บทที่ 8 ระบบสนับสนุนการตัดสินใจ

ระบบสนับสนุนการตัดสินใจ
Decision Support System

ระบบสนับสนุนการตัดสินใจ(Decision Support System : DSS)

 ระบบสนับสนุนการตัดสินใจเป็นระบบย่อยหนึ่งในระบบสารสนเทศเพื่อการจัดการโดยที่ระบบสนับสนุนการตัดสินใจจะช่วยผู้บริหารในเรื่อง การตัดสินใจในเหตุการณ์ หรือกิจกรรมทางธุรกิจที่ไม่มีโครงสร้างแน่นอน หรือ กึ่งโครงสร้าง ระบบสนับสนุนการตัดสินใจอาจจะใช้กับบุคคลเดียวหรือช่วยสนับสนุนการตัดสินใจเป็นกลุ่มนอกจากนั้นยังมีระบบสนับสนุนผู้บริหารเพื่อช่วยผู้บริหารในการตัดสินใจเชิงกลยุทธ์

   ระบบสนับสนุนการตัดสินใจ ได้เริ่มขึ้นในช่วงปี ค.ศ. 1970 โดยมีหลายบริษัทเริ่มที่จะพัฒนาระบบสารสนเทศเพื่อที่จะช่วยผู้บริหารในการตัดสินใจปัญหาที่ไม่มีโครงสร้างที่แน่นอนหรือกึ่งโครงสร้างโดยข้อมูลมีการเปลี่ยนแปลงตลอดซึ่งระบบสารสนเทศเดิมที่ใช้ในลักษณะ ระบบการประมวลผลรายการไม่สามารถกระทำได้ นอกจากนั้นยังมีวัตถุประสงค์เพื่อลดแรงงาน ต้นทุนที่ต่ำลงและยังช่วยในเรื่องการวิเคราะห์การสร้างตัวแบบ (Model) เพื่ออธิบายปัญหาและตัดสินใจปัญหาต่างๆ จนกระทั่งปี ค.ศ. 1980 ความพยายามในการใช้ระบบนี้เพื่อช่วยในการสนับสนุนการตัดสินใจได้แพร่ออกไป ยังกลุ่มและองค์การต่างๆ

ความสามารถของ DSS

1. สนับสนุนการตัดสินใจของผู้บริหาร

• สนับสนุนการตัดสินใจสำหรับสถานการณ์แบบกึ่งโครงสร้าง และแบบไม่เป็นโครงสร้าง
• สนับสนุนการตัดสินใจของผู้บริหารระดับกลางให้การปฏิบัติงานบรรลุเป้าหมาย และผู้บริหารระดับสูงในการตัดสินใจกำหนดแผนกลยุทธ์
• สนับสนุนการตัดสินใจของผู้บริหารเป็นรายบุคคล และเป็นกลุ่ม
• สนับสนุนกรพบวนการตัดสินใจ ในกระบวนการรับรู้ และการติดตามปัญหา สร้างทางเลือกโดยใช้การวิเคราะห์ตัวแบบในกระบวนการตัดสินใจ เปรียบเทียบและประเมินทางเลือก

ความสามารถของ DSS

2.สนับสนุนการสร้างฐานความรู้ 

• มีการรวบรวมและเก็บองค์ความรู้ในการตัดสินใจ
• สามารถใช้ข้อมูลได้หลากหลาย เช่น หลาหลายแหล่งข้อมูล หลากหลายรูปแบบข้อมูล และหลากหลายชนิดข้อมูล
• สามารถใช้กับระบบคอมพิวเตอร์เดี่ยว ระบบเครือข่าย และระบบพื้นฐานบนเว็บ

3.สนับสนุนการใช้งานของผู้บริหารแบบต่อประสานกับผู้ใช้ (User interface)

• สนับสนุนการตัดสินใจได้หลากหลายรูปแบบไม่ว่าจะเป็นข้อความ ภาพ เสียง และการออกรายงาน
• มีความง่ายต่อการใช้งาน และมีการสื่อสารในรูปแบบที่เข้าใจได้ง่าย
• ผู้ตัดสินใจสามารถดำเนินการควบคุมทุกขั้นตอนในกระบวนการตัดสินใจแก้ปัญหาได้เอง
• ง่ายต่อการสร้างโดยใช้ซอร์ฟแวร์ช่วยจัดการและมีชุดเครื่องมือของระบบสนับสนุนการตัดสินใจ
• เน้นประสิทธิผลมากกว่าประสิทธิภาพ

ประเภทของตัวแบบ

ตัวแบบส่วนใหญ่จะถูกใช้เป็นตัวแทนของระบบและส่วนประกอบของระบบ แบ่งออกเป็น 4 ประเภท

1.ตัวแบบกายภาพ(Physical Models)ตัวแบบที่สร้างเลียนแบบของจริงในทางกายภาพ เช่น ตัวแบบรถยนต์ ตัวแบบกายภาพโครงสร้างของมนุษย์ ในระบบสารสนเทศตัวแบบกายภาพส่วนใหญ่ คือ ต้นแบบของระบบ เช่น ต้นแบบขนาดเล็กของฮาร์ดแวร์ หรือซอฟต์แวร์

2.ตัวแบบกราฟิก(Graphical Models)เป็นตัวแบบที่สร้างด้วยแผนภาพ แผนภูมิ กราฟ หรือรูภาพ เพื่อใช้อธิบายการทำงาน หรือสิ่งที่ต้องการวิเคราะห์

3.ตัวแบบพรรณนา(Descriptive or Narrative Models)เป็นตัวแบบที่แสดงการบรรยายด้วยข้อความ หรือภาษาพูด โดยปราศจากกการใช้สูตร หรือรูปกราฟิก เช่น การเขียนบรรยายหน้าที่งานของพนักงานเก็บเงิน การอธิบายขั้นตอนการทำงานของระบบสารสนเทศเพื่อการบริหารทรัพยากรมนุษย์ เป็นต้น

4.ตัวแบบคณิตศาสตร์(Mathematical Models) เป็นตัวแบบที่แสดงด้วยสมการหรือฟังก์ชันทางคณิตศาตร์ เพื่อแสดงตัวแปรต่างๆที่เกี่ยวข้องและความสัมพันธ์ของตัวแปรเพื่อใช้ในการศึกษาวิเคราะห์ เช่น ตัวแบบคณิตศาสตร์แทนสมการบัญชี เป็นต้น

ส่วนประกอบของระบบสนับสนุนการตัดสินใจ

• ระบบการจัดการข้อมูล(Data Management System)
• ระบบการจัดการตัวแบบ(Model Management System)
• ระบบจัดการความรู้(Knowledge Management System)
• ระบบการติดต่อผู้ใช้(User Interface System)

ส่วนประกอบของระบบสนับสนุนการตัดสินใจ

ระบบการจัดการข้อมูล(Data Management System)

    ระบบการจัดการข้อมูล เป็นการรวบรวมข้อมูลทั้งภายนอกและภายในองค์การที่มีความสัมพันธ์กับองค์การไว้ในฐานข้อมูล และอาศัยระบบจัดการฐานข้อมูลเป็นเครื่องมือในการจัดการ และบำรุงรักษาข้อมูลเหล่านี้ รวมถึงการจัดทำพจนานุกรมข้อมูล และจัดให้มีระบบอำนวยความสะดวกในการสอบถามข้อมูลจากแหล่งข้อมูล

Data security คือการป้องกันไม่ให้ข้อมูลหายหรือ นำไปใช้ในทางที่ไม่ถูกต้อง

• ข้อมูลควรให้รู้เฉพาะผู้ที่มีหน้าที่เกี่ยวข้องเท่านั้น
• ต้องมีขั้นตอนการทำงานและยอมให้ผู้ที่มีหน้าที่เท่านั้นที่จะดูข้อมูลจาก ฐานข้อมูลได้
• การ Back Up ข้อมูล เมื่อข้อมูลเสียหายจะได้มีข้อมูลใหม่ อาจทำได้โดย

การบำรุงรักษาข้อมูล (Data Maintenance)

• Updating คือ การเปลี่ยนแปลงข้อมูล มีขั้นตอนดังนี้
• Adding เพิ่มข้อมูลใหม่ สร้าง record สำหรับคนใหม่ในฐานข้อมูล
• Changing เปลี่ยนข้อมูล เช่น มีการย้ายที่อยู่
• Deleting ลบข้อมูลที่ไม่ต้องการออก

ระบบการจัดการตัวแบบ(Model Management System)

   ระบบการจัดการตัวแบบ เป็นชุดของซอฟต์แวร์สำเร็จรูปที่รวมตัวแบบต่างๆ ที่มีความสามารถในการวิเคราะห์ข้อมูล และมีซอฟต์แวร์ที่ทำหน้าที่จัดการแบบจำลองในงานต่างๆ เรียกว่า ระบบจัดการฐานตัวแบบ

ระบบการจัดการตัวแบบ(Model Management System)

ระบบจัดการความรู้(Knowledge Management System)

     ระบบจัดการความรู้ เป็นระบบย่อยที่เพิ่มเติมมาเพื่อสนับสนุนระบบย่อยอื่นๆ ให้ทำงานได้อย่างดีและมีประสิทธิภาพมากขึ้น หรือทำงานเป็นระบบย่อยอิสระก็ได้ ระบบการจัดการความรู้เป็นระบบที่เก็บรวบรวมความรู้หลากหลายประเภทจากแฟล่งความรู้ต่างๆ ระบบการจัดการความรู้จะเป็นส่วนประกอบที่เก็บใช้ในการวินิจฉัย หรือการหาคำตอบให้กับการแก้ปัญหาต่างๆ

ระบบการติดต่อผู้ใช้(User Interface System)

     ระบบการติดต่อผู้ใช้ เป็นการจัดการการโต้ตอบระหว่างผู้ใช้กับระบบสนับสนุนการตัดสินใจ โดยผู้ใช้สามารถสื่อสารและสั่งผ่านระบบย่อยนี้ เพื่อทำงานกับระบบสนับสนุนการตัดสินใจได้

ปัญญาประดิษฐ์(Artificial Intelligence:AI)

        ปัญญาประดิษฐ์ (artificial intelligence) หรือ เอไอ (AI) หมายถึงความฉลาดเทียมที่สร้างขึ้นให้กับสิ่งที่ไม่มีชีวิต ปัญญาประดิษฐ์เป็นสาขาหนึ่งในด้านวิทยาการคอมพิวเตอร์ และวิศวกรรมเป็นหลัก แต่ยังรวมถึงศาสตร์ในด้านอื่น ๆ อย่างจิตวิทยา ปรัชญา หรือชีววิทยา ซึ่งสาขาปัญญาประดิษฐ์เป็นการเรียนรู้เกี่ยวกับกระบวนการการคิด การกระทำ การให้เหตุผล การปรับตัว หรือการอนุมาน และการทำงานของสมอง แม้ว่าดังเดิมนั้นเป็นสาขาหลักในวิทยาการคอมพิวเตอร์ แต่แนวคิดหลาย ๆ อย่างในศาสตร์นี้ได้มาจากการปรับปรุงเพิ่มเติมจากศาสตร์อื่น ๆ 

คำนิยาม AI ตามความสามารถที่มนุษย์ต้องการให้มันแบ่งได้ 4 กลุ่ม ดังนี้

Acting Humanly : การกระทำคล้ายมนุษย์ เช่น

• สื่อสารกับมนุษย์ได้ด้วยภาษาที่มนุษย์ใช้ เช่น ภาษาอังกฤษ เป็นการประมวลผลภาษาธรรมชาติ (natural language processing) อย่างหนึ่ง เช่น เพื่อน ๆ ใช้เสียงสั่งให้คอมพิวเตอร์พิมพ์เอกสารให้ 
• มีประสาทรับสัมผัสคล้ายมนุษย์ เช่นคอมพิวเตอร์วิทัศน์ (computer vision) คอมพิวเตอร์มองเห็น รับภาพได้โดยใช้อุปกรณ์รับสัญญาณภาพ (sensor)
• หุ่นยนต์ช่วยงานต่าง ๆ เช่น ดูดฝุ่น เคลื่อนย้ายสิ่งของ
• machine learning หรือคอมพิวเตอร์เกิดการเรียนรู้ได้ โดยสามาถตรวจจับรูปแบบการเกิดของเหตุการณ์ใด ๆ แล้วปรับตัวสู่สิ่งแวดล้อมที่เปลี่ยนไปได้

Thinking Humanly : การคิดคล้ายมนุษย์ ก่อนที่จะทำให้เครื่องคิดอย่างมนุษย์ได้ ต้องรู้ก่อนว่ามนุษย์มีกระบวนการคิดอย่างไร ซึ่งการวิเคราะห์ลักษณะการคิดของมนุษย์เป็นศาสตร์ด้าน cognitive science เช่น ศึกษาโครงสร้างสามมิติของเซลล์สมอง การแลกเปลี่ยนประจุไฟฟ้าระหว่างเซลล์สมอง วิเคราะห์การเปลี่ยนแปลงทางเคมีไฟฟ้าในร่างกายระหว่างการคิด ซึ่งจนถึงปัจจุบันเราก็ยังไม่รู้แน่ชัดว่า มนุษย์เรา คิดได้อย่างไร

Thinking rationally : คิดอย่างมีเหตุผล หรือคิดถูกต้อง โดยใช้หลักตรรกศาสตร์ในการคิดหาคำตอบอย่างมีเหตุผล เช่น ระบบผู้เชี่ยวชาญ

Acting rationally : กระทำอย่างมีเหตุผล เช่น agent (agent เป็นโปรแกรมที่มีความสามารถในการกระทำ หรือเป็นตัวแทนในระบบอัตโนมัติต่าง ๆ ) สามารถกระทำอย่างมีเหตุผลคือ agent ที่กระทำการเพื่อบรรลุเป้าหมายที่ได้ตั้งไว้ เช่น agent ในระบบขับรถอัตโนมัติที่มีเป้าหมายว่าต้องไปถึงเป้าหมายในระยะทางที่สั้นที่สุด ต้องเลือกเส้นทางที่ไปยังเป้าหมายที่สั้นที่สุดที่เป็นไปได้จึงจะเรียกได้ว่า agent กระทำอย่างมีเหตุผล อีกตัวอย่างเช่น agent ในเกมหมากรุกมีเป้าหมายว่าต้องเอาชนะคู่ต่อสู้ ต้องเลือกเดินหมากที่จะทำให้คู่ต่อสู้แพ้ให้ได้ เป็นต้น

ระบบงานประยุกต์ที่เกี่ยวข้องกับปัญญาประดิษฐ์

1. ระบบงานประมวลผลภาษาธรรมชาติ (Natural Language Processing :NLP) เป็นสาขาย่อยของปัญญาประดิษฐ์และภาษาศาสตร์ที่ศึกษาปัญหาในการประมวลผลและใช้งานภาษาธรรมชาติ รวมทั้งการทำความเข้าใจภาษาธรรมชาติ ทั้งนี้เพื่อให้คอมพิวเตอร์สามารถเข้าใจภาษามนุษย์ได้

    ปัจจุบัน NLP ได้เข้ามามีส่วนกับนวัตกรรมต่างๆ ทั้งทางตรงและทางอ้อม เช่น

               - ทำให้ Chatbot สามารถโต้ตอบได้มีประสิทธิภาพใกล้เคียงมนุษย์มากกว่าเดิม

               - เพิ่มประสิทธิภาพ Search Engine ให้สามารถค้นหาเนื้อหาได้ตรงตามความหมาย

               - พัฒนา NLP ให้แปลได้ทั้งประโยค และแปลเป็นอีกภาษาหนึ่งได้

2.ระบบผู้เชี่ยวชาญ (Expert System:ES) หมายถึง ซอฟต์แวร์คอมพิวเตอร์ที่ช่วยในการหาคำตอบ อธิบายความไม่ชัดเจน ซึ่งปกตินั้นจะใช้ผู้เชี่ยวชาญในแต่ละสาขาตอบคำถามนั้น

   ระบบผู้เชี่ยวชาญเป็นส่วนหนึ่งของปัญญาประดิษฐ์โดยอาศัยระบบฐานความรู้ (knowledge-based system) และกลไกการอนุมาน (inference engine) เป็นองค์ประกอบหลักในการทำงาน ตัวอย่างการประยุกต์ใช้ เช่น

               - การวินิจฉัยทางการแพทย์

               - การวางแผนการเงิน

               - การวิเคราะห์หุ้น

               - การจัดทำภาษี

3.ระบบการประมวลผลเลียนแบบระบบเครือข่ายประสาทของมนุษย์ (Neural Network) หมายถึง คอมพิวเตอร์ที่สามารถเลียนแบบการทำงานของสมองมนุษย์ได้ ด้วยการประมวลผลข้อมูลสารสนเทศ และองค์ความรู้ได้ในคราวละมากๆ

   นอกจากนี้ ยังสามารถรับและจดจำสารสนเทศในรูปแบบที่เป็นประสบการณ์ได้ ทำให้สามารถเชื่อมโยงข้อเท็จจริงทั้งหลายเข้าด้วยกันเพื่อหาข้อสรุป และใช้ประสบการณ์ที่จัดเก็บไว้มาเรียนรู้และทำความเข้าใจว่า ข้อเท็จจริงใหม่ที่ได้รับเข้ามามีความเกี่ยวข้องกันอย่างไร เพื่อทำการปรับปรุงองค์ความรู้ให้มีความทันสมัยเพื่อประโยชน์ในอนาคต

   มีคุณสมบัติเพื่อเก็บสิ่งที่รับรู้ประสบการณ์ หรือ การกระทำ มีลักษณะคล้ายกับสมอง 2 ข้อ คือ

               - สิ่งที่รับรู้ได้มาโดย network ซึ่งได้ผ่านทางการกระบวนการการเรียนรู้

               - เซลล์ที่เชื่อมต่อถึงกัน เรียกว่า synaptic จะถูกใช้เพื่อเก็บสิ่งที่รับรู้เข้ามา

4.ระบบการมองเห็นภาพและรู้จำภาพของคอมพิวเตอร์ (Vision System) เป็นระบบที่พัฒนาขึ้นมา โดยมีวัตถุประสงค์เพื่อเพิ่มความฉลาดหรือปัญญาให้กับคอมพิวเตอร์ในการมองเห็น และสามารถรู้จำได้ว่าภาพที่ปรากฎนั้นเป็นภาพอะไร อุปกรณ์สำคัญของระบบ คือ กล้องถ่ายภาพดิจิทัล

5.ระบบหุ่นยนต์ (Robotics System) เป็นเครื่องจักรใช้งานแทนมนุษย์ที่ออกแบบให้สามารถตั้งลำดับการทำงาน และการใช้งานได้หลากหลายหน้าที่ ที่มีความคล้ายคลึงกับการทำงานของมนุษย์และถูกควบคุมการทำงานด้วยระบบคอมพิวเตอร์ โดยสามารถตั้งโปรแกรมให้ทำงานบางอย่างแทนมนุษย์ได้

ระบบสนับสนุนการตัดสินใจในระดับกลุ่มงาน

   เป็นระบบสารสนเทศประเภทหนึ่งของ DSS ซึ่งมีลักษณะเป็นระบบคอมพิวเตอร์ที่มีลักษณะโต้ตอบได้ (interactive) ในการสนับสนุนงานแก้ไขปัญหาที่ไม่มีโครงสร้าง สำหรับผู้ตัดสินใจที่ทำงานกันเป็นกลุ่ม (De Santi & Gallespe, 1987) เป้าหมายของ GDSS คือการปรับปรุงประสิทธิภาพการประชุมและการตัดสินใจ หรือทั้งสองอย่าง โดยการช่วยสนับสนุนการแลกเปลี่ยน ความคิดเห็นภายในกลุ่ม ช่วยกระตุ้นความคิด ระดมความคิด และการแก้ปัญหาความขัดแย้ง

    ระบบสนับสนุนการตัดสินใจในระดับกลุ่มงานสามารถสนับสนุนการตัดสินใจแบบต่างๆ ได้แก่

• วิธีเดลฟี (Delphi Approach) 
• การระดมสมอง (Brainstorming)
• วิธีการลงมติเอกฉันท์ของกลุ่ม (Group Consensus Approach)
• วิธีความเชื่อของกลุ่ม (Nominal Group Technique)

แผนผังแสดงการใช้งาน GDSS เพื่อปรับเปลี่ยนเวลาการทำงานของพนักงาน

แผนผังแสดงการใช้งาน GDSS

   จากแผนผังแสดงการใช้งาน GDSS เพื่อปรับเปลี่ยนเวลาการทำงานของพนักงานจะเห็นได้ว่าผู้ใช้ GDSS มีจำนานมากกว่า 1 คน ดังนั้น GDSS จึงต้องทำงานบนเครือข่ายคอมพิวเตอร์และมีอุปกรณ์ส่งเสริมการทำงานร่วมกันเป็นกลุ่มติดตั้งเพิ่มขึ้นในระบบสารสนเทศ GDSS ทำให้เกิดประโยชน์ดังนี้

1. เกิดความร่วมมือกันภายในองค์กรมากยิ่งขึ้น เนื่องจากทุกคนในองค์กรสามารถแสดงความคิดเห็นหรือนำข้อมูลใน GDSS ได้

2. ลดอคติต่อแหล่งที่มาของข้อมูลและช่วยกระตุ้นความคิดเห็นใหม่ ๆ เนื่องจากผู้แสดงความคิดเห็นผ่านทาง GDSS ไม่จำเป็นต้องแสดงข้อมูลของตนเอง

3. ลดปัญหาความขัดแย้งของข้อมูล เนื่องจาก GDSS จะรวบรวมข้อมูลจากฐานข้อมูลเดียวเท่านั้น ข้อมูลที่นำเสนอไปยังผู้ใช้ทุกคนจึงเป็นข้อมูลเดียวกัน

4. เพิ่มประสิทธิภาพและความน่าเชื่อถือของผลการตัดสินใจ เนื่องจากเป็นผลการตัดสินใจจากผู้ใช้หลายคน

    ปัจจุบันมีการนำ GDSS มาใช้งานอย่างหลากหลายมากยิ่งขึ้น เช่น การประชุมทางไกล การสอบถามความคิดเห็น การลงคะแนนเสียง

ประโยชน์ของการตัดสินใจแบบกลุ่ม (Group Decision)

  ในบางครั้งการตัดสินใจดำเนินการบางอย่างในองค์กรขนาดใหญ่ อาจไม่สามารถกระทำได้เพียงบุคคล คนเดียว ซึ่งต้องอาศัยการตัดสินใจร่วมกันเป็นกลุ่ม ไม่ว่าจะเป็นกลุ่มของผู้บริหาร หรือผู้ปฏิบัติงาน

ดังนั้น ประโยชน์ของระบบ GDSS มีดังนี้

1. สนับสนุนการประมวลผลแบบคู่ขนาน

2. การประชุมร่วมของสมาชิกกลุ่มและการทำงานร่วมกัน

3. เพิ่มศักยภาพของการแสดงความคิดเห็น

4. อนุญาตให้กลุ่มสามารถใช้เทคนิคการแก้ปัญหาแบบมีโครงสร้าง

5. ง่ายในการเข้าถึงข้อมูลจากภายนอก

6. การติดต่อสื่อสารไม่ต้องเป็นแบบตามลำดับ

7. ให้ผลลัพธ์จากการออกเสียง

8. สามารถวางแผนล่วงหน้าในการประชุมกลุ่มได้

9. ผู้เข้าประชุมสามารถปฎิสัมพันธ์กันได้ทันที

10. สามารถเก็บข้อมูลในการประชุมไว้ในการพิจารณาหรือวิเคราะห์ครั้งต่อไปได้

ระบบสนับสนุนสำหรับผู้บริหารระดับสูง (Executive Information System : EIS)

   เป็นประเภทหรือส่วนย่อยจาก ระบบสนับสนุนการตัดสินใจ (Decision Support Systems) มีจุดประสงค์เพื่ออำนวยความสะดวกและสนับสนุนข้อมูลประกอบการตัดสินใจของผู้บริหารระดับสูง โดยเป็นข้อมูลที่มีองค์ประกอบทั้งปัจจัยภายในและปัจจัยภายนอก ที่เกี่ยวข้องกับเป้าหมายทางกลยุทธ์นโยบาย ยุทธวิธี ปัญหาเฉพาะหน้า และการควบคุม

    EIS เน้นการแสดงกราฟิกและง่ายต่อการใช้ส่วนติดต่อผู้ใช้ พวกเขามีการรายงานที่แข็งแกร่งและเจาะลึกลงความสามารถในการ โดยทั่วไป EIS เป็น DSS ทั่วทั้งองค์กรที่จะช่วยให้ผู้บริหารระดับบนสุดวิเคราะห์เปรียบเทียบและเน้นแนวโน้มในตัวแปรที่สำคัญเพื่อให้พวกเขาสามารถตรวจสอบประสิทธิภาพการทำงานและระบุโอกาสและปัญหา EIS และข้อมูลเทคโนโลยีคลังสินค้าจะมาบรรจบกันในตลาด

   ในปีล่าสุด EIS ระยะได้สูญเสียความนิยมในความโปรดปรานของระบบธุรกิจอัจฉริยะ (พื้นที่ย่อยของการรายงานการวิเคราะห์และแดชบอร์ดดิจิตอล)

ลักษณะพิเศษของ EIS

               - ช่วยในการตัดสินใจมีประสิทธิภาพมากขึ้น

               - ช่วยประหยัดเวลาในการสร้างความเข้าใจและตัดสินใจของผู้บริหาร

               - สามารถนำสารสนเทศจาก EIS ไปอ้างอิงเพื่อดำเนินการทางธุรกิจได้สะดวกยิ่งขึ้น

ที่มา

: https://il.mahidol.ac.th/e-media

: https://th.wikipedia.org/wiki/

: https://sites.google.com/site/newvehiclesbmwi8/