Productivity & Operations

ปฏิรูปการจัดการความรู้ยุคดิจิตอล (ตอนจบ)

โกศล ดีศีลธรรม

Koishi2001@yahoo.com

 

 

 

 

การพัฒนาเทคโนโลยีได้มีบทบาทสนับสนุนให้การดำเนินงานเกิดประสิทธิภาพ โดยเฉพาะยุคปฏิรูปที่มีแผนพัฒนาสู่ระบบเศรษฐกิจดิจิตอล ทำให้องค์กรทุกภาคส่วนต้องปรับกระบวนทัศน์ที่ไม่เพียงแค่มุ่งลดต้นทุน แต่ต้องสามารถตอบสนองอุปสงค์หรือความต้องการที่หลากหลายของลูกค้าซึ่งมีความเปลี่ยนแปลงต่อเนื่องและความรวดเร็วในการเข้าสู่ตลาดที่ถือเป็นปัจจัยหลักสนับสนุนการดำเนินงานยุคใหม่

 

 

ระบบกระจายความรู้

 

              โดยทั่วไปงานข้อมูลเกี่ยวข้องกับความรู้ระดับองค์กร ส่วนใหญ่มักถูกนำมาใช้ในงานสำนักงานที่มีบทบาทในการประสานการไหลสารสนเทศทั้งองค์กร ได้แก่ การจัดการประสานงานระหว่างแรงงานข้อมูลกับแรงงานความรู้ การเชื่อมโยงงานบุคลากรด้านสารสนเทศกับบุคลากรฝ่ายงานต่าง ๆ ทุกระดับหน้าที่ และการประสานความสัมพันธ์ระหว่างองค์กรกับหน่วยงานภายนอก สำหรับพนักงานหรือเจ้าหน้าที่ภายในองค์กร อาทิ พนักงานขาย ผู้จัดการ เสมียน ได้มีกิจกรรมและหน้าที่หลัก ดังนี้

  • การจัดการเอกสาร การเผยแพร่สารสนเทศ รวมถึงการจัดเก็บและการสืบค้นข้อมูล
  • กำหนดการทำงานทั้งรูปแบบส่วนตัวและการจัดการทีมงาน
  • การสื่อสารและสั่งการในรูปแบบของเอกสารงานหรือสื่อทางดิจิตอลให้กับสมาชิกกลุ่ม
  • การจัดการข้อมูลรายวัน อาทิ ข้อมูลพนักงาน ลูกค้า และคู่ค้าธุรกิจ

 

               ส่วนกิจกรรมการกระจายความรู้สามารถดำเนินการอย่างมีประสิทธิภาพด้วยการสนับสนุนของระบบสำนักงานอัตโนมัติ ช่วยเพิ่มผลิตภาพให้กับบุคลากรเอกสารและสามารถลดระบบงานเอกสารลง เทคโนโลยีที่สนับสนุนนี้ ได้แก่

  • ระบบเอกสารภาพ (Document Imaging System) เป็นระบบแปลงเอกสารและภาพให้เป็นรูปแบบดิจิตอล อุปกรณ์สำคัญในการแปลงข้อมูล ได้แก่ สแกนเนอร์ ทำหน้าที่แปลงเอกสารภาพแบบกราฟิก (Document Image) หากเอกสารยังไม่ถูกใช้ก็จะถูกจัดเก็บในระบบออปติคอลดิสก์
  • จุ๊กบอกซ์ (Jukebox) คือ อุปกรณ์สำหรับจัดเก็บและสืบค้นข้อมูลที่ถูกจัดเก็บปริมาณมากในหลาย ออปติคอลดิสก์ที่สนับสนุนให้การสืบค้นเป็นไปโดยสะดวก
  • ดัชนีเซิร์ฟเวอร์ (Index Server) คือ อุปกรณ์ที่จัดเก็บดัชนีเพื่อให้ผู้ใช้สามารถสืบค้นข้อมูลเมื่อต้องการใช้งาน อาทิ อุปกรณ์สืบค้น และเวิร์กสเตชั่นที่มีสมรรถนะด้านกราฟิก รวมถึงอุปกรณ์แสดงผลอย่างปริ้นเตอร์

                เนื่องจากระบบจัดการเอกสารมีราคาแพงและต้องจัดเตรียมระบบเครือข่าย อาทิ ไคลเอนต์เซิร์ฟเวอร์และซอฟต์แวร์สนับสนุนการทำงานของลูกข่าย ดังนั้นทางเลือกหนึ่ง คือ ระบบอินทราเน็ตที่มีการลงทุนต่ำกว่าและสามารถใช้งานได้ทุกแพลตฟอร์ม อินทราเน็ตถือเป็นเทคโนโลยีเครือข่ายและเครื่องมือสนับสนุนสภาพแวดล้อมการทำงานร่วมกันเป็นทีม สมาชิกในทีมงานสามารถแลกเปลี่ยนข้อมูลความคิดเห็นและทำงานร่วมกันในโครงการที่ได้รับมอบหมาย แม้อยู่คนละสำนักงานหรือต่างสถานที่ก็สามารถทำงานร่วมกันได้ อินทราเน็ตยังสนับสนุนระบบการเรียนรู้ขององค์กรที่ทำงานบนมัลติมีเดียแพลตฟอร์มสำหรับงานฝึกอบรม โดยพนักงานสามารถปฏิสัมพันธ์ขณะฝึกอบรม (Interactive Training System) แต่เพียงแค่เทคโนโลยีการทำงานกลุ่มร่วมกันคงไม่เพียงพอต่อการสนับสนุนการร่วมใช้ข้อมูล ถ้าสมาชิกภายในทีมไม่มีความรู้สึกถึงความมีส่วนร่วมในการทำงาน  

 

 

 

 ขอบเขตการจัดการความรู้องค์กร

 

 

               สำหรับองค์กรที่มีการแข่งขันกันระหว่างพนักงานภายในองค์กรอย่างรุนแรง เทคโนโลยีดังกล่าวสามารถเพิ่มขีดความสามารถการทำงานได้ ถ้าหากสามารถออกแบบรูปแบบการทำงานที่เหมาะสมต่อความต้องการขององค์กรและเหมาะสมต่อการปฏิบัติงานจริง โดยมีเครื่องมือหลักช่วยให้เกิดการร่วมการทำงานเป็นทีม อาทิ อีเมล์ แฟกซ์ วอยซ์เมล์ การประชุมทางไกล และกรุ๊ปแวร์ โดยเฉพาะซอฟต์แวร์ด้านกรุ๊ปแวร์มีการใช้งานยืดหยุ่นกว่าอินทราเน็ต และสามารถติดตามเอกสารที่ส่งผ่านแต่ละกระบวนการซึ่งเกิดจากการทำงานแบบกลุ่มที่ต้องมีการแก้ไขแต่ละขั้นตอน ทั้งนี้เครือข่ายกรุ๊ปแวร์มีความเสถียรปลอดภัยกว่าอินทราเน็ตและความสามารถรองรับภาระงานบนเว็บไซต์เมื่อมีผู้ใช้งานด้านข้อมูลจำนวนมาก ดังนั้นการทำงานที่ต้องมีการแก้ไขหรือเปลี่ยนแปลงข้อมูลบ่อยและติดตามเอกสารที่เน้นความปลอดภัยของข้อมูล กรุ๊ปแวร์ก็จะเป็นทางเลือกเหมาะสมกว่า แม้ว่าอินทราเน็ตจะเป็นเครื่องมือสนับสนุนการทำงานแบบกลุ่มหรือทีมงานก็ตาม

 

 

การใช้อินทราเน็ตภายในองค์กร

 

 ระบบงานความรู้

  

               สำหรับสารสนเทศการดำเนินงานประกอบด้วยการสร้างสรรค์หรือกระบวนการทางสารสนเทศที่ถูกดำเนินการโดยบุคลากรด้านสารสนเทศซึ่งมีการใช้งานแตกต่างกันตามลักษณะงานที่รับผิดชอบ โดยบุคลากรสามารถแบ่งออกเป็น 2 กลุ่ม ได้แก่

  • บุคลากรผู้ใช้ข้อมูล (Data Worker) คือ ผู้ใช้และกระจายสารสนเทศองค์กร รวมทั้งงานเอกสารกระดาษ กลุ่มบุคลากร ดังกล่าว ได้แก่ เสมียน พนักงานบัญชี พนักงานฝ่ายขาย และเลขานุการ
  • บุคลากรทางความรู้ (Knowledge Worker) เป็นบุคลากรที่สร้างสรรค์สารสนเทศทางความรู้ อาทิ นักวิจัย วิศวกร สถาปนิก นักออกแบบ เป็นต้น โดยบุคลากรดังกล่าวเป็นผู้ที่มีความรู้ทางวิชาชีพเฉพาะทาง ซึ่งมีทักษะแตกต่างจาก Data Worker

              โดยบุคลากรทั้งสองกลุ่มมีความต้องการใช้สารสนเทศต่างกัน ซึ่งบุคลากรทางความรู้ส่วนใหญ่ไม่เพียงแค่ใช้ระบบสำนักงานอัตโนมัติ อาทิ เวิร์ดโพรเซสซิ่งหรือระบบเสียงเท่านั้น แต่มีความต้องการระบบงานความรู้เฉพาะที่ถูกออกแบบเพื่อสนับสนุนการสร้างความรู้ใหม่ ทำให้ระบบงานความรู้ (Knowledge Work Systems) เป็นส่วนหนึ่งของงานสารสนเทศที่ช่วยสร้างความรู้ใหม่ ๆ เช่น บุคลากรทางความรู้ต้องการออกแบบสินค้าใหม่หรือการหาแนวทางปรับปรุงและพัฒนาวิธีทำงานแบบใหม่ โดยทั่วไประบบงานความรู้ถูกแบ่งออกเป็นสาขาเฉพาะต่าง ๆ มากมาย แต่ละสาขาจะรวบรวมและสร้างระบบงานความรู้เพื่อสนับสนุนข้อมูลให้บุคลากรแต่ละด้าน บุคลากรทางความรู้จะมีบทบาทสำคัญในการพัฒนาองค์กร ได้แก่ การรวบรวมและอัปเดตความรู้ให้มีความทันสมัยต่อปัจจัยความเปลี่ยนแปลง รวมถึงการให้คำแนะนำต่อบุคลากรภายในองค์กรในสาขาความเชี่ยวชาญที่ตนเองรับผิดชอบและการเป็นตัวแทนหรือผู้ริเริ่มโครงการสนับสนุนความเปลี่ยนแปลงที่มีผลต่อการพัฒนาองค์กร

 

 

 

               ดังนั้นระบบงานความรู้จะมีลักษณะเฉพาะที่สะท้อนถึงความต้องการเฉพาะของบุคลากรวิชาชีพ ระบบงานความรู้จะต้องมีเครื่องมือสนับสนุนการทำงานสำหรับ Knowledge Worker อาทิ เครื่องมือวิเคราะห์ การสื่อสาร การประมวลผลแบบกราฟิก และเครื่องมือจัดการระบบเอกสาร ซึ่งระบบสนับสนุนดังกล่าวมีความต้องการสมรรถนะการประมวลผลของระบบสูงเพื่อสามารถคำนวณหรือแสดงผลทางภาพที่มีความซับซ้อนและสามารถตอบสนองการใช้ข้อมูลต่อ Knowledge Worker ได้แก่ นักวิจัย วิศวกร นักออกแบบและนักวิเคราะห์การเงิน เพื่อการเข้าถึงฐานข้อมูลภายนอก ส่วนระบบการเชื่อมต่อกับผู้ใช้เพื่อสะดวกต่อการใช้งาน (User-Friendly) ก็มีความสำคัญไม่น้อยในการลดเวลาทำงาน ทำให้ประหยัดการจ่ายค่าจ้าง Knowledge Worker ที่มีค่าตอบแทนสูง  

 

 

 

 ลักษณะงานความรู้กับงานอุตสาหกรรม

 

 

               ส่วนตัวอย่างการประยุกต์ใช้ระบบงานความรู้ ได้แก่ ระบบภาพเสมือนจริง (Virtual Reality System) ซึ่งมีความสามารถเหนือกว่าระบบ CAD โดยมีซอฟต์แวร์ที่สามารถปฏิสัมพันธ์แบบกราฟิกเพื่อสร้างรูปแบบการจำลองผ่านคอมพิวเตอร์ ทำให้มีลักษณะสมจริงและผู้ใช้งานรู้สึกเหมือนมีส่วนร่วมในเหตุการณ์จริง ซึ่งมีประโยชน์ต่อการศึกษาทางวิทยาศาสตร์และการบริหารธุรกิจ ดังกรณีอุตสาหกรรมรถยนต์ได้นำให้ลูกค้าใช้ทดสอบระบบการทำงานก่อนที่จะตัดสินใจสั่งซื้อ ปัจจุบันได้มีการพัฒนาระบบภาพเสมือนจริงสำหรับทำงานบนเว็บไซต์ โดยใช้มาตรฐาน Virtual Reality Modeling Language หรือ VRML เป็นข้อกำหนดในการปฏิสัมพันธ์รูปแบบสามมิติบนเว็บไซต์ที่แสดงผลด้วยรูปแบบเสียง ภาพอะนิเมชัน ทำให้ผู้ใช้งานรู้สึกเสมือนจริงและร่วมอยู่ในเหตุการณ์ ทั้งยังทำงานเป็นอิสระไม่ยึดติดกับแพลตฟอร์มใดและสามารถทำงานบนระบบพีซีทั่วไป โดยใช้ทรัพยากรหรือแบนด์วิดธ์เพียงเล็กน้อย ผู้ใช้สามารถดาวน์โหลดไฟล์ที่ถูกออกแบบโดยมาตรฐาน VRML จากเซิร์ฟเวอร์บนอินเตอร์เน็ตผ่านเว็บบราวเซอร์  

 

 

ระบบคลังข้อมูล

 

               ช่วงสองทศวรรษที่ผ่านมา ปริมาณการจัดเก็บข้อมูลเพิ่มขึ้นอย่างรวดเร็ว ซึ่งมีผู้ประมาณการว่าปริมาณข้อมูลจะเพิ่มเป็นสองเท่าทุก 20 เดือน ทำให้ส่งผลต่อปริมาณการจัดเก็บในฐานข้อมูลและระบบประมวลผลที่เพิ่มขึ้นมาก โดยทั่วไปลักษณะประเภทระบบสารสนเทศสามารถจำแนกได้ ดังนี้

  • ระบบการประมวลผล (Transaction Processing System) เป็นการนำคอมพิวเตอร์เพื่อใช้ดำเนินงานประจำวัน อาทิ การบันทึกรายการทางบัญชี การสั่งสินค้า การบันทึกรายการต่าง ๆ
  • ระบบสารสนเทศเพื่อการจัดการ (Management Information System) หรือ MIS เป็นการนำสาระที่ได้จากการประมวลผลเพื่อเสนอต่อผู้ใช้งานระดับบริหาร ซึ่งช่วยสนับสนุนการตัดสินใจ
  • ระบบสนับสนุนเพื่อการตัดสินใจ (Decision Support System) เป็นระบบที่มุ่งสนับสนุนการตัดสินใจ นำเสนอเป็นแบบจำลองหรือผลลัพธ์ทางเลือกต่าง ๆ เช่น คลังข้อมูล
  • ระบบสารสนเทศสำหรับผู้บริหาร (Executive Information System) เป็นระบบที่ช่วยให้ข้อมูลแก่ผู้บริหารสำหรับใช้วางแผนระดับนโยบาย
  • ระบบผู้เชี่ยวชาญ (Expert System) โดยนำความรู้ผู้เชี่ยวชาญด้านต่าง ๆ เพื่อสนับสนุนการแก้ปัญหาจากประสบการณ์ผู้ชำนาญ เช่น การใช้ประโยชน์แพทย์ทางไกล (Telemedicine)

 

 

 

ระดับการใช้ข้อมูลเพื่อการตัดสินใจ

 

 

               สำหรับระบบการประมวลผลข้อมูลแบบเดิม หรือเรียกว่า Online Transaction Processing Systems (OLTP) เป็นการประมวลผลส่วนกลางในระบบการปฏิบัติการที่ให้ความรวดเร็ว ปลอดภัย และมีประสิทธิภาพ แต่ไม่เหมาะกับการวิเคราะห์ข้อมูล ซึ่งการวิเคราะห์ข้อมูลจะให้สารสนเทศสำคัญต่อการตัดสินใจทางธุรกิจ ทำให้ทราบสภาพการแข่งขัน องค์กรที่ประสบผลสำเร็จจะต้องสามารถตอบสนองที่มีความยืดหยุ่นต่อความเปลี่ยนแปลงของตลาดที่เป็นปัจจัยหลักในการใช้สารสนเทศ ทำให้การประมวลผลเชิงวิเคราะห์ (Analytical Processing) เป็นสารสนเทศเชิงกลยุทธ์เพื่อใช้สนับสนุนต่อผู้ตัดสินใจ ข้อมูลที่เหมาะสมในการสนับสนุนต่อการตัดสินใจควรมีลักษณะที่สะดวกในการเข้าถึงโดยผู้ใช้งาน ความเที่ยงตรงเพื่อเกิดประสิทธิผลในการตัดสินใจ รวมถึงความรวดเร็วและยืดหยุ่นในการสนับสนุนการตัดสินใจ

               ส่วนแนวทางสำหรับจัดการประมวลผลเชิงวิเคราะห์ คือ การใช้เครื่องมือทางซอฟต์แวร์ ซึ่งมีองค์ประกอบหลัก ได้แก่ Front-end Tools และ Middleware เหมาะสำหรับองค์กรที่มีผู้ใช้งานไม่มากหรืออาจใช้ระดับฝ่ายงานที่ผู้ใช้งานมีทักษะใช้เครื่องมือแบบ 4GL อาทิ สเปรดชีตและกราฟิก นับตั้งแต่กลางทศวรรษที่ 1990 เป็นต้นมา ได้มีเครื่องมือ Front-End ช่วยผู้ใช้งานสามารถดำเนินการเรียกค้นและรายงานโดยตรงต่อข้อมูลที่ถูกจัดเก็บในฐานข้อมูลปฏิบัติการ (Operational Databases) ถือว่าเป็นทางเลือกหนึ่ง แต่วิธีการดังกล่าวจะเหมาะกับผู้ใช้งานที่มีความเชี่ยวชาญด้านฐานข้อมูล ดังนั้นจึงเกิดแนวคิดการจัดการด้วยระบบคลังข้อมูล (Data Warehouse) เพื่อแก้ปัญหาดังกล่าว

 

 

 

โครงสร้างระบบคลังข้อมูล

 

 

               โดยระบบคลังข้อมูล ถือเป็นการจัดเก็บข้อมูลเพื่อใช้สนับสนุนฝ่ายบริหารในการตัดสินใจ และช่วยให้ผู้บริหารสามารถทำรายงานหรือวิเคราะห์ข้อมูลที่มีปริมาณมากโดยระบบฐานข้อมูลเชิงสัมพันธ์ (Relational Database) เพื่อใช้วางแผนอย่างมีประสิทธิผล แต่ก็ไม่ได้หมายความว่าระบบคลังข้อมูลจะแทนที่การทำธุรกรรมบนฐานข้อมูลแบบเดิม (Transactional Database) ซึ่งมีการอัปเดตข้อมูลดำเนินงานประจำวัน อาทิ การขาย การเรียกเก็บเงิน และการคืนสินค้า คลังข้อมูลจะถูกออกแบบเพื่อบันทึกข้อมูลตามรอบเวลาเพื่อแสดงภาพความแตกต่างในมุมมองธุรกิจแต่ละรอบเวลา ส่วนข้อมูลจาก Transactional Database เป็นข้อมูลปัจจุบันที่ถูกผนวกกับคลังข้อมูลซึ่งสะท้อนถึงกิจกรรมธุรกิจตามรอบเวลา

 

 

 

การจำแนกประเภทข้อมูล

 

 

               ดังนั้นเหตุผลหลักในการพัฒนาคลังข้อมูล คือ บูรณาการข้อมูลดำเนินงานประจำวัน (Operational Data) จากแหล่งข้อมูลต่าง ๆ ให้อยู่แหล่งเดียวกันเพื่อใช้วิเคราะห์และสนับสนุนการตัดสินใจภายในองค์กร ตามที่ Bill Inmon กูรูด้านคลังข้อมูลได้บรรยายลักษณะสำคัญระบบคลังข้อมูล ดังนี้

  • การจัดแบ่งตามเนื้อหา (Subject-Oriented) ข้อมูลจะถูกดำเนินการตามหัวข้อทางธุรกิจเพื่อช่วยให้การสร้างรายงานวิเคราะห์ง่ายขึ้นแทนที่จะเป็นแบบแอพพลิเคชัน เช่น ธุรกิจประกันภัย ใช้คลังข้อมูลเพื่อจัดการข้อมูลตามลักษณะกลุ่มลูกค้า ประกอบด้วยสารสนเทศที่จำเป็นในการสนับสนุนการตัดสินใจ อาทิ ข้อมูลประวัติการเคลมของลูกค้าในช่วงเวลาที่ผ่านมา
  • การบูรณาการเป็นหนึ่งเดียว (Integrated) เมื่อข้อมูลถูกจัดเก็บแยกตามที่ต่าง ๆ ทำให้การเข้ารหัสข้อมูลไม่สอดคล้องกัน เช่น การใช้งานแอพพลิเคชันหนึ่ง เพศอาจถูกแสดงโค้ด m และ f แต่อีกรูปแบบหนึ่งอาจถูกแสดงด้วย 0 และ 1 เมื่อข้อมูลถูกโอนถ่ายสู่ระบบคลังข้อมูล เพศจะถูกแสดงด้วย m และ f เพื่อให้รูปแบบข้อมูลเป็นหนึ่งเดียว
  • ความสัมพันธ์กับเวลา (Time-Variant) โดยมีการจัดเก็บข้อมูลที่มีระยะเวลาตั้งแต่ 5 ถึง 10 ปี หรือมากกว่านั้น ซึ่งใช้เปรียบเทียบแนวโน้มและการพยากรณ์แต่ละรอบเวลา ข้อมูลไม่ถูกปรับเปลี่ยน
  • ความเสถียรของข้อมูล (Non-Volatile) โดยข้อมูลจะไม่ถูกปรับเปลี่ยนหรือแก้ไขเมื่อใส่ข้อมูลในระบบคลังข้อมูลและสามารถอ่านได้เพียงอย่างเดียว

 

 

กระบวนการระบบคลังข้อมูล

 

 

สำหรับโครงสร้างคลังข้อมูล ประกอบด้วย

  • Physical Data Warehouse เป็นฐานข้อมูลทางกายภาพซึ่งเป็นที่เก็บข้อมูลสำหรับคลังข้อมูลทั้งหมด รวมทั้งในส่วนเมตาดาต้า (Metadata)
  • Logical Data Warehouse ประกอบด้วยเมตาดาต้าและลอจิกสำหรับประมวลผลข้อมูล โครงสร้างแบบนี้จะมีประสิทธิผลเมื่อมีแหล่งข้อมูลเพียงที่เดียวและข้อมูลที่อยู่ในแหล่งจัดเก็บมีความเที่ยงตรงและทันสมัย
  • Data Mart เป็นส่วนย่อยของคลังข้อมูลระดับองค์กร โดยถูกออกแบบสำหรับข้อมูลระดับฝ่ายงานและข้อมูลสำหรับหน่วยกลยุทธ์ธุรกิจ (SBU) หรือข้อมูลที่ใช้เฉพาะกลุ่ม ซึ่งเป็นทางเลือกสำหรับธุรกิจที่มีขนาดองค์กรไม่ซับซ้อน เนื่องจากเหตุผลหลัก ได้แก่

          - ใช้งบประมาณดำเนินการติดตั้งต่ำกว่าการจัดทำระบบคลังข้อมูล

          - ระยะเวลาการติดตั้งเร็วกว่า โดยปกติจะไม่เกินกว่า 90 วัน

          - ปริมาณข้อมูลที่จำเป็นน้อยกว่าระบบคลังข้อมูล ทำให้ตอบสนองการใช้งานที่รวดเร็วกว่าและสะดวกกว่า

          - หน่วยธุรกิจสามารถสร้างระบบสนับสนุนการตัดสินใจด้วยตนเอง โดยไม่จำเป็นต้องขึ้นกับหน่วยงานระบบสารสนเทศส่วนกลาง

 

 

 

 

               โดยข้อมูลการดำเนินงานประจำวันจะถูกจัดเก็บในฐานข้อมูลเพื่อประมวลผลข้อมูลธุรกรรมที่ใช้สนับสนุนการตัดสินใจระยะสั้นมากกว่าการตัดสินใจแผนงานระยะยาว ซึ่งการตัดสินใจขึ้นกับปริมาณข้อมูล เช่น ธนาคารต้องการทราบข้อมูลเกี่ยวกับลูกค้าที่โทรศัพท์เข้ามา ข้อมูลที่ถูกจัดเก็บสามารถดูได้จากระบบจัดเก็บข้อมูลทั่วไป (Legacy System) และระบบคลังข้อมูล สำหรับกระบวนการแยกหรือสืบค้นเพื่อเจาะลึกข้อมูลทางความรู้ในฐานข้อมูลมักใช้เครื่องมือสนับสนุนอย่าง เหมืองข้อมูล (Data Mining) สามารถดึงข้อมูลที่ซ่อนเร้นในคลังข้อมูลเพื่อสนับสนุนผู้บริหารในการวิเคราะห์รูปแบบ (Pattern) และแนวโน้มที่ใช้ประกอบการตัดสินใจปรับเปลี่ยนกลยุทธ์ ปัจจุบันเหมืองข้อมูลถูกประยุกต์ใช้ในธุรกิจอย่างกว้างขวาง โดยมีเครื่องมือสนับสนุน ได้แก่

 

 

การเชื่อมโยงระบบข้อมูล

 

  • Online Analytical Processing (OLAP) เป็นเทคโนโลยีที่ถูกใช้แพร่หลาย เช่น การวิเคราะห์การขาย การวิจัยทางการตลาด การวิเคราะห์ลูกค้า การรายงานทางการเงิน รายงานทางการเงินและวางแผนการผลิต เป็นต้น แสดงแบบจำลองทางสเปรดชีตและกราฟิกที่สามารถดำเนินการทางระบบออนไลน์ แตกต่างจากรูปแบบที่ประมวลผลแบบทรานแซคชัน (Online Transaction Processing) อาทิ การทำอินวอยซ์ การสั่งซื้อหรือการทำบัญชีแยกประเภททั่วไป โดย OLAP มีวัตถุประสงค์ในการวิเคราะห์หาความสัมพันธ์และแนวโน้ม รวมทั้งการตอบสนองการสืบค้นของผู้ใช้งานที่รวดเร็ว ซึ่งมีลักษณะสำคัญ ดังนี้

          - สามารถเข้าถึงข้อมูลปริมาณมาก เช่น ข้อมูลการขายในรอบหลายปี

          - สามารถเปรียบเทียบข้อมูลแต่ละรอบเวลา เช่น เดือน ไตรมาส รายปี

          - แสดงข้อมูลแบบหลายมิติ (Multidimensional View) เช่น ยอดขายตามภูมิภาค ยอดขายตามผลิตภัณฑ์หรือผลิตภัณฑ์แต่ละภูมิภาค โดยสามารถมองข้อมูลหลายด้าน (Slice and Dice) เช่น ดูยอดขายต่อเดือน หมายถึง การดูยอดขายสินค้ารวมต่อเดือน และอาจเปลี่ยนมาดูยอดขายต่อภาคต่อไตรมาสแสดงในรูปแบบ Data Visualization

          - ความสามารถคำนวณที่ซับซ้อนขององค์ประกอบข้อมูล เช่น กำไรที่คาดหวังโดยคำนวณรายได้จากการขายแต่ละช่องทางการจำหน่าย

          - สามารถแปลงข้อมูลจากคลังข้อมูลเป็นรูปแบบสารสนเทศเชิงกลยุทธ์

 

 

 

การวิเคราะห์ข้อมูลแบบหลายมิติ

 

 

  • Web-Based Tools เป็นเครื่องมือช่วยผู้ใช้งานเข้าถึงและค้นหาข้อมูลเชิงสัมพันธ์ (Relational Data) เป็นกุญแจหลักในการตัดสินใจแบบเรียลไทม์ เช่น ผู้ใช้งานสามารถวัดประสิทธิผลการทำแคมเปญการตลาดบนเว็บไซต์ โดยวัดจากอัตราหรือจำนวนผู้เข้าเว็บ (Hits) ในช่วงที่ผ่านมา ช่วยให้ฝ่ายการตลาดกำหนดกลุ่มเป้าหมายและตอบสนองลูกค้าอย่างมีประสิทธิผล โดยมีการพัฒนาเครื่องมือสืบค้นที่สามารถเชื่อมต่อกับอินทราเน็ตและเอกทราเน็ต สำหรับธุรกรรมแบบ B2B และ CRM รวมถึงการเจาะลึกข้อมูลจากการวิเคราะห์แบบหลายมิติ (Multidimensional Analysis) เพื่อสนับสนุนการตัดสิน

 

 

 

สำหรับแบบจำลองเหมืองข้อมูล ทางไอบีเอ็มแบ่งตามรูปแบบการปฏิบัติการ ดังนี้

 

  1. แบบจำลองการทวนสอบ (Verification Model) โดยใช้ทดสอบสมมติฐานผู้ใช้งานและความถูกต้องกับข้อมูลที่ผู้ใช้งานเป็นผู้สร้างสมมติฐานและยืนยันความถูกต้อง เช่น ฝ่ายการตลาดมีงบประมาณจำกัดในการทำแคมเปญออกผลิตภัณฑ์ใหม่ ดังนั้นการระบุกลุ่มประชากรที่มีศักยภาพซื้อผลิตภัณฑ์ใหม่มีความสำคัญมาก โดยใช้ข้อมูลเกี่ยวกับพฤติกรรมการซื้อของลูกค้าและข้อมูลทางประชากรศาสตร์กำหนดกลุ่มเป้าหมายที่จะทำแคมเปญ ผู้ใช้จะพบข้อเท็จจริงเกี่ยวกับข้อมูลโดยใช้เทคนิคต่าง ๆ อาทิ การวิเคราะห์แบบหลายมิติ เพื่อเป็นแนวทางสำรวจและทวนสอบข้อมูล
  2. แบบจำลองการสืบค้น (Discovery Model) โดยใช้เครื่องมือเหมืองข้อมูลช่วยค้นหารูปแบบ แนวโน้มข้อมูล ซึ่งเปิดเผยข้อเท็จจริงที่เป็นไปได้ของข้อมูลระยะสั้น ดังกรณี ธนาคารพาณิชย์แห่งหนึ่งใช้ซอฟต์แวร์ระบบคลังข้อมูลและเหมืองข้อมูลเพื่อพัฒนาแผนการตลาดและกำหนดราคาผลิตภัณฑ์ทางการเงิน อาทิ สินเชื่อที่อยู่อาศัย ทางธนาคารสามารถเสนอผลิตภัณฑ์ที่หลากหลาย โดยการปรับค่าธรรมเนียม อัตราดอกเบี้ย ซึ่งข้อมูลจากระบบคลังข้อมูลถูกวิเคราะห์โดยซอฟท์แวร์เหมืองข้อมูลเพื่อค้นหารูปแบบซ่อนเร้น (Hidden Patterns) ในระบบคลังข้อมูล นักวิเคราะห์ของธนาคารได้ใส่พารามิเตอร์ให้กับซอฟต์แวร์สืบค้น (Discovery Software) สามารถสร้างแบบจำลองในการกำหนดกลุ่มลูกค้า โดยที่แบบจำลองนี้พิสูจน์ถึงความเที่ยงตรงข้อมูลและสามารถใช้ทำแผนการตลาด ทำให้สามารถสร้างความพึงพอใจให้ลูกค้าในอัตราสูงกว่าที่เคยผ่านมา

 

 

กระบวนการทางเหมืองข้อมูล

 

 

               ทางด้าน Usama Fayyad & Evangelos Simoudis เสนอขั้นตอนและกระบวนการดึงความรู้จากคลังข้อมูลโดยเหมืองข้อมูลและการสืบค้นความรู้ในฐานข้อมูล (Knowledge Discovery in Database) หรือ KDD ดังนี้

  • การเลือก (Selection) โดยการจัดแบ่งกลุ่มข้อมูลตามเกณฑ์ที่กำหนดไว้ เช่น กลุ่มคนที่เป็นเจ้าของรถยนต์ ซึ่งจะได้สับเซตหรือกลุ่มข้อมูลย่อย
  • ช่วงก่อนประมวลผล (Preprocessing) เป็นช่วงการกรองข้อมูลเพื่อลดปริมาณข้อมูลที่ไม่จำเป็น ทั้งยังจัดทำรูปแบบข้อมูลจากแหล่งต่าง ๆ ให้เป็นเอกภาพและสอดคล้องกัน
  • การแปรรูปข้อมูล (Transformation)
  • การแยกรูปแบบ (Pattern) ความรู้จากคลังข้อมูลด้วยเหมืองข้อมูล
  • การแปลความและประเมินรูปแบบ แสดงผลความรู้ที่สามารถใช้สนับสนุนการตัดสินใจ

 

 

 

 

ขั้นตอนดึงความรู้ด้วยเหมืองข้อมูล

 

 

การสร้างทีมงานการจัดการความรู้

 

               กระบวนการพัฒนาระบบการจัดการความรู้จะต้องมีการจัดตั้งทีมงาน โดยผู้มีบทบาทสำคัญช่วงต้น คือ Chief Knowledge Officer (CKO) เป็นเจ้าหน้าที่บริหารอาวุโส ซึ่งชี้นำการจัดตั้งทีมและแนวทางดำเนินการ โดยมีบทบาทหน้าทีหลัก ดังนี้

  • จัดความสำคัญกลยุทธ์การจัดการความรู้
  • กำหนดขอบข่ายความรู้ภายในองค์กร โดยยึดถือตามภารกิจและวัตถุประสงค์ขององค์กร
  • สนับสนุนให้เกิดสภาพแวดล้อมการเรียนรู้ (Learning Environment)
  • กำหนดกระบวนการจัดการสินทรัพย์ทางปัญญาขององค์กรให้มีมูลค่าสูงสุด
  • ปรับปรุงและจัดการความรู้ที่เปลี่ยนแปลงตามกระแสยุคใหม่

               การดำเนินการจะมีเจ้าหน้าที่ปฏิบัติการแบบเต็มเวลาเพื่อสนับสนุนและประสานงานกับบุคลากรฝ่ายต่าง ๆ เพื่อดำเนินการให้เกิดประสิทธิผล ซึ่งสมาชิกในองค์กรที่มีความสนใจถ่ายทอดหรือใช้ความรู้จะต้องถูกระบุเพื่อจัดตั้งกลุ่ม เรียกว่า ชุมชนนักปฏิบัติ (Community of Practice) สมาชิกกลุ่มดังกล่าวจะมีความรู้สึกความเป็นเจ้าของระบบการจัดการความรู้องค์กร ทั้งยังต้องมีความพยายามจากทีมงานทุกคนในการบรรลุเป้าหมายเพื่อให้เกิดวัฒนธรรมความมีส่วนร่วม นอกจากนี้การตรวจสอบความรู้ถือว่ามีความจำเป็นซึ่งแสดงความเปลี่ยนแปลงขององค์กร ได้แก่ พฤติกรรมบุคลากร กระบวนการธุรกิจและเทคโนโลยี รวมถึงการตรวจสอบลักษณะความรู้ที่มีอยู่ในองค์กร บุคลากรทางความรู้และการเชื่อมโยงความรู้องค์กรอย่างไรเพื่อนำความรู้ประยุกต์ในการยกระดับความสามารถการแข่งขันและสร้างคุณค่าสูงสุดให้องค์กร  

 

 

เอกสารอ้างอิง

  1. David J.Skyrme, Capitalizing on Knowledge from e-business to k-business, Butterworth-Heinemann, 2001.
  2. George M.Marakas, Decision Support Systems in the 21st century, Prentice Hall International, 1999.
  3. Gilbert Probst, Steffen Raub and Kai Romhardt, Managing Knowledge: Building Blocks for Success, John Wiley & Sons, 2000.
  4. Joop Sieringga, Andre Wierdsma, Becoming a Learning Organization: Beyond the Learning Curve, Addison-Wesley Publishers, 1994.
  5. Kenneth C. Laudon, Jane P.Laudon, Essentials of Management Information Systems, Prentice-Hall, 1999.
  6. Michael Marquardt and Angus Reynolds, The Global Learning Organization, Irwin Professional Publishing, 1994.
  7. Michael Marquardt, Action Learning for Higher Education Institutions, AKEPT Press, 2009.
  8. Peter Senge, the Fifth Discipline: The Art and Practice of the Learning Organization, Currency Doubleday, 1990.
  9. Stewart McKie, E-Business Best Practices: Leveraging Technology for Business Advantage, John Wiley & Sons, 2001.
  10. Sultan Kermally, New Economy Energy Unleashing Knowledge for Competitive Advantage, John Wiley & Sons. 2001.
  11. Turban, McLean, Wetherbe, Information Technology for Management: Transforming Business in the Digital Economy, John Wiley & Sons, 2002.
  12. โกศล ดีศีลธรรม, การจัดการความรู้แห่งโลกธุรกิจใหม่, ศูนย์เทคโนโลยีอิเลคทรอนิคส์และคอมพิวเตอร์แห่งชาติ (NECTEC), 2546.
  13. โกศล ดีศีลธรรม, นวัตกรรมเทคโนโลยีสนับสนุนการดำเนินงานแห่งสหัสวรรษ, ศูนย์เทคโนโลยีอิเลคทรอนิคส์และคอมพิวเตอร์แห่งชาติ(NECTEC), 2548.
  14. โกศล ดีศีลธรรม, การวางแผนปฏิบัติการโลจิสติกส์สำหรับโลกธุรกิจใหม่,สำนักพิมพ์ฐานบุ๊คส์, 2551.
  15. โกศล ดีศีลธรรม, โลจิสติกส์และห่วงโซ่อุปทานสำหรับการแข่งขันยุคใหม่,สำนักพิมพ์ฐานบุ๊คส์, 2551.
  16. โกศล ดีศีลธรรม, พัฒนาสู่ความเป็นเลิศตามวิถีไคเซ็น, สำนักพิมพ์เพื่อนอุตสาหกรรม, 2557.

สงวนลิขสิทธิ์ ตามพระราชบัญญัติลิขสิทธิ์ พ.ศ. 2539 www.thailandindustry.com
Copyright (C) 2009 www.thailandindustry.com All rights reserved.

ขอสงวนสิทธิ์ ข้อมูล เนื้อหา บทความ และรูปภาพ (ในส่วนที่ทำขึ้นเอง) ทั้งหมดที่ปรากฎอยู่ในเว็บไซต์ www.thailandindustry.com ห้ามมิให้บุคคลใด คัดลอก หรือ ทำสำเนา หรือ ดัดแปลง ข้อความหรือบทความใดๆ ของเว็บไซต์ หากผู้ใดละเมิด ไม่ว่าการลอกเลียน หรือนำส่วนหนึ่งส่วนใดของบทความนี้ไปใช้ ดัดแปลง โดยไม่ได้รับอนุญาตเป็นลายลักษณ์อักษร จะถูกดำเนินคดี ตามที่กฏหมายบัญญัติไว้สูงสุด