมีหน้าตาที่คล้ายคลึงกัน เนื่องจาก process นั้นมีหลากหลายวิธี ดังนั้นการพิจารราว่าเป็นdata หรือ information นั้นจึงดูที่กระบวนการอย่างเดียวไม่ได้ เช่น ตัวอย่าง “วิชา AI613 เรียนวันจันทร์ 12+19 ม.ค. และ  1ก.พ.”จะเห็นได้ว่า ข้อความนี้จะเป็น data หรือ informationนั้น ขึ้นอยู่กับผู้ได้รับสารสามารถได้รับอรร๔ประโยชนืจากข้อความดังกล่าวหรือไม่ หากผู้รับสารได้รับประโยชนืจากข้อความดังกล่าว ข้อความนั้นก้จะถือว่าเป็น Information แต่หากไม่ใช่ข้อความดังกล่าวก็เป็นเพียง data

Information system

คือ ระบบที่ผลิตสารสนเทศ ซึ่งระบบสารสนเทศก็แตกต่างกันตามวัตถุประสงค์ โดยระบบสารสนเทสนั้นต้องมีการรวบรวมข้อมูลจากแหล่งต่างๆและข้อมูลดังกล่าวนั้นจะถูกนำไปประมวลผลหรือวิเคราะหื เพื่อให้ได้สารสนเทศและนำเสนอแก่ผู้ใช้ หลังจากข้อมูลดังกล่าวได้มีการประมวลผลแล้วจะถุกจัดเก็บบันทึกข้อมูลไว้ใน database เพื่อใช้ในอนาคตต่อไป

·         องค์ประกอบของ IS

1.       Hardware

2.       Software

3.       Data

4.       Network

5.       Procedures

6.       People

·         IS สามารถแบ่งได้ 2 ลักษณะ

1.       แบ่งตาม funtional ภายในองค์กร เช่น ระบบสารสนเทศทางบัญชี ระบบสารสนเทศทางการตลาด เป็นต้น

2.       แบ่งตามระดับผู้ใช้

a.       Transaction system

b.      Information support System

c.       Executive System

·         ข้อมูลภายในนั้นมักเกิดขึ้นจาก transaction system ดังนั้นหัวใจสำคัญ คือการจัดการข้อมูลจากแหล่งกำเนิดดังกล่าว

Data Management

การบริหารข้อมูลนั้นเป็นเรื่องยาก เนื่องจาก

·         ข้อมูลมักกระจายตัวอยู่ทั่วองค์กร ทำให้ข้อมูลอาจเกิดความซ้ำซ้อน เนื่องจากไม่มีการสร้างและเก็บรวบรวมอย่างมีระบบ ไม่มีการควบคุม

·         ต้องมีการคำนึงถึงข้อมูลภายนอกด้วย โดยการตัดสินว่าข้อมูลดังกล่าวนั้นเป็นข้อมูลภายในหรือภายนอกนั้น ขึ้นอยู่กับความเป็นเจ้าของว่าเรานั้นสามารถที่จะ manage ข้อมูลดังกล่าวได้หรือไม่

·         ข้อมูลที่ดีต้องมี 3 ลักษณะ คือ security quality และ integrity

·         Data Management แบ่งเป็น

1.       Data profilling

2.       Data quality management

3.       Data integration

4.       Data augment

Data Life cycle process

1.       มีการเก็บรวบรวมข้อมูลใหม่ๆจากหลายแหล่ง

2.       มีการจัดเก็บข้อมูลใน database และมีการ format data ใหม่เพื่อเก็บไว้ใน data warehouse เพื่อเอาไปใช้ในการวิเคราะห์ต่อไป

      Operation process

·         Internal data มาจาก TPS โดยข้อมูลที่ได้นั้นจะถูกเก็บไว้ใน database

·         External data มาจากเวปหรือการซื้อ

·         Personal data คือข้อมูลที่บุคคลากรใช้ ซึ่งมักเกิดจากการที่ระบบ TPS นั้นไม่สามารถให้ output ใน format ที่เราต้องการ เช่น ระบบงานในไทยนั้นไม่สามารถรองรับได้ พนักงานเลยอาศัย excell ในการวิเคราะห์

      Analytical process

·         เครื่องมือที่ใช้ในการวิเคราะห์ข้อมูล เช่น OLAP, EIS, DSS

·         ข้อมูลที่นำมาใช้วิเคราะห์นั้นอาจมาจากหลากหลาย database ซึ่งแต่ละ database นั้นก็มี application หรือ format ที่แตกต่างกัน

·         การดึงข้อมูลจาก database มาใช้งานนั้นอาจส่งผลกระทบต่อระบบ TPS ทำให้การทำงานใน routine นั้นล่าช้า เนื่องจาก database นั้น serve อยู่กับระบบ TPS

·         ดังนั้นองค์กรจึงอาจสร้าง datawarehouse ขึ้นเพื่อแยก Operation process และ Analytical processออกจากกัน

Datawarehouse

ไม่ใช่ database ขนาดใหญ่ แต่จะเป็นการ extract ข้อมูลบางส่วนมาจาก database เฉพาะข้อมูลที่ต้องการ โดยข้อมูลดังกล่าวนั้นจะถุกนำมาใช้ใน analytical process ต่อไป ทำให้ในการวิเคราะห์นั้นผู้ใช้ไม่จำเป็นต้องดึงข้อมูลจาก database โดยองค์กรที่ต้องมี data warehouse ต้องเป็นองคืกรที่ผู้บริหารต้องการตัดสินใจโดยอาศัยการวิเคราะห์ข้อมูล

      ลักษณะของ data warehouse

1.       Organization เอาข้อมูลมาจัด format โดยใช้ subject เช่น ลูกค้า สินค้า เป็นต้น

2.       Consistency ข้อมูลที่เข้ามานั้นมักไม่สม่ำเสมอ ดังนั้น data warehouse จึงต้องมีการแก้ข้อมูลให้มี consistency ใน warehouse

3.       Time variant ต้องการเก็บกี่ปี

4.       Non-volatile data ในwarehouse จะไม่มีการ update อีกแต่อาจมีการ refresh คือการเพิ่มข้อมูลเข้าไป

5.       Relational

6.       Client/server

      องค์กรที่เหมาะกับการใช้ warehouse

1.       มีข้อมูลจำนวนมากที่ผู้ใช้ต้องการ

2.       Operation data ถุกเก็บในหลากหลายระบบ

3.       ผุ้บริหารต้องหารข้อมูลเพื่อการตัดสินใจ

4.       ข้อมูลเรื่องเดียวกัน ถุกเก็บใน format ที่ต่างกัน