การวิเคราะห์ข้อมูลทางธุรกิจในยุคของปัญญาประดิษฐ์
คำสำคัญ:
การวิเคราะห์ข้อมูลทางธุรกิจ, ปัญญาประดิษฐ์, ธุรกิจอัจฉริยะบทคัดย่อ
จากความต้องการของธุรกิจในการที่จะขับเคลื่อนองค์กรด้วยข้อมูล ทำให้องค์กรมีความจำเป็น
อย่างยิ่งที่จะต้องมีเครื่องมือวิเคราะห์ข้อมูลที่ช่วยให้ผู้บริหารได้รับข้อมูลเชิงลึกที่นำไปสู่การปฏิบัติ
ได้จริง การวิเคราะห์ข้อมูลทางธุรกิจในปัจจุบันไม่จำกัดเพียงแต่ในกลุ่มของนักวิทยาศาสตร์ข้อมูล
หรือนักวิเคราะห์ข้อมูล แต่ยังครอบคลุมไปถึงกลุ่มผู้ใช้ในธุรกิจซึ่งมีความเข้าใจในบริบทของข้อมูล
ที่ลึกซึ้งกว่า แต่ขาดทักษะการวิเคราะห์ข้อมูลที่เพียงพอ เครื่องมือวิเคราะห์ข้อมูลที่มีปัญญาประดิษฐ์
ซึ่งสามารถใช้งานได้ง่ายจึงเข้ามามีบทบาทสำคัญในการสนับสนุนให้เกิดการสร้างข้อมูลเชิงลึกที่เป็น
ประโยชน์มากขึ้น และทำให้ผู้ใช้ในธุรกิจสามารถวิเคราะห์ข้อมูลและตัดสินใจได้ผลยิ่งขึ้น บทความ
นี้มีวัตถุประสงค์ในการสร้างความเข้าใจในความสามารถหลักของเครื่องมือวิเคราะห์ข้อมูลที่มีปัญญา
ประดิษฐ์ทั้งในส่วนของการสนับสนุนการตัดสินใจของผู้ใช้ในธุรกิจ และการสนับสนุนการทำงาน
กับแบบจำลองของนักวิเคราะห์ข้อมูล
เอกสารอ้างอิง
เจริญศักดิ์ แซ่จึง. (2562). การวางแผนทรัพยากรวิสาหกิจบนคลาวด์. วารสารธุรกิจปริทัศน์ วารสารวิชาการ คณะบริหารธุรกิจ มหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติ, 11(1), 243-261.
BrightPoint Consulting Inc. (2019). Dashboard Design: Key Performance Indicators and Metrics. Retrieved August 7, 2019, from BrightPoint Inc. Website:
https://www.brightpointinc.com/key-performance-indicators/
Carlsson, K., & Gualtieri, M. (2019). The Forrester New Wave: Automation-Focused Machine Learning Solutions. The Forrester Report, 2019(2), 1-19.
Capgemini. (2015). Big & Fast Data: The Democratization of Information. Retrieved July 4, 2019,
from Capgemini Website: https://www.capgemini.com/wp-content/uploads/2017/07/big_fast_data-_the_democratization_of_information.pdf
DataCamp. (2019). Democratizing Data Science in Your Organization. Retrieved August 9, 2019, from Training Industry Website: https://trainingindustry.com/content/uploads/2019/04/Democratizing-Data-Science-4.18.19.pdf
Davenport, T. H. (2018). From Analytics to Artificial Intelligence. Journal of Business Analytics, 1(2), 73-80. doi: 10.1080/2573234X.2018.1543535
Delen D., & Ram S. (2018). Research Challenges and Opportunities in Business Analytics. Journal of Business Analytics, 1(1), 2-12. doi: 10.1080/2573234X.2018.1507324
Eckerson, W. (2019). Three Technologies Reshaping the Face of Business Intelligence. Retrieved July 15, 2019, from Oracle Website: https://www.oracle.com/a/ocom/docs/corporate/analystrelations/eckerson-group-reshaping-business-intelligence.pdf
Edge, D., Larson, J., & White, C. (2018). Bringing AI to BI: Enabling Visual Analytics of Unstructured Data in a Modern Business Intelligence Platform. Retrieved July 10, 2019, from Microsoft Website: https://www.microsoft.com/en-us/research/uploads/prod/2018/04/BringingAItoBI.pdf
Ereth, J., & Eckerson, W. (2018). AI: The New BI: How Algorithms Are Transforming Business Intelligence and Analytics. Retrieved August 1, 2019, from IBM Website: https://www.ibm.com/downloads/cas/M7VMLOPY
Evelson, B., & Carlsson, K. (2018). AI Unblocks the Business Intelligence in BI. Retrieved August 2, 2019, from Squirro Website:
https://squirro.com/wp-content/uploads/2017/10/AI_Unlocks_The_Business_I.pdf
Gartner Inc. (2016). Citizen Data Science Augments Data Discovery and Simplifies Data Science. Retrieved July 5, 2019, from Gartner Website: https://www.gartner.com/en/documents/3534848
Gartner Inc. (2017). Augmented Analytics is the Future of Data and Analytics. Retrieved July 20, 2019, from Gartner Website: https://www.gartner.com/en/conferences/emea/data-analytics-germany/why-attend/gartner-insights/research-augmented-analytics
Gartner Inc. (2019). Magic Quadrant for Analytics and Business Intelligence Platforms. Retrieved July 22, 2019, from Microsoft Website: https://info.microsoft.com/ww-landing-gartner-mq-bi-analytics-2019.html?ls=Website
Ghosh, P. (2018). Business Intelligence and Analytics Trends. Retrieved August 1, 2019, from Dataversity Website: https://www.dataversity.net/business-intelligence-analytics-trends-2019/
Google Cloud. (2019). Cloud AutoML. Retrieved August 5, 2019, from Google Cloud Website: https://cloud.google.com/automl/
Halper, F. (2017). Advanced Analytics: Moving Toward AI, Machine Learning, and Natural Language Processing. TDWI Best Practices Report, 2017(3), 1-40.
Hasan, W. (2019). Oracle Analytics Cloud Investment Plan. Retrieved June 19, 2019, from Oracle Website: https://www.oracle.com/webfolder/s/assets/ebook/analytics-cloud-investment-plan/pdf/analytics-plan.pdf
Hossin, M., & Sulaiman, M. N. (2015). A Review of Evaluation Metrics for Data Classification Evaluations. International Journal of Data Mining & Knowledge Management Process (IJDKP), 5(2), 1-11.
Kale, V. (2017). Big Data Computing: A Guide for Business and Technology Managers. Boca Raton: CRC Press.
Kotu, V., & Deshpande, B. (2015). Predictive Analytics and Data Mining: Concepts and Practice with RapidMiner. Waltham: Morgan Kaufmann.
Macintyre, J. (2018). Power BI and Azure Data Services Dismantle Data Silos and Unlock Insights. Retrieved July 3, 2019, from Microsoft Azure Website: https://azure.microsoft.com/en-us/blog/power-bi-and-azure-data-services-dismantle-data-silos-and-unlock-insights/
Microsoft. (2019). Your Roadmap for a Digital-First Business: Transformation at Microsoft. Retrieved June 20, 2019, from Microsoft Website: https://info.microsoft.com/rs/157-GQE-382/images/dynamics365-en-digital-transformation.pdf
Microsoft Power BI. (2019). Self-Service Data Prep in Power BI. Retrieved August 15, 2019, from Microsoft Power BI Website: https://docs.microsoft.com/en-us/power-bi/service-dataflows-overview
Naous, D., Schwarz, J., & Legner, C. (2017). Analytics as a Service: Cloud Computing and the Transformation of Business Analytics Business Models and Ecosystems. In Twenty-Fifth European Conference on Information Systems (pp. 487-501).
Sedrakyan, G., Mannens, E., & Verbert, K. (2019). Guiding the Choice of Learning Dashboards Visualizations: Linking Dashboard Design and Data Visualization Concepts. Journal of Visual Languages and Computing, 50(2019), 19-38. doi: 10.1016/j.jvlc.2018.11.002
Stanek, R. (2018). Artificial Intelligence Is the Future of Business Intelligence. Retrieved July 10, 2019, from GoodData Website: https://www.gooddata.com/blog/artificial-intelligence-future-business-intelligence
Stodder, D. (2018a). BI and Analytics in the Age of AI and Big Data. TDWI Best Practices Report, 2018(4), 1-39.
Stodder, D. (2018b). AI for BI: Six Strategies for Augmenting BI with AI and Machine Learning. TDWI Checklist Report, 2018(9), 1-7.
Zinsmeister, S., Yeung, A., & Garrett R. (2019). AI-Driven Analytics: How Artificial Intelligence Is Creating a New Era of Analytics for Everyone. CA: O’Reilly.
BrightPoint Consulting Inc. (2019). Dashboard Design: Key Performance Indicators and Metrics. Retrieved August 7, 2019, from BrightPoint Inc. Website:
https://www.brightpointinc.com/key-performance-indicators/
Carlsson, K., & Gualtieri, M. (2019). The Forrester New Wave: Automation-Focused Machine Learning Solutions. The Forrester Report, 2019(2), 1-19.
Capgemini. (2015). Big & Fast Data: The Democratization of Information. Retrieved July 4, 2019,
from Capgemini Website: https://www.capgemini.com/wp-content/uploads/2017/07/big_fast_data-_the_democratization_of_information.pdf
DataCamp. (2019). Democratizing Data Science in Your Organization. Retrieved August 9, 2019, from Training Industry Website: https://trainingindustry.com/content/uploads/2019/04/Democratizing-Data-Science-4.18.19.pdf
Davenport, T. H. (2018). From Analytics to Artificial Intelligence. Journal of Business Analytics, 1(2), 73-80. doi: 10.1080/2573234X.2018.1543535
Delen D., & Ram S. (2018). Research Challenges and Opportunities in Business Analytics. Journal of Business Analytics, 1(1), 2-12. doi: 10.1080/2573234X.2018.1507324
Eckerson, W. (2019). Three Technologies Reshaping the Face of Business Intelligence. Retrieved July 15, 2019, from Oracle Website: https://www.oracle.com/a/ocom/docs/corporate/analystrelations/eckerson-group-reshaping-business-intelligence.pdf
Edge, D., Larson, J., & White, C. (2018). Bringing AI to BI: Enabling Visual Analytics of Unstructured Data in a Modern Business Intelligence Platform. Retrieved July 10, 2019, from Microsoft Website: https://www.microsoft.com/en-us/research/uploads/prod/2018/04/BringingAItoBI.pdf
Ereth, J., & Eckerson, W. (2018). AI: The New BI: How Algorithms Are Transforming Business Intelligence and Analytics. Retrieved August 1, 2019, from IBM Website: https://www.ibm.com/downloads/cas/M7VMLOPY
Evelson, B., & Carlsson, K. (2018). AI Unblocks the Business Intelligence in BI. Retrieved August 2, 2019, from Squirro Website:
https://squirro.com/wp-content/uploads/2017/10/AI_Unlocks_The_Business_I.pdf
Gartner Inc. (2016). Citizen Data Science Augments Data Discovery and Simplifies Data Science. Retrieved July 5, 2019, from Gartner Website: https://www.gartner.com/en/documents/3534848
Gartner Inc. (2017). Augmented Analytics is the Future of Data and Analytics. Retrieved July 20, 2019, from Gartner Website: https://www.gartner.com/en/conferences/emea/data-analytics-germany/why-attend/gartner-insights/research-augmented-analytics
Gartner Inc. (2019). Magic Quadrant for Analytics and Business Intelligence Platforms. Retrieved July 22, 2019, from Microsoft Website: https://info.microsoft.com/ww-landing-gartner-mq-bi-analytics-2019.html?ls=Website
Ghosh, P. (2018). Business Intelligence and Analytics Trends. Retrieved August 1, 2019, from Dataversity Website: https://www.dataversity.net/business-intelligence-analytics-trends-2019/
Google Cloud. (2019). Cloud AutoML. Retrieved August 5, 2019, from Google Cloud Website: https://cloud.google.com/automl/
Halper, F. (2017). Advanced Analytics: Moving Toward AI, Machine Learning, and Natural Language Processing. TDWI Best Practices Report, 2017(3), 1-40.
Hasan, W. (2019). Oracle Analytics Cloud Investment Plan. Retrieved June 19, 2019, from Oracle Website: https://www.oracle.com/webfolder/s/assets/ebook/analytics-cloud-investment-plan/pdf/analytics-plan.pdf
Hossin, M., & Sulaiman, M. N. (2015). A Review of Evaluation Metrics for Data Classification Evaluations. International Journal of Data Mining & Knowledge Management Process (IJDKP), 5(2), 1-11.
Kale, V. (2017). Big Data Computing: A Guide for Business and Technology Managers. Boca Raton: CRC Press.
Kotu, V., & Deshpande, B. (2015). Predictive Analytics and Data Mining: Concepts and Practice with RapidMiner. Waltham: Morgan Kaufmann.
Macintyre, J. (2018). Power BI and Azure Data Services Dismantle Data Silos and Unlock Insights. Retrieved July 3, 2019, from Microsoft Azure Website: https://azure.microsoft.com/en-us/blog/power-bi-and-azure-data-services-dismantle-data-silos-and-unlock-insights/
Microsoft. (2019). Your Roadmap for a Digital-First Business: Transformation at Microsoft. Retrieved June 20, 2019, from Microsoft Website: https://info.microsoft.com/rs/157-GQE-382/images/dynamics365-en-digital-transformation.pdf
Microsoft Power BI. (2019). Self-Service Data Prep in Power BI. Retrieved August 15, 2019, from Microsoft Power BI Website: https://docs.microsoft.com/en-us/power-bi/service-dataflows-overview
Naous, D., Schwarz, J., & Legner, C. (2017). Analytics as a Service: Cloud Computing and the Transformation of Business Analytics Business Models and Ecosystems. In Twenty-Fifth European Conference on Information Systems (pp. 487-501).
Sedrakyan, G., Mannens, E., & Verbert, K. (2019). Guiding the Choice of Learning Dashboards Visualizations: Linking Dashboard Design and Data Visualization Concepts. Journal of Visual Languages and Computing, 50(2019), 19-38. doi: 10.1016/j.jvlc.2018.11.002
Stanek, R. (2018). Artificial Intelligence Is the Future of Business Intelligence. Retrieved July 10, 2019, from GoodData Website: https://www.gooddata.com/blog/artificial-intelligence-future-business-intelligence
Stodder, D. (2018a). BI and Analytics in the Age of AI and Big Data. TDWI Best Practices Report, 2018(4), 1-39.
Stodder, D. (2018b). AI for BI: Six Strategies for Augmenting BI with AI and Machine Learning. TDWI Checklist Report, 2018(9), 1-7.
Zinsmeister, S., Yeung, A., & Garrett R. (2019). AI-Driven Analytics: How Artificial Intelligence Is Creating a New Era of Analytics for Everyone. CA: O’Reilly.
ดาวน์โหลด
เผยแพร่แล้ว
2019-12-23
รูปแบบการอ้างอิง
แซ่จึง เ. (2019). การวิเคราะห์ข้อมูลทางธุรกิจในยุคของปัญญาประดิษฐ์. วารสารบริหารธุรกิจและการจัดการปริทัศน์, 11(2), 157–177. สืบค้น จาก https://so01.tci-thaijo.org/index.php/bahcuojs/article/view/215820
ฉบับ
ประเภทบทความ
บทความวิชาการ
สัญญาอนุญาต
บทความที่ได้รับการตีพิมพ์จะเป็นลิขสิทธิ์ของวารสารธุรกิจปริทัศน์
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับมหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติ และคณาจารย์ท่านอื่น ๆ ในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
