Enterprise system,Supply chain management, ERP -5202112685

           ระบบสารสนเทศส่วนใหญ่ จะเป็น Functional Information System ซึ่งอาจจะเกิดจากองค์กรสร้างระบบเอง หรือไปซื้อระบบสำเร็จรูป เพื่อใช้ในงานประเภทต่างๆขององค์กร ทั้งนี้ ระบบ Functional Information System มีข้อเสีย คือ ขาดการเชื่อมต่อระหว่างระบบ ซึ่งเป็นลักษณะของ ERP แต่สาเหตุที่ ERP ไม่ได้ถูกใช้แพร่หลายในองค์กรต่างๆ เนื่องจากมีค่าใช้จ่ายในการลงทุน หรือ ซื้อระบบ สูงมาก
            หากระบบไม่มีการวางแผนให้แต่ละแผนก สามารถติดต่อสื่อสารกันได้อย่างสะดวก ย่อมทำให้การแลกเปลี่ยนข้อมูลข่าวสารในองค์กรได้ยาก การทำงานต่างๆ อาจประสบปัญหาได้ เช่น ผู้จัดการไม่ทราบภาพรวมของการทำงาน, เซลล์ไม่ทราบว่าขณะที่รับ order สินค้ามีอยู่ใน stock หรือไม่, ลูกค้าไม่สามารถ track ได้ว่าสินค้าของตนเองขนส่งถึงจุดไหนแล้ว , ฝ่ายผลิตไม่สามารถติดต่อสื่อสารกับฝ่ายการเงินได้ว่าจะวางแผนการผลิตอย่างไร เป็นต้น 


 Enterprisewide System : ตัวอย่างเช่น

• ERP
• CRM
• Knowledge management
• Supply Chain Management
• Decission Support System
• Intelligent System
• Business Intelligence
• OLAP,analytics, data mining, Business performance management ans text mining

Supply Chain Management  ตัวอย่าง

• Warehouse Management System คือการบริหารในการจัดเก็บ  ให้ใช้พื้นที่ให้ได้มากที่สุด  ควรจัดวางอย่างไรเพื่อให้สะดวกต่อการเคลื่อนย้าย
• Inventory Management System เป็นการบริหารสินค้าคงเหลือ
• Fleet Management system  ใช้บริหารจัดการกับชั้นตอนการจัดส่งสินค้า  เช่น  ดูว่าของที่จะลงจากรถบรรทุก  ต้องส่งที่ไหน  ดูว่าเอาของลงเท่าไร  เหลือของเท่าไร  ในแต่ละจุด  จะได้รู้ว่าของส่งถึงแล้ว
• Vehicle Routing and Planning เพื่อให้รู้เส้นทางในการขนส่งเพื่อให้ได้ประสิทธิภาพ  ประหยัดพลังงาน
• Vehicle Based System เป็นการบอกว่ารถที่ขนส่งถึงไหนแล้ว  โดยมี GPS บอกว่าอยู่จุดใดแล้ว 

10 Trend สำหรับ IT

1. Connectivity  เช่น Wireless, Bluetooth, GPRS
2. Advanced Wireless : Voice & GPS  เป็นการสื่อสารด้วยเสียงและจีพีเอสเชื่อมรวมไปยังคอมพิวเตอร์ที่มีความทนทาน  โดยการเชื่อมรวมการติดต่อเข้าด้วยกันยังคงดำเนินต่อไปด้วยการนำระบบสื่อสารจีพีเอสมาใช้กับความพิวเตอร์เคบื่อนที่  เช่น ในรุ่น CN3 ของบริษัทอนเตอร์แมค  ประกอบไปด้วยระบบเสียงและข้มูลไร้สายครอบคลุมพื้นที่กว้างไกล  เชื่อต่อด้วย 802.11  บลูทูธและจีพีเอส  ทั้งหมดบรรจุอยู่ในเครื่องขนาดเล็กพกพาได้
3. Speech Recognition เป็นการสั่งงานด้วยเสียง  ใช้สำหรับด้านซัพพลายเชน  คือ  การสั่งงานด้วยเสียงพูดสำหรับการป้อนข้อมูลแบบแฮนด์ฟรี  และสามารถนำไปใช้ช่วยระบบการผลิตได้  
4. Digital Imaging การประมวลผลภาพดิจิตอล   พวกบริษัทชนส่งและกระจายสินค้าใช้กล้องดิจิตอลเชื่อมรวมกับคอมพิวเตอร์แบบพกพา
5. Portable Printing การพิมพ์แบบเคลื่อนที่
6. 2D & other barcoding advances  ความก้าวหน้าของระบบบาร์โค้ด 2 มิติ  และระบบบาร์โค้ดอื่นๆ
7. RFID
8. Real time location system  ระบบแสดงตำแหน่งในเวลาจริง  ทำให้สามารถขยายเครือข่ายแลนไร้สายขององค์กรเข้าสู่ระบบการติดตามสินทรัพย์
9. Remote Management  การจัดการทางไกล  เป็นการใช้ระบบแลนไร้สายเพื่อติดตามสินทรัพย์ของคลังสินค้าและโรงงานเป็นตัวอย่างการปรับใช้ทรัพยกรไอทีให้เป็นประโยชน์กับสภาพแวดล้อมอุตสาหกรรม  
10. Security  ความปลอดภัยของอุปกรณ์และเครือข่ายไร้สาย

•  Supply Chain Management and Its business value  

   เช่น Wallmart ที่ supplier จะได้ัรับการแชร์ข้อมูลจากตัว Wallmart เพื่อให้รู้ว่าสินค้าตัวใดหมด  ตัวใดขายดี

• Collaborative Planning ถ้ามีระบบซัพพลายเชนที่ดีจะสามารถเตรียมการได้  ดูการพยากรณ์ เตรียมการผลิต  ราคาที่จะขาย  ลดการเก็บสินค้าคงเหลือ  เป็นการเพิ่มการตอบสนองความต้องการให้กับลูกค้า

• Vendor Managed Inventory  ลดค่า warehouse 

Enterprise Resourse Planning System  (ERP)
           เป็นการเชื่อมประสานงานทั่วทั้งองค์กร  ระหว่างแผนกต่างๆ  แชร์ข้อมูล  และสามารถเอาข้อมูลต่างๆที่ได้เก็บในฐานข้อมูล  และประมวลต่อเพื่อให้ได้มาซึ่งประโยชน์ของสารสนเทศ
            ตัวอย่าง ERP system vendors เช่น  SAP,  Oracle,  PeopleSoft,  F.D.Edwards,  Sage Group  เป็นต้น

Major ERP Modules  
Sales and Distribution 

• Records customer orders
• Shipping
• Billing
• Connections to materials management module , Financial accounting module, Controlling module 

Human resources  ทั้งการจัดหา  การจ่ายเงินเดือน  การเทรน  
Thrid-Party Modules  เช่น

• CRM
• SCM (Supply chain management)
• PLM (Product lifecycle management)  

Presentation 

• Augmented Reality  คือการพัฒนาเทคโนโลยีที่ผสานเอาโลกแห่งความเป็นจริง (Reality) และความเสมือนจริง (Virtual) เข้าด้วยกัน ผ่านซอฟต์แวร์และอุปกรณ์เชื่อมต่อต่างๆ เช่น Webcam, Computer, Cloud Computing หรืออุปกรณ์อื่นที่เกี่ยวข้อง ซึ่งภาพเสมือนจริงนั้นจะแสดงผลผ่านหน้าจอคอมพิวเตอร์บน Monitor  โดยภาพเสมือนจริงที่ปรากฏขึ้นจะมีปฏิสัมพันธ์ (Interactive) กับผู้ชมได้ทันที อาจมีลักษณะทั้งที่เป็นภาพนิ่งสามมิติ, ภาพเคลื่อนไหว หรืออาจจะเป็นสื่อที่มีเสียงประกอบ  ตัวอย่างเช่น  บริษัท ชิเชโด้ นำเทคโนโลยีภาพเสมือนจริงมาใช้ผ่านกระจกติจิตอลเพื่อจำลองการทดสอบในการแต่งหน้าว่าเหมาะกับลูกค้าหรือไม่
•  Video Telepresence คือ เทคโนโลยีที่พัฒนามาจากระบบวิดีโอคอนเฟอเร็นซ์ที่ได้มีการพัฒนาขึ้นในปีค.ศ.1960 และเริ่มใช้งานจริงในปีค.ศ.1980 ซึ่งโดยหลักการแล้ว เทเลพรีเซ็นส์ใช้เทคโนโลยีพื้นฐานเดียวกับวิดีโอคอนเฟอเร็นซ์ แต่มีความต่างขององค์ประกอบของระบบที่ชัดเจน 3 ด้าน คือ network technologies, conference hardware, conference software ซึ่งเทคโนโลยีที่มีความก้าวหน้ากว่าทำให้เท เลพรีเซ็นส์ให้ภาพที่สมจริงกว่า อรรถประโยชน์ที่สูงกว่า และการติดตั้งต้องอยู่ในสภาพแวดล้อมการใช้งานที่เหนือกว่าวิดีโอคอนเฟอเร็นซ์
• SOA ( Service-oriented Architecture)  หมายถึง แนวคิดการออกแบบและวางโครงสร้างของซอฟต์แวร์ขององค์กรขนาดใหญ่ในลักษณะที่เอื้อให้ผู้ใช้สามารถหยิบเอาเฉพาะเซอร์วิส (Service) ที่ ต้องการซึ่งเป็นองค์ประกอบของซอฟต์แวร์ขนาดใหญ่ มารวมกันเป็นแอพพลิเคชันใหม่ที่ตอบสนองความต้องการเฉพาะอย่างได้อย่าง ยืดหยุ่น รวดเร็ว และมีประสิทธิภาพ ตามหลักการของการนำกลับมาใช้ใหม่ (Reusability)  

Data management (con.) and Business Intelligence 5202112685

 5202112685
Data Warehouse Process

1. เริ่มจากการสร้าง Meta data เพื่อเป็นการบอกว่ารายละเอียดของข้อมูลที่นำมาจากทั้ง Operational data และ External data  เช่น  บอกว่าข้อมูลที่นำมานำมากี่ Attribute, ปรับเปลี่ยนข้อมูลอย่างไรบ้าง,  เอา้ข้อมูลมาจากแหล่งใด, สรุปข้อมูลอย่างไร
2. Data staging   ได้แก่ Extract  Clean  Transform  Load
3. Data warehouse business subject  จะประกอบด้วย Data cube หลายๆอัน  เพื่อกำหนดเ้ค้าโครง
4. Business Views  โดยนำ upload ขึ้นใช้งานบน web ในรูปแบบ Dashboard เพื่อให้ผู้บริหารสามารถใ้ช้งานได้

 Data Mart
         ในองค์กรที่มีผู้ใช้ข้อมูลจำนวนมาก  การที่จะให้ผู้ใช้งานข้อมูลทุกคนเข้าใช้งานโดยตรงจาก Enterprise data warehouse อาจทำให้เกิดปัญหากับระบบได้  จึงมีความจำเป็นที่จะต้องสร้าง Data martไว้สำหรับใช้ในแต่ละแผนก
        โดยที่ Data mart จะเป็นการตัดแบ่งข้อมูล / คัดลอกเฉพาะบางส่วนของ Data warehouse มาไว้ที่ Data mart  ในมุมมองของผู้ใช้  ดังน้นในแต่ละแผนกจะสร้าง Data mart ไว้เป็นของแผนกเอง
         Data mart แบ่งออกเป็น 2 ประเภท  ได้แก่

1. Replicated (dependent) data marts เป็นdata mart ที่เกิดจากการคัดลอกบางส่วนมาจาก Data warehouse
2. Stand-alone data marts  เป็นdata mart ที่เกิดจากแต่ละแผนก  โดยที่องค์กรยังไม่ได้สร้าง Enterprise data warehouse ไว้  ในแต่ละแผนกที่พร้อมแล้วจึงทำการสร้าง data mart  ของตนเองไว้ก่อน เพื่อพร้อมแล้วจึงค่อยนำ data martมารวมกันสร้างเป็น data warehouse

Data Cube
  ในบางครั้งเรียกว่า OLAP   เป็นฐานข้อมูลที่มีหลายมิติ  และแต่ละมิติมีความสัมพันธ์กัน  โดยการที่ทำให้เป็น Data cube มีประโยชน์ที่ ทำให้สามารถเชื่อมโยงข้อมูลได้ในหลายมิติ  รวมถึงการ Rollups & Drill downs

Business Intelligence
  คือการนำ architectures, tools, database, application และ methodologies มารวมกัน
โดยมีกระบวนการ transform ข้อมูลดิบ ไปสู่ข้อมูลเพื่อให้สามารถนำไปตัดสินใจได้ และนำไปสู่การปฎิบัติจริง  ซึ่งมีจุดมุ่งหมายให้ผู้บริหารสามารถเข้าถึงข้อมูล  และจัดการข้อมูล  เพื่อให้เหมาะสมในการนำไปใช้ในการวิเคราะห์ได้
              
Business intelligence มี function และ feature แบ่งออกเป็น 3 กลุ่ม  ได้แก่ 

1. Data integration eg. ETL, EII
2. Analytics eg. Predictive analytics , Data mining, OLAP
3. Reporting and Analysis eg. Scorecards, Dashboards, Visualization tools

•  Dashboard and Scorecards   เป็นส่วนที่่ช่วยในการวัด Performance  ดังนั้นผู้ใช้จึงอยู่ในระดับผู้บริหาร  

         Performance Dashboard  จะเ็ป็นตัวช่วยทำให้เห็นภาพ  และควบคุมในการวัด Performance
         Performance Scorecards  จะเ็ป็นตัวช่วยทำให้เห็นภาพ  ทำให้เห็นเป็น chart progress เทียบกับ strategic , tactical , goal และ target 

• Online Analytical Procesing (OLTP)  เป็น Software ที่ช่วยให้ผู้บริหารสามารถเข้าถึงข้อมูลได้รวดเร็ว  สม่ำเสมอ  และสามารถปรับเปลี่ยนข้อมูล  เช่น  จากตารางเป็นกราฟ  ทำให้ผู้บริหารสามารถดึงข้อมูลที่ตนเองต้องการได้

• Data mining   คือการ Extract ข้อมูลที่ไม่เคยรู้มาก่อนจาก database  ขนาดใหญ่  และ้ต้องทำกับข้อมูลจำนวนมากเพื่อขจัด bias  ช่วยทำให้เห็นภาพ trend / pattern ได้ ทั้งนี้ประโยชน์จะมากหรือน้อยขึ้นกับความสามารถในการตีความ

                Yield from data mining

• Clustering
• Classification
• Association
• Sequence discovert
• Prediction

• Text mining  เป็นการจัดการกับข้อมูลประเภท nonstructured เ่่ช่น  ข้อมูลติชมของลูกค้า  โดยจะจัดความสัมพันธ์ของข้อมูลต่างๆ  ที่มีความเกี่ยวเนื่องกันไว้ในกลุ่มเดียวกัน 

Data management

• ระบบสารสนเทศ  :  เป็นระบบที่ทำหน้าที่ในการรวบรวมข้อมูลเพื่อนำมาประมวลผล  วิเคราะห์  เพื่อสร้างสารสนเทศสำหรับวัตถุประสงค์เฉพาะด้าน  และนำเสนอสารสนเทศให้กับผู้ที่ต้องการ  ซึ่งต้องเป็นผู้มีสิทธิ์ได้รับสารสนเทศ  รวมทั้งการจัดเก็บ  บันทึกข้อมูลที่นำเ้ามาสู่ระบบไว้เพื่อการใช้งานในอนาคต

          ตัวอย่างระบบสารสนเทศได้แก่ Amazon ที่ให้ลูกค้าป้อน Input เกี่ยวกับสินค้าที่ต้องการ ผ่านการประมวลผลจากทางเว็บไซต์  จากนั้นจึงได้output ออกมา 

องค์ประกอบของระบบสารสนเทศ  ได้แก่

1.  Hardware
2. Software
3. Data
4. Network
5. Procedure
6. People 

ปัญหาในการจัดการข้อมูล

• จำนวนข้อมูลที่เพิ่มขึ้นอย่างรวดเร็ว
• ข้อมูลกระจัดกระจายทำให้เกิดความซ้ำซ้อนของข้อมูล
• ความจำเป็นของการใช้ข้อมูลจากภายนอกเืพื่อใช้ในการตัดสินใจ
• ประเด็นด้านความปลอดภัย  คุณภาพ  เป็นประเด็นที่มีความสำคัญ
• การเลือกเครื่องมือในการจัดการข้อมูลถือเป็นปัญหาสำคัญ

องค์ประกอบของ Data Management

• Data profiling
• Data quality management
• Data integration
• Data augmentation

 Data Life Cycle Process

1. เก็บรวบรวมข้อมูล
2. เก็บข้อมูลไว้ใน Database เป็นการชั่วคราว  จากนั้นจึงทำการผ่านกระบวนการเพื่อจัดเก็บข้อมูลไว้ใน Data warehouse
3. ผู้ใช้เข้ามาดึงข้อมูลใน Data warehouse เพื่อนำไปใช้ในการวิเคราะห์
4. วิเคราะห์  

 Data Processing

• Transactional  

ข้อมูลใน Transaction Processing System (TPS) จะถูกจัดการเป็นลำดับขั้น และถูกจัดการโดยส่วนกลาง

• Analytical

เครื่องมือที่ใช้ในการวิเคราะห์  เช่น OLAP  EIS DSS 

การดึงข้อมูลมาจาก Database อาจทำให้ระบบ TPS ทำงานล่าช้า  เนื่องจาก Database ขึ้นอยู่กับ TPS ดังนั้นองค์กรจึงสร้าง Data warehouseเพื่อแยก Operational process และ Analytical process ออกจากกัน

Characteristics of Data Warehouses

1. Organization  ข้อมูลจะถูกจัดการโดย subject
2. Consistency  ข้อมูลจะให้ Code แบบเดียวกัน
3. Time variant  
4. Non-volatile ข้อมูลใน Data Warehouses จะไม่มีการแก้ไข  แต่จะมีแต่การเพิ่มเติมข้อมูลใหม่ลงไป
5. Relational
6. Client/Server

ความเหมาะสมขององค์กรในการใช้Data Warehouses

• เหมาะสำหรับองค์กรที่มีขนาดใหญ่ที่มีข้อมูลเป็นจำนวนมากที่ End user ต้องการใช้
• Operational data ถูกจัดเก็บในหลายระบบ
• มีจำนวนลูกค้าจำนวนมาก และหลากหลา่ย
• ข้อมูลเดียวกันถูกแสดงแตกต่างกันในระบบที่ต่างกันออกไป