การพัฒนารูปแบบระบบธุรกิจอัจฉริยะเพื่อสนับสนุนการตัดสินใจ การบริหารจัดการรายได้ มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ
บทคัดย่อ
งานวิจัยนี้เป็นการวิจัยการศึกษารูปแบบระบบธุรกิจอัจฉริยะเพื่อสนับสนุนการตัดสินใจการบริหารจัดการรายได้มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ ซึ่งผลที่ได้จากการวิจัยสามารถนำไปใช้ประโยชน์ในการออกแบบจัดการพัฒนาระบบสารสนเทศภายในมหาวิทยาลัยรวมถึงการได้รูปแบบของกระบวนการการนำข้อมูลมาใช้ในการวิเคราะห์พยากรณ์แนวโน้มเพื่อใช้ในการวางแผนกลยุทธ์และการบริหารจัดการรายได้ของมหาวิทยาลัย โดยการวิเคราะห์ความเหมาะสมของการพัฒนารูปแบบนั้นได้ใช้สถิติเชิงพรรณนา ได้แก่ ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน การประเมินความเหมาะสมเป็นแบบ Rating Scale Model และการเก็บข้อมูลแบบสอบถามจากผู้เชี่ยวชาญ โดยรูปแบบที่ได้ประกอบด้วย 1) การจัดการผู้ใช้ระบบ 2) ข้อมูลการจัดการรายได้ 3) ระบบการจัดการพยากรณ์รายได้ และ 4) ประเภท Dashboard ผลการประเมินความเหมาะสมของการพัฒนารูปแบบของผู้เชี่ยวชาญจำนวน 9 คน โดยภาพรวมอยู่ในระดับเหมาะสมที่สุดมีค่าเฉลี่ยรวม 4.67 และส่วนเบี่ยงเบนมาตรฐาน 0.500
เอกสารอ้างอิง
M. Safeer and S. Zafar, "Impact of business intelligence competency center in success/failure of B.I. applications," 2011 IEEE 14th
Foley, É., & Guillemette, M. G. (2010). What is business intelligence? International Journal of Business Intelligence Research, 1(4), 1–28. https://doi.org/10.1007/978-1-4302-3325-1_1
Scheierman, L. (2017, June 29). Business intelligence competency centers: Overview and guide. KnowledgeLeader. Retrieved March 10, 2023, from https://info.knowledgeleader.com/
business-intelligence-competency-centers-overview-and-guide
กองนโยบายและแผน. (2565, 22 ตุลาคม). แผนยุทธศาสตร์การเงิน มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ. https://plan.rmutsb.ac.th/plan/data_information/file/100_PL_891.pdf
Williams, J. R. (2008). Financial & managerial accounting. McGraw-Hill Irwin
Bentley, D. (2017). Business intelligence and analytics. Library Press.
Nogués, A., & Valladares, J. (2017). Business intelligence tools for small companies. Springer.
AskMe Solutions & Consultants. (2023, April 5). Power BI for business intelligence system. https://www.askme.co.th/article/power-bi-business-intelligence/
Llave, M. R. (2018). Data lakes in business intelligence: Reporting from the trenches. Procedia Computer Science, 138, 516–524. https://doi.org/10.1016/j.procs.2018.10.073
Kyaw, K. S., Tepsongkroh, P., Thongkamkaew, C., & Sasha, F. (2023). Business intelligent
framework using sentiment analysis for smart digital marketing in the e-commerce era.
Asia Social Issues, 16(3), e252965. https://doi.org/10.48048/asi.2023.252965
Belesiotis, A., Papadakis, G., & Skoutas, D. (2018). Analyzing and predicting spatial crime
distribution using crowdsourced and open data. ACM Transactions on Spatial Algorithms and Systems, 3(4), Article 12. https://doi.org/10.1145/3190345
Khder, M. A., Abu-Alsondos, I. A., & Bahar, A. Y. (2021). The impact of implementing data mining in business intelligence. International Journal of Entrepreneurship, 25(4S), 1–7.
https://www.abacademies.org/articles/the-impact-of-implementing-data-mining-in- business-intelligence-11473.html
Shmueli, G., Bruce, P. C., & Patel, N. R. (2016). Data mining for business analytics: Concepts, techniques, and applications with XLMiner (3rd ed.). John Wiley & Sons.
Jukic, N., Jukic, B., & Malliaris, M. (2008). Online analytical processing (OLAP) for decision
support. In F. Burstein & C. W. Holsapple (Eds.), Handbook on decision support
systems 1 (pp.259–276). Springer. https://doi.org/10.1007/978-3-540-48713-5_13
Maulik, J., & Chetna, C. (2016). Survey on privacy preservation for inference control on OLAP. International Journal of Innovative Research
TechTarget Contributor. (2023, April 5). What is a decision support system (DSS)? [Web log]. https://www.techtarget.com/searchcio/definition/decision-support-system
Power, D. J., & Sharda, R. (2023). Decision support and analytics. In Springer Handbook of Automation (pp. 1401–1410). Springer International Publishing.
AskMe. (2023, April 5). Business intelligence [Web log].
https://www.askme.co.th/article/power-bi-business-intelligence/
Yim, J., & Lee, G. (2014). Design and implementation of a user management system.
International Information Institute (Tokyo). Information, 17(10A), 5009.
Kaith, S., & Rawat, H. S. (2020). User management system. (Incomplete source – add publication details if available.)
Li, X., Huang, X., Li, C., Yu, R., & Shu, L. (2019). EdgeCare: Leveraging edge computing for
collaborative data management in mobile healthcare systems. IEEE Access, 7,
–22025
Yeshmuratova, A., & Amanbaev, N. (2023). Ensuring computer data and management system security. International Bulletin of Applied Science and Technology, 3(4), 282–287.
Eroshkin, S. Y., Kameneva, N. A., Kovkov, D., & Sukhorukov, A. (2017). Conceptual system in the modern information management. Procedia Computer Science, 103, 609–612.
Chen, J., Lv, Z., & Song, H. (2019). Design of personnel big data management system based on blockchain. Future Generation Computer Systems, 101, 1122–1129.
Polyakov, M., Khanin, I., Bilozubenko, V., & Nebaba, N. (2020). Information technologies for developing a company’s knowledge management system. Knowledge and Performance Management, 4(1), 15.
Ohliati, J., & Abbas, B. S. (2019). Measuring students’ satisfaction in using learning management system. International Journal of Emerging Technologies in Learning (iJET), 14(4), 180.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2025 วารสารวิทยาศาสตร์และเทคโนโลยี มทร.สุวรรณภูมิ
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
