BI ระบบธุรกิจอัจฉริยะประกอบด้วย (Business Intelligence)

Business intelligence (BI) ประกอบด้วย กลยุทธ์และเทคโนโลยีที่องค์กรใช้ในการวิเคราะห์ข้อมูลทางธุรกิจ เทคโนโลยี BI ให้มุมมองทั้งในอดีต ปัจจุบัน และการคาดการณ์ในอนาคตของการดำเนินธุรกิจ เทคโนโลยีเหล่านี้ สามารถจัดการข้อมูลที่มีโครงสร้างและข้อมูลที่ไม่มีโครงสร้างจำนวนมากเพื่อช่วยระบุ พัฒนา และสร้างโอกาสทางธุรกิจเชิงกลยุทธ์ใหม่ๆ
ระบบ BI มีให้บริการอย่างกว้างขวาง และช่วยให้องค์กรสามารถสร้างแดชบอร์ดและรายงานแสดงข้อมูล และหาคำตอบจากข้อมูลซึ่งจะสามารถทำให้เราเข้าใจกระบวนการและกำหนดเป้าหมายเชิงกลยุทธ์ได้อย่างชัดเจนเพื่อเพิ่มการเติบโตทางเศรษฐกิจและปรับปรุงประสิทธิภาพการดำเนินงาน 

จุดเด่นของระบบ Business Intelligence 

- ใช้งานง่าย ผู้ใช้อาจไม่ต้องมีความรู้ด้านไอทีมากนัก เพียงแค่คลิกเมาส์ก็สามารถเปลี่ยนแปลงรายงานได้โดยไม่ต้องมีการคีย์ข้อมูลใหม่ ซึ่งผู้ใช้สามารถถาม ตอบคำถามทางธุรกิจได้หลายมุมมองเพียงในเวลาไม่กี่นาที ซึ่งช่วยการตัดสินใจแม่นยำ และรวดเร็วกว่าคู่แข่ง ทั้งในเชิงกว้าง และเชิงลึก 

- สามารถดึงข้อมูลจากฐานข้อมูลที่หลากหลายภายในองค์กรมาทำการวิเคราะห์ เช่น Excel, FoxPro, Dbase, Access, ORACLE, SQL Server, Informix, Progress, DB2 เป็นต้น โดยไม่มีการเขียนโปรแกรมเพิ่มเติมใดๆ

ปัญหาที่พบในงานการเก็บและจัดการข้อมูลในระบบ BI 

- ข้อมูลที่ผิดพลาด (Bad Data) จำพวกข้อมูลที่เป็นไปไม่ได้ ไม่ตรงตามความเป็นจริง เช่น ข้อมูลอายุคนแต่มีหลักพันปี เป็นต้น

- ข้อมูลที่ไม่ครบถ้วน (Missing Values) ส่วนใหญ่จะอยู่ในรูปแบบช่องที่เว้นว่างไว้

- ข้อมูลที่ต่างไปจากกลุ่ม (Outliers) ซึ่งเป็นข้อมูลที่เป็นไปได้ แต่อาจจะไม่ได้อยู่ในช่วงปกติเหมือนกับข้อมูลอื่น ๆ เช่น อายุ 110 ปี ข้อมูลเหล่านี้จะส่งผลต่อการหาค่าทางสถิติและการวิเคราะห์ข้อมูล คุณจึงจำเป็นต้องรับรู้และต้องตัดสินใจว่าจะทำอย่างไรกับข้อมูลเหล่านี้

Visualization: เปลี่ยนข้อมูลเป็นภาพเพื่อทำการสำรวจและวิเคราะห์

แนวโน้มต่างๆ (Trend) ถ้าชุดข้อมูลมีเวลามาเกี่ยวข้อง อาจลองดูการเปลี่ยนแปลงของตัวแปรต่างๆ ตามช่วงเวลา วิธีง่ายๆ คือลองเอามาพล็อตเป็นกราฟเส้นเพื่อดูแนวโน้ม บางครั้งการเปลี่ยนแปลงเหล่านั้นเป็นวัฎจักรด้วย เช่น การเดินทางท่องเที่ยวจะเพิ่มมากขึ้น ทุกๆ วันหยุดหน้าร้อน และลดลงในช่วงหน้าฝนของทุกปี

การกระจายตัว (Distribution) หากข้อมูลเป็นจำนวนที่นับหรือวัดได้ คุณอาจมองหาค่าทางสถิติต่างๆ เช่น จำนวนที่น้อยที่สุด มากที่สุด หรือค่ากลางของข้อมูลเหล่านั้น รวมถึงอาจเอามาพล็อตเป็นกราฟฮิสโตแกรม (Histogram) เพื่อดูความโน้มเอียงของค่าของข้อมูลได้ด้วย

ความสัมพันธ์ระหว่างค่าต่างๆ (Correlation) มักเป็นจุดที่ทำให้คุณสามารถค้นพบข้อสังเกตใหม่ๆ จากการหยิบสองตัวแปรหรือสองชุดข้อมูลมาหาความสัมพันธ์กัน อย่างไรก็ตาม อาจต้องคำนึงถึงบริบทในการหาความสัมพันธ์ด้วยว่าสมเหตุสมผลในโลกของความจริงหรือไม่

Narrative: อธิบายและลำดับเรื่องราวเพื่อให้เข้าใจประเด็นสำคัญ (Insights)

อธิบายเพื่อความเข้าใจ แม้จะมีการเปลี่ยนชุดข้อมูลให้เป็นภาพ กราฟ หรือชาร์ตแล้ว การอธิบายความสำคัญของการขึ้น-ลง มาก-น้อย หรือความสัมพันธ์ จะช่วยให้ผู้ชมเข้าใจว่าข้อมูลและภาพเหล่านั้นพยายามจะบอกอะไรได้มากขึ้น

อธิบายเพื่อสร้างการจดจำ การใส่เนื้อหาหรือเรื่องราวลงไป จะทำให้ผู้ชมระลึกถึงชุดข้อมูลเหล่านั้นได้ดีกว่าแค่ดูภาพหรือตัวเลข รวมถึงสามารถเพิ่มเติมประสบการณ์ด้านอารมณ์ให้ผู้ชม ผ่านการใช้ถ้อยคำ หรือรูปแบบสื่อต่างๆ ได้ด้วย

อธิบายเพื่อสร้างความเชื่อมโยง ผู้ชมมักมีคำถามว่าเขาจะต้องรู้เรื่องนี้ไปทำไม การใส่เนื้อหาและเรื่องราวจะช่วยให้ผู้ชมรู้สึกเชื่อมโยงกับชุดข้อมูลที่คุณพยายามนำเสนอได้ ว่าเกี่ยวข้องกับความสนใจ เป้าหมาย หรือมีประโยชน์กับพวกเขาอย่างไร ช่วยให้ข้อมูลของคุณนั้นมีคุณค่าและมูลค่ากับพวกเขามากขึ้น