สภาวะการแข่งขันทางธุรกิจในยุคดอทคอมที่ทวีความรุนแรงขึ้นทุกขณะ ความสำเร็จขององค์กรธุรกิจโดยส่วนใหญ่มักขึ้นกับความสามารถในการวิเคราะห์ข้อมูล การประเมิณสถานการณ์ และการตัดสินใจของผู้บริหาร ด้วยเหตุนี้การได้รับข้อมูลที่อัพเดท รวดเร็ว และ ทันการณ์ จะช่วยให้ผู้บริหารสามารถพลิกสถานการณ์ให้เกิดความได้เปรียบในการแข่งขันได้ ทั้งในแง่ความพึงพอใจของลูกค้า ความเข้มแข็งด้านการขาย และระบบงานภายในที่มีประสิทธิภาพ นี่คือเหตุผลที่องค์กรจำเป็นต้องฝึกฝนการจัดการทรัพยากรข้อมูล (Data Resource Management) โดยใช้เทคโนโลยีระบบสารสนเทศ เช่น การจัดการฐานข้อมูล (Data Management) รวมถึงเครื่องมือการจัดการอื่นๆ เพื่อจัดการทรัพยากรข้อมูลขององค์กรให้ตรงกับความต้องการของผู้ใช้
Data Managementเป็นระบบสนับสนุนการจัดการฐานข้อมูลเชิงวิเคราะห์ (Analytical Database) ซึ่งจะเก็บข้อมูลและสารสนเทศที่ดึงมาจากฐานข้อมูลเชิงปฏิบัติการและฐานข้อมูลภายนอก ประกอบด้วยข้อมูลสรุปและสารสนเทศที่จำเป็นต่อผู้จัดการองค์กรและผู้ใช้ อาจเรียกว่าฐานข้อมูลเชิงจัดการ (Management Database) ฐานข้อมูลสารสนเทศ (Information Database) หรือฐานข้อมูลหลายมิติ (Multidimensional Database) ซึ่งเป็นฐานข้อมูลที่เข้าถึงโดยระบบประมวลผลเชิงวิเคราะห์แบบต่อตรง (Online Analytical Processing: OLAP)
คลังข้อมูล (Data Warehouses) จะเก็บข้อมูลปัจจุบันและปีก่อนๆ โดยดึงจากฐานข้อมูลเชิงปฏิบัติการต่างๆ ขององค์กร เป็นแหล่งข้อมูลส่วนกลางที่ได้ถูกคัดเลือก แก้ไข จัดมาตรฐาน และรวบรวมเพื่อใช้สำหรับการวิเคราะห์ธุรกิจ การวิจัยตลาด และสนับสนุนการตัดสินใจ คลังข้อมูลอาจแบ่งออกเป็นตลาดข้อมูล (Data Mart) ซึ่งเก็บส่วนย่อยของข้อมูลเฉพาะอย่างจากคลัง การใช้ฐานข้อมูลคลังข้อมูลหลักคือการทำเหมืองข้อมูล (Data mining) ซึ่งข้อมูลในคลังข้อมูลจะถูกประมวลผลเพื่อกำหนดปัจจัยหลักและแนวโน้มจากอดีตของกิจกรรมทางธุรกิจ
Business Intelligence (BI) เป็นระบบที่ช่วยในการวิเคราห์ และการตัดสินใจทางธุรกิจของผู้บริหารเพื่อนำไปสู่ความยั่งยืนขององค์กร ระบบ BI สามารถเรียกดูข้อมูลที่เก็บไว้ใน Data Warehouse ขององค์กร อาทิ ข้อมูลการขาย ข้อมูลด้านการผลิต ตลอดจนข้อมูลเกี่ยวกับลูกค้า และดึงข้อมูลที่เกี่ยวข้องกับสิ่งที่ผู้บริหารต้องการมาแสดงในรูปแบบของรายงาน กราฟ ตาราง และภาพกราฟิก โดยเป็นการวิเคราะห์ข้อมูลด้านสถิติ การหาความสัมพันธ์ของข้อมูล หรือการจำลองสถานการณ์ต่างๆ สามารถแสดงข้อมูลเป็นภาพรวมและเจาะลึกเฉพาะส่วนได้ เพื่อนำไปสู่การค้นหาสาเหตุของปัญหาได้ตรงจุด การแก้ไขที่ตรงประเด็น และการวางแผนในอนาคตได้ถูกทาง สอดคล้องกับ KPI ขององค์กร BI จึงเป็นเครื่องมือสำคัญที่ได้รับการนิยม
ประโยชน์ของการจัดการฐานข้อมูล หรือการพัฒนาระบบบริหารข้อมูล มีหลายประการ เช่น การลดความซ้ำซ้อนของข้อมูล การรวบรวมข้อมูลให้เป็นหนึ่งเดียว เพื่อการเข้าถึงจากหลายโปรแกรมและผู้ใช้ โปรแกรมเป็นอิสระจากรูปแบบของข้อมูลและประเภทของฮาร์ดแวร์สำหรับจัดเก็บ ผู้ใช้ได้รับรายงานและการสอบถาม /การโต้ตอบ (Inquiry/Response)เพื่อได้สารสนเทศที่ต้องการโดยง่าย โปรแกรมคอมพิวเตอร์ถูกทำให้ง่ายขึ้นเพราะไม่ขึ้นอยู่กับรูปแบบเชิงตรรกะของข้อมูลหรือสถานที่จัดเก็บทางกายภาพของข้อมูล สุดท้ายการบูรณการและความปลอดภัยของข้อมูลที่เก็บอยู่ในฐานข้อมูลเพิ่มขึ้นเพราะการเข้าถึงและการแก้ไขฐานข้อมูลถูกควบคุมโดยซอฟต์แวร์จัดการฐานข้อมูล
บริการที่บริษัทมีให้กับลูกค้านั้นสนับสนุนการพัฒนาระบบ Data Management & Business Intelligence แบบ End to End Data Warehouse Solution ตามหลักการ Data Warehouse Architecture Components ดังรูป เพื่อสนับสนุนระบบงานสำหรับการวิเคราะห์ข้อมูล เพื่อผู้บริหาร (Executive Information System – EIS) หรือระบบสนับสนุนการตัดสินใจ (Decision Support System – DSS) ดังนี้
1. บริการให้คำปรึกษา และ พัฒนาระบบ Data Modeling สำหรับกลุ่ม
• Telecom
• Bank
• Retail
• Crime
• Insurance
2. บริการให้คำปรึกษา และพัฒนาระบบเพื่อสนับสนุนการทำ Information Integration การรวบรวมให้เป็นหนึ่งเดียว (Consolidation)ซึ่งเกี่ยวข้องกับการรวมกันของข้อมูล การจับกลุ่มที่ซับซ้อน และความสัมพันธ์ภายในข้อมูล เช่น สำนักงานขายสามารถรวมยอดขายในเขตพื้นที่ และเขตพื้นที่สามารถรวมยอดขายในเขตภูมิภาค การบริการนี้ประกอบไปด้วยการให้บริการพัฒนา
• Data Consolidation (Extract Transform and Loading)
• Data Quality
• Data Profiling
• Federation
3. บริการให้คำปรึกษา และพัฒนาโกดังข้อมูลหรือคลังข้อมูล (Data Warehouse)
4. บริการให้คำปรึกษาและพัฒนาระบบสนับสนุนการตัดสินใจสำหรับผู้บริหาร (OLAP & Business Intelligence) การเตรียมความสามารถในการโต้ตอบ ค้นหา และจัดทำรายงาน โดยโปรแกรมระบบจัดการฐานข้อมูลสำเร็จรูป ดังนั้น ผู้ใช้สามารถค้นหาฐานข้อมูล สร้างรายงาน และรับการตอบกลับจากคำร้องขอสารสนเทศตามความต้องการเฉพาะได้อย่างรวดเร็ว และโดยง่าย ด้วยเทคนิคการทำเหมืองข้อมูลหรือขุมข้อมูล (Data Mining) การเจาะลึก (Drill – Down) OLAP สามารถเข้าไปในทิศทางตรงกันข้าม (Reverse Direction) และแสดงรายละเอียดของข้อมูลโดยอัตโนมัติที่เรียกว่าเจาะลึก เช่น การขายผลิตภัณฑ์เฉพาะหรือพนักงานขาย (Sales Reps) สามารถเข้าถึงข้อมูลในพื้นที่การขายได้อย่างง่ายดาย การแบ่งส่วนและการสุ่ม (Slicing and Dicing)
