BzInsight

Excel มีความสามารถที่โดดเด่นในแง่ของการใช้งาน ที่ใครๆ ก็ใช้งานเป็น การแสดงผลและจัดการข้อมูลด้วย Pivot Table ก็เป็นอะไรที่เข้าใจได้ไม่ยากนักสำหรับผู้ใช้ทั่วไป แต่ข้อเสียก็คือ เนื่องจากเป็น Excel เป็นโปรแกรมที่ทำงานบน PC จึงมีข้อจำกัดเรื่องความสามารถในการจัดการข้อมูลจำนวนมากๆ

ในขณะที่ Oracle OLAP ก็มีประสิทธิภาพสูงในการประมวลผลและสร้างโครงสร้างข้อมูลหลายมิติที่ซับซ้อน อีกทั้งยังสามารถสเกลจนรองรับงานขนาดใหญ่เพื่อคนทั้งองค์กรได้ ทำให้ควบคุมคุณภาพของข้อมูลได้ดีกว่า แต่ดันมีปัญหาเรื่องเครื่องมือติดต่อกับผู้ใช้ที่ใช้งานยาก แถมยังยุ่งยากในการติดตั้งเสียอีก

เมื่อนานมาแล้ว ผมเองก็เคยทดลองพยายามเอาเทคโนโลยีทั้งสองค่ายนี้มาทำงานร่วมกันแล้ว ไม่ว่าจะเป็นการใช้ native driver ของแต่ละค่ายเอง รวมไปจนถึงพวก 3rd party driver หรือไม่ก็ Excel Add-on ซึ่งที่ผ่านมาก็ยังไม่เคยมีทางออกที่ดีจริงๆ เสียที เลยใช้มันทั้งสองค่ายนั้นแหละ ทาง MS Excel ก็สำหรับงานเล็กๆ หรือจำพวก prototype ถ้าจะทำ roll-out ให้ผู้ใช้จำนวนมากๆ ก็ต้องใช้เทคโนโลยีของ Oracle

Simba MDX Provider เป็นเครื่องมือที่จะใช้เชื่อมต่อ Excel 2007 เข้ากับ Oracle OLAP 11g ก็เรียกได้ว่าจับเอาเทคโนโลยีที่ทันสมัยที่สุดของทั้งสองค่ายมารวมกัน โดยอาศัย MDX (Mutidimensional Expressions) เป็นภาษาในการสืบค้นข้อมูลแบบหลายมิติ คล้ายๆ กับที่เราใช้ SQL ในการเรียกข้อมูลจากฐานข้อมูลแบบสัมพันธ์นั่นแหละ

ใครสนใจก็ลองไปชมเดโมของเขาได้ เป็น  Webcast ภาษาอังกฤษ ความยาว 20 นาที ทำได้น่าตื่นตาตื่นใจดีทีเดียว
http://simba.com/demos/MDX-Provider-for-Oracle-OLAP-web-demo.html

ส่วนที่ผมชอบใน webcast นี้ก็คือ

• Excel 2007 ครับ ตัวผมเองยังใช้ 2003 อยู่เลย ดูความสามารถเข้าท่าดีมาก
• ส่วน interface ของ Simba เอง ซึ่งเท่าที่ดู ก็นับว่าใช้งานได้ดีทีเดียว
• วิธีการมองข้อมูล การตั้งคำถาม และการนำเครื่องมือนี้ไปประยุกต์ใช้ในชีวิตประจำวัน

ตั้งใจไว้ว่า น่าจะลองหาโปรเจ็คเล็กๆ มาทำ proof-of-concept เกี่ยวกับเจ้าเครื่องมือตัวนี้เสียหน่อย ถ้าดีจริงก็ได้จะลองเอาเข้ามาใช้งานให้เป็นเรื่องเป็นราว

ที่มา: Using Excel with Oracle OLAP

BusinessWeek เพิ่งลงบทความเรื่อง Business Intelligence Software’s Time Is Now โดยประเด็นหลักที่โปรยไว้ก็คือสภาพเศรษฐกิจถดถอยตอนนี้น่าจะช่วยกระตุ้นให้เกิดการเติบโตในการใช้ซอฟต์แวร์ BI มากยิ่งขึ้น

Still, about two-thirds of large U.S. companies believe they need to improve their analytical capabilities and only half believe they are spending enough on business analytics, according to an Accenture (ACN) survey of 250 executives that was released in December. In it, about 57% of companies said they don’t have a beneficial, consistently updated, companywide analytical capability, and 72% are working to increase their company’s use of business analytics. Today, only 60% of major decisions are based on analytics, according to the survey, while 40% are based on intuition.

หนึ่งในคำถามสำคัญของระบบ BI/DW คือ ข้อมูลจะทันสมัยแค่ไหน ถ้าผู้ใช้เปิดรายงานหรือเปิด cube เช้าวันจันทร์ จะเห็นข้อมูลของเมื่อวันศุกร์สัปดาห์ที่แล้ว เสาร์ที่ผ่านมา หรือข้อมูลล่าสุดเมื่อเย็นวันอาทิตย์ ความทันสมัยของข้อมูลหรือ timeliness นี้ เป็นหนึ่งในจุดขายของระบบ Business Intelligence ทั่วไปประเภทโฆษณาว่า เราสามารถให้ real-time data analysis หรือ up to the minute data ได้

ความจริงการโฆษณาอย่างนั้น ก็ไม่ได้ผิดพลาดอะไรหรอก เพียงแต่ว่า น่าจะมีการทำ remark เล็กๆ ไว้หน่อยว่า เงื่อนไขที่จะได้ข้อมูลทันสมัยขนาดนั้นน่ะ มีอะไรบ้าง

ปัจจัยหลักที่ส่งผลกระทบต่อความทันสมัยของข้อมูลในระบบ BI/DW ไม่ได้ขึ้นอยู่กับตัวระบบเอง แต่ขึ้นอยู่กับความพร้อมของแหล่งข้อมูลต้นทาง หรือ source system มากกว่า อย่างที่ทราบกันอยู่ว่า ข้อมูลที่ไหลเข้ามาในคลังข้อมูล มีต้นกำเนิดมาจากระบบอื่นๆ ไม่ว่าจะเป็น ERP, CRM หรือ SCM ยิ่งองค์กรมีขนาดใหญ่ ความหลากหลายของแหล่งข้อมูลก็ยิ่งมีมาก

ความหลากหลายของแหล่งข้อมูล ทั้งในแง่ของระบบ และขั้นตอนกระบวนการทำงาน ส่งผลต่อความสมบูรณ์หรือ completeness ของข้อมูลที่อยู่ในคลังข้อมูลในเวลาใดเวลาหนึ่ง ถ้าคุณมีระบบ data warehouse ที่ใช้รวบรวมข้อมูลยอดขายมาจากทุกสำนักงานขายทั่วโลก คุณจะ update ข้อมูลในคลังข้อมูลบ่อยแค่ไหน? ทันทีที่เริ่มประมวลผลข้อมูลที่เข้ามา ข้อมูลจาก source system ก็เปลี่ยนแปลงไปแล้ว ทันทีที่ตลาดทางเอเชียปิดทำการ ตลาดสหรัฐก็เริ่มทำงาน ดังนั้น ณ เวลาใดเวลาหนึ่ง ข้อมูลในคลังข้อมูล จะขาดความสมบูรณ์ไปเสมอ

ถ้าเราอัพเดตข้อมูลบ่อยๆ ด้วยความถี่สูงๆ แน่นอนว่า ข้อมูลที่ได้จะขาดความครบถ้วนสมบูรณ์ไปเสมอเมื่อเทียบกับข้อมูลที่อัพเดตด้วยความถี่ที่เหมาะสมกว่า ครูประจำชั้นที่พยายามวัดส่วนสูงของเด็กนักเรียนจำนวน 50 คนทุกวัน มีโอกาสูงมาก ที่ในแต่ละวัน จะได้ข้อมูลของเด็กไม่ครบ 50 คน ไม่ว่าจะด้วยสาเหตุลากิจลาป่วยหรือโดดเรียน แต่ถ้าเปลี่ยนมาเป็นเดือนละครั้ง โอกาสที่จะได้ข้อมูลครบถ้วนของเด็กทั้ง 50 คนก็เพิ่มมากขึ้น

ถึงตอนนี้คงมีคนคิดว่า “ท่าจะบ้า จะวัดกันไปบ่อยๆ ทำไม เด็กนะ ไม่ใช่ต้นไผ่ เสียเวลาเรียนเปล่าๆ”  จริงครับ ผมเห็นด้วย และก็เช่นเดียวกับงาน DW/BI บางครั้งผู้ใช้ก็เรียกร้องข้อมูลที่อัพเดตล่าสุดมากจนเกินความจำเป็น และไม่ได้ตระหนักถึงเรื่อง completeness ที่ต้องแลกไปหรือแม้แต่เรื่องต้นทุนที่เพิ่มขึ้นเพื่อเก็บและประมวลผลข้อมูลที่อาจจะไม่ได้เปลี่ยนแปลงบ่อยนัก

ประเด็นหลักของการเลือกความถี่และช่วงเวลาในการประมวลผลข้อมูลใน data warehouse คือการหาจุดที่สมดุลกันระหว่าง timeliness กับ completeness โดยพิจารณาจากความต้องการของผู้ใช้เป็นหลัก และต้องเป็น need ด้วย ไม่ใช่แค่ wish โดยมากผมจะถามต่อว่า ผู้ใช้ใช้ข้อมูลไปทำอะไร (คงไม่มีใครแค่ต้องการ “ดู” ข้อมูลเฉยๆ เป็นแน่ เพราะข้อมูลน่ะไม่สวย และไม่สนุก ดังนั้นการเรียกใช้ข้อมูลแต่ละครั้งจึงมีเป้าหมายอยู่ในใจเสมอว่าจะทำอะไรกับข้อมูลเหล่านั้นบ้าง) และปรับความถี่ในการอัพเดตข้อมูลให้สอดคล้องกัน

ดูเอาขำๆ นะครับ อย่าคิดมาก เนื้อหาก็โฆษณาเราดีๆ นี่เอง แต่ทำได้น่ารักดี โดยเฉพาะเสียงคุณผู้หญิงนี่ แปร๋นได้ใจดีจริงๆ Merry Christmas ครับ

ใกล้สิ้นปี 2008 มาดูกันดีกว่าว่าปีหน้า 2009 แนวทางของ BI จะเป็นยังไง ผมเอาคำทำนายพวกนี้มาจาก What’s in store for Business Intelligence in 2009

• Cloud computing will cause a shift in the BI balance of power from IT to business users
• Simplicity will be the driving mantra for both consumers and vendors of BI
• The continued drive for simplicity will cause a shift towards prebuilt analytic solutions with best practices built in, and away from generic toolsets
• Data interpretation will become a significant challenge for new BI users

ผมเห็นด้วยที่สุดเห็นจะเป็นข้อสองเรื่องของ simplicity แถมอีกอย่างด้วยคือ agility คือความเร็วและง่ายในการเพิ่มข้อมูล หรือรูปแบบการวิเคราะห์ใหม่ๆ ได้คุยกับ financial analysts เขาบ่นให้ฟังว่า สถานการณ์เศรษฐกิจเปลี่ยนแปลงไปรวดเร็วมาก ราคาน้ำมัน ราคาวัตถุดิบ อัตราแลกเปลี่ยน swing ไปมาเป็นช่วงกว้าง forcast ยากสุดๆ ความต้องการใหม่ๆ ด้านข้อมูลและการวิเคราะห์ผุดมาเรื่อย การทำระบบ BI แบบเดิมๆ ที่ต้องใช้เวลานานๆ ไม่ได้ผลอีกแล้ว ผู้ใช้ต้องการอะไรที่ง่ายๆ และเปลี่ยนได้เร็วๆ แต่ในขณะเดียวก็ยังคง maintain integrity ของข้อมูลไว้ด้วย

ส่วนเรื่อง pre-built analytics ผมยังไม่เห็นชัดมากนัก แต่ไม่คิดว่าจะเ็ป็นกระแสหลักมากนักในระดับ enterprise ถ้ามองในระดับ departmental อาจจะเป็นไปได้ที่มีการเลือกใช้ pre-buit analytics มากกว่า generic tool แต่ผมยังมองไม่ออกว่า เครื่องมือแบบบ pre-built ของ vendor รายใดรายหนึ่งจะเหมาะกับองค์กรใดองค์กรหนึ่งไปเสียทุกส่วน อย่าลืมนะครับว่า งาน enterprise ให้ความสำคัญกับเรื่อง integration มากเป็นพิเศษ ถ้าจะเืลือก pre-built ที่เหมาะกับงานส่วนใดส่วนหนึ่ง ก็อาจจะไม่เหมาะกับส่วนอีื่นก็ได้ สุดท้ายถ้าไม่เจอปัญหา integration ก็ไม่พ้นลงเลยที่ generic tool อยู่ดี

เรื่อง cloud คงไม่คอมเม้น เพราะยังไม่เห็นการใช้งานจริงๆ กับตาตัวเอง ส่วนข้อสุดท้ายเรื่อง data intepretation ผมมองว่ามันเป็น given อยุ่แล้ว ไม่ใช่เรื่องใหม่แต่อย่างใด

ใครที่สนใจข่าวคราวความเคลื่อนไหวเกี่ยวกับ BI และใช้ Twitter เหมือนผม คงสนใจรายชื่อ BI Industry twitter user (เป็น Google spreadsheet)

รายชื่อนี้รวบรวมโดย Shown Rogers (@shawnrog) ที่มา

ใครทราบแหล่งข้อมูลเกี่ยวกับ BI เป็นภาษาไทย ก็รบกวนแปะไว้ใน comment ด้วยนะครับ ถ้าใครสนใจ หรือทำงานด้านเดียวกัน และใช้ twitter ก็บอกด้วย (@p_warawit)  เราอาจมีมี BI twitter list ภาษาไทยบ้างก็ได้

เรื่อง MDM หรือ master data management กำลังเป็นคำยอดฮิตในหมู่คนที่มีส่วนเกี่ยวข้องกับงาน BI แต่ก็เหมือนกันกับ buzzword อื่นๆ ที่พอมีคนพูดถึงกันมากๆ vendor หรือคนไอทีหลายๆ คนก็เริ่มพยายามตั้งชื่อระบบ หรือสร้างงานที่มันมีคำว่า MDM อยู่ด้วย จะได้ไม่ตกยุค

ผมเองก็เป็นคนหนึ่งในจำพวกนั้น คือโดยหน้าที่รับผิดชอบ ต้องหาหรือสร้างความสามารถที่จะทำให้องค์กร ได้รับประโยชน์สูงสุดจากการลงทุนในงานด้าน Business Intelligence ซึ่งปฎิเสธไม่ได้เลยว่า คุณภาพของข้อมูลมีความสำคัญเป็นอย่างยิ่ง และเจาะให้ลึกลงไปอีก กว่าครึ่งของปัญหา data quality มีสาเหตุมาจากข้อมูลอ้างอิงหรือ master data นี่แหละ วิธีง่ายๆ ในการขายไอเดียให้ผู้ใหญ่ ก็คือ ก็เลือกใช้คำว่า MDM นี่แหละ ดูทันสมัยดี

โดยเนื้อหาแล้ว งานในส่วน MDM ก็คืองานที่ผสมกันระหว่าง data architecture กับ IT management นั่นแหละ คือต้องมองให้ออกว่า ข้อมูลอ้างอิงที่ต้องการ มันกระจายอยู่ในส่วนไหนขององค์กรบ้าง แล้วผลักดันให้เกิดระบบและกระบวนการทำงานที่มีประสิทธิภาพสูงสุด เกิดโอกาสผิดพลาดจากข้อมูลอ้างอิงน้อยที่สุด ซึ่งไม่ใช่เรื่องใหม่เลย เป็นสิ่งที่เมื่อ 10 ปีที่แล้ว ก็มีงานในลักษณะนี้ แต่ตอนนั้นมันไม่ได้เรียกกันว่า MDM เท่านั้นเอง

ผมมี white paper อยู่ฉบับหนึ่ง ซึ่งดาวน์โหลดมาจากไหนก็จำไม่ได้แล้ว แต่เคยเอาเนื้อหาในนั้นมาทำ presentation อธิบายลำดับขั้นความก้าวหน้าในการจัดการข้อมูลอ้างอิงภายในองค์กร เลยตัดเอาเฉพาะส่วนที่อธิบาย maturity level มาอัพขึ้น slideshare ข้างล่าง (อาจจะดูห้วนๆ ไปบ้างนะครับ เพราะความจริงแล้ว section นี้มันฝังอยู่ใน presentation ใหญ่เรื่องอื่ีนอีกที) ส่วนใครสนใจอยากอ่าน white paper ฉบับเต็ม ก็ดาวน์โหลดได้ที่นี่เลยครับ (pdf, Eng, 760kb)

ระหว่างมองหาผู้ให้บริการด้าน business intelligence ก็ผ่านไปเจอเข้ากับบริษัท yellowfin ซึ่งมี url เป็น http://www.yellowfin.bi ที่น่าสนใจก็คือ เขาใช้โดเมน .bi ซึ่งในที่นี่หมายถึง business intelligence ความจริงก็เคยได้ยินมาเมื่อเร็วๆ นี้ ที่มีการเปิดให้จดทะเบียน top-level domain name อื่นๆ นอกเหนือจาก .com .net .org และอื่นๆ ที่คุ้นเคยกันทั่วไป

เห็นอย่างนี้ผมก็นึกว่า ดีเลย ต่อไปคงมีเว็บไซต์เกี่ยวกับ Business Intelligence ที่เป็น .bi ขึ้นมาอีกเยอะแยะ น่าจะไปจองไว้บ้างเหมือนกัน แต่พอค้นไปค้นมา ปรากฎว่า .bi นี่มีเจ้าของอยู่แล้วนะครับ เป็นของประเทศ Burundi http://en.wikipedia.org/wiki/Burundi ซึ่งผมเองก็ไม่ทราบเหมือนกันว่าออกเสียงว่าอย่างไร อยู่ในทวีปแอฟริกา

ถึงแม้ว่า .bi http://en.wikipedia.org/wiki/.bi จะดูแลโดยหน่วยงานของประเทศ Burandi เอง แต่ก็เปิดให้มีการจดทะเบียนโดยใครก็ได้ เพียงแต่ขออย่าให้เป็นการนำไปใช้เพื่อให้เข้าใจผิด จะว่าไปแล้ว ก็ดูน่าเห็นใจอยู่เหมือนกัน เพราะคงไม่มีใครอยากให้ตัวย่อประเทศของตัวเอง มีความหมายกลายเป็นอย่างอื่น

ชีวิตมิใช่สูตรสำเร็จ การดำเนินชีวิตจึงต้องพิจารณาให้เหมาะสมแก่ตนจึงจะดำเนินไปได้อย่างราบรื่นสงบสุข ได้พบกับความเย็นของชีวิต ไม่ถูกเผาลนด้วยแรงผลักดันภายในก็คือความทะยานอยากอันไม่มีขอบเขตจำกัดของตน ความอยากวิ่งออกหน้าอยู่เสมอ ไล่เท่าไหร่ก็ไม่ทัน เหมือนคนวิ่งไล่ตะครุบเงาของตนเอง แรงผลักดันภายนอกก็คือสิ่งแวดล้อมที่ยั่วยวนให้เกิดความอยาก สิ่งแวดล้อมที่สำคัญก็คือเพื่อนร่วมงาน คนในครอบครัว และเสียงของเขาเหล่านั้นที่กระตุ้นเร้าให้ทะยานโลดแล่นออกไปอย่างไม่รู้จักหยุดหย่อนผ่อนพัก เป็นชีวิตที่แสนจะเหนื่อยและทนทุกข์ทรมาน ทำให้นึกเทียบเรากับเขา เขากับเราอยู่ตลอดเวลาแล้วแข่งขันกันแสวงหาเพื่อให้เท่าเทียมเขาหรือเหนือเขา ซึ่งดูเหมือนว่า ยอดเขายอดนี้ช่างสูงลิบลับเสียดฟ้าเสียจริงๆ เมื่อไรจึงจะเหนือเขาคือคนทุกคนได้ เมื่อรู้สึกว่าสู้เขาไม่ได้ ก็ไม่สบายใจเกิดปมด้อย เมื่อรู้สึกว่าเหนือเขาก็ทะนงตนเองเกิดเป็นปมเขื่อง ซึ่งล้วนแต่ไม่ดีทั้งสิ้น และไม่เป็นทางแห่งความสงบใจ

คำสัญญาหรือประโยชน์หลักของ business intelligence ที่มีให้ต่อองค์กรธุรกิจ คือ ช่วยเพิ่มประสิทธิภาพในการตัดสินใจ ซึ่งประเด็นหลักอยู่ที่ การนำข้อมูลมาช่วยในการตัดสินใจ เราอาจจะเคยได้ยินวลีที่ว่า “Better informed decision” หรือ “Data-based decision making” แต่ถ้าภายในองค์กรของคุณ ขาดความสามารถในการบันทึกข้อมูลที่ละเอียด ครอบคลุมเพียงพอแล้วละก็ ลืม business intellligence ไปได้เลย เพราะไม่มีทางที่เป็นไปได้หากไม่ปรับเปลี่ยนกระบวนการทำงานพื้นฐานเสียก่อน

ลองพิจารณาเรื่องในชีวิตประจำวันดูบ้างนะครับ เอาเป็นว่า ถ้าคุณอยากตัดสินใจอะไรง่ายๆ บางอย่าง เช่น สมัครเป็นสมาชิกร้านอาหาร หรือร้านหนังสือดีมั้ย เพราะมีค่าสมัครกับระยะเวลาด้วย ตรรกะในการคิดง่ายๆ ก็คือ ถ้าส่วนลดที่จะได้รับ มากเกินกว่าค่าสมัคร ก็ถือว่าคุ้มค่า ข้อมูลที่เราต้องการใช้คือ เราใช้บริการร้านค้านั้นๆ บ่อยแค่ไหน และแต่ละครั้งที่ซื้อสินค้าหรือบริการนั้น เป็นมูลค่าเท่าไหร่ สมมติว่าพฤติกรรมการใช้บริการของเราไม่เปลี่ยนแปลงไปนะครับ การได้เห็นบันทึกการซื้อสินค้าในช่วงที่ผ่านมา จะช่วยการตัดสินใจสมัคร หรือไม่สมัครสมาชิกได้ง่าย และถูกต้องมากขึ้น

แล้วถ้าไม่ได้จดไว้ละ ทำยังไง? ก็แน่นอนครับ การตัดสินใจก็จะเป็นไปตามแรงกระตุ้นต่างๆ เช่น โปรโมชั่น หรือแคมเปญทางการตลาด หรือไม่ก็สัญชาติญาณหรืออารมณ์ในขณะนั้นล้วนๆ ซึ่งไม่น่าเชื่อ คนบางคนมี “กึ๋น” ในการตัดสินใจด้วยข้อมูลที่มีไม่เพียงพอ แต่นั่นเป็นเพียงคนส่วนน้อยเท่านั้นนะครับ ในขณะที่คนส่วนใหญ่ ความจำ ความรู้สึก ที่เป็นพื้นฐานข้อมูลในการตัดสินใจ มักจะมีลักษณะ relative หรือเป็น perception ที่บ่อยครั้งก็หลอกตา หลอกความรู้สึกได้อย่างเหลือเชื่อ พลอยให้การตัดสินใจไขว้เขวไปด้วย

ทั้งหมดนี้อาจจะไม่ใช่เรื่องใหญ่ ถ้าสิ่งที่คุณพยายามทำคือการตัดสินใจง่ายๆ ในชีวิตประจำวัน แต่ถ้าคุณลงทุนทำธุรกิจ กำลังจะออกโปรโมชั่นที่ลงทุนเป็นจำนวนมาก หรือกำลังตัดสินใจจะเปลี่ยน supplier รายใหญ่ แน่นอนที่คุณต้องการข้อมูลบางอย่างมาสนับสนุนการตัดสินใจของคุณ คุณอาจจะมองว่า BI ดูเหมือนจะเป็นทางออก  แต่อย่าลืมนะครับ ถ้าคุณไม่จดบันทึก BI ช่วยอะไรคุณไม่ได้เลย (นอกจากคุณเต็มใจจะเปลี่ยนกระบวนการทำงานมาจดบันทึกมากขึ้น)

ถ้าคุณมีพนักงานขายสินค้าต่างจังหวัด ที่ส่งรายงานการขายเข้ามาที่บริษัทเดือนละหนึ่งครั้ง อย่าเชื่อโฆษณาที่ว่า BI สามารถทำให้คุณทราบข้อมูลการขายเป็นรายวันหรือรายสัปดาห์ได้เพียงแค่ซื้อซอฟต์แวร์บางอย่างเข้ามาใช้ นอกเสียจากว่า คุณจะยอมลงทุนปรับเปลี่ยนการทำงานของพนักงานขาย ให้ส่งยอดขายเข้ามาถี่มากขึ้น ซึ่งการลงทุนที่ว่านี้ อาจจะเป็น hidden cost ในการนำ BI เข้ามาใช้ในองค์กรได้