MonsoonSIM x Data Analytics

ให้บริการเฉพาะมหาวิทยาลัยที่เป็นสมาชิกของ MonsoonSIM Thailand เท่านั้น
นักศึกษาของมหาวิทยาลัยที่มีอาจารย์ไม่โปร่งใส โปรดงดใช้งาน

        การศึกษา Data Analytics เพื่อนำไปใช้ในโลกธุรกิจนั้น กำลังเป็น Trend ในปัจจุบัน ทว่าในอดีตที่ผ่านมา อาจไม่ได้รู้จักกันในนาม Data Analytics ซึ่งขึ้นอยู่กับความเติบโตของเทคโนโลยีในหลาย ๆ ด้าน ที่ทำให้โลกของการใช้ข้อมูลพัฒนาก้าวไกลขึ้นมา รวมถึงกระบวนการ Distuption ซึ่งทำให้ภาคธุรกิจยิ่งตื่นตัวในการใช้ข้อมูลมากขึ้น (Noted: Data ในนี้ as Raw data to Information Level)

ปัญหาหลักในการเรียนการสอนเรือง Business Data Analytics
        การศึกษาในระบบปัจจุบันที่เป็นรากฐานมาจากอดีต ซึ่งทำให้เกิด Silo-Based-Learning นั้น ทำให้การศึกษาเรื่อง Business Data Analytics ในปัจจุบัน  ทำได้ค่อนข้างยาก (บทความนี้เขียนไว้ ณ 2563) เพราะว่าหลักสูตรที่มีมาแต่เดิม แยกสิ่งที่ควรผสมผสานออกจากกัน ไม่ว่าจะเป็นเรื่อง Business กับ Information Technology และ Information Science 
        ปัญหาที่พบในปัจจุบัน (2563) ในขณะที่ทักษะที่ภาคธุรกิจต้องการ คือ Business Data Analyst นั้นมีจำนวนน้อยไม่พอต่อความต้องการ นักศึกษาที่จบออกรั้วมหาวิทยาลัยตามหลักสูตร และเป็น Passive Student นั้น ไม่มีความรู้ความเข้าใจที่เชื่อมโยงกัน กล่าว คือ นักศึกษาในสายธุรกิจและการจัดการ ไม่มีความเข้าใจใรเรื่องการจัดการ Data และเทคโนโลยีต่าง ๆ ที่เกี่ยวข้อง  ส่วนนักศึกษาในสาย IT+IS นั้น ก็ขาดความเข้าใจในเชิงธุรกิจ ภาคธุรกิจในประเทศไทยอาจจะยังต้องใช้เวลาอีกหลายปี และใช้งบประมาณ อีกมากในการ Training เพื่อให้พนักงานมีทักษะทั้ง 2 ด้านควบรวมกัน 
​
รูปแบบของการสร้างประสบการณ์ Business Data Analytics ด้วย MonsoonSIM
       ผู้เขียนในฐานะ Facilitator ของ MonsoonSIM เห็นว่า การเรียนการสอน การส้รงาความเข้าใจ และประสบการณ์ที่ผู้เรียนจะประสานโลกของ Business  และ Data เข้าด้วยกันนั้น โดยผู้เขียนเห็นว่า จะสามารถช่วยพัฒนา Business Data Analyst ได้ ควรมีอยู่ด้วยกัน 4 ระดับ (ทั้งนี้เขียนจากประสบการณ์ผ่าน MonsoonSIM เป็นสำคัญ เพื่อเสนอแนะกระบวนการที่ใช้ MonsoonSIM ในการเรียนการสอนเรื่อง Data Analytics)  ดังนี้
  • ระดับแรก คือ การสร้างความเข้าใจพื้นฐานทางธุรกิจ ซึ่งยังแบ่งแยกย่อยออกเป็นอีกหลายหมวดความรู้และประสบการณ์ที่จะต้องสร้างให้เกิดขึ้น เช่น
    • ความเข้าใจพืนฐานทางธุรกิจ ว่าธุรกิจในแต่ละ Industry ซึ่งมีความแตกต่างในเชิง Supply Chain และมีกิจกรรมในกระบวนการทางธุรกิจที่แตกต่างกัน, มีการวัดผลทั้งในรูปแบบ Job base, Department KPIs, Business Outcome ที่เชื่อมโยงกันในแต่ละระดับ ซึ่ง ความเข้าใจนี้ จะช่วยให้เชื่อมโยง กิจกรรมต่าง ๆ ทางธุรกิจ ซึ่งจะก่อให้เกิดข้อมูล (Data) ซึ่งจะเกิดควบคู่กัน แนวคิดนี้ จะช่วยให้ โลกธุรกิจ และ โลก Data ถูกเชื่อมกันด้วยพื้นฐาน และไปต่อยอดด้วยมิติอื่น ๆ 
    • คณิตศาสตร์ทางธุรกิจพื้นฐาน ซึ่งมีประโยชน์ในการวัดคุณภาพของการประกอบการ, การตัดสินใจในแผนธุรกิจ ซึ่ง Business Data Anaylst มีความจะเป็นจะต้องเข้าใจกระบวนการนี้ เพื่อต่อยอดมิติทาง Data Maturity ต่อไป
    • พื้นฐานโครงสร้างด้าน IT ซึ่งแตกต่างกันในขนาดของกิจกรรม, การลงทุน, การพัฒนาระบบ Infrastruce ทั้งในส่วนของ Hardward และ Application ซึ่งทำให้ กระบวนการจัดเก็บข้อมูล Data Base, Data Lake และ Data Mining ซึ่งเรียกแตกต่างกันตามความซับซ้อน, ขนาด และยุคสมัย  Business Data Analyst จะได้ทราบถึง แหล่งของข้อมูล, รูปแบบการจัดเก็บที่หลากหลายและแตกต่าง format กัน ซึ่งหากจะนำเอาข้อมูลมาใช้ให้เกิดประโยชน์ ก็มีความจำเป็นจะต้องเข้าใจเรื่องเหล่านี้ เช่นกัน 
        ในระดับแรกนี้ นักศึกษาจะได้รับประสบการณ์จาก MonsoonSIM ซึ่งเป็น Business Simulation ที่จำลองธุรกิจได้หลากหลายขนาด มีค่าตัวแปร ซึ่งสะท้อนความซับซ้อนของธุรกิจ และแน่นอนว่า จำนวน และรูปแบบของ Data ก็จะหลากหลาย เป็นพื้นฐานเบื้องต้นที่ดีในเชิงธุรกิจ และการใช้ Data ประกอบการจัดสินใจ โดยประกอบด้วยรายงานในรายแผนก, รายงานในรุปแบบตารางต่าง ๆ ที่สามารถดาวโหลดออกเพื่อนำไปใช้ในการศึกษาเรื่อง Data Analytics ได้

  • ระดับที่สอง การเปลี่ยนความรู้พื้นฐานด้านธุรกิจและการจัดการ ผสมผสานกับการใช้ข้อมูลเพื่อสร้างนักกลยุทธ์ หรือนักวิเคราะห์ทางธุรกิจ ซึ่ง MonsoonSIM สามารถให้พื้นฐานจากตัว Simulation ที่จำลองกิจกรรมในเบื้องต้นแล้ว ยัมีการเก็บรวบรวมข้อมูลโดยจำลองระบบ ERP; Enterprise Resources Planning ซึ่งทำให้กระวนการใช้ข้อมูลผ่าน Basic Business Dashboard ในเกมเป็นตัวอย่างในการใช้ Data ในการตัดสินใจ  ทั้งนี้ยังรวมถัง MonsoonSIM Business Intelligent Service ซึ่งสามารถสร้างความเข้าใจเรื่องการใช้ BI มาประกอบการวัดผลทางธุรกิจเป็นต้น โดย BI ในเกม อาจจะมีข้อจำกัด ที่เกิดจาก ความประสงค์ที่จะให้บริการอย่างรวดเร็ว ทำให้ set ของ Data ที่เอามาใช้ในการเปรียบเทียบ เพื่อวิเคราห์นั้น อาจจะมีข้อจำกัด ทว่า ก็เป็นพื่นฐานที่ดี ในการเห็น Service ของ BI และประโยชน์ที่เกิดจาก Data ในการทำธุรกิจ 
 
  • ระดับที่สาม คือ การประมวลข้อมูลเพื่อการสื่อสารให้เกิดประสิทธิภาพ (Data Visualize) โดยนับตั้งแต่ MonsoonSIM Version 7.x ที่สามารถนำส่งข้อมูลจาก Simulation Game ออกไปในรูปแบบ CSV เพื่อให้สามารถนำไปใช้งานกับ BI และ Data Visualizer แบบต่าง ๆ ซึ่งตรงนี้ จะทำให้เติมจิ๊กซอว์ของการศึกษา Data Analytics ได้หลากหลาย เช่น
    • ​ข้อมูลรายแผนก ซึ่งจะเป็นรูปแบบของ Raw Data ที่จะต้อง Cleansing และ Transfrom เสียก่อน ซึ่งจะได้มีข้อมูลในรุปแบบที่สามารถให้ประสบการณ์นี้ได้ เพราะว่าในชีวิตจริงนั้น Data อาจไม่ได้อยู่ในรูปแบบที่พร้อมใช้งาน ทัังนี้ ยังให้ประสบการณ์ เชื่องานในแต่ละแผนก กับ Department Database ซึ่งพบได้ในสถานการณ์จริง เพราะว่าไม่ใช่ทุกองค์กรท่มีการจัดเก็บบน Database เดียวกัน ประเด็นเหล่านี้ จะสอนให้นักศึกษาเข้าใจสภาพการณ์ที่เกิดขึ้นจริงได้ โดยต้องอาศัย Facilitator คอยแนะนำ 
    • ข้อมูลในรูปแบบตาราง ซึ่งตั้งแต่ Version 8 เป็นต้นมา รายงานต่าง ๆ เป็นรูปแบบ Unpivot Data ที่สามารถอ่านได้ใน 3rd Party BI Software ทว่า ข้อมูลอาจจะต้องผ่านกระบวนการเชื่อมโยง ซึ่งจำทำให้สามารถสอนเรื่อง Data Modelling ได้
    • ข้อมูลที่อยู่บนฐานข้อมูล SQL ซึ่งใน MonsoonSIM สามารถส่งออกข้อมูลเหล่านี้ เรียกว่า Live Data ซึ่ง ทำให้เกิดประสบการณ์ในการนำเอาข้อมูลจากฐานข้อมูล ไปใช้ในการสร้าง Dynamic Dashboard แบบ Real Time ซึ่งเป็นรูปแบบที่เป็นความต้องการในบางธุรกิจ
​
  • ระดับที่สี่การสร้างนักวิเคราะห์ข้อมูลทางธุรกิจ และนักประกอบการที่ใช้ Data Driven Business  ซึ่งเป็นทักษะของนักประกอบการในปัจจุบัน ที่มีความสามารถ เช่น
    • ​ใช้ข้อมูลเพื่อประกอบการตัดสินใจ ให้เกิดประโยชน์ทางธุรกิจสูงสุด ซึ่งประสานกับหลักการของ Utilization, Optimization, Lean Management บนหลักการของ ERM; Enterprise Resources Management 
    • ใช้ข้อมูลเพื่อป้องกัน, ลดผลกระทบ จากความเสี่ยงที่จะเกิดขึ้น หรือ ERM; Enterprise Risk Management ทั้งจากกระบวนการภายใน และปัจจัยภาพนอก
    • ใช้ข้อมูลเพื่อวางแผนธุรกิจใหม่ ปรับปรุงธุรกิจเดิม โดยใช้ข้อมูลที่หลากหลาย เช่น Big Data และ Data ในองค์กร ประกอบกับทักษะการบริหารจจัดการ โดยศึกษาแนวโน้มความต้องการของตลาด ผสมผสานกับวิธีการและเครื่องมือต่าง ๆ 
Picture
ความเชื่อมโยงระหว่าง Business Data Analytics Maturity กับ ทักษะ/ความต้องการของโลกธุรกิจ และการเรียนรู้ และประสบการณ์ผ่าน MonsoonSIM
        เป็นความยากที่จะเทียบเคียงเรื่องราวของโลกทั้ง 3 ใบ ที่มีขั้นตอนของ Maturity แตกต่างกันไป ทว่าผู้เขียนต้องการเทียบเคียงโดยยึดเอา Data Analytics Maturity เป็นเกณฑ์ และนำเสนอให้เห็นว่า ในแต่ละระดับนั้น หากจะประสานให้เกิดเป็นกระบวนการเรียนรู้ และพัฒนาคนร่วมกันนั้นจะเป็นอย่างไร (สิ่งเหล่านี้ คือกระบวนการใน  Bloom Taxonony ที่แยกแยะรายละเอียดแตากต่างกันในใน approch เท่านั้น)

         แท้จริงแล้วหากพิจารณา Data Analytics Maturity stage จะพบว่า เป็นกระบวนการต่อเนื่องที่เกิดขึ้น ในแต่ละช่วงแต่ละขั้นตอนได้ทั้งในการพัฒนาบุคคลากร, การเรียนรู้ และในกระบวนการใหญ่อาจจะประกอบด้วยกระบวนการย่อยทั้ง 4 โดยมีน้ำหนักไม่เท่ากัน ไม่มี maturity stage ใดที่ไม่เชื่อมโยงกัน 

  • Descriptive Analytics --> What happened? เป็นกระบวนการเรียนรู้เริ่มต้น ซึ่งเปรียบเสมือนกับบทบามความรับผิดชอบในระดับงานของบุคลากรแต่ละคนที่มีผลต่อแผนก (และมีผลต่อเนื่องไปยังภาพรวมขององค์กร) ในชั้นตอนการเติบโตนี้ จึงจำเป็นจะต้องมีความรู้พื้นฐานที่เหมาะสมกับงาน เพื่อให้สามารถทำงานได้อย่างเกิดความเข้าใจ และเป็นกระบวนการแรก ๆ ในการพิจารณา "ปัญหา" ก่อนที่จะรู้ตัวเมื่อสายไป และปัญหาพัฒนาจนเกิดความซับซ้อน มีข้อจำกัดมากขึ้น สิ่งเหล่านี้อาจเป็นคำถามทางธุรกิจในระดับพื้นฐานในงาน เช่น ได้รับมอบหมายให้ดูแลผลิตภัณฑ์ตัวใด ๆ ย่อมต้องเข้าใจสิ่งที่เกิดขึ้น เช่น ยอดขายเป็นอย่างไร เมื่อนำไปเข้ากับเกณฑ์วัดผลแล้ว มีผลลัพท์เป็นอย่างไร โดยปรกตินั้น คนที่มี Entrepreneurial Skill จะเริ่มกระบวนการถัดไปได้ทันที การที่บัณฑิตจบใหม่ และ First Jobber มีความรู้ความเข้าใจพื้นฐาน รู้หลักการทำงาน รู้หลักการวัดผลในขอบข่ายของหน้าที่ความรับผิดชอบ ย่อมเป็นสิ่งที่ภาคธุรกิจต้องการ และเมื่อเขาเหล้านั้นมีประการณ์ทำงานมากขึ้น เขาจะก้าวไปสู่ขั้นตอนต่อไปได้เช่นกัน และในส่วนนี้ MonsoonSIM เป็นเครื่องมือที่ดีที่สร้างพื้่นฐานด้านธุรกิจ และการจัดการได้เป็นอย่างดี และสร้างประสบการณ์ไปยังกระบวนการต่อไปเช่นกัน
 
  • Diagnostic Analytics --> Why it happened ? เป็นกระบวนการต่อเนื่องในทาง Maturity ทั้งในด้านของ Data Analytics และปัญหาทางธุรกิจ ซึ่่งเป็นกระบวนการสำคัญในการ Identify Root of Cause หรือรากฐานของปัญหา ที่จำเป็นจะต้องดำเนินการแก้ไข หากืบเนื่องจาก Descriptive Analytic นั้น ปัญหาใด ๆ ในกระบวนการทางธุรกิจ อาจเกิดจากระดับหน่วยเล็ก ๆ ก่อนที่จะพัฒนาความยุ่งยากซับซ้อนในกระบวนการทางธุรกิจที่มีงานและตัวชี้วัดจากแผนกอื่น ๆ มารวมกัน การพิจารณาปัญหาที่มีความซับซ้อนนี้ จะเป็นต้องมีประสบการณ์จาก Integrated Workflow & Integrated Knowledge รวมไปพึงทักษะในการบริหารจัดการต่าง ๆ ซึ่งผู้มีทักษะนี้ จะสามารถเข้าใจว่าปัญหาที่แท้จริง เกิดจากกระบวนการใด โดยพิจารณาจาก Data ซึ่งเกิดจาก Activity   นั้น ๆ เทียบเคียงกับมาตรวัด หรือชุดความรู้มาตรฐานในการประกอบกิจการนั้น ๆ เป็นสำคัญ ในขั้นตอนนี้ บุคลากรในองค์กรมีประสบการณ์ทำงานมากขึ้น และสามารถดูแลหน้าที่และความรับผิดชอบในระดับบุคคลและขอบเขตง่ายที่ได้รับมอบหมายแล้ว มักจะถูกเลื่อนขั้นขึ้นมาซึ่งจะต้องอาศัยทักษะและชุดความรู้ที่กว้างขวางมากขึ้น เพื่อที่จะสามารถดูแลงานในฐานะ Stakeholder ใน Business Porcess ที่เกี่ยวข้องหรือตาม Supply Chain ที่มีห่วงโซ่ยาวขึ้น ใน MonsoonSIM เองสิ่งนี้เป็นหัวใจ เมื่อสามารถ Invesitage ปัญหาที่เกิดขึ้นในงานที่มีความซับซ้อนและเกี่ยวข้องกับงานอื่น ๆ ได้ ซึ่งเป็นสิ่งที่ MonsoonSIM ต้องการให้นักศึกษาและผู้เข้าอบรมมีความเข้าใจในระดับนี้ และสามารถแก้ไขปัญหาได้ ซึ่งตรงกับ Keyword ในโลก Anaytics โดยใช้ Multivarient and Multi-Dimensional 

  • Predictive Analytics --> What might happen? ซึ่งกระบวนการรี้เป็นกระบวนการขั้นต่อเนื่อง หลังจากที่เกิดการรับรู้สถานการณ์ พิจารณาและยืนยันปัญหา หาสาเหตุของปัญหา ซึ่งอาจจะเกิดในระดับ Univarient Factors หรือ Multivariate/Multi-Dimensinal โดยเมื่อปัญหาเหล่านี้ได้รับการคลี่คลาย หรือแก้ไข รูปแบบของพฤติกรรม ซึ่งหมายถึงรูปแบบของ Data ที่อาจจะเกิดซ้ำกัน จนพิจารณาเป็น Pattern of Action --> Data Pattern (หรือในที่นี้ผู้เขียนขอใช้คำว่า Integration of Business Actions&Problem to Data Patterns) ซึ่งกระบวนการณ๊้ หากเรียนรู้จากประสบการณ์ หรือ Pattern of Data ก็อาจจะสามารถคาดการณ์สิ่งที่จะเกิดขึ้น ทั้งในทางบวกและทางลบ  โดยหากประสบการณ์จากการประกอบการถูกถอดเป็น Data ซึ่งมีรูปแบบซ้ำ ๆ กัน ในทางบวก ก็จะสามารถวางแผนรับมือ เช่น ยอดขายจะเพิ่มขึ้นเป็นพิเศษในช่วงเวลาที่มีกิจกรรม งานเทศกาล ทางสังคม และเอายอดขาย ยอดเสียโอกาสจะกประสบกาณณ์ในครั้งก่อน มาวางแผนเพื่อให้สามารถได้ส่วนแบ่งทางการตลาดในสินค้าและบริการได้ เป็นต้น หรือ หาก Data Pattern และประสบการณ์ในการประกอบการ ออกเป็นเชิงลบ ก็จะสามารถวางแผนป้องกัน เพื่อให้เกิดความเสียหายน้อยที่สุด หรือจำกัดวงแห่งความเสียหายได้  ทักษะและความรู้ระดับนี้เป็นระดับหัวหน้างาน ที่ต้องอาศัยประสบการณ์ในโลกอดีต ทว่าในปัจจุบัน หากมีข้อมูลเดิม เปรียบเทียบกับประวัติศาสตร์ที่เกิดขึ้น ก็จะสามารถคาดการณ์สิ่งที่จะเกิดขึนได้เช่นกัน เช่น จำนวนผู้ติดเชื้อจากไว้หวัดสเปนในอดีต กับการแพร่กระจายของเชื้อโคโรน่า ซึ่งทำให้สามารถวางแผนต่าง ๆ เช่น จำนวนทรัพยากรที่ที่ต้องเตรียมไว้ตาม สมมติฐานในสถานการณ์ต่าง  ๆ เป็นต้น  ใน MonsoonSIM นั้น ข้อมูลที่เกิดขึ้นจาก BI และรายงานต่าง ๆ จะเป็นพื้นฐานของการสร้าง Predictive และกำหนดแผนธุรกิจ หรือแผนจัดการธุรกิจ ซึ่งเป็นพื้นฐานที่ MonsoonSIM สร้างไว้ในกระบวนการนี้ 
 
  • Perscriptive Analytics --> What should we do? Data Maturity ในชั้นนี้ คือ ขั้นที่จะวางแผนรับมือ สถานการณ์ต่าง ๆ ซึ่ง Data Pattern หรือ Set of Experience จะเป็นเครืองมือในการพิจารณาว่าควรทำสิ่งใด เพื่อให้เป็นไปตามเป้าหมายที่วางเอาไว้ ในทางธุรกิจ อาจครอบคลุมถึง ควร และ ไม่ควร ทำสิ่งใด ในเวลา, ปัจจัย, เงื่อนไข และข้อจำกัดทางทรัพยากร ในโลกของธุรกิจบุคลากรในระดับนี้จะมีความเชี่ยวชาญ ช่ำชอง และมากประสบการณ์ ในการตัดสินใจ ซึ่งเป็นระดับการคิดของ Strategic Decision Making ซึ่ง "ข้อมูล" ในอดีตอยู่ในรูปแบบของประสบการณ์ บันทึกในช่วงชีวิตและบาดแผลในอดีต ในปัจจุบัน คือ ฐานข้อมูลที่ถูกพัฒนาเป็น Dashboard ในรูปแบบต่าง ๆ นั่นเอง​OOM (ID: 783 363 5091 Pass: 042020) ;หแบบคื 
6 กระบวนท่าในการนำ MonsoonSIM ไปใช้ในการศึกษา Data Analytics จาก Basic สู่การเป็นนักวิเคราะ์ข้อมูล
  • ​กระบวนท่าแรก "รู้จักกิจกรรม รู้ต้นทางของข้อมูล"  เป็นพื้นฐานแรกที่ควรสร้างให้เกิดอย่างมั่นคง หากจะใช้ชข้อมูลให้เกิดประโยชน์สูงสุด หากพลาดในกระบวนท่าแรก ลมปราณอาจแตกซ่านได้เมื่อต้องใช้กระบวนท่าไม้ตาย
  • กระบวนท่าที่สอง "รู้จักเป้าหมาย ตัววัดผลทางธุรกิจ ผลกระทบในจุดลมปราณทั่วองค์กร และเข้าใจรูปลักษณ์ของข้อมูล" ความเชื่อมโยงของ Multiple activity in Business Process, Multiple KPIs ทำให้เห็นการไหล การเปลี่ยนแปลง รูปแบบของข้อมูลดั่งสายน้ำ เข้าใจสายน้ำ ก็เข้าใจการตีความทางข้อมูล
  • กระบวนท่าที่สาม "ติดปีกด้วย MonsoonSIM BI เสริมความเข้าใจในข้อมูล กับผลลัพท์ และการคาดการณ์ในธุรกิจ" ใช้กระบวนท่าขั้นกลางที่ไม่ซับซ้อน ด้วย MonsoonSIM Business Intelligent Services เสียก่อน เมื่อสอบผ่านขั้นกลาง ทำความเข้าใจ เลือกสรรข้อมูลมาตอบปัญหาทางธุรกิจได้ จึงไปยังกระบวนท่าขั้นกลางของวิชา Data Analytics
  • กระบวนท่าที่สี่ "เปลี่ยนรูปลักษณ์ ประสานข้อมูลผ่าน Data Visualization"  ขั้นนี้เป็นขั้นกลางค่อนไปทางสูง ต้องคัดสรร บริหารจัดการข้อมูล ก่อนแปลงข้อมูลให้เข้าใจง่ายเข้าถึงผู้คน ให้เขาเหล่านั้นใช้ประโยชน์ในข้อมูลเพื่อผลประโยชน์ตั้งแต่ ระดับล่าจนถึงเจ้าสำนัก ขั้นตอนนี้ ต้องมี 3 ประบวนท่าแรก + การฝึกฝน + การสั่งสมประสบการณ์ ทำและตีความ ปรับแต่งจนเชี่ยวชาญ
  • กระบวนท่าที่ห้า "บินถลาสู่ SEM; Strategic Enterprise Managemt" ใช้ Data ได้อย่างมีชั้นเชิง บอกถึงปัญหา ระบุจุดที่บกพร่อง รู้ยักย้ายทรัพยากรไปเพื่อการจัดการปัญหาตามความหนักเบา รู้จัก Priority ของปัญหา สามารถสื่อสาร สั่งการ เพื่อเร่งปฏิกิริยาในยามได้เปรียบ รู้หยุด รู้ยั้งเมื่อยามเสียเปรียบ รู้แบบนี้จึงเป็น "นักกลยุทธ์ทางธุรกิจและข้อมูล" 
  • กระบวนท่าที่หก "สุดยอดพลังปราณแห่งการใช้ข้อมูล Data Driven Business" ประสานข้อมูลหลากหลายแบบ ทั้งแบบ Super Structure และพลังแห่งประสบการณ์ ทั้งข้อมูลภายนอก ภายใน ข้อมูลที่แปรผันและแปรผกผัน ผสมศาสตร์ความรู้ที่หลากหลายในการจัดการปัญหา เลือกสรรวิธีการได้อย่างเหมาะสมกับสถานการณ์ คาดการณ์สิ่งดีร้ายและหาวิธีการรับมือที่เกิดผลลัพท์ที่ดีที่สุดในสถานการณ์นั้น ๆ 

6 กระบวนท่านี้ ใน Perscriptive มี Descriptive ใน Predictive มี Diagnostic ผสมผสาน จัดวางให้เป็นรูปธรรม  จึงเป็น  6 กระบวนท่านในสุยอดวิชา MonsoonSIM x Data Analytics จากข้อมูลจำลองในเกม สู่ข้อมูลในโลกธุรกิจจริง จากความผิดพลาดเรียนรู้ในเกม สู่การป้องกันความเสี่ยงขององค์กร
รวมชุดความรู้เรื่องเบื้องต้นสำหรับ Data Analytics
  • MSIM Data Analytics Source
  • External Source of learning
<
>
data_analytics_x_msim.pdf
File Size: 3486 kb
File Type: pdf
Download File
File PDF เรื่อง MonsoonSIM x Data Analytics Version 1.0 (27 APR 2020)
monsoonsim_google_data_studio_workshop.pdf
File Size: 4447 kb
File Type: pdf
Download File
Slide แนะนำ Data Analytics x MonsoonSIM
by Sidhata Gunawan, MSIM Indonesia
CLIP แสดงวิธีการ Export Data ในสิทธิ์ของ Learner
CLIP แสดงการ Get Data ใน Power BI / Tableau (CSV file จาก MonsoonSIM)
CLIP วิธีการติดตั้ง My SQL Connector 6.6.5 เพื่อนำส่งข้อมูลแบบ Live Access 
CLIP แสดงการ Get Data จากฐานข้อมูล Live Access MonsoonSIM ใน Power BI
      เอกสารต่าง ๆ ในส่วนนี้ เป็นเอกสารที่หาได้จาก Internet และ MonsoonSIM ประเทศไทย ขอขอบคุณผู้เขียน แหล่งที่มาต่าง  ๆ ของเอกสารเหล่านี้ ที่ได้ช่วยให้ชาวมรสุมสยามสามารถเรียนรู้เรื่อง Data Analytics ได้มากขึ้น ​
Microsoft Power BI
Link
ประเภทเอกสาร (ภาษา)
ชื่อเอกสาร
แหล่งที่มา หรือ แหล่งอ้างอิง
Link
เอกสาร (ไทย)
คู่มือการใช้งาน Power BI Desktop
คณะสัตวแพทย์ มหาวิทยาลัยเชียงใหม่
Link
เอกสาร (ไทย)
คู่มือการใช้งาน Power BI
ศูนย์ ICT มหาวิทยาลัยศรีปทุม &
​Microsoft (Thailand) Limited
Link
E-Book (Eng)
Introducing Microsoft Power BI
Microsoft
Link
Website (ไทย)
เริ่มต้นใช้งาน Power BI Desktop
Microsoft ประเทศไทย
Link
Blog รวม content พร้อม Clip แนะนำ
Power BI ง่ายนิดเดียว
Facebook Power BI ง่ายนิดเดียว
Link
Website
Selecting Appropriate Data Visualization with PowerBI
​https://softcrylic.com/
Link
Website
ชนิดการแสดงภาพใน Power BI
Microsoft ประเทศไทย
Link
Website
Visualization ใน Power BI Desktop
​www.9experttraining.com
Link
Tutorial Info and Clip
Data Visualization with Power BI
www.datacamp.com​
Tableau
Link
ประเภทเอกสาร (ภาษา)
ชื่อเอกสาร
​แหล่งที่มา หรือ แหล่งอ้างอิง
Link
เอกสาร (ไทย)
คู่มือการฝึกอบรม Tableau
​https://www.diw.go.th/km/tableau-manual.pdf
Link
เอกสาร (ไทย)
คู่มือการใช้งานโปรแกรม Tableau เบื้องต้น
งานบริการสารสนเทศและฝึกอบรม ฝ่ายสารสนเทศ 
คณะแพทยศาสตร์ ศิริราชพยาบาล มหาวิทยาลัยมหิดล
Link
Video (Eng)
Free Training Video
Tableau
Link
White Paper (Eng)
Which graph of chart is right for you?
Tableau