ffffff

1. ฐานข้อมูลและคลังข้อมูล
BENJAPUK JONGMUANWAI

2. ก่อนที่จะมีการนาคอมพิวเตอร์มาใช้ในการจัดเก็บข้อมูล การรวบรวมจัดเก็บข้อมูล
จะอยู่ในรูปของแฟ้มเอกสาร มีการจัดหมวดหมู่และจัดแฟ้มข้อมูลเก็บในตู้เอกสาร
เมื่อข้อมูลมีมากขึ้น ทาให้เกิดปัญหาต้องใช้แฟ้มเอกสารหลายแฟ้ม ทาให้การค้นหาข้อมูลเหล่านี้ มีความ
ล่าช้า ต่อมาจึงมีการนาคอมพิวเตอร์มาช่วยในการจัดเก็บข้อมูลจานวนมากมายทาให้การค้นหาได้เร็วขึ้น
บทนี้จะกล่าวถึงฐานข้อมูล (Database) และคลังข้อมูล (Data warehouse)
โดยจะเริ่มจากโครงสร้างแฟ้มข้อมูล จากนั้นจะกล่าวถึงแนวทางในการใช้ฐานข้อมูล
การบริหารจัดการข้อมูล องค์ประกอบของฐานข้อมูล รูปแบบของฐานข้อมูล ระบบฐานข้อมูลแบบกระจาย
ฐานข้อมูลแบบออบเจ็กต์ คลังข้อมูลรวมถึงความแตกต่างระหว่างคลังข้อมูลกับฐานข้อมูลปฏิบัติงาน และ
รูปแบบการประยุกต์คลังข้อมูลในธุรกิจ

3. โครงสร้างข้อมูล
โครงสร้างข้อมูลมีรูปแบบเป็นลาดับขั้น โดยเริ่มด้วยหน่วยที่เล็กที่สดด คออ บิ (bit)
ไบ ์ (byte) เข ข้อมูล (Field) ระเบียนข้อมูล (Record) ไฟล์ (File) ามลาดับ
1) บิ (Bit) เป็นหน่วยที่เล็กที่สดดของข้อมูลที่จัดเก็บในระบบคอมพิวเ อร์
ประกอบด้วยเลขฐานสอง ซึ่งมีสถานะเป็น 0 กับ 1
2) ไบ ์ (Byte) ประกอบด้วยบิ หลาย ๆ บิ มาเรียง ่อกัน เช่น 8 บิ มาเรียง ่อ
กันเป็นไบ ์ ทาให้สามารถสร้างรหัสแทนข้อมูลเพอ่อใช้แทนอักขระ ซึ่งอาจเป็น
ัวเอล ัวอักษรหรออสัญลักษณ์ได้ทั้งหมด 28 ัว หรออเท่ากับ 256 ัว

4. โครงสร้างข้อมูล
3) เข ข้อมูล (Field) เป็นการนาข้อมูลหลายอักขระมารวมกันเป็นคาเพอ่อให้เกิด
ความหมาย เช่น ชอ่อพนักงาน และเงินเดออนพนักงาน เป็น ้น
4) ระเบียนข้อมูล (Record) กลด่มของเข ข้อมูลที่มีความสัมพันธ์กัน ถูกนามาไว้รวมกัน
เช่น ระเบียนข้อมูลของพนักงาน ประกอบด้วยเข ข้อมูล รหัสพนักงาน ชอ่อ-สกดล
เงินเดออนและแผนก เป็น ้น
5) ไฟล์ (File) กลด่มของระเบียนข้อมูลที่มีความสัมพันธ์กันถูกนามาจัดเก็บไว้ด้วยกัน เช่น
ไฟล์ประวั ิพนักงาน ประกอบด้วยระเบียนข้อมูลของพนักงานทั้งหมดในองค์กร
เป็น ้น

5. ปัญหาเกี่ยวกับแฟ้ มข้อมูล
ความซ้าซ้อนของข้อมูล (Data Redundancy)
การจัดเก็บข้อมูลมากกว่าหนึ่งแห่ง ทาให้ยากที่จะควบคดมความถูก ้อง รงกันของ
ข้อมูล เมอ่อมีการแก้ไขข้อมูลเกิดขึ้นจะ ้องทาการแก้ไขข้อมูลให้ครบทดกแห่ง มิเช่นนั้น
จะก่อให้เกิดความไม่สอดคล้อง รงกันของข้อมูล ความซ้าซ้อนของข้อมูลจึงมีค่าใช้จ่าย
เปลอองเนอ้อที่ในการจัดเก็บและเสียเวลาในการจัดการกับข้อมูล
ความผูกพันระหว่างข้อมูลและโปรแกรม (Program-Data Dependence)
ความไม่เป็นอิสระของข้อมูล (Data Dependence) เป็นความผูกพันระหว่าง
ข้อมูลและโปรแกรม ซึ่งเป็นลักษณะของการเขียนโปรแกรมที่ใส่เทคนิคการจัดเก็บและ
การเรียกใช้ข้อมูลไว้ในโปรแกรม หากมีการเปลี่ยนแปลงโครงสร้างหรออวิธีการเรียกใช้
ข้อมูลย่อมมีผลกระทบ ่อโปรแกรม ทาให้ ้อง ามแก้ไขโปรแกรม ่าง ๆ ที่เกี่ยวข้อง
ก่อให้เกิดค่าใช้จ่ายสูงในการบารดงรักษาโปรแกรม

6. ปัญหาเกี่ยวกับแฟ้ มข้อมูล
การไม่สามารถใช้ข้อมูลร่วมกันได้ (Lack of Data Sharing)
ข้อมูลที่มีการจัดเก็บแยกจากกันโดยแ ่ละส่วนงาน ่างจัดเก็บข้อมูลเป็นของ
นเอง ทาให้ความพร้อมของการใช้ข้อมูลอยู่ระดับ ่า เนอ่องจากเป็นการยากหรออไม่
สามารถนาข้อมูลจากหลายแฟ้ มมาใช้งานร่วมกันได้
การขาดความคล่องตัว (Lack of Flexibility)
ระบบแฟ้ มข้อมูลขาดความคล่อง ัวในการ อบสนอง ่อความ ้องการใหม่ ๆ
เนอ่องจากแฟ้ มข้อมูลไม่สนับสนดนงานในรูปแบบที่ไม่เคยทาเป็นประจา เช่น รายงานใน
รูปแบบที่ไม่เคยทามาก่อน

7. แนวทางในการใช้ฐานข้อมูลในการบริหารจัดการ
ฐานข้อมูล
จากปัญหาของระบบแฟ้ มข้อมูลดังกล่าวข้าง ้น จึงมีแนวคิดในการจัดการข้อมูล
ให้มีประสิทธิภาพมากขึ้น ด้วยการนาเทคโนโลยีฐานข้อมูลมาใช้ในการบริหารจัดการ
ข้อมูล โดยฐานข้อมูล (Database) เป็นที่เก็บรวบรวมข้อมูลและความสัมพันธ์ระหว่าง
ข้อมูล และมีซอฟ ์แวร์ระบบบริหารจัดการข้อมูลช่วยให้การจัดเก็บและค้นหาข้อมูล
โดยโปรแกรมประยดก ์ ่าง ๆ เป็นไปอย่างมีประสิทธิภาพ ซึ่งการนาข้อมูลมาเก็บไว้ที่
เดียวกันช่วยลดความซ้าซ้อนของข้อมูลได้

8. แนวทางในการใช้ฐานข้อมูลในการบริหารจัดการ
ฐานข้อมูล
 มีความคล่อง ัวในการใช้งาน (Improved Flexibility)
การรวบรวมข้อมูลไว้ที่เดียวกัน และมีการควบคดมอยู่ที่ส่วนกลางจะช่วยให้มีความคล่อง ัวใน
การใช้งานมากกว่าระบบไฟล์ข้อมูล หากข้อมูลที่ ้องการได้รับการออกแบบและพัฒนาไว้แล้วผู้เขียน
โปรแกรมสามารถพัฒนาโปรแกรมใหม่ได้โดยไม่ ้องเสียเวลาในการออกแบบข้อมูลใหม่ ประกอบกับ
DBMS โดยทั่วไปจะมีเครอ่องมออสนับสนดนในการสร้างแบบฟอร์มและรายงาน ่าง ๆ ซึ่งช่วยลดขั้น อน
และเวลาในการจัดทารายงานและการเขียนโปรแกรมได้มาก
 มีระบบรักษาความปลอดภัยของข้อมูลสูง (High Degree of Data Integrity)
ฐานข้อมูลจะมีระบบรักษาความปลอดภัยของข้อมูล โดย DBMS จะ รวจสอบรหัสผ่านเข้าสู่
ระบบและจะอนดญา ให้ผู้ที่มีสิทธิเข้ามาในระบบทาการเรียกดูข้อมูลหรออแก้ไขข้อมูลได้เพพาะสิทธิที่
กาหนดให้แ ่ละคนเท่านั้น

9. องค์ประกอบของระบบฐานข้อมูล
ระบบฐานข้อมูลประกอบด้วยองค์ประกอบหลัก 4 ส่วน คออ ข้อมูล (Data) ฮาร์ดแวร์ (Hardware)
ซอฟ ์แวร์ (Software) และผู้ใช้(Users)
1. ข้อมูล (Data) หมายถึง ข้อมูลและความสัมพันธ์ของข้อมูลที่จัดเก็บอยู่ในฐานข้อมูล
2. ฮาร์ดแวร์ (Hardware) ได้แก่ เครอ่องคอมพิวเ อร์และอดปกรณ์รอบข้าง (Peripherals)
3. ซอฟ ์แวร์ (Software) ได้แก่ ระบบปฏิบั ิการ (Operating Systems) และระบบจัดการข้อมูล
(Database Management System : DBMS) รวมทั้งโปรแกรมยูทิลิ ี้ ่าง ๆ
4. ผู้ใช้(Users) ได้แก่ บดคลากรที่เกี่ยวข้องกับระบบฐานข้อมูล เช่น ผู้บริหารฐานข้อมูล (Database
Administrator : DBA) นักวิเคราะห์ระบบ (System Analysts) ผู้เขียนโปรแกรมประยดก ์
(Programmers) และผู้ใช้งาน (End Users) เป็น ้น

10. องค์ประกอบของระบบฐานข้อมูล
ฐานข้อมูลบัญชี ฐานข้อมูลการเงิน
ฐานข้อมูล
การตลาด
โปรแกรมการบัญชี โปรแกรมการเงิน โปรแกรมการ ลาด
ผู้ใช้งานระบบ

11. รูปแบบของฐานข้อมูล
แบบจาลองฐานข้อมูลอธิบายถึงโครงสร้างและความสัมพันธ์ระหว่างข้อมูล แบบจาลองฐานข้อมูล
มีหลายรูปแบบ ในที่นี้จะกล่าวถึง
 แบบลาดับชั้น (Hierarchical Database)
 แบบเครออข่าย (Network Database)
 แบบเชิงสัมพันธ์ (Relational Database)
 แบบกระจาย (Distributed Database)
 แบบออบเจ็ก ์ (Object-Oriented Database)

12. รูปแบบของฐานข้อมูล
2. แบบเครออข่าย (Network Database Model)
ข้อดีและข้อจากัดของแบบจาลองฐานข้อมูลเครออข่าย
ความซ้าซ้อนของข้อมูลมีน้อยกว่าแบบจาลองฐานข้อมูลลาดับชั้น และสนับสนดนความสัมพันธ์
ของข้อมูลในลักษณะ Many-to-Many ซึ่งสามารถเชอ่อมโยงข้อมูลแบบไป-กลับได้โดยจะใช้
พอยน์เ อร์ (Pointer) ในการเชอ่อมโยงและเข้าถึงข้อมูล แ ่วิธีนี้จะเปลอองเนอ้อที่ในการจัดเก็บ
พอยน์เ อร์ และยังมีความยด่งยากอยู่ ในการเปลี่ยนแปลงโครงสร้างข้อมูลที่มีความซับซ้อน อีกทั้ง
ผู้เขียนโปรแกรมจะ ้องเข้าใจในโครงสร้างของข้อมูลเป็นอย่างดี

13. รูปแบบของฐานข้อมูล
3. แบบเชิงสัมพันธ์ (Relation Database Model)
แบบจาลองฐานข้อมูลเชิงสัมพันธ์แสดงโครงสร้างของข้อมูลในรูปแบบของ ารางและจะเรียก
ารางว่า รีเลชัน (Relation) โดยแ ่ละรีเลชันจะประกอบด้วย แถวหรออทูเพิล (Tuple) และคอลัมน์
ซึ่งเรียกว่า แอททริบิว ์ (Attribute) ในแ ่ละรีเลชันจะมีแอททริบิว ์หรออกลด่มของแอททริบิว ์ ซึ่ง
เรียกว่า คีย์ (Key) เป็น ัวบอกถึงความแ ก ่างของแ ่ละทูเพิล ดังแสดงในรูป
ทูเพิล
(Tuples)
รหัสพนักงาน ชื่อพนักงาน แผนก ตาแหน่ง
151578 นายพินิจ จิตรแก้ว บัญชี ผู้จัดการ
151579 นายวิสิษฐ์ เจริญรุ่ง บุคคล พนักงานฝึกอบรม
151580 นางสาววลี สดกระจ่าง คอมพิวเตอร์ พนักงานเขียนโปรแกรม
แอททริบิวต์ (Attribute)

14. รูปแบบของฐานข้อมูล
4. แบบกระจาย (Distributed Database)
บางองค์กรอาจมีการกระจายข้อมูลจัดเก็บไว้ที่เครอ่องคอมพิวเ อร์หลายเครอ่อง ามพอ้นที่ ่าง ๆ
แทนที่จะเก็บข้อมูลไว้ที่ส่วนกลางเพียงแห่งเดียว เพอ่อความคล่อง ัวในการดาเนินงาน ัวอย่างเช่น
องค์กรที่มีหลายสาขา ซึ่งแ ่ละสาขาอาจอยู่ในเข จังหวัดเดียวกันหรออ ่างจังหวัด หรออคนละประเท
ลักษณะของการกระจายฐานข้อมูลไปเก็บอยู่ในคอมพิวเ อร์หลายเครอ่ องที่ ิด ั้ง ามพอ้ นที่ ่าง ๆ
โดยเครอ่องคอมพิวเ อร์ เหล่านี้สามารถสอ่อสารถึงกันได้เรียกว่า ฐานข้อมูลแบบกระจาย
(Distributed Database)
ฐานข้อมูลแบบกระจาย (Distributed Database) จาเป็น ้องอา ัยซอฟ ์แวร์ในการจัดการ
ข้อมูล เช่นเดียวกับระบบฐานข้อมูลแบบรวม (Centralized Database System) โดยจะเรียกระบบ
จัดการฐานข้อมูลแบบกระจายว่า Distributed Database Management System หรออ DDBMS
โดย DDBMS จะช่วยอานวยความสะดวกให้แก่ผู้ใช้งานบนฐานข้อมูลแบบกระจายเสมออนว่าเป็น
ฐานข้อมูลของ น ซึ่งขึ้นอยู่กับคดณสมบั ิของ DDBMS ในด้านการมองผ่าน (Transparency) ในระดับ
ใด

15. ความแตกต่างระหว่างคลังข้อมูลกับฐานข้อมูลปฏิบัติการ
ฐานข้อมูลปฏิบั ิการ (Operational Database) เป็นระบบที่นามาช่วยในการรวบรวมและจัดการ
เก็บข้อมูลรายการธดรกรรมจากการดาเนินงานประจาวัน ซึ่งข้อมูลเหล่านี้นับวันเพิ่มขึ้นอย่างมหา าล
จึงจาเป็น ้องจัดเก็บข้อมูลในอดี ลงในสอ่อบันทึกข้อมูลที่แยกเก็บ ่างหาก เช่น จัดเก็บในเทปหรออดิสก์ที่มี
ความจดสูง เนอ่องจากการประมวลข้อมูลที่มีปริมาณมากจะใช้เวลานาน ซึ่งส่งผลกระทบ ่อการดาเนินงาน
ประจาวันได้ประกอบกับข้อมูลที่จัดเก็บในฐานข้อมูลปฏิบั ิการจะเก็บ ามฟังก์ชันการทางานในทาง
ธดรกิจ มด่งเน้นที่การลดความซ้าซ้อนของข้อมูล
คลังข้อมูลเป็นแหล่งเก็บข้อมูลรวมขององค์กร ที่ได้รับการออกแบบมาให้มีความเรียบง่าย ่อ
การค้นหาและเรียกใช้งานได้อย่างรวดเร็ว สามารถรองรับการวิเคราะห์ข้อมูลที่มีปริมาณมาก โดยข้อมูลมี
การจัดเก็บใน ลักษณะที่รวบรวม เป็นระเบียบเนอ้อหา และแปรผัน ามเวลา ซึ่งข้อมูลในคลังข้อมูล
สามารถซ้าซ้อนได้นาไปเป็นข้อมูลพอ้นฐานให้กับระบบงานเพอ่อการบริหารออ่น ๆ และเหมาะกับ
การประมวลผลเชิงวิเคราะห์ที่เป็น ประโยชน์ ่อการประกอบการ ัดสินใจของผู้บริหาร

16. รูปแบบการประยุกต์คลังข้อมูลในธุรกิจ
ระบบคลังข้อมูลกับการบริหารจัดการยาของบริษัท GLAXO WELLCOM เมอ่อ GLAXO
WELLCOM ซึ่งเป็นบริษัทผลิ ยาที่มีชอ่อเสียง ได้เปิดเผยว่า การใช้ยาของบริษัทร่วมกัน 2 ัว คออ การใช้
ยา Epivir ร่วมกับ ยา Retrovir ทาให้มีประสิทธิภาพในการรักษาโรคเอดส์มากขึ้น แพทย์ทั่วโลก
จึงมีการสั่งใช้ยาทั้งสอง ัวเพิ่มขึ้น อย่างรวดเร็ว ซึ่งความ ้องการยาที่เพิ่มขึ้นอย่างรวดเร็ว
ดังกล่าว น่าจะมีผลให้ยาทั้งสอง ัวในคลังสินค้าขายส่ง ลดน้อยลงและเกิดขาดแคลนยาในที่สดด
แ ่เนอ่องจากบริษัทมีระบบคลังข้อมูล (Data Warehouse Application) ที่นักวิเคราะห์ ลาดของ
บริษัท สามารถใช้ในการ ิด ามขนาดและแหล่งที่ ้องการยา เพอ่อจัดทารายงานได้ภายในไม่กี่นาที
ผลก็คออช่วยร้านขายส่งยาทั่วโลกมียาทั้งสอง ัวนี้ขาย โดยไม่มีการขาด ลาดเกิดขึ้น ระบบคลังข้อมูลนี้
เรียกว่า GWIS (Glaxo Wellcom Information System) ซึ่งเป็นระบบที่ได้รับการพัฒนาด้วย
เทคโนโลยีการวิเคราะห์ข้อมูลเชิงสัมพันธ์แบบออนไลน์ (Relation Online Analytical Processing :
ROLAP) ที่ช่วยสนับสนดนการ ัดสินใจโดย GWIS ทางานร่วมกับข้อมูลที่จัดเก็บในระบบจัดการ
ฐานข้อมูลเชิงสัมพันธ์และบูรณาการเข้ากับข้อมูลจากแหล่งภายในและภายนอกองค์กร

17. ธุรกิจอัจฉริยะ (Business Intelligence: BI)
เมอ่อข้อมูลขององค์กรถูกจัดเก็บในคลังข้อมูลหรออดา ้ามาร์ทแล้ว ผู้จัดการ นักวิเคราะห์ และ
พนักงาน สามารถที่จะเรียกใช้ข้อมูลเหล่านั้น ามสิทธิที่ นได้รับ ผู้ใช้สามารถที่จะนาข้อมูลเหล่านั้นมา
ดาเนินการ ่าง ๆ เพอ่อใช้สนับสนดนการ ัดสินใจ
ธดรกิจอัจพริยะ คออ การใช้ข้อมูลขององค์การที่มีคดณค่ามาช่วยสนับสนดนการ ัดสินใจในการ
ดาเนินงานธดรกิจ ซึ่งโดยทั่วไปจะเกี่ยวข้องกับการเข้าใช้งานข้อมูล การวิเคราะห์ข้อมูล และการค้นพบ
โอกาสใหม่ ๆ ในการดาเนินการทางธดรกิจ กระบวนการหลัก ๆ ของธดรกิจอัจพริยะ คออ การสนับสนดน
การ ัดสินใจ การคิวรี การรายงาน การประมวลผลเชิงวิเคราะห์แบบออนไลน์ หรออโอแลป (OLAP)
การวิเคราะห์ทางสถิ ิ การพยากรณ์ และการทาดา ้าไมนิ่ง (Data Mining)

18. ธุรกิจอัจฉริยะ (Business Intelligence: BI)
ัวอย่างของระบบธดรกิจอัจพริยะที่ช่วยสนับสนดนในการดาเนินงานขององค์กร เช่น
 การจัดทาประวั ิของลูกค้า
 การประเมินถึงสภาพของ ลาด
 การจัดกลด่มของ ลาด
 การจัดลาดับทางด้านเครดิ
 การเพิ่มความสามารถในการทากาไรของผลิ ภัณฑ์
 การจัดการความเคลอ่อนไหวของสินค้าคงคลัง

19. รูปแบบของฐานข้อมูล
4. แบบกระจาย (Distributed Database) เช่น
 การมองผ่านของสถานที่ตั้ง (Location Transparency)
ผู้ใช้ไม่จาเป็น ้องรู้ว่าข้อมูลจัดเก็บไว้สถานที่ใด ผู้ใช้จะรู้สึกว่าเรียกใช้ข้อมูลที่เก็บอยู่ในเครอ่องที่กาลัง
ใช้งานอยู่
 การมองผ่านของการเก็บซ้า (Replication Transparency)
การเก็บข้อมูลชดดเดียวกันไว้หลายที่อาจมีความจาเป็นเนอ่องจากความ ้องการด้านความเร็วใน
การเรียกดูข้อมูล หากมีการแก้ไขข้อมูลที่จัดเก็บไว้ที่หนึ่ง DBMS จะดูแลให้มีการแก้ข้อมูลเดียวกันที่
เก็บไว้ที่ออ่น ๆ ให้สอดคล้อง รงกัน โดยที่ผู้ใช้ไม่ ้องรับรู้ว่า DDBMS จะทาการแก้ไขเมอ่อไรหรออ
อย่างไร
 การมองผ่านของการแตกกระจาย (Fragmentation Transparency)
การจัดแยกข้อมูลเก็บไว้ ามสถานที่ ่าง ๆ เพอ่อประโยชน์ในการใช้งาน เช่น แยกเก็บข้อมูลลูกค้า
ามสาขา โดยข้อมูลลูกค้าภาคเหนออจะเก็บไว้ที่เครอ่องของสาขาเชียงใหม่ ภาคกลางจะเก็บไว้ที่เครอ่อง
ของสานักงานใหญ่ ในกรดงเทพฯ สาหรับภาคใ ้จะเก็บไว้ที่เครอ่องของสาขาสดราษฎร์ธานี เป็น ้น
ซึ่งผู้ใช้ไม่จาเป็น ้องรู้ว่ามี การกระจายข้อมูลอย่างไร แ ่จะมองเห็นเสมออนกับว่ามี ารางลูกค้าเพียง
ารางเดียว

20. รูปแบบของฐานข้อมูล
4. แบบกระจาย (Distributed Database)
ข้อดีและข้อจากัดของระบบฐานข้อมูลแบบกระจาย
ระบบฐานข้อมูลแบบกระจายมีข้อดีที่การจัดเก็บข้อมูลสอดคล้องกับลักษณะการใช้งานจริง
ทาให้สามารถเรียกใช้ข้อมูลได้เร็ว และช่วยลดความเสี่ยงจากการเก็บข้อมูลไว้ที่ส่วนกลางเพียง
แห่งเดียว หากฐานข้อมูลที่ส่วนกลางชารดดหรออมีปัญหาเกิดขึ้นก็ยังมีข้อมูลที่เก็บไว้ที่ออ่น ๆ โดยไม่ ้อง
หยดดชะงักทั้งระบบ
อย่างไรก็ ามระบบฐานข้อมูลแบบกระจายมีความซับซ้อนในการประมวลผลเพอ่อเรียกใช้ข้อมูล
การฟอ้นสภาพ และการออกแบบฐานข้อมูลมากกว่าระบบฐานข้อมูลแบบรวม และจะ ้องมีการรักษา
ความปลอดภัยของข้อมูล ที่กระจายอยู่ ามที่ ่าง ๆ รวมถึงการมีระบบสอ่อสารข้อมูลที่มีประสิทธิภาพ
ด้วย

21. รูปแบบของฐานข้อมูล
5. แบบออบเจ็ก ์ (Distributed Database)
เทคโนโลยีฐานข้อมูลแบบออบเจ็ก ์ หรออเรียกว่าฐานข้อมูลเชิงวั ถดเกิดจากแนวคิดการเขียน
โปรแกรมเชิงวั ถด (Object-Oriented Database: OOP) เพอ่อ อบสนอง ่อความ ้องการในการจัดเก็บ
ข้อมูลที่มีความสลับซับซ้อน มีขนาดใหญ่ และมีความหลากหลายมากกว่าเดิม เช่น ข้อมูลเสียง รูปภาพ
และวีดีทั น์ ซึ่งโมเดลข้อมูลแบบเชิงสัมพันธ์ไม่สามารถ อบสนอง ่อความ ้องการเหล่านั้นได้ ฐานข้อมูล
เชิงวั ถดจึงเป็น ฐานข้อมูลอีกรูปแบบหนึ่งที่เป็นที่นิยมในปัจจดบัน
วิธีนี้จะมองข้อมูลที่จัดเก็บในรูปแบบของวั ถด (Object) ที่ประกอบด้วยแอททริบิว ์ (Attributes)
ซึ่งแสดงคดณสมบั ิหรออรายละเอียดข้อมูลที่สนใจ และเมธอด (Methods) ซึ่งแสดงฟังก์ชันพอ้นฐานที่
ประมวลผลกับข้อมูลภายในออบเจ็ก ์นั้น โดยกลด่มของออบเจ็ก ์ที่มีคดณสมบั ิ (Property) และ
พฤ ิกรรม (Behavior) ที่เหมออนกันจะจัดอยู่ในคลาส (Class) เดียวกัน

22. รูปแบบของฐานข้อมูล
1. แบบลาดับชั้น (Hierarchical Database Model)
มีโครงสร้างคล้ายโครงสร้างของ ้นไม้ (Tree Structure) ข้อมูลมีความสัมพันธ์กันในลักษณะ
One-to-Many ข้อมูลจะได้รับการจัดเก็บในรูปแบบของ Segment โดย Segment ที่อยู่บนสดดเรียกว่า
Root Node ถัดลงมา เรียกว่า Child Node ดังแสดงในรูป Node ระดับบนจะเป็น Parent Segment
ของ Node ระดับล่างลงมา โดยที่ Parent Segment จะขึ้นอยู่กับ Parent Segment เดียวเท่านั้น
จึงเป็นลักษณะของความสัมพันธ์แบบหนึ่ง ่อกลด่ม (One-to-Many)

23. รูปแบบของฐานข้อมูล
คณะวิทยาศาสตร์
ภาควิชาสถิติ ภาควิชาเคมี ภาควิชาชีววิทยา
อาจารย์ประจา
ภาควิชา
อาจารย์ประจา
ภาควิชา
อาจารย์ประจา
ภาควิชา
Root Segment
Level 1
Segment
(Root Children)
Level 2
Segment
(Root 1 Children)

24. รูปแบบของฐานข้อมูล
1. แบบลาดับชั้น (Hierarchical Database Model)
ข้อดีและข้อจากัดของแบบจาลองฐานข้อมูลลาดับชั้น
แบบจาลองฐานข้อมูลแบบลาดับชั้นมีโครงสร้างที่เข้าใจง่าย มีความซับซ้อนน้อยและเหมาะกับ
ข้อมูล ที่มีการเรียงลาดับอย่าง ่อเนอ่อง แ ่ไม่สามารถรองรับความสัมพันธ์ของข้อมูลในลักษณะ
Many-to-Many และการเข้าถึงข้อมูลจะมีความคล่อง ัวน้อย เพราะจะเริ่มจา Root Segment
เสมอ

25. รูปแบบของฐานข้อมูล
2. แบบเครออข่าย (Network Database Model)
โครงสร้างของข้อมูลที่นาเสนอเป็นลักษณะ Multi-List Structure โดยมีความสัมพันธ์ของ
ข้อมูลเป็นแบบ Many-to-Many จะ ่างจากแบบจาลองฐานข้อมูลลาดับชั้น รงที่แ ่ละ Segment
สามารถมี Parent ได้มากกว่าหนึ่งและจะเรียก Parent ว่า Owner ส่วน Child จะเรียกว่า
Member ดังแสดงในรูป
คณะวิทยาศาสตร์
อาจารย์ 1 อาจารย์ 2
วิชา A วิชา B วิชา C วิชา D

26. แนวทางในการใช้ฐานข้อมูลในการบริหารจัดการ
ฐานข้อมูล
 ลดความซ้าซ้อนของข้อมูล (Minimum Redundancy)
 มีความเป็นอิสระของข้อมูล (Data Independence)
 สนับสนดนการใช้ข้อมูลร่วมกัน (Improved Data Sharing)
 มีความคล่อง ัวในการใช้งาน (Improved Flexibility)
 มีระบบรักษาความปลอดภัยของข้อมูลสูง (High Degree of Data Integrity)

27. คลังข้อมูล (Data Warehouse)
 คลังข้อมูล หรือเรียกว่า ดาต้าแวร์เฮาส์ (Data Warehouse) คออ ที่เก็บรวบรวมข้อมูลจาก
หลายแห่งและหลากหลายชนิดเข้าด้วยกัน เข้าเป็นฐานข้อมูลขนาดใหญ่ขององค์กร โดยข้อมูลใน
คลังข้อมูลอาจได้มาจากฐานข้อมูลของระบบปฏิบั ิการในองค์กร และฐานข้อมูลจากแหล่งภายนอก
องค์กร
ซึ่งข้อมูลเหล่านี้จะได้รับการเลออก การกลั่นกรอง การปรับแก้ไข และทาให้เป็นมา รฐานเดียวกัน
เพอ่อช่วยให้ผู้ใช้หรออผู้ที่เกี่ยวข้องสามารถเข้าถึงข้อมูลจานวนมหา าลนี้ได้อย่างสะดวกรวดเร็ว และมี
ข้อมูลที่พร้อมจะนามาประมวลผลสาหรับการสนับสนดนด้านการบริหาร ัดสินใจ

28. ลักษณะของคลังข้อมูล
 1) การแบ่งโครงสร้างตามเนื้อหา (Subject Oriented)
คลังข้อมูลถูกออกแบบมาให้มีโครงสร้าง ามเนอ้อหาหลัก เช่น ามรายการสินค้า ามพอ้นที่
เป็น ้น
โดยจะจัดเก็บข้อมูลที่สนใจและเป็นประโยชน์ ่อการนามาประมวล เพอ่อสนับสนดนการ ัดสินใจ
2) การรวมเป็ นหนึ่งเดียว (Integration)
ข้อมูลที่รวบรวมมาจากหลากหลายฐานข้อมูลจะถูกทาให้อยู่ในรูปแบบข้อมูลมา รฐาน
เดียวกัน
3) ความสัมพันธ์กับเวลา (Time Variant)
ข้อมูลที่จัดเก็บในคลังข้อมูล ้องกาหนดช่วงเวลาเอาไว้ เช่น อาจจัดเก็บข้อมูลย้อนหลัง 3 ปี
หรออ 5 ปี เนอ่องจากในการ ัดสินใจจาเป็น ้องใช้ข้อมูลในการเปรียบเทียบในแ ่ละช่วงเวลา หรออ ้อง
ใช้ข้อมูลในอดี สาหรับคาดการณ์ในอนาค
4) ความเสถียรของข้อมูล (Nonvolatile)
ข้อมูลที่ถูกบันทึกไว้ในคลังข้อมูลจะไม่มีการเปลี่ยนแปลงค่าหรออปรับปรดงข้อมูลเดิมที่มีอยู่แล้ว
เนอ่องจากเป็นข้อมูลที่ไม่มีกระบวนการทางธดรกิจมากระทบอีก

29. การวิเคราะห์ข้อมูลหลายมิติและการค้นหาความรู้ในคลังข้อมูล
เครอ่องมออวิเคราะห์ข้อมูลและค้นหาความรู้ในคลังข้อมูลที่จะกล่าวถึงมี 2 ประเภท คออ
 การประมวลผลเชิงวิเคราะห์แบบออนไลน์ หรออ โอแลป (Online Analytical Processing :
OLAP)
 ดา ้าไมนิ่ง (Data Mining)

30. การวิเคราะห์ข้อมูลหลายมิติและการค้นหาความรู้ในคลังข้อมูล
1. การประมวลผลเชิงวิเคราะห์แบบออนไลน์ (OLAP)
การประมวลผลข้อมูลในคลังข้อมูล ซึ่งเกี่ยวข้องกับข้อมูลที่มีปริมาณมากและเป็นข้อมูลแบบ
หลายมิ ิ เช่น ข้อมูลยอดขาย ามมิ ิของสินค้า ามภูมิภาค และ ามเวลา
OLAP เป็นเครอ่องมออที่มีความสามารถในการค้นหาและวิเคราะห์ข้อมูลจากคลังข้อมูล
เพอ่อ อบสนองความ ้องการของผู้ใช้ได้อย่างรวดเร็ว โดยสามารถใช้ OLAP
ในการวิเคราะห์ข้อมูลลักษณะ ่าง ๆ เช่น
 การหมดนมิ ิ (Rotation)
 การเลออกช่วงข้อมูล (Ranging)
 การเลออกระดับชั้นของข้อมูล (Hierarchy)

31. การวิเคราะห์ข้อมูลหลายมิติและการค้นหาความรู้ในคลังข้อมูล
การใช้ OLAP ในการวิเคราะห์ข้อมูลลักษณะต่าง ๆ
 การหมดนมิ ิ (Rotation)
สามารถวิเคราะห์หรออดูข้อมูลได้หลายมิ ิหรออได้หลายมดมมอง เช่น การหาความสัมพันธ์ของ
ยอดขายสินค้า ในแ ่ละภูมิภาค เป็น ้น
 การเลออกช่วงข้อมูล (Ranging)
สามารถเลออกดูข้อมูลเพพาะส่วนที่สนใจ (Slice and Dice) และนามาวิเคราะห์ได้ โดยไม่ ้องใช้
ข้อมูลทั้งหมด
 การเลออกระดับชั้นของข้อมูล (Hierarchy)
สามารถจัดแบ่งข้อมูลเป็นลาดับชั้น ทาให้เรียกข้อมูลจากระดับบนแล้ว เจาะลึกลงไปในระดับล่าง
(Drill-down) เพอ่อดูรายละเอียดได้ เช่น ดูยอดขายรวม แล้วดูยอดขายแบ่ง ามภูมิภาค หรอออาจดู
รายละเอียดก่อน แล้วจึงดูที่ระดับบน (Roll-up) ได้

32. Relevant
Information
Actionable
Insights
Smarter
Decisions
Better
Outcomes

33. Across the Enterprise
 Improve competitive
positioning
 Prioritize profitable
product delivery
 Drive greater demand
 Maximizing pipeline
effectiveness and customer
profitability
 Reduce customer churn
 Increase satisfaction
and loyalty
 Improve production
capacity
 Reduce buffer inventory
 Reduce portfolio gaps
 Reduce development
risk
 Optmize staffing mix
 Benchmark benefits
 Align resource plans for
intelligent growth and profit
 Comply with confidence
Business
Analytics
Business Analytics

34. การวิเคราะห์ข้อมูลหลายมิติและการค้นหาความรู้ในคลังข้อมูล
การประยุกต์ใช้ดาต้าไมนิ่ง (Data mining) กับธุรกิจประเภทต่าง ๆ
ธุรกิจ การประยุกต์ใช้ดาต้าไมนิ่ง
ห้างสรรพสินค้าและ
ร้านค้าปลีก
• การพยากรณ์การขาย
• การหารูปแบบการบริโภคสินค้าของลูกค้า
• การทานายผลตอบกลับจากการโฆษณาทางโทรทัศน์
การประกัน • การพยากรณ์ค่าเงินประกันและค่ารักษาพยาบาลในอนาคต
• การวิเคราะห์เพื่อการจัดกลุ่มการให้ประกันต่าง ๆ
• การทานายลูกค้าที่จะซื้อประกัน
การธนาคาร • การพยากรณ์ระดับการกู้ยืม
• การหารูปแบบการใช้บัตรเครดิตแบบผิดวิธี
• การวิเคราะห์หาลูกค้าชั้นดีของธนาคาร
การแพทย์ • การวิเคราะห์ความเชื่อมโยงระหว่างโรคร้ายแรงและลักษณะทางภูมิศาสตร์ของคนไข้
• การค้นหาพฤติกรรมของคนไข้เพื่อทานายการรักษา
• การค้นหาวิธีการรักษาโรคที่ประสบความสาเร็จ

35. กรณีศึกษา
การประยุกต์ใช้ดาต้าไมนิ่ง (Data mining) กับธุรกิจประเภทต่าง ๆ