Business Intelligence (ความฉลาดทางธุรกิจ) เกิดขึ้นมาจากศาสตร์ความรู้ด้านต่างๆ หลายด้านผสมกัน เพราะโลกยุคใหม่เป็นยุคของข้อมูลข่าวสาร และเป็นความรู้แบบสหวิทยาการ ที่ผู้บริหารต้องมีความรู้หลายๆด้าน
Business Intelligence (ความฉลาดทางธุรกิจ) เกิดขึ้นมาจากศาสตร์ความรู้ด้านต่างๆ หลายด้านผสมกัน เพราะโลกยุคใหม่เป็นยุคของข้อมูลข่าวสาร และเป็นความรู้แบบสหวิทยาการ ที่ผู้บริหารต้องมีความรู้หลายๆด้าน ในการวิเคราะห์ และวางแผนกลยุทธขององค์กรให้สามารถแข่งขันในตลาด และคู่แข่งทางธุรกิจได้แบบมีประสิทธิภาพยิ่งขึ้น อีกทั้งในโลกของความเป็นจริง มีปัจจัย (ตัวแปร) ที่มีผลต่อธุรกิจมากมาย จึงควรต้องใช้เทคนิคขั้นสูง เพื่อช่วยแก้ปัญหา หรือหาความสัมพันธ์ที่ซ่อนอยู่ในข้อมูลเหล่านั้น


<div>ศาสตร์ที่เกี่ยวข้องกับ Business Intelligence ได้แก่</div><ul>

  • บริหารธุรกิจ เช่น การจัดการ การเงิน การตลาด
  • เศรษฐศาสตร์
  • คอมพิวเตอร์และเทคโนโลยีสารสนเทศ
  • คณิตศาสตร์
  • สถิติ

    • </ul><div>และเทคนิคต่างๆ ที่มักใช้ในการวิเคราะห์ของ BI ผมขอแบ่งเป็น 2 เทคนิคใหญ่ๆ คือ</div><ol>

  • Nemerical Method / Operations Research (การวิเคราะห์และคำนวณด้วยคณิตศาสตร์)
  • Data Mining (การหาความสัมพันธ์ที่ซ่อนอยู่ของข้อมูล)

    • </ol><h5>Numerical Method / Operations Research</h5><div>เป็นวิธีการแปลงโจทย์ หรือสถานการณ์จริง ให้อยู่ในรูปกฎและความสัมพันธ์แบบสมการคณิตศาสตร์ และแก้สมการหาคำตอบ ซึ่งรวมไปถึงวิธีการ Trial & Error ด้วย เพราะบางรูปแบบ ไม่สามารถแก้สมการด้วยวิธีปกติได้ อนึ่ง การแก้ปัญหาทางคณิตศาสตร์นี้ อาจไม่ต้องการข้อมูลจำนวนมากก็ได้ เพราะเน้นที่ความสัมพันธ์ของตัวแปรต่างๆมากกว่า</div><h5>Data Mining</h5><div>เป็นการหาความสัมพันธ์ หรือสร้างกฎของความสัมพันธ์จากข้อมูลปริมาณมาก เพื่อเพิ่มความน่าเชื่อถือ และความถูกต้องของการสร้างกฎของความสัมพันธ์มากขึ้น ส่วนใหญ่จะใช้เทคนิคของการคำนวณสถิติ หรือ แบบสถิติผสมกับวิธีของวิศวกรรมคอมพิวเตอร์ เช่น AI (Artificial Intelligence) ช่วยในการสร้างกฎ หากมีตัวแปรจำนวนมาก หรือมีตัวแปรที่ไม่สามารถวัดเป็นปริมาณได้ พวกนี้ทางสถิติจะคำนวณลำบาก หรือไม่ได้เลย แต่ AI สามารถหาความสัมพันธ์ของตัวแปรทุกรูปแบบได้ ไม่ว่าจะวัดเป็นตัวเลขได้หรือไม่ (ต้องใช้ข้อมูลปริมาณมาก)</div><div>ตัวอย่างเทคนิคของ Data Mining ที่นิยมใช้แก้ปัญหา และสร้างกฎความสัมพันธ์ของข้อมูลที่ซ่อนอยู่ ยกตัวอย่างเช่น</div><ul><li><div class="O"> • Association Rules <li><div class="O">Bayesian</div></li>

  • Clustering
  • Cross Table
  • Decision Tree
  • Deviation Detection
  • Drill-down Analysis
  • Hotspot Analysis
  • Link Analysis
  • Neural Network
  • Predictive Modeling
  • Profiling
  • Self Organizing Maps
  • Web Mining

    • </span></span> </div></li></ul></span>