Data Analytics การวิเคราะห์ข้อมูล

Data Analytics การวิเคราะห์ข้อมูล

การวิเคราะห์ข้อมูล (Data Analytics) เป็นส่วนหนึ่งของการทำงานแบบอัจฉริยะ (Business Intelligence) ซึ่งเป็นศาสตร์ของการใช้ข้อมูลต่าง ๆ จากที่ต่าง ๆ มาร่วมวิเคราะห์รวมกัน เพื่อให้สามารถนำข้อมูลจำนวนมากมาวิเคราะห์และแสดงผลเพื่อสนับสนุนการทำางานต่าง ๆ เช่น การวิเคราะห์ประสิทธิภาพและประเสิทธิผล การตัดสินใจสำหรับผู้บริหาร รวมความรู้เพื่อให้มีความรู้ความเข้าใจเกี่ยวกับ Data Analytics และการนำ Data Analytics มาใช้ประโยชน์และช่วยในการปฏิบัติงานต่อไป

การวิเคราะห์ข้อมูล (Data Analytics)

- การวิเคราะห์ข้อมูลเป็นคำที่มักใช้แทนกันได้ วิทยาศาสตร์ข้อมูล (data science), การทำเหมืองข้อมูล (data mining) หรือการค้นหาความรู้ (knowledge discovery)

- การใช้ประโยชน์ในรูปแบบธุรกิจ หรือแบบจำลองการตัดสินใจทางคณิตศาสตร์ จากการประมวลผลชุดข้อมูลล่วงหน้าในอนาคต

- ความแตกต่างของการวิเคราะห์

@ การวิเคราะห์เชิงกำหนด ซึ่งใช้อัลกอริธึมการเพิ่มประสิทธิภาพและการจำลองสถานการณ์ เพื่อให้คำแนะนำผลลัพธ์และคำตอบที่เป็นไปได้ว่า “เราควรทำอย่างไร”

@ การวิเคราะห์ในรูปแบบเชิงพยากรณ์ โดยทั่วไปจะมีตัวแปรเป้าหมายการเรียนรู้แบบมีผู้สอน (Supervised learning)

@ การจัดหมวดหมู่ เช่นมีความปั่นป่วนหรือไม่ เป็นข้อมูลที่ถูกต้องหรือไม่ (e.g., churn or not, fraud or not)

@ ความต่อเนื่อง เช่น ค่าอายุการใช้งานของลูกค้า, การสูญเสียที่กำหนดไว้เป็นค่าเริ่มต้น

@ การวิเคราะห์เชิงพรรณนาไม่มีตัวแปรเป้าหมายดังกล่าว (การเรียนรู้ที่ไม่ได้รับการสงวน)

ประกอบด้วยหัวข้อ ดังนี้

1. ความรู้เบื้องต้นเกี่ยวกับการวิเคราะห์ข้อมูล (Introduction to Data Analytics)

- Data Analytics กระบวนการค้นพบความรู้ในการวิเคราะห์ฐานข้อมูล (Knowledge Discovery in Databases Process: KDD)

- Data Analytics ระดับในการวิเคราะห์ข้อมูล (Level of data analytics)

- Data Analytics ทีมวิเคราะห์ (Analytics Team)