Data Analytics Tools Used in Business Organization
Main Article Content
Abstract
Data analytics is an important process for every organization since it is the process that could support decision making leading to an improvement of the organization. The tools or systems for the data analytics process the organization chooses to use should be studied and developed in a continuous manner for employees at all levels in the organization or for members of the general public. Data analysis, data correlation, and data visualization all contribute to important decision making in every organization.
In this article, the focus is on the study of the function of the tools in data analysis, data correlation, and data visualization i.e. data mining, machine learning, and business intelligence systems. These tools have played a great role in the era in which technology has been developed and used widely. The technology work process has helped human beings manage and analyze a vast amount of data speedily and has improved the work of employees in the organization to be more efficient. This article proposes future trends in data mining, machine learning, and business intelligence systems in conjunction with robotic process automation workflows to reduce repetitive work processes by shifting to use the data analytics tools instead of humans to reduce errors and save time in the work process.
Article Details
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารบริหารธุรกิจและสังคมศาสตร์ มหาวิทยาลัยรามคำแหง ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารบริหารธุรกิจและสังคมศาสตร์ มหาวิทยาลัยรามคำแหง ถือเป็นลิขสิทธิ์ของวารสารบริหารธุรกิจและสังคมศาสตร์ มหาวิทยาลัยรามคำแหง หากบุคคลหรือหน่วยงานใดต้องการนำบทความทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อ หรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารบริหารธุรกิจและสังคมศาสตร์ มหาวิทยาลัยรามคำแหง ก่อนเท่านั้น
References
กฤษณ์ นวลจันทร์. (2556). การค้นหาปัจจัยการผลิตที่ส่งผลทำให้ผลิตเกิดจุดขาว ด้วยเทคนิคเหมืองข้อมูล กรณีศึกษา โรงงานยางแท่ง บริษัทศรีตรังแอโกรอินดัสทรี จำกัด (มหาชน) สาขาห้วยนาง จังหวัดตรัง. วิทยานิพนธ์วิทยาศาสตรมหาบัณฑิต, มหาวิทยาลัยสงขลานครินทร์.
กานต์ ยงศิริวิทย์ และภาคภูมิ ชัยศิริประเสริฐ. (2560). การเปรียบเทียบเครื่องมือวิทยาศาสตร์ข้อมูลสำหรับวิเคราะห์ข้อมูลการให้บริการด้านสุขภาพปริมาณมหาศาล. การประชุมวิชาการระดับชาติสหวิทยาการเอเชียอาคเนย์ 2560 ครั้งที่ 4. นนทบุรี.
จิราภา เลาหะวรนันท์ รชต ลิ้มสุทธิวันภูมิ บัณฑิต ฐานะโสภณ และพรฤดี เนติโสภากุล. (2558). การใช้เทคนิคการทำเหมืองข้อมูลในการจำแนกและคัดเลือกแขนงวิชาสาหรับนักศึกษาคณะเทคโนโลยีสารสนเทศ. วารสารเทคโนโลยีสารสนเทศลาดกระบัง, 4(2). 1-9. สืบค้นจาก http://www.it.kmitl.ac.th/~journal/index.php/main_journal/article/view/65
ทิพย์ธิดา วงศ์พิพันธ์. (2556). การใช้เหมืองข้อมูลช่วยในการตัดสินใจการให้สินเชื่อ กรณีศึกษา: บริษัท กรุงไทยคาร์เร้นท์ แอนด์ ลีส จำกัด (มหาชน). การค้นคว้าอิสระวิทยาศาสตรมหาบัณฑิต. มหาวิทยาลัยธุรกิจบัณฑิตย์.
บวร น้อยแสง. (2549). คลังข้อมูลและเทคนิคการทำเหมืองข้อมูลสำหรับการวิเคราะห์การขาย. สารนิพนธ์วิทยาศาสตรมหาบัณฑิตมหาวิทยาลัยศิลปากร.
เพ็ญศิริ มโนมัยสุพัฒน์. (2557). ธุรกิจอัจฉริยะกับความท้าทายในการพัฒนาเพื่อใช้ในองค์กร. วารสารปัญญาภิวัฒน์, 5(2), 236-245. สืบค้นจาก https://so05.tci-thaijo.org/index.php/pimjournal/article/view/20184
ยงยุทธ ลิขิตพัฒนะกุล. (2018). Tableau คืออะไร? What is Tableau? สืบค้นจาก https://www.aiteam.co.th/what-is-tableau/
วรรณวิภา วงศ์วิไลสกุล. (2554). ดาต้าแวร์เฮาส์และดาต้าไมนิงสำหรับการบริหาร. วารสารปัญญาภิวัฒน์, 2(2), 79-92. สืบค้นจาก https://so05.tci-thaijo.org/index.php/ pimjournal/article/view/12010
วิจิตรา พัชรกำจายกุล และนิเวศ จิระวิชิตชัย. (2558). การพัฒนาระบบธุรกิจอัจฉริยะเพื่อการวางแผนการขายสินค้าสำหรับบริษัทผู้จัดจำหน่าย. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี, 5(2), 156-164. สืบค้นจาก http://www.sci.rmutt.ac.th/stj/index.php/stj/article/view/146/121
ศรีสมรัก อินทุจันทร์ยง. (2556). Business Intelligence กับการบริหาร วางแผน และตัดสินใจ. วารสารบริหารธุรกิจ มหาวิทยาลัยธรรมศาสตร์, 36(137), 3-7. สืบค้นจาก http://www.jba.tbs.tu.ac.th/files/Jba137/Column/JBA137SrisomrukC.pdf
ศิระ เอกบุตร. (2563). Power BI ตอนที่ 01: Power BI คืออะไร? สืบค้นจาก https://www.thepexcel.com/what-is-power-bi/
ศุภามณ จันทร์สกุล. (2561). เทคนิคเหมืองข้อมูลในการวิเคราะห์ข้อมูลทางการพยาบาล. วารสารวิชาการมหาวิทยาลัยอีสเทิร์นเอเชียฉบับวิทยาศาสตร์และเทคโนโลยี, 12(2), 83-96. สืบค้นจาก https://he01.tci-thaijo.org/index.php/EAUHJSCI/article/view/ 134712/105606
เอกสิทธิ์ พัชรวงศ์ศักดา. (2558). Introduction to Business Analytics with RapidMiner Studio 6. กรุงเทพฯ: บริษัท เอเชียดิจิตอลการพิมพ์ จำกัด
Alpaydin, E. (2020). Introduction to Machine Learning. Massachusetts: MIT Press
Mohri, M., Rostamizadeh, A., & Talwalkar, A. (2018). Foundations of Machine Learning (2nd ed.). Massachusetts: MIT Press
Piraya. (2018). Alteryx แพลตฟอร์มวิเคราะห์ข้อมูลไม่ต้องเขียนโค้ด ครบวงจรสำหรับทุกคนในองค์กร. Retrieved from https://www.adpt.news/2018/02/23/alteryx-end-to-end-no-coding-data-analytics-platform/
Wikipedia. (2563). ธุรกิจอัจฉริยะ. สืบค้นจาก https://th.wikipedia.org/wiki/ธุรกิจอัจฉริยะ