ความรู้พื้นฐานของระบบธุรกิจอัจฉริยะ ฐานข้อมูลและการจัดการข้อมูล

ความรู้พน้ื ฐานของระบบธรุ กจิ อจั ฉริยะ ฐานข้อมลู และการจดั การขอ้ มูล
FOUNDATIONS OF BUSINESS INTELLIGENCE:

DATABASES AND INFORMATION MANAGEMENT

ความรูพ้ น้ื ฐานของระบบธรุ กจิ อจั ฉริยะ
ฐานข้อมูลและการจัดการขอ้ มูล

FOUNDATIONS OF BUSINESS INTELLIGENCE:
DATABASES AND INFORMATION MANAGEMENT

จดั ทำโดย

นางสาวเมฑาภณั ฑ์ จันทรแ์ ก้ว รหสั ประจำตัว 64302150020
นางสาวกนษิ ฐนาฏ ดีแกว้ รหัสประจำตัว 64302150033
นางสาวพณดิ า บุญวรรณ รหัสประจำตัว 64302150045
นางสาวเสาวลักษณ์ วงศ์ใหญ่ รหัสประจำตัว 64302150055

ระดบั ชัน้ ปวส.2/2 สาขาวชิ าการจัดการ (ม.6)

เสนอ
อาจารยก์ าญจนา เหลื่อมแกว้

รายงานเลม่ นี้เป็นส่วนหนึง่ ของรายวชิ าระบบสารสนเทศเพ่ือการจัดการ
รหัสวชิ า 30215 - 2106

ภาคเรียนท่ี 2 ปกี ารศกึ ษา 2565
วทิ ยาลัยอาชีวศกึ ษาสุราษฏรธ์ านี

คำนำ

รายงานเล่มนี้จัดทำขึ้นเพื่อเป็นส่วนหนึ่งของรายวิชา ระบบสารสนเทศเพื่อการจัดการ
(Management Information Systems) รหัสวิชา 30215-2106 โดยมีจุดประสงค์เพื่อให้ผู้จัดทำ
และนักศึกษาได้ศึกษาเกี่ยวกับ ความรู้พื้นฐานของระบบธุรกิจอัจฉริยะ ฐานข้อมูลละการจัดการ
ข้อมลู และนำความรู้ที่ได้ศกึ ษาคน้ คว้า ไปใชใ้ นการเรยี น และในชีวิตประจำวนั ได้

ทั้งนี้ เนื้อหาและข้อมูลต่าง ๆ ได้มีการศึกษาและรวบรวมมาจากหนังสือเรียนระบบ
สารสนเทศเพอื่ การจดั การ ขอขอบพระคณุ อาจารย์ผู้สอนทท่ี า่ นให้คำแนะนำเพ่ือแกไ้ ข ผจู้ ัดทำหวัง
ว่ารายงานฉบับนีจ้ ะเป็นประโยชนต์ ่อผู้ทน่ี ำไปใชใ้ ห้เกดิ ผลสมั ฤทธต์ิ ามคาดหวงั

คณะผู้จดั ทำ

สารบัญ หนา้

เรอื่ ง 1
2
2.1 การจดั การขอ้ มลู และสารสนเทศ 2
2.1.1 ขั้นตอนในการทำสารสนเทศ
2.1.2 ประโยชน์ของสาระสนเทศ 4
2.1.3 ลำดบั ขั้นของขอ้ มูล 4
5
2.2 วิธีการจดั เก็บขอ้ มลู ระบบเดมิ (Traditional Approach)
2.2.1 การจดั เก็บข้อมลู ระบบเดมิ 6
2.2.2 วิธกี ารจดั เก็บขอ้ มลู แบบระบบฐานขอ้ มูล 8
2.2.3 การจัดระเบียบแฟ้มขอ้ มูล
9
2.3 ตัวแบบขอ้ มูล และตัวแบบฐานข้อมูล 10
2.3.1 ตวั แบบขอ้ มลู
2.3.2 ตัวแบบฐานข้อมูล (Database Model) 11
12
2.4 ระบบจัดการฐานข้อมลู 13
2.4.1 องคป์ ระกอบของระบบจดั การฐานข้อมูล 14
2.4.2 ฐานข้อมลู แบบกระจาย (Distributed Database) 16

2.5 คลังข้อมลู ดาต้ามารท์ และการทำเหมอื งขอ้ มูล
2.5.1 คลังข้อมูล (Data Warehouse)
2.5.2 ดาตา้ มารท์ (Datamart)
2.5.3 การทำเหมืองข้อมลู (Data Mining)

2.6 ระบบธรุ กิจอจั ฉรยิ ะ (Business Intelligence หรอื BI)
บรรณานกุ รม

สารบัญรปู ภาพ หนา้

ภาพที่ 3
4
2.1 การจัดลำดับขนั้ ของขอ้ มลู 4
2.2 วธิ กี ารจัดเกบ็ ขอ้ มูลระบบเดมิ 7
2.3 วิธีการจัดเกบ็ ข้อมลู ระบบฐานขอ้ มลู 10
2.4 แผนผังความสมั พันธข์ องเอนทติ ้ี
2.5 องค์ประกอบของระบบการจัดการฐานข้อมลู

1

ความร้พู ื้นฐานของระบบธุรกจิ อัจฉริยะ ฐานขอ้ มลู และการจดั การขอ้ มลู
(FOUNDATIONS OF BUSINESS INTELLIGENCE:

DATABASES AND INFORMATION MANAGEMENT)

2.1 การจัดการข้อมูลและสารสนเทศ

ข้อมูล (Data) เป็นทรัพยากรที่สำคัญในการดำเนินธุรกิจในปัจจุบัน ข้อมูลประกอบด้วย
ข้อเท็จจริงเบื้องต้น เอกสารข้อเท็จจริงต่าง ๆ ที่มีอยู่ในรูปของตัวเลข ภาษา สัญลักษณ์ต่า ง ๆ ที่มี
ความหมายเฉพาะตัวซึ่งยังไม่มีการประมวลผลหรือวิเคราะห์ผล ดังนั้น จึงไม่เกี่ยวขอ้ งกับการนำไปใช้
ประกอบการตดั สินใจลกั ษณะของขอ้ มลู ทีด่ ีคอื มีความครบถ้วนสมบูรณ์ ทนั สมยั ถกู ตอ้ งตามความเป็น
จริง สามารถค้นคืนได้สะดวก ข้อมูลที่ผ่านกระบวนการจดั การ ประมวลผล หรือวิเคราะห์ผลให้อย่ใู น
รปู แบบทีม่ คี วามสัมพันธ์กันมคี วามหมายหรือมีคุณคา่ เพ่ิมขึ้นจะเปลี่ยนเป็นสารสนเทศ(Information)
เมื่อสารสนเทศถูกนำมาผ่านกระบวนการสังเคราะห์ วิเคราะห์ เปรียบเทียบ เชื่อมโยงจนเกิดความ
เข้าใจ สามารถนำมาแก้ไขปัญหาและตัดสินใจและแบ่งปันให้กับผู้อื่น สารสนเทศนั้นก็จะเปลี่ยนเป็น
ความรู้ (Knowledge) ไปโดยปรยิ าย

2.1.1 ขน้ั ตอนในการทำสารสนเทศ
กิจกรรมหลักสำหรับการประมวลผลข้อมูลให้เป็นสารสนเทศประกอบด้วย การนำเข้า

ข้อมูล การประมวลผลข้อมูล การจัดการผลลัพธ์ และการนำไปใช้หรือการสื่อสารข้อมูล ขั้นตอนใน
การทำสารสนเทศมีดังนี้

1) การนำข้อมูลเข้า เป็นกิจกรรมขั้นแรกของการทำสารสนเทศ ข้อมูลที่ต้องการจะถูก
บันทึกลงในแบบฟอร์มที่ได้รับการออกแบบให้สะดวกแก่การบันทึกข้อมูลและง่ายแก่การแปลงเป็น
รหัสขอ้ มูลเพอ่ื ใช้ในการประมวลผลข้อมูลด้วยคอมพิวเตอร์ การนำข้อมลู เขา้ ประกอบด้วย

a. การรวบรวมข้อมูล เมื่อได้ข้อมูลแล้วจะต้องนำมาจัดให้อยู่ในรูปแบบที่จะใช้
ประมวลผลด้วยคอมพวิ เตอรไ์ ด้

b. การตรวจสอบความถกู ต้อง เพือ่ ใหแ้ น่ใจก่อนจะส่งเขา้ ประมวลผล
2) การประมวลผลข้อมลู สามารถทําได้หลายวธิ ี เชน่

a. การแบ่งประเภทข้อมูล หมายถึง การจำแนกข้อมูลทั้งหมดออกเป็นประเภทต่าง ๆ
หรอื เปน็ หมวดหมู่

b. การจัดเรียงลำดับ หมายถึง การนำข้อมูลทั้งหมดมาเรียงตามลำดับ เช่น เรียงตาม
ตวั อักษร เรยี งตามที่ เชน่ เลขประจำตัวของนักศกึ ษา เปน็ ตน้

c. การคำนวณ หมายถึง การนำข้อมลู บางอย่างมาบวกลบหรือคณู หารกนั เชน่ การหา
ค่าเฉลยี่ การหารายรบั รวม เป็นต้น
3) การจัดการกบั ผลลพั ธ์ ประกอบด้วย
a. การแสดงผล โดยผา่ นสอื่ ชนดิ ใดชนิดหนึง่ เชน่ บนจอภาพ การพมิ พ์บนกระดาษ เปน็ ตน้
b. การเกบ็ รักษาไว้ในส่ือตา่ ง ๆ เพ่ือเรียกใช้งานตามความต้องการ เชน่ เกบ็ ไวใ้ น
กระดาษ เทปจานบนั ทึก เป็นต้น

2

4) การนำไปใช้งานหรือการสื่อสารข้อมูล เป็นกระบวนการในการถ่ายทอดหรือเรียกใช้
ขอ้ มลู อาจทำไดโ้ ดยการผ่านสายโทรศัพท์ หรือทางดาวเทยี ม โดยทวั่ ไปสารสนเทศจะมปี ระโยชน์ถ้ามี
การนำไปใช้งาน เชน่ การวางแผน การควบคมุ การตดั สินใจ เป็นตน้

2.1.2 ประโยชน์ของสาระสนเทศ
สารสนเทศมีประโยชน์มากมายต่อการบรหิ ารซง่ึ สามารถสรปุ ไดด้ ังน้ี
1) การวางแผน ทุกหนว่ ยงานจะต้องมีการวางแผนล่วงหน้า การวางแผนทด่ี ีจะต้องอาศัย

สารสนเทศขององคก์ ร เช่น สารสนเทศทางการตลาด การลงทุน และการแขง่ ขนั
2) การตัดสินใจ ในการบริหารงานไม่ว่าจะเป็นระดับสูงต่ำเพียงใด ผู้บริหารจะต้องมีการ

ตัดสินใจอยู่เกอื บตลอดเวลา ปัจจุบนั การตัดสนิ ใจจะถูกต้องเพียงใดจะข้ึนอยูก่ ับความถกู ตอ้ งและการ
ไดม้ าทันทีของสารสนเทศ การตัดสินใจไมส่ ามารถใชป้ ระสบการณ์ สัญชาตญาณ เหมือนกับในอดตี

3) การปรับปรุงหน่วยงาน องค์กรจำเป็นต้องอาศัยสารสนเทศเพื่อใช้ในการปรับปรุง
หน่วยงานไม่ว่าจะเป็นการลงทุน การประเมินค่าใช้จ่ายในการก่อสร้าง การปรับปรุงกระบวนการทาง
ธรุ กิจ รวมทง้ั การปรบั ปรงุ หนว่ ยงานให้มหี นา้ ทรี่ บั ผดิ ชอบงานสารสนเทศโดยเฉพาะ

4) การควบคุมงาน สารสนเทศสามารถใช้ควบคุมการทำงานภายในหน่วยงานให้เป็นไป
ตามมาตรฐานและตามวัตถุประสงค์ การจดั วางตำแหน่งบุคคล รวมทั้งการพัฒนาบุคลากร

2.1.3 ลำดับข้ันของขอ้ มลู
การจัดเก็บข้อมูลอย่างเป็นระเบียบจะทำให้สามารถทำงานได้อย่างถูกต้องและรวดเร็ว

การจัดลำดับตำแหน่งของข้อมูลนั้นจะจัดเรียงลำดับจากหมวดหมู่ใหญ่ลงไปหาหมวดหมู่เล็ก ได้แก่
การจดั แบ่งข้อมูลออกเปน็ ฐานขอ้ มลู (Database) แฟม้ ขอ้ มูล (File) ระเบยี นหรือเรคคอรด์ (Record)

1) ฐานขอ้ มลู (Database) คือ แฟ้มขอ้ มลู หลายๆ แฟม้ รวมกัน เชน่ ฐานขอ้ มูลลูกค้าจะมี
แฟ้มข้อมูลของลกู คา้ ท้งั หมดของบรษิ ัท

2) แฟ้มข้อมูล (File) เป็นการเก็บเรคคอร์ด (Record) หลายๆ เรคคอร์ดเอามารวมกันไว้
ในแฟ้มข้อมูลเดียวกัน และมีความหมายถึงเรื่องราวอย่างใดอย่างหนึ่ง เช่น แฟ้มข้อมูลลูกค้า
ประกอบดว้ ยเรคคอรด์ ของลูกคา้ จำนวน 100 คน

3) เรคคอร์ด หรอื ระเบียน (Record) เป็นการรวมเอาเร่ืองหลาย ๆ เรอื่ งมาไว้ดว้ ยกันใน
หน่งึ เรคคอรด์ จะมีข้อมลู บรรจุอยู่เรียกวา่ เขตขอ้ มูลหรือฟิลด์ (Field) เชน่ เรคคอร์ดของลกู คา้ ช่อื
สนุ สิ า จะมเี นอ้ื หาที่จะจัดเกบ็ ฟลิ ดเ์ กี่ยวกบั สุนสิ า เช่น ช่ือ อายุ เพศ เป็นตน้

4) ฟิลด์ หรือ เขตข้อมูล (Field) เป็นชดุ ของตัวอกั ขระ หรอื Byte ประกอบด้วย
อักขระต้ังแต่ 1 ตวั ขึ้นไป ที่ใช้แทนความหมายหรอื ชื่อของสง่ิ ใดสิ่งหนึง่ เช่น

- ฟิลดช์ ื่อ สุนิสา ประกอบด้วย 6 ตวั อกั ขระ
- ฟลิ ด์อายุ 45 ประกอบด้วย 2 ตวั อักขระ
- ฟิลด์บอกเพศ ญ ประกอบด้วย 1 ตัวอกั ขระ

3

5) ไบต์ (Byte) หรือ ตัวอักขระ (Character) ประกอบด้วย บิต จำนวน 8 หรือ 16 บิต
หรือ 32 บิต ชดุ ของบิตตั้งแต่ 2 บติ ขึ้นไปที่นำมาใชเ้ ป็นรหัสแทนความหมายของตวั เลข ตัวอักษรหรือ
เครอ่ื งหมาย อย่างใดอยา่ งหน่ึงเพียงตวั เดยี ว

6) บิต (Bit) เป็นหน่วยที่เล็กที่สุดของข้อมูลที่คอมพิวเตอร์สามารถรับรู้ได้ ย่อมาจาก
binary digit หรอื เลขฐานสอง โดยตวั เลข ตัวอักษรท่ตี อ้ งการจะนำไปเก็บไว้ในหน่วยความจําเพ่ือการ
ประมวลผล จะต้องถูกเปลี่ยนให้อยู่ในรูปของตัวเลข 0 กับ 1 เสมอ ตัวเลข 0 กับ 1 แต่ละตัวเรียกวา่
บติ (bit) เชน่ 1100 0010 แทนตวั อักษร B (8 บติ )

รปู ที่ 2.1 การจดั ลำดับขัน้ ของข้อมูล

2.2 วิธีการจัดเก็บขอ้ มลู ระบบเดิม (Traditional Approach)

การจัดเกบ็ ข้อมูลแบง่ เป็น 2 วิธี คือ การจดั เกบ็ ขอ้ มลู ระบบเดิม และการจดั เก็บข้อมูลแบบระบบ
ฐานข้อมลู การจดั เกบ็ ขอ้ มลู

2.2.1 การจัดเกบ็ ข้อมูลระบบเดมิ
วธิ ีการจดั เก็บขอ้ มลู ระบบเดมิ (Traditional Approach) มี 2 รูปแบบคอื
1.) การจัดเกบ็ และประเมนิ ผลดว้ ยมือ ข้อบกพรอ่ งของการจัดเกบ็ คือระบบไมส่ ามารถตอบ

คำถามที่ซับซ้อนได้ ผู้บริหารไม่สามารถได้ข้อมูลสรุปตามที่ต้องการใชใ้ นการตัดสินใจ มีความซ้ำซ้อน
ของข้อมูล เนื่องจาก ความไม่สอดคล้องของข้อมูลและขาดการประสานงานระหว่างแผนกงานที่
เกีย่ วขอ้ งต่อมาจงึ เรม่ิ มกี ารจดั เก็บข้อมลู โดยใช้

2.) ระบบการประมวลผลแฟ้มข้อมูล (File Processing Systems) วิธีนี้จะใช้การสร้าง
แฟ้มข้อมูลและเก็บขอ้ มลู ในแต่ละโปรแกรมประยุกต์ แต่ละระบบหรือแผนกงานจะมีข้อมูลของตนเอง

และออกรายงานของตนเอง การเก็บข้อมลู โดยวธิ ีน้ีจะมีปัญหาเรอ่ื งความเป็นเจ้าของและ
การใช้ข้อมลู รว่ มกนั ขอ้ บกพร่องของระบบการประมวลผลแฟม้ ข้อมลู มหี ลายประการ

ได้แก่ 1) ไม่สามารถควบคุมความซ้ำซ้อน 2) ข้อมูลไม่สอดคล้อง 3) ไม่ยืดหยุ่น
4) มขี ้อจำกัดในการแบง่ ปนั ข้อมูล ไม่มกี ารใชข้ อ้ มูลร่วมกัน 5) มีแฟม้ ข้อมลู จำนวนมาก
ขาดการรวมกันของข้อมลู 6) ขาดมาตรฐาน 7) ตอ้ งมีการบำรุงรกั ษาโปรแกรมจำนวน
มาก 8) โปรแกรมขึน้ อยกู่ ับขอ้ มูล และ 9) ผลิตภาพของโปรแกรมตำ่

4

รูปท่ี 2.2 วิธีการจัดเก็บข้อมลู ระบบเดมิ
2.2.2 วธิ ีการจัดเก็บขอ้ มูลแบบระบบฐานข้อมูล

ฐานขอ้ มลู (Database) หมายถงึ การรวบรวมข้อมูลทม่ี ีความสัมพนั ธ์กันและมีการจัดการ
เพื่อตอบสนองความต้องการของผู้ใช้ และโครงสร้างขององค์กร ฐานข้อมูลเป็นการนำแฟ้มข้อมูล
หลายๆ แฟ้มทเ่ี ก่ยี วข้องกนั มารวมอยดู่ ว้ ยกนั

ระบบฐานข้อมูลเป็นชุดของข้อมูลที่มีความสัมพันธ์กันซึ่งสามารถแบ่งปันข้อมูลให้กับ
โปรแกรมประยุกต์หลายโปรแกรม แทนที่จะใช้แฟ้มข้อมูลแยกกัน โปรแกรมประยุกตแ์ ต่ละโปรแกรม
จะใช้ข้อมูลท่ีมคี วามสมั พนั ธ์กนั และเก็บรวบรวมไวใ้ นฐานข้อมูล

ระบบฐานข้อมูลเป็นการจัดเก็บข้อมูลที่ช่วยเพิ่มประสิทธิภาพและประสิทธิผลในการ
จัดการข้อมูล เนื่องจากข้อมูลจะถูกเก็บในที่เดียวกันเมื่อมีการใช้ซอฟต์แวร์ระบบจัดการฐานข้อมูล
(DBMS) ซ่งึ จะให้ผู้ใชข้ องแตล่ ะแผนกสามารถใช้โปรแกรมประยุกต์ท่ีแตกต่างกนั และสร้างรายงานตาม
ความตอ้ งการโดยขอ้ มูลมีความถกู ต้องและไม่ซ้ำซอ้ น

รปู ท่ี 2.3 วธิ กี ารจัดเก็บข้อมูลระบบฐานข้อมลู

5

การจัดเกบ็ ขอ้ มลู โดยใชฐ้ านขอ้ มูลมปี ระโยชนห์ ลายประการเชน่ การปรับปรุงการใช้ข้อมูล
ขององค์กรเชิงกลยุทธ์ ลดความซ้ำซ้อนของข้อมูล ปรับปรุงความถูกต้องของข้อมูล ข้อมูลและ
โปรแกรมเป็นอิสระกันทำให้ผู้ใช้สามารถเข้าถึงข้อมูลและสารสนเทศได้ดีขึ้น มีความสะดวกในการใช้
สารสนเทศเพ่มิ ขึ้น ลดเวลาและขน้ั ตอนในการจดั การข้อมลู มีมาตรฐานข้อมูล การเขา้ ถงึ ข้อมูลมีความ
เป็นมาตรฐาน ฐานข้อมูลสามารถใช้เป็นกรอบแนวคิดสำหรับการพัฒนาโปรแกรม สามารถป้องกัน
ข้อมูลได้ดีขึ้น แผนกงานต่างๆ มีการแบ่งปันทรัพยากรข้อมูลและสารสนเทศ เนื่องจากไม่มีใครเป็น
เจ้าของข้อมูลโดยเด็ดขาด ลดความยุ่งยาก ความสับสน ความขัดแย้งและความซ้ำซ้อนของข้อมูล
ภายในองค์กร มีความยืดหยุ่นในการขยายฐานข้อมูล มีการจัดเก็บข้อมูลเป็นศูนย์กลาง และมีความ
ปลอดภัย

แต่การจัดเก็บโดยระบบการจัดการฐานข้อมูลที่มีข้อบกพร่องในด้านค่าใช้จ่ายที่สูงซึ่ง
ไดแ้ ก่ คา่ ใชจ้ ่ายด้านบคุ ลากร การสรา้ งฐานขอ้ มลู อปุ กรณ์คอมพวิ เตอร์และโปรแกรมประยุกต์ ต้องใช้
ฮารด์ แวรข์ นาดใหญ่และอปุ กรณเ์ ชอ่ื มต่ออ่ืน ๆ รวมทั้งซอฟต์แวรก์ ารจัดการระบบฐานข้อมูล จะต้องมี
การจ้างและรักษาบุคลากรด้านการจดั การฐานข้อมูล ซึ่งค่อนข้างหายากและต้องจา่ ย ค่าตอบแทนสูง
การพฒั นาระบบข้อมลู มักจะประสบกับอุปสรรคเน่ืองจากความแตกต่างกัน ในความตอ้ งการใช้ข้อมูล
และความปลอดภัย นอกจากนี้ถ้าแผนกหนึ่งมีความผิดพลาดในด้านการป้อนข้อมูลเข้าก็จะมี
ผลกระทบกับหนว่ ยงานอ่ืน

2.2.3 การจัดระเบยี บแฟม้ ข้อมลู
การจัดระเบียบแฟ้มข้อมูล (File Organization) เป็นการเก็บแฟ้มขอ้ มูลและการค้นหา

แฟ้มข้อมูลในคลังข้อมูลสำรอง (Secondary Storage) มี 3 วิธีคือ การจัดระเบียบแฟ้มข้อมูลแบบ
ตามลำดับ การจัดระเบียบแฟ้มข้อมูลแบบตรงหรือแบบสุ่มและการจัดระเบียบแฟ้มข้อมูลแบบดัชนี
รายละเอยี ดมดี ังนี้

1) การจัดระเบียบแฟ้มข้อมูลแบบตามลำดับ ( Sequential Access File
Organization)

เป็นการเก็บข้อมูลโดยเรียงตามลำดับก่อนหลังเช่นเดียวกับการบันทึกลงเทปคาสเซ็ท
การค้นหาข้อมูลจะเริ่มค้นหาตั้งแต่ระเบียนแรกไปจนถึงระเบียนที่ต้องการเป็นแฟ้มข้อมูลแบบแรกที่
พัฒนาขึ้น เหมาะสำหรับการประมวลข้อมูลแบบลำดับงานที่ต้องการงานที่มีปริมาณข้อมูลมากและมี
อัตราการเปล่ยี นแปลงสูง

ข้อดีของการประมวลข้อมูลแบบลำดับ คือ เข้าใจง่าย เพราะการเก็บจะเรียงลำดั บ
ประหยัดเนื้อที่ และง่ายต่อการสร้างแฟ้มใหม่ ส่วนข้อบกพร่อง คือ เสียเวลาในการปรับปรุงเพราะ
จะตอ้ งอา่ นทกุ รายการ ต้องมกี ารจัดเรยี งข้อมูลใหม่กอ่ นที่จะประมวลผล

2) การจดั ระเบียบแฟ้มขอ้ มูลแบบตรงหรือแบบสุ่ม (Direct-Access File
Organization)

เปน็ การเกบ็ เรคคอร์ดในแฟม้ ข้อมูลท่ไี หนก็ได้ โดยไม่ตอ้ งจัดเรยี งลำดับ การค้นหา
จะใชว้ ธิ เี ข้าถงึ ไฟลโ์ ดยตรง โดยใชด้ รรชนเี รอื่ ง (Key Field) ซึง่ ทำใหค้ อมพิวเตอร์สามารถ
บอกที่อย่ขู องเรคคอร์ดได้โดยตรง และสามารถเรยี กข้อมลู มาใช้ไดโ้ ดยไม่ตอ้ งผ่านรายการ

6

ข้อดีของการจัดระเบียบแฟ้มข้อมูลแบบตรง คือ สามารถบันทึกเรียกปรับปรุงข้อมูลที่
ต้องการได้โดยตรง การปรับปรุงและแก้ไขทำได้ทันที ส่วนข้อเสีย คือ สิ้นเปลืองเนื้อที่ รวมทั้งต้องมี
การสำรองขอ้ มูลเน่ืองจากโอกาสจากความเสียหาย

3) การจัดระเบียบแฟ้มข้อมูลแบบดัชนี (Indexed Sequential-Access File
Organization)

ใช้วิธีการทั้งสองแบบเพื่อค้นหาเรคคอร์ดในแฟ้มข้อมูล การประมวลผลแฟ้มข้อมูล
สามารถทำไดห้ ลายวธิ ี เช่น เกบ็ ระเบยี นแบบเรียงลำดับแล้วใส่ดรรชนี (Index) ลงไป คอมพิวเตอร์จะ
เข้าถึงดรรชนี (Index) โดยใช้วิธีแบบลำดับ (Sequential Access) ก่อน เมื่อพบดรรชนีที่สัมพันธ์กับ
ระเบียนทต่ี ้องการแลว้ ก็ใช้วิธีเข้าถงึ โดยตรง (Direct Access) ตอ่ ไป ทำใหค้ อมพิวเตอรส์ ามารถค้นหา
เรคคอรด์ พบไดไ้ ม่วา่ จะอยูต่ รงไหนของแผ่นดสิ ก์

การจัดแฟ้มข้อมูลแบบดัชนี ใช้หลักการเดยี วกับการใชด้ รรชนีค้นหาเอกสาร หรือศัพท์ใน
พจนานุกรม ข้อกําหนดที่จำเป็นของแฟ้มข้อมูลแบบดัชนีเป็นเช่นเดียวกับชนิดสุ่ม คือทุกระเบียน
จะต้องมีรหัสหลัก (Primary key) และจะต้องเก็บข้อมูลอยู่ในอุปกรณ์และสื่อชนิดเข้าถึงได้โดยตรง
เท่านนั้

2.3 ตวั แบบขอ้ มูล และตวั แบบฐานขอ้ มูล

ฐานข้อมูลควรจะถูกออกแบบให้สามารถเก็บข้อมูลทุกชนิดที่เกีย่ วกับธรุ กจิ สามารถเข้าถงึ ได้
เร็วและสามารถดัดแปลงได้ง่าย นอกจากนี้ยังสะท้อนให้เห็นกระบวนการทางธุรกิจ ดังนั้น เม่ือ
ต้องการสรา้ งฐานขอ้ มลู จะตอ้ งพิจารณาประเดน็ ตา่ ง ๆ ดังน้ี

• สาระ (Content) จะตอ้ งพจิ ารณาวา่ จะเกบ็ ข้อมลู อะไรบ้างและมีตน้ ทุนในการจดั เก็บเทา่ ใด

• การเขา้ ถึง (Access) ขอ้ มูลใดทคี่ วรจะนำเสนอผูใ้ ชใ้ นแตล่ ะระดบั และเม่อื ไรจึงจะนำเสนอ

• โครงสร้างทางตรรกะ (Logical Structure) ข้อมูลควรจะถูกจัดอย่างไรเพื่อให้สามารถสื่อ
ความหมายกบั ผู้ใช้

• การจดั การทางกายภาพ (Physical Organization) ข้อมลู ควรจะถูกจัดเกบ็ ทใ่ี ด
2.3.1 ตัวแบบข้อมูล

การจดั เกบ็ ขอ้ มูลในฐานข้อมลู มกั จะเริ่มจากการทำตวั แบบข้อมลู (Data Model) ซง่ึ
หมายถงึ แผนท่หี รือแผนผงั ของเอนทิตี (Entities) และความสมั พนั ธ์ของเอนทิตี เอนทิตี (Entities)
เป็นเรอื่ งเกี่ยวกับบุคคล ส่งิ ของ สถานที่ หรอื เหตุการณ์ท่ีตอ้ งการเก็บข้อมลู เอนทิตี แตล่ ะอัน
จะมลี ักษณะประจำ (Attribute) ทต่ี อ้ งการจัดเกบ็ เชน่ ลกั ษณะประจำของเอนทติ ลี ูกค้า
จะประกอบด้วย รหัสลูกคา้ ช่ือ สกุล สนิ ค้าท่สี ่งั ยอดซื้อสนิ ค้า

ตัวแบบข้อมลู (Data Model) จะถกู พัฒนาขึ้นเพ่ือชว่ ยใหเ้ ขา้ ใจปญั หาเฉพาะ
ของธุรกจิ ช่วยในการวิเคราะห์ข้อมูลหรือสารสนเทศท่ีจำเป็นตอ้ งใช้เพอื่ แกป้ ญั หา ตัวแบบ
ข้อมลู ท่ีทำขึ้นในระดบั องคก์ ร จะเรยี กว่า ตวั แบบข้อมูลขององค์กร (Enterprise Data
Modeling)

7

ตัวแบบข้อมูลขององค์กรจะเริ่มจากการตรวจสอบข้อมูลและสารสนเทศทั่วไปที่จำเป็น
สำหรับองค์กรในระดับกลยุทธ์ หลังจากนั้นจึงทำการตรวจสอบข้อมูลและสารสนเทศเฉพาะที่จำเป็น
สำหรับแผนกงานต่างๆ ภายในองค์กร ตัวแบบจำนวนมากได้ถูกพัฒนาเพื่อช่วยผู้จัดการหรือนัก
ออกแบบฐานข้อมูลวิเคราะห์ข้อมูลและสารสนเทศที่จำเป็น โดยข้อมูลขององค์กรและความสัมพันธ์
ของข้อมูลจะถูกเขียนในรูปกราฟิกเพื่อให้เข้าใจง่าย เรียกว่า แผนผังความสัมพันธ์ของเอนทิตี หรือ
อี อาร์ไดอะแกรม(Entity-Relationship Diagrams หรอื ER diagrams)

รูปที่ 2.4 แสดงแผนผังความสัมพันธ์ของเอนทิตี (ER Diagram) ฐานข้อมูลการสั่งซื้อสินค้า
ของลูกค้าประกอบด้วยเอนทิตี ลูกค้าและสินค้า โดยเอนทิตีลูกค้ามีลักษณะประจำ (Attribute)
ทีส่ ำคญั คอื ชือ่ ตวั ชื่อสกุล เลขที่บัตรประจำตวั สาหรับเอนทิตีสินค้ามลี ักษณะประจำประกอบด้วยชื่อ
เลขทส่ี ินค้า ชือ่ สนิ ค้า และสี ท้งั สองเอนทิตีมีความสัมพันธ์กนั โดยลกู คา้ ส่งั ซื้อสนิ ค้า

รปู ท่ี 2.4 แผนผังความสมั พนั ธข์ องเอนทติ ี้

ความสัมพันธข์ องข้อมลู
ความสัมพันธ์ของข้อมูลแบ่งออกเป็น 3 ประเภท คือ ความสัมพันธ์แบบหนึ่งต่อหน่ึง
ความสมั พันธ์แบบหนง่ึ ตอ่ มากกวา่ หน่งึ และความสมั พนั ธแ์ บบมากกวา่ หนึ่ง
1) ความสมั พันธแ์ บบหนึง่ ตอ่ หนง่ึ (One to One Relationship) คอื ความสัมพันธข์ องข้อมูล
ที่มีลักษณะหนึ่งต่อหนึ่งเท่านัน้ เช่น นักศึกษาหนึ่งคนจะมีเลขประจำตัวนักศึกษาเฉพาะตวั ที่ไม่ซ้ำกับ
นกั ศึกษาคนอนื่
2) ความสมั พันธแ์ บบหนงึ่ ตอ่ มากกวา่ หนงึ่ (One to Many Relationship) คอื ความสัมพันธ์
ที่ข้อมูลตัวหนึ่งสามารถมีความสัมพันธ์กับข้อมูลตัวอื่นได้หลายตัว เช่น วิชาเศรษฐศาสตร์สามารถมี
นักศึกษาลงทะเบยี นไดห้ ลายคน ลกู คา้ หนงึ่ คนสามารถสง่ั ซ้อื สนิ ค้าได้หลายชนดิ
3) ความสัมพันธแ์ บบมากกว่าหนึ่ง (Many to Many Relationship) คือ ความสัมพนั ธ์ที่
ข้อมูลตัวหนึ่งมีหลายค่าและสามารถมีความสมั พนั ธ์กบั ข้อมูลตัวอ่ืนไดห้ ลายตัว เชน่ วิชาเศรษฐศาสตร์
เศรษฐศาสตร์ มีนกั ศึกษาลงทะเบียนเรียนสองคนคือ มาลี และ สมชาย วิชาบัญชีมีนักศึกษา

ลงทะเบยี นเรยี นสามคนคือ มาลี สมคิด และ สมชาย โดยทีม่ าลีและสมชายเลือกเรียนทงั้
2 วชิ า

8

2.3.2 ตัวแบบฐานขอ้ มลู (Database Model)
การออกแบบฐานข้อมูล (Database Model) ทำได้หลายแบบ ตวั แบบที่นิยมกัน ได้แก่

ฐานขอ้ มลู แบบลำดับช้นั ฐานข้อมูลแบบเครือข่าย และฐานขอ้ มูลเชิงสมั พนั ธ์
1.) ฐานข้อมลู แบบลำดบั ชนั้
ฐานข้อมูลแบบลำดับชั้น (Hierarchical Database Model) หมายถึง ตัวแบบฐานข้อมูล

ซึง่ ข้อมูลมกี ารจดั การแบบลงล่างหรือการวางตามโครงสรา้ งแบบต้นไม้
2.) ฐานขอ้ มูลแบบเครอื ข่าย
ฐานข้อมูลแบบเครือข่าย (Network Data Model) เป็นการจัดข้อมูลที่ขยายต่อจาก

การจัดฐานข้อมูลแบบลำดับข้นั ซึง่ เปน็ ความสัมพันธ์ระหว่างเจา้ ของและสมาชิก โดยสมาชิกหนึ่งจะมี
ผู้เปน็ เจ้าของจำนวนมาก เช่น โครงการท่ี 1 ประกอบด้วยสมาชกิ 3 แผนก คอื แผนก A B และ C แต่
แผนก B จะเป็นสมาชกิ ของโครงการที่ 1 และโครงการท่ี 2

3.) ฐานข้อมลู เชิงสมั พันธ์
ฐานข้อมูลเชิงสัมพันธ์ (Relational Data Model) จะนำองค์ประกอบของข้อมูลมาจัด

วางในตารางซึ่งแทนแฟ้มข้อมูล 1 แฟ้ม โดยแต่ละแถวของตารางจะแทนเรคคอร์ด (Record) และ
แกนนอนจะแสดงลักษณะประจำ (Attribute) ของแต่ละเรคคอร์ด โดยในเเต่ละตารางจะมีตัวชี้
ความสมั พนั ธ์ทใี่ ชส้ ำหรับเชอ่ื มโยงข้อมลู กับตารางอน่ื ๆ และจะไม่มีความซำ้ ซ้อนกนั ของข้อมูลในแต่ละ
ตาราง เมื่อข้อมูลได้ถูกจัดไว้ในฐานข้อมูลเชิงสัมพันธ์ ผู้ใช้สามารถสอบถามและวิเคราะห์ข้อมูล
การจดั การข้อมลู ขัน้ พ้ืนฐาน ได้แก่

• Selecting เป็นการเลือกเรคคอร์ดตามเกณฑ์ที่กำหนด โดยขจัดแถวอื่นๆ ให้เหลือ
เฉพาะแถวท่ีเลือก เชน่ ตามตารางโครงการซ่ึงประกอบดว้ ย หมายเลขโครงการรายละเอียด และเลขท่ี
แผนก สมมตวิ ่าผบู้ รหิ ารตอ้ งการทราบเลขทแี่ ผนกของโครงการหมายเลข 226 คอื อะไร ผู้บริหารจะใช้
คำสั่งเลือกทำให้สามารถตัดข้อมูลทุกแถวยกเว้นโครงการหมายเลข 226 และพบว่าเลขที่แผนกท่ี
ต้องการคอื 598

• Projecting เป็นการเลือกเฉพาะบางคอลัมน์ของความสัมพันธ์ที่สนใจขึ้นมาแสดง
เช่น จากตารางแผนกจะประกอบด้วย เลขที่แผนก ชื่อแผนกและหมายเลขผู้จัดการขาย สมมติว่า
ตอ้ งการสรา้ งตารางใหม่ซ่ึงมีเฉพาะเลขทแี่ ผนกและหมายเลขผจู้ ดั การขาย คำสง่ั Projecting จะถูกใช้
เพื่อขจดั คอลมั น์ขอแผนกออกใหเ้ หลือเฉพาะคอลัมน์ทต่ี ้องการ

• การรวม (Joinine) เป็นการจดั การข้อมูลท่รี วมตารางตงั้ แต่สองตารางเป็นตน้ ไป เช่น
สามารถรวมตารางโครงการและตารางแผนกเข้าด้วยกันเพื่อสร้างตารางใหม่ ซึ่งประกอบด้วย
หมายเลขโครงการ รายละเอียดโครงการ ชื่อแผนกและหมายเลขผูจ้ ดั การขาย

• การเชื่อมโยง (Linked) เป็นการเชื่อมโยงดาราท่ีเก่ียวข้องกันในฐานข้อมลู
เชิงสมั พันธ์เพอ่ื ให้สามารถได้สารสนเทศและรายงานท่ีมปี ระโยชน์ตอ่ องค์กร ตวั อย่างเชน่
การค้นหา และวันท่ีจ้างงานของผู้จดั การท่ีทำงานในโครงการคู่มือขายจำเป็นต้องมี

การเช่อื มโยงข้อมลู ท้งั สามตารางเขา้ ด้วยกนั

9

2.4 ระบบจัดการฐานข้อมลู

ระบบจดั การฐานข้อมลู (Database Management System หรอื DBMS)
เปน็ ซอฟตแ์ วรพ์ ิเศษสำหรับสร้างและปา่ รุงรกั ษาฐานขอ้ มลู DBMS ยอมใหใ้ ช้
โปรแกรมประยกุ ต์เขา้ ถึงข้อมูลที่เกบ็ ไวโ้ ดยไม่จาํ เปน็ ต้องสร้างแฟ้มข้อมูลแยก
ต่างหาก DBMS จะเป็นตวั เช่ือมประสานการใช้งานระหวา่ งโปรแกรมประยุกต์
และแฟ้มข้อมูล เมื่อโปรแกรมประยุกต์เรียกรายการข้อมูล เช่น ค่าแรง เบื้องต้น DBMS จะค้นหา
รายการข้อมูลดังกล่าวจากฐานข้อมูลและแสดงให้เห็นรายการดังกล่าวในโปรแกรมประยุกต์ DBMS
ทำใหอ้ งคก์ รสามารถรวมขอ้ มลู เขา้ ด้วยกนั และจัดการกบั ข้อมลู อย่างมีประสิทธภิ าพ

2.4.1 องค์ประกอบของระบบจดั การฐานข้อมลู
ระบบจัดการฐานข้อมูล มีความสามารถและมีเครื่องมือสำหรับการจัดการบริหาร และ

เข้าถึงข้อมลู ในฐานขอ้ มลู องค์ประกอบของระบบจดั การฐานข้อมลู ได้แก่
1) ภาษาคาํ นยิ ามของข้อมูล (Data Definition Language หรอื DDL)
2) ภาษาการจดั การขอ้ มูล (Data Manipulation Language หรือ DML)
3) พจนานกุ รมขอ้ มลู (Data Dictionary)

ภาษาคาํ นยิ ามของขอ้ มูล (Data Definition Language หรือ DDL)
เป็นภาษาที่โปรแกรมเมอร์ใช้สำหรับระบุเนื้อหาสาระและใช้กำหนดโครงสร้างทางตรรกะ
ของฐานข้อมูลเรียกว่าเค้าร่างข้อมูล (Schema) ซึ่งเป็นการอธิบายฐานข้อมูลทั้งหมด และเค้าร่าง
ข้อมูลย่อย (Subschema) ซึ่งประกอบด้วยคําอธิบายองค์ประกอบย่อยของฐานข้อมูลภาษาคำนิยาม
ข้อมูลจะให้คำจำกัดความขององค์ประกอบของข้อมูลที่ปรากฏในฐานข้อมูลก่อนที่ข้อมูลจะถูกแปร
เป็นรูปแบบที่โปรแกรมประยุกต์ต้องการ นอกจากนี้ DDL จะใช้สําหรับประสานค้าสั่งในโปรแกรม
ประยุกต์กบั ฐานข้อมูล และใชก้ าํ หนดมาตรการป้องกันข้อมลู ในฐานขอ้ มูล เช่น รหสั ผา่ น
ภาษาการจัดการขอ้ มูล (Data Manipulation Language หรือ DML)
เป็นภาษาเฉพาะที่ใช้ในการจัดการระบบฐานข้อมูล จะประกอบด้วยคำสั่งที่ยอมให้ผู้ใช้
ปลายทางและโปรแกรมเมอร์ เพิ่ม แทนที่ เก็บ แก้ไข ลบทิ้งข้อมลู ในฐานข้อมลู หรือสกัดเอาขอ้ มูลใน
ฐานข้อมูลตามที่ต้องการหรือนำไปพัฒนาระบบประยุกต์ ภาษาการจัดการข้อมูลที่นิยมในปัจจุบันคอื
ภาษา SQL (Structural Query Language)
พจนานุกรมขอ้ มูล (Data Dictionary)
เป็นเครือ่ งมือจดั เก็บคำจำกดั ความของสว่ นย่อยข้อมูลท้ังหมดทอ่ี ยู่ในฐานข้อมลู โดย
พจนานุกรมข้อมูลจะกำหนดองค์ประกอบข้อมลู และคณุ ลักษณะของข้อมลู การใช้งาน เจ้าของ
ผู้รบั ผิดชอบ การปอ้ งกนั ความปลอดภยั ของข้อมลู เชน่ ชอ่ื เอนทติ ี ช่อื ฟลิ ดท์ ใ่ี ช้ ชนิดของข้อมูล
ตำแหน่งที่อยขู่ องข้อมูล ช่อื ของโปรแกรมท่ีใช้ รายละเอียดของข้อมลู ผรู้ ับผดิ ชอบ
ผมู้ สี ทิ ธ์ิใชข้ อ้ มูล เปน็ ตน้ วตั ถปุ ระสงค์เพ่ือขจัดหรือควบคุมความไมส่ อดคล้องในการใช้
ข้อมูลลดความซ้ำซอ้ นของข้อมลู และมีผรู้ ับผดิ ชอบ คอื ผู้บริหารฐานขอ้ มลู

นอกจากองคป์ ระกอบดังกลา่ วยงั อาจมีภาษาสอบถามข้อมลู (Query Language หรือ
QL) ซงึ่ เปน็ ชุดคำสัง่ หรือภาษาที่ผใู้ ช้สามารถคน้ หาหรอื สอบถามข้อมลู จากฐานข้อมูล

10

รปู ท่ี 2.5 องค์ประกอบของระบบการจัดการฐานขอ้ มลู

2.4.2 ฐานข้อมูลแบบกระจาย (Distributed Database)
เป็นฐานข้อมูลที่ข้อมูลจริงสามารถกระจายอยู่ตามฐานข้อมูลขนาดเล็กต่างๆ หลายฐาน

และเชื่อมต่อกันโดยระบบเครือข่าย ตัวอย่างเช่น พนักงานในโรงงานผลิตที่สาขาเชียงใหม่อาจจะ ขอ
ข้อมูลจากสำนักงานใหญ่ในกรุงเทพฯ ผู้ใช้งานไม่จำเป็นต้องรู้ว่าข้อมูลจริงเก็บไว้ที่ใด เพียงแต่ทำการ
ร้องขอและปล่อยให้ระบบจัดการฐานข้อมูล(DBMS) ทำการค้นคืนข้อมูลที่ต้องการ โดยอาจจะดึง
ขอ้ มลู จากฐานข้อมูลคลงั สนิ ค้า ฐานข้อมลู รา้ นค้าปลีก หรือฐานขอ้ มลู ของแผนกวจิ ยั และพัฒนา

2.5 คลงั ข้อมูล ดาต้ามารท์ และการทำเหมืองข้อมูล

ข้อมลู ดิบทีจ่ ำเปน็ ตอ้ งใช้เพือ่ ชว่ ยในการตัดสนิ ใจทางธุรกจิ มักจะถูกเกบ็ ไว้ตามแหล่งต่าง ๆ ใน
รูปแบบที่แตกต่างกัน เช่น ฐานข้อมูลแบบลำดับชั้น ฐานข้อมูลเครือข่าย แฟ้มข้อมูล ตารางแผ่นงาน
และอื่น ๆ ข้อมูลต่าง ๆ จะถูกรวบรวม เก็บรักษาและจัดการโดยระบบประมวลผลรายงานซึ่งถูก
ออกแบบและสนับสนุนการปฏิบัติงานประจำวันของแต่ละองค์กร องค์กรจะรวบรวมข้อมูลเกี่ยวกับ
การปฏิบัติงาน การขาย การเงินโดยผ่านระบบการประมวลผลรายการออนไลน์ (On-Line
TransactionProcessing Systems we OLTP)

ระบบการประมวลผลรายการออนไลน์ (On-Line Transaction Processing Systems
หรอื OLTP) แบบดง้ั เดมิ ถูกออกแบบโดยการใสข่ ้อมลู ลงในฐานข้อมูลอย่างรวดเรว็ น่าเชอื่ ถือและมี
ประสิทธภิ าพ การเกบ็ ข้อมลู ในฐานข้อมลู OLTP มักจะมีความไม่สอดคลอ้ งและมกี ารเปล่ยี นแปลง
ตลอดเวลา ฐานขอ้ มูลจะบรรจขุ อ้ มลู การทำธรุ กรรมในปจั จุบันซง่ึ จำเปน็ ต่อการปฏิบตั งิ านทางธุรกิจ
รวมทัง้ ข้อผิดพลาด การซำ้ ซ้อนในการนาํ ข้อมลู เขา้ เป็นอุปสรคสําหรับผู้วเิ คราะหข์ ้อมลู ถึงแมว้ ่า
ระบบ OLTP จะมีการใช้เพิ่มขน้ึ แต่ก็ไมส่ ามารถตอบสนองความต้องการของผู้ตัดสนิ ใจ
ทางธรุ กจิ เพราะมีแต่ข้อมลู แต่ไม่มสี ารสนเทศ (Data Warehouse) และ ดาต้ามารท์
(Data Marts) รวมท้งั ใชเ้ ทคนิคการทำเหมอื งข้อมลู (Data Mining) เพื่อนำขอ้ มูลทีเ่ กบ็ ไว้
มาใชใ้ นปัจจุบนั องค์กรขนาดใหญจ่ ะเร่ิมเก็บข้อมลู ไวใ้ นคลังขอ้ มลู (Data Warehouse)

และ ดาต้ามารท์ (Data Marts) รวมทงั้ ใช้เทคนิคการทำเหมืองขอ้ มลู (Data Mining)
เพ่ือนำข้อมูลท่ีเกบ็ ไว้มาใชป้ ระโยชน์

11

2.5.1 คลงั ขอ้ มลู (Data Warehouse)
เป็นแหล่งกลางของข้อมูลซึ่งถูกสกัดทำให้เป็นมาตรฐานและรวมข้อมูลจากฐานข้อมูล

ปฏิบัติการและฐานข้อมูลการจัดการขององค์กร คลังข้อมูลจะเหมาะสมกับองค์กรที่มีข้อมูลจำนวน
มากเก็บไว้ในระบบท่ีแตกต่างกัน ขอ้ มูลถกู เกบ็ โดยใชเ้ ทคนิคชน้ั สูงหรอื ยากแก่การแปลความหมาย

คลังข้อมูลจะถูกออกแบบเพื่อใช้สนับสนุนการตัดสินใจ ดังนั้นข้อมูลจากคลังข้อมูลจะมี
คณุ สมบตั ิ ดงั น้ี

1. เน้นที่เรอ่ื งหรอื ผู้กระทำหลกั (Subject-Oriented) โดยข้อมูลจะถกู จัดตามเรือ่ งหรือ
บคุ คลทีม่ ีความสำคัญขององค์กร เชน่ ลูกคา้ ผูข้ าย และสินค้า

2. การรวมขอ้ มลู (Integrated Data) ขอ้ มลู จากระบบปฏิบัตงิ าน การทำธรุ กรรมต่าง
จะตอ้ งถูกนำมารวมก่อนท่ีจะนำเขา้ สคู่ ลังข้อมลู เพ่อื ขจัดความซำ้ ซ้อนของข้อมูล

3. ข้อมลู ท่ีเก็บมีความสมั พันธ์กันกับชว่ งเวลา (Time-Variant) ข้อมลู จะถกู แสดงเปน็ ช่วง
เวลานาน เช่นต้งั แต่ 5 ถงึ 10 ปี เพ่อื ใช้ในการวเิ คราะหแ์ นวโนม้ การพยากรณ์ และการเปรียบเทียบ
ดังนนั้ โครงสรา้ งหลกั ในคลงั ข้อมูลจะบรรจุองค์ประกอบของเวลา เช่น วัน สัปดาห์ หรอื เดือน

4. ไม่เปลย่ี นแปลงง่าย (Non-Volatile) เมอ่ื ข้อมลู ถกู นำเข้าสู่คลงั ข้อมูล ข้อมลู ในคลังข้อมูล
จะไมเ่ ปล่ียนแปลง

จากคุณสมบัติดังกล่าว ข้อมูลจากฐานข้อมูลปฏิบัติการจะต้องถูกเปลี่ยนรูปก่อนนำเข้าสู่
คลังข้อมลู กระบวนการในการเปลีย่ นรูป ได้แก่

• การค้นคนื ข้อมูล (Data Retrieval) เม่อื เริ่มสร้างคลังข้อมูล ข้อมลู จะต้องถูกค้นคืนหรือสกัด
จากฐานขอ้ มลู ปฏบิ ัตกิ ารภายในและฐานขอ้ มูลภายนอกจากหลายแหลง่

• การรวม (Consolidation) ข้อมูลจะนำมารวมกันภายใต้มาตรฐานเดียวกัน ทั้งชนิดของ
ขอ้ มูลและฟิลดใ์ นกลมุ่ ของข้อมลู หลกั

• การขัดล้าง (Scrubbing) ข้อมูลจะต้องถกู คัดแยกหรือทำความสะอาดเพื่อขจัดความซ้ำซ้อน
หรือความไม่ถูกตอ้ ง

• การสรุป (Summarizing) เมื่อมีการรวมข้อมูลและการทำความสะอาดข้อมูล องค์ประกอบ
ของข้อมูลที่ได้จะต้องมีการสรุปโดยใช้รูปแบบที่สามารถใช้ประโยชน์ได้มากกว่า เช่น ตารางคำนวณ
ข้อความ แผนภูมิ การแสดงผลกราฟิก ฐานข้อมูลบุคคล และ ภาพเคลื่อนไหว ข้อมูลสรุปจะถูกส่งไป
ยังหรอื เตรียมไว้สำหรับใหล้ กู คา้ สามารถเขา้ สคู่ ลังข้อมลู และสะดวกตอ่ การสอบถามและใช้ประโยชน์

• การอัพเดทที่เก็บข้อมูล (Update Repository) ต้องมีการทำให้เป็นปัจจุบันและสอดคล้อง
กับคำจำกัดความใหม่ ๆ

• มีการอัพเดทขอ้ มูลตามชว่ งเวลา (Allow for Periodic Update) ข้อมลู ใหม่ๆ จาก
ระบบปฏิบัติการจะต้องถกู นำเข้าสคู่ ลังขอ้ มูลตามช่วงเวลาและจะตอ้ งมกี ารทำข้อมลู ให้ทันสมยั

คลงั ขอ้ มูล (Data Warehouse) เปน็ การปฏริ ูประบบสนับสนุนการตดั สินใจ (DSS)
ซ่งึ เกดิ จากการปรับปรุงฐานข้อมลู และเทคโนโลยีเครือขา่ ย คลังข้อมูลเปน็ ระบบการ
จดั การขอ้ มลู เชิงสัมพันธ์ซ่ึงถกู ออกแบบเป็นพเิ ศษสำหรับการสนับสนนุ การตัดสนิ ใจ
มากกว่าการตอบสนองความตอ้ งการของระบบประมวลรายการ คลงั ข้อมูลจะจัดการกับ
สารสนเทศจากฐานข้อมูลขององค์กรและฐานข้อมูลภายนอกโดยจะเกบ็ ข้อมูลในอดีตซ่งึ
ไดจ้ ากระบบปฏบิ ัติการและฐานขอ้ มูลภายนอก

12

ข้อมูลปฏิบัติการและข้อมูลภายนอกจะต้อง “ทำความสะอาด” โดยการขจัดความไม่
สอดคล้องแล้วนำมารวมเพื่อสร้างฐานข้อมูลและสารสนเทศใหม่ซึ่งมีความเหมาะสมในการวิเคราะห์
ทางธุรกิจมากกว่า เมื่อคลังข้อมูลถูกพัฒนาแล้วเสร็จ ผู้ใช้สามารถเข้าถึงคลังข้อมูลโดยใช้เครื่องมือ
สอบถามและเครื่องมือวิเคราะห์ต่าง ๆ เช่น การสอบถามและออกรายงาน การประมวลผลเชิง
วเิ คราะห์แบบออนไลน์ (Online Analytical Processing หรอื OLAP) และการทำเหมืองข้อมูล(Data
Mining)

คลังข้อมูลจะเริ่มจากฐานข้อมูลขนาดใหญ่มาก (Very Large Databases หรือ VLDBs)
ซึ่งบรรจุข้อมูลหลายล้านเรคคอร์ด (Record) เนื่องจากข้อมูลถูกรวบรวมจากหลายแหล่ง ฐานข้อมูล
อดตี จะถูกสร้างข้นึ เพอื่ ใหน้ ักวิเคราะห์ธรุ กจิ ได้ใช้ คลังข้อมูลจะต้องมีการอัพเดทอย่างสม่ำเสมอเพ่ือให้
เป็นปจั จุบันและถูกต้อง ข้อมูลเก่าท่ีไม่ถกู ใชจ้ ะถูกนำออกจากคลังข้อมูล การอพั เดทคลังข้อมูลจะต้อง
เป็นไปอย่างรวดเร็ว มีประสิทธิภาพ และทำให้เป็นอัตโนมัติ โดยปกติคลังข้อมูล จะบรรจุข้อมูลอดีต
และปัจจุบันประมาณ 5-10 ปี เครื่องมือในการทำความสะอาดข้อมลู (cleaning data tool) สามารถ
รวมข้อมูลจากหลายแหล่งให้มาอยู่ภายในฐานข้อมลู เดียว รวบรวมข้อมูลและตรวจสอบความเปน็ จรงิ
อัตโนมัติและลบข้อมูลที่ไม่ต้องการคลังข้อมูลให้คุณค่ากับพนักงานทีม่ ีความรู้โดยการให้สารสนเทศที่
กว้างขวาง โดยการรวมข้อมูลจากหลายแหล่งให้ข้อมูลที่สะอาดเนื่องจากแก้ไขความแตกต่างของ
ข้อมูล และข้อมูลในเชิงลึกคือการรวมข้อมูลในทุกระดับทั้งข้อมูลสรุปและข้อมูลที่สนับสนุนการ
สอบถามในรายละเอยี ด

ดังนั้นประโยชน์ของคลังข้อมูลคือความถูกต้องเนื่องจากการขจัดความซ้ำซ้อน ปรับปรุง
ประสิทธภิ าพโดยสามารถเข้าถึงข้อมูลในเวลารวดเร็ว และทำให้การตัดสนิ ใจมีประสิทธผิ ล คลังข้อมูล
ยังช่วยองค์กรหลกี เลี่ยงต้นทุนก่อนท่ีจะเกิดขึน้ และจับโอกาสทางธุรกิจที่อาจจะไม่เคยสังเกตมาก่อน
ธุรกิจสามารถใช้ข้อมูลจากคลังข้อมูลมาเปลี่ยนแปลงกลยุทธ์ทางการตลาดจากการผลิตสินค้าจำนวน
มากเพ่อื ขายให้กับลูกค้าทุกคน(Mass Market) เป็นการแบง่ แยกตลาด (Segmented Marketplace)
และขยายเป็นตลาดท่สี ามารถตอบสนองความตอ้ งการของลกู คา้ แตล่ ะคน

2.5.2 ดาตา้ มาร์ท (Datamart)
เป็นส่วนย่อยของคลังข้อมูล (Data Warehouse) การสร้างดาต้ามาร์ทมีแนวคิด เช่นเดียวกับ

คลังข้อมูล แต่จะใช้สำหรับธุรกิจขนาดกลางและขนาดย่อมและแผนกงานในองค์กรขนาดใหญ่ เช่น
การวเิ คราะห์ยอดขาย สนิ ค้าคงคลงั และข้อมูลทางธุรกจิ ท่สี ำคัญ ซึ่งรวบรวมมาจากระบบประมวลผล
รายการ ดาต้ามาร์ทจะบรรจุกลุม่ ยอ่ ยของข้อมลู ธรุ กิจ เชน่ การเงิน สนิ ค้าคงคลังหรอื บุคคล โดยอาจมี
รายละเอยี ดของข้อมลู สำหรับงานเฉพาะมากกว่าที่คลงั ข้อมลู จะให้ได้

ดาตา้ มารท์ จะมีประโยชน์สำหรับองค์กรขนาดเล็กซ่ึงต้องการเขา้ ถึงรายละเอยี ด
ของข้อมลู เนอ่ื งจากดาตา้ มาร์ทมจี ำนวนข้อมลู ที่น้อยกวา่ คลังข้อมูลมากทำให้สามารถใช้
ฮาร์ดแวรท์ ม่ี ีขนาดเล็กกว่า ช่วยลดตน้ ทนุ ขององคก์ ร ถึงแม้วา่ ดาต้ามารท์ จะสามารถใช้
ซอฟต์แวรท์ ่วั ไป บรษิ ัทต่าง ๆ ได้มีการนำเสนอซอฟต์แวร์เฉพาะเพื่อใหส้ ามารถใช้งาน

ไดง้ า่ ยและถูกกว่า
บริษัท Owens & Minor ในเวอรจ์ เิ นยี ประเทศสหรัฐอเมริกา ซึง่ เปน็ ผจู้ ดั

จำหน่าย เวชภัณฑแ์ ละเครือ่ งมือผ่าตัด ได้รวมชดุ ของตาตา้ มารท์ ไวใ้ นฐานขอ้ มูล
Grade ฐานเดียว

13

ทั้งนี้เพราะไม่มีเวลาเพียงพอที่จะวางแผนและออกแบบคลังข้อมูลที่เต็มรูปแบบ แต่ก็ตระหนักว่าการ
สร้างตาต้ามาร์ทแยกกันอาจจะสร้างความยุ่งยากให้กับผู้ใช้งานที่จะสอบถามผ่านดาต้ามาร์ท จึงใช้
วิธีการรวมดาต้ามาร์ทซึ่งครอบคลุม การขาย สินค้าคงคลัง บัญชีลูกหนี้ไว้ในฐานข้อมูล Oracle ฐาน
เดียว ผู้ใช้แต่ละแผนกสามารถใชข้ ้อมลู ร่วมกนั แตจ่ ะรู้สึกเสมือนใช้ดาต้ามารท์ ท่ีแตกตา่ งกนั

2.5.3 การทำเหมืองขอ้ มลู (Data Mining)
การทำเหมืองข้อมูล หมายถึง กระบวนการในการสกัดเอาความรู้ซึ่งซ่อนอยู่ในข้อมูลดิบ

จำนวนมากหรือฐานข้อมูลใหญ่ ธุรกิจส่วนใหญ่นำระบบสารสนเทศที่สามารถรวบรวมและจัดการ
ฐานข้อมูลขนาดใหญ่เพื่อค้นหาความรู้ที่ได้จากข้อมูลที่รวบรวมมาได้โดยอาศัยข้อมูลในอดีต การทำ
เหมืองข้อมูลถูกใช้เป็นเครื่องมือเพื่อทำนายแนวโน้มและพฤติกรรม เป็นการใช้สารสนเทศเพื่อ
สนับสนุนการตดั สินใจทางธรุ กิจเพือ่ ใหธ้ รุ กิจสามารถแขง่ ขนั ได้

การทำเหมืองข้อมูล เป็นการแสวงหาความสัมพันธ์และรูปแบบทั่วไปที่มีอยู่ในฐานข้อมูล
ขนาดใหญ่และถูกซ่อนไว้ในข้อมูลจํานวนมาก โดยผู้วิเคราะห์จะรวมความรู้ของข้อมูลกับเทคโนโลยี
ดา้ นกลไกการเรียนรู้ (Machine Learning) เพ่ือค้นหาความรู้ทม่ี ีคุณค่าท่ีซ่อนอยู่ การใชก้ ารทำเหมือง
ข้อมูลสามารถทำได้ง่ายขึ้นและมีประสิทธิผลเพิ่มมากขึ้นเมื่อองค์กรได้สะสมข้อมูลจำนวนมาก เช่น
การจัดทำคลังข้อมูล แต่การจัดทำสร้างคลังข้อมูลไมใ่ ชเ่ ป็นเงือ่ นไขที่จำเป็นต้องทำก่อนการทำเหมอื ง
ข้อมลู

โดยปกติการวิเคราะห์ข้อมูลโดยมนุษยท์ ีป่ ราศจากเครือ่ งมือพิเศษไม่สามารถหาคำตอบที่ดี
เพียงพอสำหรับข้อมูลจำนวนมากซึ่งต้องการการประมวลผลเพื่อจะนำไปใช้ในการตัดสินใจทางธุรกิจ
การทำเหมืองข้อมูลเป็นระบบอัตโนมัติที่หาความสัมพันธ์ของข้อมูลดิบและส่งผลลัพธ์ที่ได้ไปใช้ใน
ระบบสนบั สนนุ การตัดสินใจอตั โนมัติหรือประเมินโดยการวเิ คราะห์ของมนษุ ย์ เช่น การค้นหาสินค้าที่
ควรจะส่งเสริมการขาย การหาความน่าจะเป็นที่ลูกค้าจะตอบสนองกับแผนการส่งเสริมการขาย การ
พยากรณ์ว่าหลักทรัพยใ์ ดจะได้รบั กำไรจากการซ้ือขายคร้ังต่อไป หรือการค้นหายาที่ควรจะจา่ ยให้กับ
คนไข้

สิ่งเหล่านี้จะหาคำตอบได้ถ้าสารสนเทศที่ซ่อนอยู่ในฐานข้อมูลขนาดใหญ่ถูกค้นพบหรือถูก
นำไปใช้ประโยชน์ ระบบการทำเหมืองข้อมูลในคอมพิวเตอร์สมัยใหม่จะเรียนรู้ด้วยตนเองจากข้อมูล
เดมิ ของระบบ โดยการสรา้ งและทดสอบสมมุติฐานเก่ยี วกบั กฎเกณฑต์ า่ งๆ เมอ่ื ความรูส้ ้ันๆ และมีค่าท่ี
น่าสนใจถูกค้นพบ ความรู้ดังกล่าวจะถูกนำมารวมกับระบบสนับสนุนการตัดสินใจเพื่อช่วยให้ผู้
ตดั สินใจสามารถตดั สนิ ใจทางธรุ กจิ ได้ดขี ึน้

งานหลกั ของการขดุ คน้ ข้อมลู (Data Mining) (Stair & Reynolds, 1999) ได้แก่
• การพยากรณ์ (Prediction) ไดแ้ ก่ การเรียนรเู้ กีย่ วกบั ตัวแบบจากตวั อย่างและใชต้ ัวแบบท่ี

สรา้ งข้ึนเพอื่ การพยากรณ์มูลค่าของตัวแปรเปา้ หมาย
• การแยกแยะหรือจำแนก (Classification) เป็นการระบุความสำคัญที่จะต้อง
มีการแบ่งแยกระบุกล่มุ คุณสมบตั ซิ ่ึงใชแ้ ยกความแตกต่างของกลมุ่ หรือชั้น เชน่ การ
จำแนกลกู ค้าประจำ ลูกคา้ ที่ใช้บริการเป็นบางโอกาส และลูกค้าขาจร
• การค้นหาความสัมพันธ์ (Detection of Relations) โดยการค้นหาตัวแปร
อิสระที่มีอิทธพิ ลมากที่สุดจากตัวแปรเปา้ หมายทเี่ ลอื ก

14

• การจัดกลุ่ม (Clustering) เป็นการจัดกลุ่มงานหรือแยกกลุ่มของเรคคอร์ด (record)
ท่ีคล้ายคลึงกันออกจากขอ้ มลู ส่วนท่เี หลือ

• การวิเคราะห์การจัดตะกร้าการตลาด (Market Basket Analysis) ได้แก่ การประมวลผล
ข้อมูลทางธุรกรรมเพื่อหากลุ่มของสินค้าที่สามารถเสนอขายพร้อมกันได้ดี เช่น สินค้าบำรุงสุขภาพ
ห้องพักพรอ้ มบรกิ ารสปา

• การหาความสมั พันธ์ (Associations) เป็นการระบุความสมั พันธ์เชงิ ลกึ ระหว่าง ตัวแปรต่างๆ
เช่นร้อยละ 80 ของลูกค้าที่ซื้อไวน์ชนดิ หนึ่งมกั จะซือ้ แปง้ พาสต้ายีห่ ้อหนึ่งควบคู่กันด้วย หรือผู้ชายใน
ประเทศยโุ รปจะซ้ือผา้ อ้อมเด็ก กับเบียร์ควบคู่กนั

• การหารูปแบบที่ต่อเนื่องกัน (Sequential Patterns) เป็นการระบุการต่อเนื่องที่เกิดขึ้น
เป็นประจำ เช่น คู่แต่งงานที่มาใช้บริการด้านการจัดเลี้ยง มักจะขอความคิดเห็นในเรื่องสถานเสริม
ความงาม สถานท่ีฮันนมี นู จึงสรา้ งโอกาสให้ธุรกิจสามารถขยายบริการใหค้ รบวงจร

2.6 ระบบธรุ กจิ อัจฉรยิ ะ (Business Intelligence หรอื BI)

ปัจจุบันองค์กรจำเป็นต้องใช้เทคโนโลยีและเครื่องมือใหม่ ๆ ที่มีความสามารถในการจัดการ
และการวเิ คราะห์ข้อมูลที่ไม่ใชแ่ บบดงั้ เดิม ข้อมลู ทอ่ี งคก์ รขนาดใหญ่ต้องการอาจจะต้องมีการรวบรวม
ปะติดปะต่อเข้าดว้ ยกนั จากแหล่งจัดเกบ็ ขอ้ มูลหลายระบบทีแ่ ยกออกจากกนั เช่น ข้อมูลจากฝ่ายขาย
ข้อมูลจากฝ่ายบัญชี และข้อมูลจากฝ่ายผลิต หรือแม้กระทั่งจากแหล่งข้อมูลภายนอก เช่น ข้อมูล
ประชากร หรือข้อมูลเกี่ยวกับคู่แข่ง จนกระทั่งอาจต้องพึ่งพาแหล่งข้อมูลขนาดใหญ่ หรือ บิ๊กดาต้า
(Big Data) ในท่สี ดุ

โครงสร้างพื้นฐานของระบบธุรกิจอัจฉริยะ (BI) ประกอบด้วย เครื่องมือสำหรับการรวบรวม
วิเคราะห์และการเข้าถึงข้อมูลจำนวนมหาศาลจากแหล่งข้อมูลทุกประเภทเพื่อช่วยให้ผู้ใช้สามารถ
ตัดสินใจทางธุรกิจได้ดีข้ึน ตัวอย่างเช่น Harrah's Entertainment ทำการวิเคราะห์ลูกค้า เพื่อพัฒนา
ประวัติการเล่นการพนัน และระบุลูกค้าที่มีกำไรมากที่สุด เครื่องมือหลักสำหรับการวิเคราะห์
ประกอบด้วย ซอฟแวรส์ ำหรบั การสืบคน้ ฐานขอ้ มลู และการออกรายงาน การประมวลผลการวเิ คราะห์
ทางออนไลน์ (OLAP) และการทำเหมืองขอ้ มลู (Data mining)

การประมวลผลการวิเคราะห์ทางออนไลน์ (Online analytical processing หรือ
OLAP)

OLAP สนบั สนนุ การวิเคราะห์ขอ้ มูลหลายมิติที่ช่วยให้ผใู้ ชส้ ามารถดขู ้อมูลเดียวกนั ได้ในหลาย
รูปแบบทแ่ี ตกตา่ งกันโดยใช้มุมมองหลายมิติ ลักษณะของข้อมลู แต่ละมมุ มอง (เชน่ ผลติ ภัณฑ์
การกำหนดราคา ค่าใช้จ่าย ภูมภิ าคและระยะเวลา) จะมีมิติท่แี ตกต่างกนั เช่น จำนวนยอด
ขายเครื่องซักผ้าในภาคตะวนั ออกในเดือนมิถุนายนเมื่อเทียบกับภมู ิภาคอืน่ ๆ เป็นเท่าไร
ดังนัน้ ผูจ้ ัดการสามารถใช้ OLAP ชว่ ยให้สามารถตอบคำถามแบบออนไลน์ได้อยา่ งรวดเร็ว
แม้วา่ จะเกยี่ วข้องกับข้อมลู ท่ีถูกเกบ็ ไวใ้ นฐานข้อมลู ขนาดใหญม่ าก จากรปู ที่ 6.13 แสดง
ใหเ้ ห็นถึงรูปแบบหลายมติ ิท่ีสามารถสร้างขึ้นเพื่อแสดงข้อมูลสนิ คา้ เม่ือเทยี บกับภมู ิภาค

ยอดขายท่ีเกดิ ขึน้ จริงและท่ีคาดการณไ์ ว้ ซงึ่ ตารางข้อมูลของยอดขายสนิ ค้าทีเ่ กิดข้ึน
จริงสามารถท่จี ะซ้อนทับอยูด่ า้ นบนของตารางข้อมลู ยอดขายทค่ี าดการณ์ไวใ้ น

15

รูปแบบกล่องลูกบาศก์ที่มีหกด้าน ถ้าหมุนกล่องข้อมูลนี้ไป 90 องศา จะแสดงความสัมพันธ์ระหว่าง
ผลิตภัณฑ์กับยอดขายที่เกิดขึ้นจริงและที่คาดการณ์ไว้ ถ้าหมุนกล่อง 90 องศาอีกครั้งจะแสดง
ความสัมพันธ์ระหว่างภูมิภาคกับยอดขายที่เกิดขึ้นจริงและที่คาดการณ์ไว้ และถ้าหมุนกล่องไป 180
องศา จากมุมมองเดิมจะทำให้เห็นยอดขายที่คาดการณ์ไว้และสินค้าเปรียบเทียบกับภูมิภาค กล่อง
ลูกบาศกห์ ลายกล่องสามารถซ้อนทับกันอยูภ่ ายในกล่องอื่น ๆ เพื่อสร้างมุมมองที่ซบั ซ้อนของข้อมูลได้
ตามความต้องการของผู้ใช้

บรรณานุกรม

การจดั การฐานขอ้ มลู (2014). สบื ค้นเม่อื วันที่ 18 พฤศจิกายน 2565
จาก https://webportal.bangkok.go.th/upload/user/00000132

การจดั ระเบียบแฟ้มขอ้ มูล สืบคน้ เม่ือวันที่ 20 พฤศจิกายน 2565
จาก https://sites.google.com/site/dswirawannonthing

การทำเหมอื งขอ้ มลู (Data Mining) สืบคน้ เม่ือวนั ที่ 20 พฤศจิกายน 2565
จาก https://www.sas.com/th_th/insights/analytics/data-mining.html

ดาต้ามาร์ท (Datamart) สบื ค้นเมือ่ วันท่ี 19 พฤศจิกายน 2565
จาก https://aws.amazon.com/th/what-is/data-mart/

ระบบธรุ กจิ อัจฉรยิ ะ (Business Intelligent) สืบค้นเมอื่ วันที่ 18 พฤศจกิ ายน 2565
จาก http://cslabs.jowave.com/MIS/Book/group6/6_5.html