Chapter 11

1. Chapter 11 Data Management: Warehousing, Analyzing, Mining, and Visualization Information Technology For Management 5th Edition Turban, Leidner, McLean, Wetherbe Lecture Slides by A. Lekacos, Stony Brook University John Wiley & Sons, Inc.

2. Learning Objectives(1) • ทำความเข้าใจถึงความสำคัญของข้อมูล, แนวทางการบริหาร และlife cycle . • อธิบายถึงแหล่งต่าง ๆ ของข้อมูลและการรวบรวมข้อมูล • อธิบายถึงระบบการบริหารจัดการเอกสาร • อธิบายถึงการทำงานของคลังข้อมูล(data warehousing) และแนวทางการใช้ระบบสนับสนุน • อธิบายถึงการค้นพบสารสนเทศและองค์ความรู้และเชาว์ปัญญาทางธุรกิจ(business intelligence) • ทำความเข้าใจกับอำนาจและผลประโยชน์ของ data mining. • อธิบายวิธีการนำเสนอข้อมูลและ geographical information systems, visual simulations และ virtual reality ในเชิงเครื่องมือต่าง ๆ ที่ใช้สนับสนุนการทำงาน

3. Learning Objectives(2) • กล่าวถึงบทบาทของฐานข้อมูลทางการตลาดและตัวอย่าง • ทำความเข้าใจแนวทางการบริหารจัดการข้อมูลโดยใช้ Web

4. Toyota uses Business Intelligence to excel • Problem • Toyota motor sales USA คือผู้จำหน่ายรถยนต์และรถบรรทุกที่ผลิตโดยโตโยต้า เขาซื้อรถจากโรงงานโตโยต้าในญี่ปุ่นและที่อื่น ๆ แล้วขายไปให้ตัวแทนจำหน่ายทั่ว USA เขาต้องจ่ายเงิน 8$/ต่อวัน ในระหว่างขนส่งซึ่งใช้เวลา 9-10 วัน หรือใช้เงินประมาณ 72$-80$ ต่อคัน ปีหนึ่งจะนำเข้ารถประมาณ 2 ล้านคัน ดังนั้นจึงต้อง จ่ายเงินประมาณ 144 – 160 ล้านเหรียญต่อปี • ปลายปี 1990 บริษัทประสบกับปัญหาในเรื่อง SC และการปฏิบัติงาน รวมไปถึง car keeping cost การส่งรถให้กับตัวแทนจำหน่ายไม่ตรงเวลาทำให้ลูกค้าไม่พึงพอใจ จึงหันไปซื้อจากคู่แข่ง เช่น Honda มากขึ้น

5. ในอดีตนั้น การใช้คอมพิวเตอร์เป็นไปเพื่อการสร้างรายงาน (report) และ ข้อมูลแบบไร้ทิศทางเป็นจำนวนมาก ทำให้ผู้บริหารไม่สามารถนำมาใช้วางแผนกลยุทธ์ได้ นอกจากนั้น แผนกภายในไม่มีการ share ข้อมูลให้กัน หรือ สร้างข้อมูลช้า ทำให้การดำเนินการช้าไปด้วย ข้อมูลที่ได้มาก็ล่าช้า ไม่มีความแม่นยำ ทำให้ผู้บริหารไม่สามารถนำมาใช้ในการตัดสินใจได้ตามเวลาที่ต้องการ เพราะไม่แน่ใจว่า ข้อมูลใดยังคงถูกต้อง ใช้งานได้ • ฝ่าย Toyota Logistic Services (TLS) ต้องการข้อมูลที่ถูกต้องเพื่อมั่นใจว่า รถที่ถูกต้องจะต้องส่งไปยังตัวแทนจำหน่ายที่ถูกราย ภายในระยะเวลาที่กำหนด • เขาได้จ้าง new CIO เข้ามาในปี 1997 เพื่อแก้ปัญหานี้

6. Solution • หลังจากทำการวิเคราะห์ปัญหาแล้วพบว่าสิ่งที่ต้องการ คือ Data warehouse และเครื่องมือที่นำไปใช้จัดการกับข้อมูล หรือ กล่าวว่า Business Intelligence (BI) และเริ่ม Oracle’s data warehouse นำมาใช้งาน ในปี 2000 • Results • หลังจากการใช้งานไม่กี่วัน มันให้ผลออกมาอย่างน่าประหลาดใจ เช่น ได้รับบิลเรียกเก็บเงินซ้อนกัน 2 ใบ ซึ่งเกิดความผิดพลาดประมาณ 800,000$ จำนวนรถที่ต้องจัดการช่วง 2001 และ 2005 เพิ่มขึ้น 40% แต่ใช้คนเพิ่มเพียง 3% ระยะเวลาส่งรถลดลง 5% เป็นต้น

7. 11.1 A Framework for Business Intelligence:Concept and Benefits • Definition of BI • BI คือเทอมกว้าง ๆ ที่ประกอบด้วย สถาปัตยกรรม เครื่องมือต่าง ๆ ฐานข้อมูล โปรการประยุกต์ใช้งานด้านต่าง ๆ และ กรรมวิธีการต่าง ๆ • สถาปัตยกรรมของ BI และองค์ประกอบ • ในกรณีของโตโยต้า จะประกอบด้วย 4 องค์ประกอบ คือ • 1) data warehouse (เป็นแหล่งข้อมูล) • 2) business analytics (กลุ่มเครื่องมือที่ใช้ดำเนินการ ค้าหา (mining) และวิเคราะห์ข้อมูลใน data warehouse) • 3) business performance management (BPM) (ใช้ monitor และ วิเคราะห์ประสิทธิภาพ) • 4) user interface

8. Major components of business intelligence

9. Benefit of BI • สิ่งที่ผู้บริหารต้องการ คือ right information at the right time and in the right place ดูประโยชน์ของการใช้ BI Analytical Application ใน Table 11.1 • Eckerson (2003)ได้แสดงถึง major benefits เอาไว้ดังนี้ • 1) ประหยัดเวลา (60%) • 2) Single version of truth (59%) • 3) กลยุทธ์และแผนต่าง ๆ ได้รับการปรับปรุง (57%) • 4) การตัดสินใจทางยุทธวิธีได้รับการปรับปรุง (56%) • 5) กระบวนการมีประสิทธิภาพมากขึ้น (55%) • 6) ลดต้นทุน (37%) • 7) ปรับปรุงความสัมพันธ์ระหว่างลูกค้ากับคู่ค้า (37)

10. Thomson (2004) ได้แสดงถึง major benefits เอาไว้ดังนี้ • 1) ทำรายงานได้แม่ยำขึ้นและเร็วขึ้น (81%) • 2) การตัดสินใจได้รับการปรับปรุงให้ดีขึ้น (78%) • 3) การบริการลูกค้าได้รับการปรับปรุง (56%) • 4) ยอดขายเพิ่มขึ้น (49%) • The major characteristics of BI สามารถแสดงได้ในแนวทางที่ต่างกันหลายแบบ • A Factory and Warehouse • นำไปใช้ในโรงงานซึ่งมี warehouse บางทีเรียกกันในเทอม Enterprise Information Factory

11. Teradata Advanced Analytics Methodology:ใช้เป็นเทคนิคและเครื่องมือเพื่อทำการวิเคราะห์ขั้นสูง

12. How Business Intelligence works? 15

13. 11.2 Business Analytics, Online Analytical Processing, Reporting and Querying • The essentials of Business Analytics: • Analyticsคือ การวิเคราะห์เชิงวิทยาศาสตร์ ในหนังสือเล่มนี้หมายถึงการวิเคราะห์ข้อมูลและสารสนเทศ • Business analytics (BA) คือหลักการกว้าง ๆ ของเทคนิคและการประยุกต์ใช้ เพื่อ รวบรวม จัดเก็บ วิเคราะห์ และ จึดให้มีการเข้าถึงข้อมูล เพื่อช่วยให้ผู้ใช้ทำการตัดสินใจเชิงกลยุทธ์แล้เชิงธุรกิจได้ดีขึ้น บางทีเรียกว่า analytical processing, business intelligence tools, business intelligence applications หรือ เรียกสั้น ๆ ว่า business intelligence

14. The tools and techniques of Business Analytics

15. The Tools and Techniques of Information and Knowledge Discovery • การค้นพบองค์ความรู้และสารสนเทศ (Information and Knowledge Discovery) จะแตกต่างจากการสนับสนุนการตัดสินใจในมุมมอง ของ “การค้นพบ (discovery)” หมายความว่า ต้องค้นพบแล้ว จึงนำผลนั้นไปใช้ สำหรับสนับสนุนในการตัดสินใจ • วิวัฒนาการของ Information and Knowledge Discovery • Information discovery เริ่มมาตั้งแต่ปลายปี 1960 พร้อมกับเทคนิคต่าง ๆ ที่ใช้รวบ รวมข้อมูล ซึ่งมันก็คือ การรวบรวมข้อมูลแบบพื้นฐาน ง่าย ๆ และ มันตอบคำถาม ต่างๆได้โดยใช้ข้อมูลกลุ่มหนึ่งที่เก็บไว้ในอดีต การวิเคราะห์แบบนี้ต่อมาได้ขยาย ออกเป็นเครื่องมือหลายตัว เช่น SQL Relational database management systems • อ่านเพิ่มเติมใน ตารางที่ 11.3 Stages in the Evolution of Knowledge Discovery

16. Knowledge Discovery (KD) • กระบวนการคัดแยกเอาองค์ความรู้ออกมาจากข้อมูลที่มีจำนวนมาก รวม data mining เอาไว้ด้วย 18

17. OLAP (Online Analytical Processing) • ย่อมาจาก “Online Analytical Processing” ถือเป็นเครื่องมือทางซอฟท์แวร์ประเภทหนึ่ง ที่ใช้จัดการกับข้อมูลที่เก็บไว้ในฐานข้อมูล • OLAP tools จะช่วยให้ผู้ใช้ทำการวิเคราะห์ความแตกต่างของมิติหลายๆมิติของ multidimensional data ตัวอย่างเช่น มันช่วยทำการวิเคราะห์มุมมองทางด้าน time series และ trend analysis ดังนั้น OLAP มักถูกนำมาใช้ในงาน data mining • องค์ประกอบหลักของ OLAP ก็คือ OLAP server ซึ่งวางอยู่ระหว่าง client กับ database management systems (DBMS) โดยที่ OLAP server จะเข้าใจว่า ข้อมูลควรจัดรูปแบบ อย่างไรในฐานข้อมูลและมีฟังก์ชันพิเศษต่าง ๆ สำหรับใช้ในการวิเคราะห์ข้อมูล • อ่านเพิ่มเติมใน IT at Work 11.2 “TCF Bank’s Conducting OLAP, Reporting and Data Mining” page 439

18. Reports • Reportsหรือ รายงานมักแบ่งออกได้เป็นสองแบบ คือ ทำเป็นประจำ (routine) และ นาน ๆ ทำครั้งหนึ่ง (ad-hoc) • Routine Reportsเป็นรายงานที่สร้างขึ้นมาโดยระบบอัตโนมัติและกระจายออกไปให้ส่วนต่าง ๆ เป็นประจำ • Ad-hoc (On-Demand) Reportsเป็นรายงานที่สร้างขึ้นเฉพาะกิจ เมื่อผู้ต้องการใช้งานร้องขอ • Ad-hoc queriesหมายถึงการยินยอมให้ผู้ใช้ ต่าง ๆ ร้องขอสารสนเทศจากคอมพิวเตอร์ ในเวลาจริง (real time) ซึ่งไม่เคยมีในรายงาน ที่ทำเป็นปกติ คำตอบที่ได้มาข้างต้น (Report) จะถูกนำใช้ในการตัดสินใจอย่างเร่งด่วน • ระบบ Ad-hoc queries ง่าย ๆ ทำโดยการใช้ เมนู ที่ซับซ้อนขึ้นไปจะใช้ SQL (Structured query language) และที่ซับซ้อนขึ้นไปอีก จะ อยู่บน natural language processing บางรูป แบบสามารถติดต่อกับผู้ใช้โดยใช้การจดจำ เสียง (voice recognition)

19. 11.3 Data, Text, Web Mining and Predictive Analytics • Data mining:คือ กระบวนการค้นหา สารสนเทศทางธุรกิจที่มีมูลค่าต่อองค์กรในฐาน ข้อมูลขนาดใหญ่คลังข้อมูลหรือตลาดข้อมูล • ความสามารถของ Data mining ประกอบด้วย: • 1) สามารถทำนายแนวโน้มและพฤติกรรมต่าง ๆ โดยอัตโนมัติ • 2) ค้นพบรูปแบบต่าง ๆ (unknown patterns) ที่ผ่านมาแล้วโดยอัตโนมัติ

20. ตัวอย่างของ Data Mining Process อ่านเพิ่มเติมใน A Closer Look “10.3 Data Mining Techniques and Information Types”

21. การประยุต์ใช้ Data Mining • ตัวอย่างการประยุกต์ใช้ Data Mining ได้แก่ • การขายปลีกและขายส่ง • การธนาคาร • การประดิษฐ์และการผลิต • การประกันภัย • การทำงานของตำรวจ • การดูแลสุขภาพ • การตลาด

22. Text Mining • การประยุกต์ใช้ data mining กับแฟ้มข้อมูลแบบตัวอักษรและเป็นแบบไม่มีโครง สร้าง (non- structured)หรือ มีโครงสร้างน้อย (less-structured) • Text mining จะช่วยให้องค์กรทำสิ่งต่อไปนี้ • (1) ค้นหาเนื้อหาที่แฝงเร้น (“hidden” content)ของเอกสารต่างๆ • (2) รวมทั้งแสดงความ สัมพันธ์กันที่มีประโยชน์เพิ่มเติมเข้ามาด้วย • (3) จัดกลุ่มเอกสารให้อยู่ในเรื่องเดียวกัน (common themes) (เช่นแยกแยะลูกค้า ทั้งหมดที่ทำประกันออกดูว่า ใครบ้างที่ร้องเรียนเข้ามาในเรื่องเหมือน ๆ กัน)

23. Web Mining • การประยุกต์ใช้เทคนิคของ data mining เพื่อค้นหารูปแบบที่มีความหมาย สมควร นำมาใช้ หรือ รูปร่าง (profiles) และ แนวโน้มที่จะเกิดขึ้น (trends) จาก web resources. • Web mining มักจะนำมาใช้ในพื้นที่ต่อไปนี้: ทำการคัดกรองสารสนเทศ, surveillance, mining of web- access logs สำหรับทำการวิเคราะห์ผู้ใช้, assisted browsing, และการบริการต่าง ๆ ที่ต่อสู้กับอาชญากรรมบนอินเตอร์เน็ต • Web mining สามารถรองรับฟังก์ชันต่อไปนี้: • Resource discovery ระบุเอกสารหรือการบริการบน Web ที่ไม่คุ้นเคย • Information extraction แยกสารสนเทศตามที่กำหนดจาก Web โดยอัตโนมัติ • Generalization เปิดเผยรูปแบบทั่ว ๆ ไปในแต่ละ Web site ส่วนตัว หรือ ข้าม Web site

24. Predictive Analysis • สิ่งที่ผู้บริหารต้องการ การทำนาย (predict) และการพยากรณ์ (forecast) • วิธีการทำนายพื้นฐานที่ใช้ คือ พิจารณาความสัมพันธ์ของ 2 ตัวแปร เช่น ยอดขายกับตลอดช่วงเวลาหนึ่ง ๆ หรือ ราคาขายตลอดช่วงเวลาหนึ่ง ๆ • Predictive analytics คือ เครื่องมือที่ช่วยหาความเป็นไปได้ของผลลัพธ์อนาคตของเหตุการณ์หนึ่ง ๆ หรือ โอกาสที่สถานการณ์หนึ่ง ๆ ที่จะเกิดขึ้น • อ่านเพิ่มเติมใน IT at Work 11.3 “Predictive Analysis can help you avoid traffic jams” page 446

25. 11.4 Data Visualization, Geographical Information Systems and Virtual Reality • Data Visualization:เป็นการนำเสนอข้อมูลด้วยรูปภาพโดยใช้เทคโนโลยีต่าง ๆ เช่น รูปภาพแบบต่าง ๆ ตาราง กราฟ videos และภาพเคลื่อนไหวและ multimedia ในรูปแบบต่าง ๆ • อ่านเพิ่มใน IT at Work 11.4 “Danskin’s Virtual Showroom”, page 449 • Multidimentionality Visualization คือการมองภาพ (จากข้อมูล) ได้หลายมิติในเวลาเดียวกัน • สามตัวแปรที่พิจารณาถึงความเป็น multidimensionality คือ มิติ การวัด และ เวลา เช่น • ด้านมิติ: สินค้า พนักงานขาย ส่วนแบ่งการตลาด หน่วยธุรกิจ ช่องทางการจัดจำหน่าย ประเทศ อุตสาหกรรม เป็นต้น • ด้านการวัด: เงิน ยอดขาย จำนวนคน ผลตอบแทนด้านสินค้าคงคลัง เป็นต้น • ด้านเวลา: รายวัน รายสัปดาห์ รายเดือน รายปี เป็นต้น

26. Geographical Information System (GIS) • ระบบที่อาศัยคอมพิวเตอร์ในการจับภาพ เก็บ รวบรวม จัดการ และ แสดงข้อมูล โดยการใช้แผนที่แบบดิจิตอล (digitized map)สามารถประยุกต์ใช้ได้หลายด้าน

27. Visual Interactive Model and Simulation • Visual Interactive Modeling (VIM): การใช้ computer graphic displays นำเสนอ ผลกระทบของการตัดสินใจเกี่ยวกับการบริหารหรือการปฏิบัติงานที่แตกต่างออก ไปจากเป้าหมายของบริษัทที่ตั้งไว้ เช่น กำไร ส่วนแบ่งการตลาด เป็นต้น • Visual Interactive Simulation (VIS):วิธีการของ visual interactive modeling method ที่ใช้โดย end user เพื่อดูความก้าวหน้าของ simulation model ในเชิงรูป ภาพที่เคลื่อนไหวได้ โดยใช้ graphics terminals

28. Virtual Reality (VR) • ภาพสามมิติที่สร้างโดยคอมพิวเตอร์และมีการสนองตอบต่อผู้ใช้ ภาพจะส่งผ่านไป ยังผู้ใช้โดยส่วนแสดงผลที่สวมอยู่ที่ศรีษะ • Virtual reality and the web: A platform-independent standard สำหรับ VR เรียกว่า virtual reality mark up language (VRML) ใช้ช่วยนำทางเข้าไปยัง online supermarkets, museums, และ stores มีการตอบโต้กับผู้ใช้ผ่านทาง textual information.

29. 11.5 Real-time business intelligence and competitive intelligence • Real-time business intelligence • Competitive intelligence • ขอให้อ่านจากหนังสือในหน้า 454-456 จะให้รายละเอียดได้ชัดเจนกว่า

30. 11.6 Business (Corporate) Performance Management, Scorecards and Dashboards • Business Performance Management (BPM) defined: • Gartner “เทอมกว้าง ๆ ที่ใช้ครอบคลุมกระบวนการ กรรมวิธี ตัววัด เทคโนโลยีต่าง ๆ สำหรับองค์กรใช้ วัด เฝ้าดู และบริหารประสิทธิภาพของธุรกิจ • BPM standard group “คือกรอบที่ใช้สำหรับทำการแบ่งงาน ทำให้เป็นอัตโนมัติ การวิเคราะห์ ในแง่ของกรรมวิธี ตัววัด กระบวนการ และระบบต่าง ๆ ของธุรกิจ เพื่อขับดันประสิทธิภาพโดยรวมขององค์กร • มีชื่อเรียกหลายชื่อ เช่น Business Performance Management (BPM), Corporate Performance Management (CPM), Enterprise Performance Management (EPM), Strategic Enterprise Management (SEM)

31. The BPM Process • 1) ออกแบบ BPM Program และกำหนดว่า จะวัดอะไร วัดเมื่อใด และวัดอย่างไร • 2) จัดให้มี มาตรฐาน/ตัววัด อันแสดงให้เห็นถึงประสิทธิภาพที่ถูกวัด(เช่น BSC) • 3) จัดเตรียมระบบเพื่อใช้เฝ้าดูประสิทธิภาพ ทั้งนี้รวมถึง การหา Performance gaps • 4) จัดเตรียมระบบเพื่อใช้วิเคราะห์ประสิทธิภาพ แนวโน้มของมัน การกระเพื่อมไหว และ เหตุผลต่าง ๆ ต้องทำการเปรียบเทียบประสิทธิภาพจริง กับ มาตรฐานที่กำหนดไว้ • 5) Take action ถ้าต้องการ

32. BPM closed-loop process

33. Balanced Scorecard (BSC)

34. Balance Scorecard จะทำให้ได้เห็นภาพขององค์กรใน 4 มุมมอง และนำไปสู่การพัฒนาเครื่องมือวัดผล โดยวิธีการรวบรวมข้อมูลและนำผลที่ได้มาวิเคราะห์ มุมมองทั้ง 4 ดังกล่าว ประกอบด้วย • 1.       The Learning and Growth Perspectiveเป็นมุมมองด้านการเรียนรู้และการเติบโต เช่น การพัฒนาความรู้ความสามารถของพนักงาน, ความพึงพอใจของพนักงาน, การพัฒนาระบอำนวยความสะดวกในการทำงาน เป็นต้น • 2.       The Business Process Perspectiveเป็นมุมมองด้านกระบวนการทำงานภายในองค์กรเอง เช่น การคิดค้นนวัตกรรมใหม่ ๆ, การจัดโครงสร้างองค์กรที่มีประสิทธิภาพ, การประสานงานภายในองค์กร, การจัดการด้านสายงานผลิตที่มีประสิทธิภาพ เป็นต้น • 3.       The Customer Perspectiveเป็นมุมมองด้านลูกค้า เช่น ความพึงพอของลูกค้า, ภาพลักษณ์, กระบวนการด้านการตลาด, การจัดการด้านลูกค้าสัมพันธ์ เป็นต้น • 4.       The Financial Perspective เป็นมุมมองด้านการเงิน เช่น การเพิ่มรายได้, ประสิทธิภาพในการผลิตที่มีต้นทุนต่ำและมีการสูญเสียระหว่างผลิตน้อย, การหาแหล่งเงินทุนที่มีต้นทุนต่ำ เป็นต้น

35. ทำไมองค์กรจึงจำเป็นต้องมีการนำ Balanced Scorecard มาใช้ • จากผลการสำรวจบริษัทในประเทศสหรัฐฯ ของ CFO Magazine เมื่อปี 1990 พบว่า มีเพียง 10% เท่านั้นที่องค์กรประสบความสำเร็จด้านการใช้แผนกลยุทธ์ ทั้งนี้องค์กรส่วนใหญ่พบว่ามีปัญหาและอุปสรรคที่สำคัญ ดังนี้ • The Vision Barrier(อุปสรรคด้านวิสัยทัศน์) มีพนักงานที่เข้าใจถึงแผนกลยุทธ์ขององค์กรที่ตนเองทำงานอยู่เพียง 5% • The People Barrier(อุปสรรคด้านบุคลากร) พบว่ามีพนักงานระดับผู้จัดการเพียง 25% ที่ให้ความสำคัญและบริหารงานตามแผนกลยุทธ์ • The Resource Barrier(อุปสรรคด้านทรัพยากร) พบว่ามีจำนวนองค์กรถึง 60% ที่ไม่ได้บริหารงบประมาณให้เป็นไปตามแผนกลยุทธ์ที่กำหนดไว้ • The Management Barrier(อุปสรรคด้านการจัดการ) มีผู้บริหารองค์กรมากถึง 85% ที่ให้เวลาในการประชุมสนทนาในเรื่องแผนกลยุทธ์น้อยกว่า 1 ชั่วโมงต่อเดือน

36. จากอุปสรรคข้างต้น เกิดจากบุคลากรในทุกระดับไม่เข้าใจ หรือมองเห็นภาพของแผนกลยุทธ์ขององค์กร ดังนั้นการทำงานจึงไม่สอดคล้องกับแผน ซึ่งในส่วนนี้เองที่ BSC จะช่วยให้ผู้บริหารได้มองเห็นภาพและเส้นทางที่กำหนดไว้ในแผนได้ชัดเจน บุคลากรทุกคนสามารถรับรู้ถึงกิจกรรมที่ตนเองจะต้องทำให้ได้ตามเป้าหมายที่กำหนด ส่วนระยะการพัฒนารูปแบบของ Balanced Scorecard สำหรับแต่ละองค์กร ขึ้นอยู่กับขนาดขององค์กร แต่โดยทั่ว ๆ ไป ถ้าองค์กรนั้นมีการเขียนแผนธุรกิจอยู่เดิมแล้ว ก็อาจจะใช้เวลาประมาณ 2 ถึง 6 เดือน

37. ประโยชน์ที่องค์กรจะได้รับจากการใช้ Balanced Scorecard • ช่วยให้มองเห็นวิสัยทัศน์ขององค์กรได้ชัดเจน • ได้รับการความเห็นชอบและยอมรับจากผู้บริหารทุกระดับ ทำให้ทุกหน่วยงานปฏิบัติงานได้สอดคล้องกันตามแผน • ใช้เป็นกรอบในการกำหนดแนวทางการทำงานทั่วทั้งองค์กร • ช่วยให้มีการจัดแบ่งงบประมาณและทรัพยากรต่าง ๆ สำหรับแต่ละกิจกรรมได้อย่างเหมาะสม • เป็นการรวมแผนกลยุทธ์ของทุกหน่วยงานเข้ามาไว้ด้วยกัน ด้วยแผนธุรกิจขององค์กร ทำให้แผนกลยุทธ์ทั้งหมดมีความสอดคล้องกัน • สามารถวัดผลได้ทั้งลักษณะเป็นทีมและตัวบุคคล

38. คำว่าสมดุล (Balance) ใน BSC หมายถึงอะไร • หลายครั้งผู้พัฒนาและติดตั้ง BSC ในแต่ละองค์กรนั้น มุ่งแต่จะพยายามเติมเต็มมุมมองการพัฒนาทั้ง 4 ด้าน (C-L-I-F) เท่านั้น โดยละเลยประเด็นที่ว่า แม้ว่าจะทำให้ทั้ง4 มุมมองนั้นครบถ้วน แต่ก็ไม่ได้หมายความว่า ความสมดุลตามความมุ่งหมายของ BSC จะเกิดขึ้นได้ ความสมดุลนี้พึงต้องระลึกไว้อยู่เสมอในขณะพัฒนาและติดตั้ง BSC ว่าความสมดุลตามความมุ่งมาดคาดหมายของ BSC คือ ความสมดุล (Balance) ระหว่าง • จุดมุ่งหมาย (Objective) : ระยะสั้นและระยะยาว (Short - and Long - Term) • การวัดผล (Measure) : ทางด้านการเงินและไม่ใช่การเงิน (Financial and Non-Financial) • ดัชนีชี้วัด (Indicator) : เพื่อการติดตามและการผลักดัน (lagging and Leading) • มุมมอง (Perspective) : ภายในและภายนอก (Internal and External) • หาก BSC ที่พัฒนาขึ้นและใช้ในองค์กร ไม่ได้พยายามทำให้เกิดความสมดุลดังกล่าวข้างต้น ก็ย่อมคาดหวังผลประโยชน์จากการทำ BSC ไม่ได้อย่างเต็มเม็ดเต็มหน่วย

39. Balance Scorecard (BSC)

40. แผนที่กลยุทธ์(Strategy Map) และ BSC • สิ่งที่คนในองค์กรจะเข้าใจเป้าหมายขององค์กรได้ง่าย ก็คือการ สร้าง map หรือ road map ที่แสดงเป็นขั้นตอนหรือเส้นทางที่จะดำเนินงาน ซึ่งแผนการดำเนินงานขององค์กรภาวะที่มีข้อจำกัดและมีการแข่งขัน จึงต้องเป้นแผนที่กลยุทธ์ หรือแผนยุทธศาสตร์ การจัดทำแผนยุทธศาสตร์บนพื้นฐานของมุมมองทั้ง 4 และความสมดุลทั้ง 4 BSC ยังให้ความสำคัญต่อความเชื่อมโยงมุมมอง (Perspective) โดยนำเสนอใน 2 รูปแบบคือ • แบบความสัมพันธ์ (Relation) • แบบลำดับความสำคัญ (Priority)

41. แบบความสัมพันธ์ (Relation) • ความเชื่อมโยงของมุมมองนี้เป็นเสมือนเครื่องเตือนใจให้ระลึกอยู่เสมอว่า แต่ละมุมมองนั้นมีความสัมพันธ์ระหว่างกัน (ลูกศร 2 ทาง)

42. แบบลำดับความสำคัญ (Priority) • เป็นรูปแบบที่นำเสนอภาพความสัมพันธ์ และ ความสำคัญของมุมมองตามลักษณะขององค์กร โดยการสร้างแผนภาพความสัมพันธ์เป็นชั้นๆ ซึ่งรู้จักกันในชื่อของ "แผนที่เชิงกลยุทธ์ (Strategic Map)" เช่น: • - หากเป็นองค์กรที่คาดหวังผลกำไร เช่นบริษัทเอกชน การให้ความสำคัญย่อมต้องกำหนดให้ มุมมองด้านการเงิน (F) เป็นมุมมองที่สำคัญที่สุด โดยการจะทำให้มุมมองด้านการเงินบรรลุผลนั้น ต้องอาศัยการบรรลุผลในมุมมองของลูกค้า (C) ก่อน ทั้งนี้ย่อมต้องอยู่บนพื้นฐานของการดำเนินการ (I) ภายใน และการพัฒนาการ (L) ที่ดีนั่นเอง • - หากเป็นองค์กรที่ไม่หวังผลกำไร เช่นกระทรวงศึกษาธิการ ลูกค้า (C) ดูจะเป็นความสำคัญสูงสุดขององค์กร โดยมีฐานมาจาก การบริหารจัดการภายใน (I) ที่ดี การควบคุมกำกับการใช้งบประมาณ (F) ที่มีประสิทธิภาพ และการมีการเรียนรู้ พัฒนาการ (L) อยู่อย่างต่อเนื่อง

43. แผนที่เชิงกลยุทธ์ (Strategic Map) จึงเป็นเครื่องมือสำคัญที่จะทำให้เกิดความเข้าใจอย่างชัดเจน สะท้อนความสัมพันธ์ ความสำคัญ และเป้าประสงค์ในแต่ละมุมมอง ดังนั้นก่อนที่จะทำการแปลงจุดมุ่งหมายไปสู่การปฏิบัติได้ จึงควรจะสร้างแผนที่เชิงกลยุทธ์นี้ขึ้นก่อน เพื่อให้เป็นเสมือนแผนที่นำทาง ให้ผู้บริหารองค์กรป้องกันการหลงทาง ป้องกันการทำในสิ่งที่สูญเปล่า ไม่ถูกเรื่อง ป้องกันความสับสน แต่พยายามทำให้เกิดความชัดแจ้ง แน่ชัดในจุดที่ตนเองยืน จุดหมายที่จะไป และหนทางไหนที่จะเดิน • แต่แน่นอนว่า การจะสร้างแผนที่ขึ้นมาได้นั้น ผู้สร้างย่อมต้องรู้จักตนเองเสียก่อนว่า ตนเองเป็นใคร มีความสามารถแค่ไหน ศักยภาพ-จุดอ่อน-ภาวะแวดล้อมเป็นเช่นไร (อาศัยการวิเคราะห์ SWOT) ตกลงกันให้ดีว่า กำลังเดินไปเพื่อจุดหมายใด (กำหนดด้วยวิสัยทัศน์) และจะไปจุดหมายนั้นได้อย่างไร (กำหนดกลยุทธ์) มีสิ่งใดต้องเตรียมพร้อมบ้าง (กำหนดโดยมุมมอง) เช่นนี้แล้ว แผนที่ที่สร้างขึ้น จึงจะเป็นประโยชน์และนำไปใช้ได้อย่างแท้จริง

44. Sample strategic map

45. Performance Dashboards

46. MANAGERIAL ISSUES • 1) Why BI/BA project fail • 1.1) ไม่ได้พิจารณา BI project ในแง่ cross-organizational business initiative จึงมองในแง่ standalone solutions • 1.2) ไม่ได้รับความสนใจ/ร่วมมือจาก business sponsor • 1.3) Functional area ต่าง ๆ ไม่เข้ามามีส่วนร่วม • 1.4) พนักงานไม่มีทักษะหรือไม่มีพนักงานด้านนี้ • 1.5) No software release concept • 1.6) ไม่มีการแยกย่อยงานเป็นโครงสร้าง • 1.7) ไม่มีการวิเคราะห์ทางด้านธุรกิจหรือการดำเนินงานมาตรฐาน • 1.8) ไม่มีการคำนึงถึงผลกระทบทางด้านลบในเชิง “dirty data”

47. MANAGERIAL ISSUES Continued • 1.9) ไม่เข้าใจถึงความต้องการและการใช้ metadata • 1.10) เชื่อมั่นในวิธีการต่าง ๆ และเครื่องมือต่าง ๆ มากเกินไป • 2) System development and the need for integration • การสร้าง BI application นั้นจะมีความซับซ้อนมาก เพราะเป็นการรวมหลาย ๆ เรื่องเข้าด้วยกัน • 3) Cost-benefit issues and justification • data management solutions บางตัวที่กล่าวผ่านมาแล้วนั้นมีราคาแพงมาก มักซื้อใช้กันในเองค์กรขนาดใหญ่ องค์กรขนาดเล็กควรมองหารคำตอบที่มี cost ต่ำ ในเชิง leverage existing databases แทนที่จะสร้างขึ้นใหม่

48. MANAGERIAL ISSUES Continued • 4) Legal issues and privacy • Data mining อาจแนะนำให้บริษัทส่ง catalogs หรือ promotions ไปยัง one age group หรือ one gender • A man sued Victoria’s Secret Corp. because his female neighbor received a mail order catalog with deeply discounted items and he received only the regular catalog (the discount was actually given for volume purchasing). • 5) BI and BPM today and tomorrow • อ่านเพิ่มเติมในหน้า 464

49. จบหัวข้อที่ 10 • มีคำถามมั๊ยครับ…….

50. จบบทที่ 4 • คำถาม ………..