Ad Top Header
×

Warning

JUser: :_load: Unable to load user with ID: 840

JUser: :_load: Unable to load user with ID: 810

JUser: :_load: Unable to load user with ID: 813

ระบบธุรกิจอัจฉริยะ (Business Intelligence) กับการจัดการ Big Data

February 15, 2018 1914

ในปัจจุบันระบบธุรกิจอัจฉริยะ (Business Intelligence) เริ่มเข้ามามีบทบาทอย่างกว้างขวางในหลายๆ สาขาอาชีพทั้งภาครัฐและเอกชน เนื่องจากสภาพการแข่งขันทางธุรกิจที่เปลี่ยนแปลงไปอย่างรวดเร็ว ทำให้องค์กรต่างๆ ต้องแบกรับความกดดันในการวางแผนกลยุทธ์ที่เหมาะสมเพื่อให้บรรลุตามวัตถุประสงค์ขององค์กร และด้วยสถานการณ์ที่เปลี่ยนแปลงไปก็เป็นการบังคับให้องค์กรเหล่านั้นเห็นความสำคัญกับการวิเคราะห์ข้อมูลเพิ่มมากขึ้นเพื่อเพิ่มประสิทธิภาพ และประสิทธิผลในการตัดสินใจในการตอบสนองต่อสภาพการแข่งขันดังกล่าว ทั้งนี้หากมองถึงปัจจัยสภาพแวดล้อมทางธุรกิจจะพบว่ามีปัจจัยหลักๆ อยู่ 3 ประการ คือ

1. สภาพการตลาดที่มีการแข่งขันกันสูงมากขึ้น มีคู่แข่งในการทำธุรกิจเพิ่มขึ้นอย่างต่อเนื่องมากมาย ถ้าองค์กรเป็นผู้นำตลาด ก็จะมีคู่แข่งที่พยายามจะแย่งส่วนแบ่งการตลาด โดยมีการปรับเปลี่ยนกลยุทธ์ทางการตลาดทั้งในด้านของสินค้าและบริการ (Product) ราคา (Price) วิธีการนำสินค้าไปสู่มือลูกค้า (Place) รวมถึงการส่งเสริมสินค้าให้เป็นที่รู้จักมากขึ้น (Promotion) แต่ถ้าองค์กรยังเป็นผู้ตามในตลาด ก็จะถูกภาวะกดดันจากทั้งคู่แข่งหลักๆ และคู่แข่งรายใหม่ทำให้ธุรกิจอาจจะไม่สามารถอยู่รอดได้ในระยะยาว

2 . ความต้องการของผู้บริโภคเปลี่ยนแปลงไปจากในอดีตค่อนข้างมาก เนื่องจากปัจจุบันเป็นเรื่องของยุคข้อมูลข่าวสาร ลูกค้าสามารถเข้าถึงข้อมูลทั้งในด้านผลิตภัณฑ์และด้านบริการได้มากขึ้นผ่านทางอินเทอร์เน็ต และSocial Network ทำให้พฤติกรรมการซื้อ (Purchasing Behavior) ความเต็มใจที่จะจ่าย (Willingness to Pay) รวมถึงการตอบสนองของลูกค้าต่อสินค้า และบริการนั้นมีผลต่อการตัดสินใจขององค์กรเป็นอย่างยิ่ง

3. เทคโนโลยีสารสนเทศเริ่มเข้ามามีบทบาทสำคัญต่อทั้งผู้ผลิต ผู้ให้บริการและผู้บริโภคในปัจจุบันเพิ่มมากขึ้นหลายๆ องค์กรให้ความสำคัญกับการติดตั้งระบบเทคโนโลยีสารสนเทศเพื่อช่วยเพิ่มผลผลิต ลดต้นทุน และเพิ่มประสิทธิภาพในการทำงาน

โดยเฉพาะอย่างยิ่งเมื่อเทคโนโลยีและระบบการทำงานคอมพิวเตอร์ อาทิเช่น สมาร์ตโฟน แท็บเล็ต แอปพลิเคชันที่ถูกพัฒนาขึ้นเพื่อสนับสนุน Platform บนมือถือรวมถึงความนิยมในการใช้ Social Network และการทำธุรกรรมออนไลน์ เป็นต้น ได้มีการพัฒนาขึ้นไปอย่างรวดเร็ว ทำให้องค์กรมีการเก็บข้อมูลอย่างมหาศาลในแบบที่ไม่เคยเป็นมาก่อน ดังนั้นแนวคิดของการจัดการกับข้อมูลที่มากมายเหล่านั้นหรือที่เรียกว่า Big Data จึงเริ่มแพร่หลายและมีคนให้ความสนใจเพิ่มมากขึ้น อย่างไรก็ตามคำถามสำคัญคือ องค์กรที่ให้ความสำคัญกับการนำแนวคิดเกี่ยวกับ Big Data เข้ามาช่วยในการวางแผนกลยุทธ์ขององค์กรเพื่อให้ธุรกิจประสบความสำเร็จนั้นมีมากน้อยขนาดไหน มีการวิเคราะห์ข้อมูลที่ถูกต้องหลักการหรือไม่ และเกิดประโยชน์ต่อองค์กรในระดับใด

ระบบธุรกิจอัจฉริยะ (BusinessIntelligence) จึงถูกพัฒนาขึ้นเพื่อช่วยให้การตัดสินใจขององค์กรเป็นไปอย่างมีระบบและเป็นแบบอัตโนมัติเพิ่มมากขึ้น เนื่องจาก
โลกของการแข่งขันทางธุรกิจในปัจจุบันเป็นโลกของข้อมูลข่าวสารที่มีการเปลี่ยนแปลงตลอดเวลา หลายๆ องค์กรจึงต้องมีการปรับตัวและปรับเปลี่ยนวิธีการคิดและวัฒนธรรมองค์กร โดยประยุกต์นำระบบธุรกิจอัจฉริยะเข้ามาช่วยในแต่ละขั้นตอนของการวางแผนกลยุทธ์ทั้งในระยะสั้นและระยะยาวขององค์กร รวมถึงวิธีการและขั้นตอนต่างๆ ของกระบวนการตัดสินใจเพื่อให้ตอบสนองต่อปรากฏการณ์ของ Big Data ได้อย่างเหมาะสมและรวดเร็ว ระบบธุรกิจอัจฉริยะ (Business Intelligence) มีพื้นฐานมาจากระบบสนับสนุนการตัดสินใจ (Decision Support Systems) แม้ว่าเทคโนโลยีในปัจจุบันจะเปลี่ยนแปลงไปทั้งในเรื่องของการจัดการข้อมูล Big Data และการเชื่อมต่อฐานข้อมูลที่เร็วขึ้น การสร้างแบบจำลองหรือโมเดลที่ซับซ้อนขึ้น ซึ่งนักวิเคราะห์น่าจะได้เรียนรู้ถึงระบบเอไอ (AI: Artificial Intelligence) ซึ่งเป็นศาสตร์แขนงหนึ่งของวิทยาศาสตร์คอมพิวเตอร์ หรือการเชื่อมต่อของผู้ใช้งานบนเว็บไซต์และมือถือ เป็นต้น แต่หลักการของระบบธุรกิจอัจฉริยะยังคงเหมือนเดิมซึ่งมาจากองค์ประกอบพื้นฐานหลัก 4 องค์ประกอบ คือ

1.ระบบจัดการฐานข้อมูล (Database Management Layer) จะเกี่ยวข้องกับเทคโนโลยีและซอฟต์แวร์สำหรับการจัดการฐานข้อมูล โดยข้อมูลต่างๆ ที่ถูกจัดเก็บอาจจะเป็นข้อมูลที่อยู่ภายในขององค์กรเอง (internal Data) เช่น ข้อมูลการขาย ข้อมูลผลิตภัณฑ์ ข้อมูลด้านการตลาด การผลิต ข้อมูลพนักงาน และข้อมูลของสินค้าคงคลัง เป็นต้น หรืออาจจะเป็นข้อมูลที่เกิดการเชื่อมโยงกับข้อมูลภายนอก (External Data) เช่น ข้อมูลด้านเศรษฐกิจ สังคม การจ้างงาน ข้อมูลสำมะโนประชากร ข้อมูลวิจัยตลาด หรือ ตารางอัตราดอกเบี้ยหรือภาษี เป็นต้น ระบบฐานข้อมูลจะเกี่ยวข้องกับคลังข้อมูล (Data Warehousing) หรือฐานข้อมูล (Database) ที่นักวิเคราะห์สามารถดึงข้อมูล เพิ่ม/ลบข้อมูล กรองข้อมูล แก้ไขข้อมูล สืบค้น สรุปข้อมูลจากฐานข้อมูลขนาดใหญ่ หรือการรวบรวมข้อมูลจากฐานข้อมูลมากว่าหนึ่งฐานข้อมูลได้

2.ระบบของการวิเคราะห์ข้อมูล (Business Analytics Layer) จะเกี่ยวข้องกับการสร้างแบบจำลอง ซึ่งส่วนใหญ่แล้วจะเกี่ยวข้องกับแบบจำลองเชิงปริมาณในรูปแบบต่างๆ เช่น แบบจำลองทางการเงิน แบบจำลองในการพยากรณ์ แบบจำลองต้นไม้ตัดสินใจ แบบจำลองการวิเคราะห์การถดถอย แบบจำลองการวิเคราะห์การถดถอยโลจิสติกส์ แบบจำลองโครงข่ายประสาทเทียม เป็นต้น ระบบของการวิเคราะห์ข้อมูลจะทำหน้าที่ในการใช้งานแบบแบบจำลอง (Model Execution) การรวบรวมแบบจำลอง (Model Integration) หลายๆ แบบจำลองเข้าด้วยกัน และการรับ แปล และประมวลคำสั่งของแบบจำลอง (Model Command)

- Descriptive Analytics เป็นรูปแบบการวิเคราะห์ข้อมูลแบบพื้นฐานที่สุด ที่เน้นการตอบคำถามทางด้าน “What Happened?” หรือการอธิบายว่าเกิดอะไรขึ้นกับองค์กรของคุณ การติดตามและประเมินผลการดำเนินงานของตัวชี้วัดที่องค์กรต้องการ ณ ช่วงเวลาใดเวลาหนึ่ง เช่น แนวโน้มของยอดขายที่ต่ำลง หรือต้นทุนที่สูงขึ้นในช่วง 3 ปีที่ผ่านมา จะช่วยให้องค์กรเข้าใจถึงสถานการณ์ขององค์กรได้เป็นอย่างดี ดังนั้นจะเห็นได้ว่า

- Diagnostic Analytics เป็นรูปแบบการวิเคราะห์ข้อมูลที่ก้าวขึ้นมาอีกหนึ่งขั้น ที่จะช่วยให้สามารถตอบคำถามทางด้าน “Why did it happen?” หรือเพื่ออธิบายว่า “ทำไมหรือเพราะอะไร” ที่ตัวชี้วัดที่นักวิเคราะห์สนใจถึงมีพฤติกรรมเช่นนั้น เช่น นอกจากที่ผู้บริหารจะเห็นภาพของผลของการดำเนินงานที่แย่ลงแล้วจากการทำ Descriptive Analytics สิ่งที่ผู้บริหารต้องการรู้ต่อไปคือ เพราะอะไรและปัจจัยอะไรบ้างที่ทำให้ผลการดำเนินงานต่ำลงกว่าที่คาดการณ์ไว้

- Predictive Analytics เป็นรูปแบบการวิเคราะห์ข้อมูลเพื่อการพยากรณ์สิ่งที่จะเกิดขึ้นในอนาคตโดยใช้ข้อมูลในอดีตหรือปัจจุบันมาประกอบการสร้างโมเดลเชิงทำนายหรือแบบจำลองทางคณิตศาสตร์ รูปแบบของ Predictive Analytics จะช่วยตอบคำถาม “What will happen?” เช่น การสร้างแบบจำลองเพื่อทำนายว่าลูกค้ากลุ่มใดบ้างที่น่าจะตอบรับแคมเปญหรือข้อเสนอที่องค์กรส่งไป การทำนายแนวโน้มการชำระหนี้ของลูกค้า หรือการคำนวณ Credit Risk Scores ของลูกค้ากลุ่มสถาบันการเงินที่มาขออนุมัติสินเชื่อ เป็นต้น

- Prescriptive Analytics จะเป็นการต่อยอดจาก Predictive Analytics เพื่อตอบคำถาม “Howe can we make it happen?” จากการจำลองสถานการณ์หลายรูปแบบ ปรับเปลี่ยนรูปแบบของการวิเคราะห์ และนำผลลัพธ์ที่ได้จากการวิเคราะห์ข้อมูล (Key Findings) มา ใช้ในการสร้างกลยุทธ์ที่เหมาะสมกับองค์กร


3. ระบบการจัดการประสิทธิภาพการดำเนินงานทางธุรกิจ (BPM: Business Performance Management Layer) จะเกี่ยวข้องกับกิจกรรมต่างๆ ที่ช่วยให้กระบวนการทางธุรกิจดำเนินไปตามวัตถุประสงค์ขององค์กร โดยจะร่วมรวมแนวคิดการบริหารจัดการองค์กรเข้าด้วยกัน ทั้งในเรื่องของการกำหนดตัวชี้วัด (KPI: Key Performance Indicators) การประยุกต์นำระบบ Balance Scorecard, Six Sigma, หรือ Lean Manufacturing เพื่อให้เกิดผลสัมฤทธิ์ในการบริหารจัดการ ทั้งนี้การกำหนดตัวชี้วัดที่ถูกต้องก็เป็นตัวกำหนดทิศทางของการวิเคราะห์ข้อมูล ทิศทางของการแก้ไขปัญหา และทิศทางของการสร้างกลยุทธ์


4.ระบบการเชื่อมต่อกับผู้ใช้งาน (User Interface Layer) จะเกี่ยวข้องกับการสื่อสารข้อมูลระหว่างระบบธุรกิจอัจฉริยะและผู้ใช้งาน ส่วนของการเชื่อมต่อกับผู้ใช้งานอาจจะอยู่ในรูปแบบของเว็บ (Web Browser) หรือแอปพลิเคชันบนมือถือ (Mobile Applications) ซึ่งผู้ใช้งานสามารถเข้าถึง Dashboard ที่ทำหน้าที่รวบรวมข้อมูล ผลการวิเคราะห์ข้อมูล ตัวชี้วัดต่างๆ ที่จำเป็นต่อการประเมินประสิทธิภาพการดำเนินงานขององค์กรมาไว้ในที่เดียวกัน ทั้งในรูปแบบของกราฟ ตัวเลข หรือบทสรุปสำหรับผู้บริหาร

องค์ประกอบหลักทั้งสี่สำคัญเป็นอย่างยิ่งสำหรับระบบธุรกิจอัจฉริยะและทุกส่วนประกอบจะต้องทำงานแบบ Real-Time ถึงจะเรียกได้ว่าเป็นระบบธุรกิจอัจฉริยะที่มีประสิทธิภาพ
1) ถ้าไม่มีข้อมูลก็ไม่สามารถวิเคราะห์อะไรได้
2) ถ้ามีข้อมูลที่คุณภาพไม่ดีผลของการวิเคราะห์ข้อมูลก็ไม่สามารถนำไปใช้ให้เกิดประโยชน์ได้
3) ถ้ามีข้อมูลครบถ้วนสมบูรณ์แต่ไม่สามารถวิเคราะห์ (คำนวณ) ข้อมูลได้ก็ไม่เกิดประโยชน์
4) ถ้ามีข้อมูลครบถ้วนและสามารถสร้างแบบจำลองได้ทั้งแบบง่ายและแบบที่ซับซ้อน แต่ไม่รู้ว่าจะวิเคราะห์อะไรและตรงตามจุดประสงค์หลักขององค์กรหรือไม่ เท่ากับว่านักวิเคราะห์เสียเวลาไปโดยเปล่า ประโยชน์
5) ถ้ามีข้อมูลครบถ้วนและวิเคราะห์ข้อมูลได้ ซึ่งตรงกับความต้องการของผู้บริหาร แต่ผู้ใช้งานไม่สามารถใช้งานระบบได้ ไม่สามารถเข้าถึงข้อมูลและผลของการวิเคราะห์ ข้อมูลได้ ก็ไม่สามารถสนับสนุนการตัดสินใจของผู้บริหารได้'

โดยสรุปแล้ว เนื่องจากระบบธุรกิจอัจฉริยะเป็นคำจำกัดความที่ค่อนข้างกว้าง การพัฒนาโปรแกรมแอปพลิเคชันต่างๆ ของระบบ BI จึงมีความหลากหลายขึ้นอยู่กับจุดประสงค์หลักของการนำระบบไปใช้ แต่โดยหลักการแล้วระบบธุรกิจอัจฉริยะจะช่วยให้ผู้ใช้ (ผู้บริหารหรือนักวิเคราะห์)

สามารถเข้าถึงข้อมูลแบบเรียลไทม์ จัดการนำข้อมูลทั้งในอดีตและปัจจุบันมาใช้เป็นพื้นฐานสำหรับการนำไปประเมินสถานการณ์ขององค์กรและวิเคราะห์ข้อมูลทางธุรกิจทั้งในเชิงกว้างและเชิงลึก โดยการประยุกต์และเลือกใช้เทคนิคการคำนวณต่างๆ ทางคณิตศาสตร์และทางสถิติที่เหมาะสมและตรงตามความต้องการของผู้ใช้ นอกจากนี้ระบบธุรกิจอัจฉริยะยังช่วยให้ผู้ใช้สามารถนำข้อมูลและผลจากการวิเคราะห์ที่ได้จากระบบมาใช้เพื่อประเมินประสิทธิภาพการทำงานขององค์กร ซึ่งผลจากการนำระบบธุรกิจอัจฉริยะมาประยุกต์ใช้ในองค์กรก็สามารถช่วยให้กระบวนการตัดสินใจแม่นยำมากขึ้นทั้งในเชิงกว้างและเชิงลึก

รศ.ดร.จงสวัสดิ์ จงวัฒน์ผล สถาบันบัณฑิตพัฒนบริหารศาสตร์

ระบบธุรกิจอัจฉริยะ (Business Intelligence) จึงถูกพัฒนาขึ้นเพื่อช่วยให้การตัดสินใจขององค์กรเป็นไปอย่างมีระบบและเป็นแบบอัตโนมัติเพิ่มมากขึ้น เนื่องจากโลกของการแข่งขันทางธุรกิจในปัจจุบันเป็นโลกของข้อมูลข่าวสารที่มีการเปลี่ยนแปลงตลอดเวลาหลายๆ องค์กรจึงต้องมีการปรับตัวและปรับเปลี่ยนวิธีการคิดและวัฒนธรรมองค์กร