IntroductionBusiness Intelligence (

IntroductionBusiness Intelligence (BI) is a contemporary approach that combines methodologies, processes, architectures, andtechnologies to transform raw data into meaningful information for decision making [1]. BI can play a vital role inimproving organizational performance by identifying new opportunities, highlighting potential threats, revealingnew business insights, and enhancing decision making processes [2, 3]. Therefore, BI is a top priority fororganizations in most industries [4]. Traditionally, BI focuses primarily on structured and internal enterprise data,overlooking potentially valuable information embedded in unstructured and external data. This could result in anincomplete view of reality and biased enterprise decision making [5].The accelerated growth and pervasive development of internet, web, and cloud technologies have given newmeaning to the phrase “information overload” [6]. These technological advances have led to the generation ofunprecedented volumes and accumulations of data. Large and complex data are often described by the concept of“Big data” [7]. As big data become increasingly available, the challenge of analyzing large and growing data sets isgrowing more urgent. Therefore, BI today faces new challenges, but also exciting opportunities [5].Big data was one of the big buzzwords of the 2000s [8]. The first organizations to embrace big data were onlineand start-up companies. According to Davenport and Dyché [8], companies like Google, eBay, and Facebook werebuilt around big data from the beginning. Big data changed the way enterprises manipulated data, providing not onlynew opportunities to handle data, but also new ways to use and add value to vast amounts of data coming from theInternet of Things (IoT), social media, web logs, and sensors [9]. Big data also supports the supply of data as aresource that organizations can utilize [10].Big data has also led to the emergence of modern technologies like data lakes, which enable enterprises to storeand handle large volumes of structured and unstructured data in their native format. However, despite the prevalenceof this technology, our literature search yielded only a handful of studies discussing data lakes. One study discusseddata lakes in a cursory manner [11], while another [12] discussed some of the challenges of data lakes in a detailedfashion. However, we found no empirical studies on the use of data lakes in enterprises.The main objectives of the study are to understand the role of data lake in a BI architecture and how data lake isused in practice by enterprises. The following research questions have guided this research:What are the purposes of implementing data lake into a BI architecture?How do data lakes affect the BI architecture of an enterprise?What are the benefits and challenges of implementing data lake in a BI architecture?Since the topic has not been empirically examined in prior research, this study conducted exploratory research ofBI experts from various industries. In the next section of this paper, I discuss the theoretical background for thisstudy. Then, I illustrate the exploratory study approach by describing the data collection and the data analysisprocedure. Subsequently, I present the results of this exploratory study. The article ends with a discussion of theresearch findings, directions for future research, and a conclusion, as well as the study’s limitations.

ผลลัพธ์ (ไทย) 1:

บทนำ
Business Intelligence (BI) เป็นวิธีการที่ร่วมสมัยที่ผสมผสานวิธีการกระบวนการสถาปัตยกรรมและ
เทคโนโลยีในการแปลงข้อมูลดิบให้เป็นข้อมูลที่มีความหมายสำหรับการตัดสินใจ [1] BI สามารถมีบทบาทสำคัญใน
การปรับปรุงประสิทธิภาพขององค์กรโดยการระบุโอกาสใหม่เน้นภัยคุกคามที่อาจเปิดเผย
ข้อมูลเชิงลึกทางธุรกิจใหม่ ๆ และเสริมสร้างกระบวนการการตัดสินใจ [2, 3] ดังนั้น BI เป็นความสำคัญสูงสุดสำหรับ
องค์กรในอุตสาหกรรมส่วนใหญ่ [4] ตามเนื้อผ้า BI เน้นหลักในโครงสร้างภายในและข้อมูลขององค์กร
ที่สามารถมองเห็นข้อมูลที่มีค่าที่อาจฝังอยู่ในข้อมูลที่ไม่มีโครงสร้างและภายนอก ซึ่งอาจส่งผลใน
มุมมองที่ไม่สมบูรณ์ของความเป็นจริงและการตัดสินใจขององค์กรลำเอียง [5]
เร่งการเจริญเติบโตและการพัฒนาที่แพร่หลายของอินเทอร์เน็ตเว็บและเทคโนโลยีคลาวด์ใหม่ได้ให้
ความหมายกับคำว่า“ข้อมูลเกิน” [6] ความก้าวหน้าทางเทคโนโลยีเหล่านี้ได้นำไปสู่การสร้างของ
ปริมาณประวัติการณ์และการสะสมของข้อมูล ข้อมูลขนาดใหญ่และซับซ้อนมักจะอธิบายโดยแนวคิดของ
“ข้อมูลขนาดใหญ่” [7] ในฐานะที่เป็นข้อมูลขนาดใหญ่กลายเป็นใช้ได้มากขึ้นความท้าทายของการวิเคราะห์ขนาดใหญ่และเติบโตชุดข้อมูลที่มีการ
เจริญเติบโตขึ้นอย่างเร่งด่วน ดังนั้น BI วันนี้เผชิญกับความท้าทายใหม่ แต่ยังมีโอกาสที่น่าตื่นเต้น [5]
ข้อมูลขนาดใหญ่เป็นหนึ่งใน buzzwords ใหญ่ของยุค 2000 [8] องค์กรแรกที่จะโอบกอดข้อมูลขนาดใหญ่ได้ออนไลน์
และ บริษัท ที่เริ่มต้นขึ้น ตามที่ดาเวนพอร์ตและ Dyche [8], บริษัท เช่น Google, eBay, และ Facebook ได้
สร้างขึ้นรอบข้อมูลขนาดใหญ่จากจุดเริ่มต้น ข้อมูลขนาดใหญ่การเปลี่ยนแปลงวิธีที่ผู้ประกอบการจัดการข้อมูลให้ไม่เพียง แต่
โอกาสใหม่กับข้อมูลที่จับ แต่ยังมีวิธีการใหม่ในการใช้งานและเพิ่มมูลค่าให้กับข้อมูลจำนวนมหาศาลที่มาจาก
อินเทอร์เน็ตของสิ่ง (IOT) สื่อสังคม, การบันทึกการใช้เว็บและเซ็นเซอร์ [9] ข้อมูลขนาดใหญ่นอกจากนี้ยังสนับสนุนการจัดหาข้อมูลที่เป็น
ทรัพยากรที่องค์กรสามารถใช้ประโยชน์ [10]
ข้อมูลขนาดใหญ่นอกจากนี้ยังได้นำไปสู่การเกิดขึ้นของเทคโนโลยีที่ทันสมัยเช่นทะเลสาบข้อมูลซึ่งช่วยให้ผู้ประกอบการในการจัดเก็บ
และการจัดการปริมาณข้อมูลขนาดใหญ่ที่มีโครงสร้างและไม่มีโครงสร้างในรูปแบบพื้นเมืองของพวกเขา อย่างไรก็ตามแม้จะมีความชุก
ของเทคโนโลยีนี้การค้นหาวรรณกรรมของเราให้ผลเพียงไม่กี่คนของการศึกษาการอภิปรายทะเลสาบข้อมูล การศึกษาชิ้นหนึ่งที่กล่าวถึง
ทะเลสาบข้อมูลในลักษณะคร่าวๆ [11] ในขณะที่อีก [12] กล่าวถึงบางส่วนของความท้าทายของทะเลสาบข้อมูลในรายละเอียดของ
แฟชั่น อย่างไรก็ตามเราพบว่าไม่มีการศึกษาเชิงประจักษ์ในการใช้งานของทะเลสาบข้อมูลในการประกอบการ
วัตถุประสงค์หลักของการศึกษาเพื่อความเข้าใจบทบาทของทะเลสาบข้อมูลในสถาปัตยกรรม BI และวิธีการที่ทะเลสาบข้อมูลจะถูก
ใช้ในการปฏิบัติโดยองค์กร คำถามการวิจัยต่อไปนี้มีแนวทางการวิจัยครั้งนี้:
อะไรคือวัตถุประสงค์ของการใช้ข้อมูลที่ทะเลสาบเป็นสถาปัตยกรรม BI หรือไม่
วิธีทำทะเลสาบข้อมูลที่ส่งผลกระทบต่อสถาปัตยกรรม BI ขององค์กร?
สิ่งที่เป็นประโยชน์และความท้าทายของการใช้ข้อมูลในทะเลสาบสถาปัตยกรรม BI?
ตั้งแต่หัวข้อยังไม่ได้รับการตรวจสอบสังเกตุในการวิจัยก่อนการศึกษาครั้งนี้ได้ทำการวิจัยสำรวจของ
ผู้เชี่ยวชาญด้าน BI จากอุตสาหกรรมต่างๆ ในส่วนถัดไปของบทความนี้ผมหารือเกี่ยวกับพื้นหลังทฤษฎีนี้
การศึกษา แล้วฉันจะแสดงให้เห็นถึงวิธีการศึกษาสำรวจโดยการอธิบายการเก็บรวบรวมข้อมูลและการวิเคราะห์ข้อมูล
ขั้นตอน ต่อมาผมนำเสนอผลการศึกษาสำรวจนี้ บทความนี้จบลงด้วยการอภิปรายของที่
ผลการวิจัยทิศทางสำหรับการวิจัยในอนาคตและข้อสรุปเช่นเดียวกับข้อ จำกัด ของการศึกษา

ผลลัพธ์ (ไทย) 2:

แนะ นำ
ข่าวกรองธุรกิจ (BI) เป็นวิธีการร่วมสมัยที่รวมวิธีการกระบวนการสถาปัตยกรรมและ
เพื่อแปลงข้อมูลดิบให้เป็นข้อมูลที่มีความหมายในการตัดสินใจ [1] BI สามารถมีบทบาทสำคัญใน
การปรับปรุงประสิทธิภาพขององค์กรโดยการระบุโอกาสใหม่ๆการเน้นภัยคุกคามที่อาจเกิดขึ้น
ข้อมูลเชิงลึกทางธุรกิจใหม่และเพิ่มกระบวนการตัดสินใจ [2, 3] ดังนั้น BI จึงมีความสำคัญสูงสุดสำหรับ
ในอุตสาหกรรมส่วนใหญ่ [4] ประเพณี, BI มุ่งเน้นเป็นหลักในการจัดโครงสร้างและข้อมูลองค์กรภายใน,
สามารถมองเห็นข้อมูลที่มีค่าที่อาจจะฝังอยู่ในข้อมูลภายนอกที่ไม่มีโครงและ ซึ่งอาจส่งผลให้
มุมมองที่ไม่สมบูรณ์ของความเป็นจริงและการตัดสินใจขององค์กรลำเอียง [5]
การเติบโตเร่งและการพัฒนาแพร่หลายของอินเทอร์เน็ตเว็บและเทคโนโลยีคลาวด์ได้รับใหม่
ความหมายต่อวลี "ข้อมูลเกิน" [6] ความก้าวหน้าทางเทคโนโลยีเหล่านี้ได้นำไปสู่การสร้าง
ปริมาณที่ไม่มีประวัติการณ์และการสะสมของข้อมูล ข้อมูลที่มีขนาดใหญ่และซับซ้อนมักจะอธิบายโดยแนวคิดของ
"ข้อมูลขนาดใหญ่" [7] ในฐานะที่เป็นข้อมูลขนาดใหญ่ที่มีอยู่มากขึ้น, ความท้าทายของการวิเคราะห์ชุดข้อมูลขนาดใหญ่และการเจริญเติบโตคือ
เติบโตอย่างเร่งด่วนมากขึ้น ดังนั้น BI วันนี้เผชิญกับความท้าทายใหม่แต่ยังมีโอกาสที่น่าตื่นเต้น [5]
ข้อมูลขนาดใหญ่เป็นหนึ่งใน buzzwords ใหญ่ของยุค 2000s [8] องค์กรแรกที่จะโอบกอดข้อมูลขนาดใหญ่ออนไลน์
และบริษัทเริ่มต้น ตามที่ท่าเรือและ Dyché [8] บริษัทเช่น Google, eBay และ Facebook เป็น
สร้างข้อมูลขนาดใหญ่จากจุดเริ่มต้น ข้อมูลขนาดใหญ่เปลี่ยนวิธีการที่องค์กรจัดการข้อมูลที่ให้ไม่เพียงแต่
โอกาสใหม่ในการจัดการกับข้อมูลแต่ยังมีวิธีใหม่ในการใช้และเพิ่มมูลค่าให้กับข้อมูลจำนวนมากที่มาจาก
อินเทอร์เน็ตของสิ่งต่างๆ (IoT), โซเชียลมีเดีย, บันทึกเว็บและเซนเซอร์ [9] ข้อมูลขนาดใหญ่ยังสนับสนุนการจัดหาข้อมูลเป็น
ทรัพยากรที่องค์กรสามารถใช้ประโยชน์ได้ [10]
ข้อมูลขนาดใหญ่ยังนำไปสู่การเกิดขึ้นของเทคโนโลยีที่ทันสมัยเช่นทะเลสาบข้อมูล, ซึ่งช่วยให้ผู้ประกอบการในการจัดเก็บ
และจัดการกับข้อมูลขนาดใหญ่ที่มีโครงสร้างและไม่มีการจัดระเบียบในรูปแบบดั้งเดิมของพวกเขา อย่างไรก็ตามแม้จะมีความชุก
ของเทคโนโลยีนี้, การค้นหาวรรณกรรมของเราจะมีเพียงไม่กี่การศึกษาที่อภิปรายเกี่ยวกับทะเลสาบข้อมูล. หนึ่งการศึกษาที่กล่าวถึง
ทะเลสาบข้อมูลในลักษณะคร่าวๆ [11] ในขณะที่อีก [12] กล่าวถึงความท้าทายบางอย่างของทะเลสาบข้อมูลในรายละเอียด
แฟชั่น อย่างไรก็ตามเราไม่พบการศึกษาเชิงประจักษ์เกี่ยวกับการใช้ทะเลสาบข้อมูลในองค์กร
วัตถุประสงค์หลักของการศึกษาคือการเข้าใจบทบาทของทะเลสาบข้อมูลในสถาปัตยกรรม BI และวิธีการที่ทะเลสาบข้อมูลเป็น
ใช้ในการปฏิบัติโดยองค์กร คำถามวิจัยต่อไปนี้ได้นำทางงานวิจัยนี้:
อะไรคือจุดประสงค์ของการใช้ทะเลสาบข้อมูลในสถาปัตยกรรม BI?
ทะเลสาบข้อมูลมีผลต่อสถาปัตยกรรม BI ขององค์กรอย่างไร
อะไรคือประโยชน์และความท้าทายในการใช้ทะเลสาบข้อมูลในสถาปัตยกรรม BI?
ตั้งแต่หัวข้อที่ไม่ได้รับการตรวจสอบในการวิจัยก่อนหน้านี้, การศึกษานี้ดำเนินการวิจัยสำรวจของ
ผู้เชี่ยวชาญ BI จากอุตสาหกรรมต่างๆ ในส่วนถัดไปของกระดาษนี้ผมพูดถึงพื้นหลังทางทฤษฎีสำหรับ
ศึกษา จากนั้นผมแสดงให้เห็นถึงวิธีการศึกษาการสำรวจโดยอธิบายการเก็บรวบรวมข้อมูลและการวิเคราะห์ข้อมูล
ขั้น ตอน ต่อมาผมนำเสนอผลของการศึกษาสำรวจนี้ บทความจบลงด้วยการอภิปรายของ
ผลการวิจัย, ทิศทางสำหรับการวิจัยในอนาคต, และข้อสรุป, เช่นเดียวกับข้อจำกัดของการศึกษา.

ผลลัพธ์ (ไทย) 3:

แนะนำให้รู้จัก
ข่าวกรองธุรกิจเป็นวิธีการรวมกระบวนการสถาปัตยกรรมและ
เทคนิคการแปลงข้อมูลดิบเป็นข้อมูลที่มีความหมายสำหรับการตัดสินใจ ข่าวกรองธุรกิจ
โดยระบุโอกาสใหม่เน้นภัยคุกคามที่อาจเกิดขึ้นเปิดเผย
มุมมองทางธุรกิจใหม่และเสริมสร้างกระบวนการตัดสินใจ ดังนั้นบี
องค์กรของอุตสาหกรรมมากที่สุดคือ ตามธรรมเนียม BI มุ่งเน้นโครงสร้างและข้อมูลภายในองค์กร
ละเว้นข้อมูลที่มีคุณค่าที่ฝังตัวอยู่ในข้อมูลที่ไม่มีโครงสร้างและภายนอก ซึ่งอาจนำไปสู่
แนวคิดความเป็นจริงที่ไม่สมบูรณ์และการตัดสินใจขององค์กรคือการเบี่ยงเบน
การเจริญเติบโตอย่างรวดเร็วและเป็นที่นิยมของอินเทอร์เน็ตเครือข่ายและเทคโนโลยีเมฆได้นำเราใหม่
การโหลดข้อมูล ความก้าวหน้าทางเทคโนโลยีเหล่านี้นำไปสู่
ปริมาณและการสะสมของข้อมูลที่ไม่เคยมีมาก่อน ขนาดใหญ่และข้อมูลที่ซับซ้อนมักจะใช้
สำหรับข้อมูลที่มีขนาดใหญ่ เป็นข้อมูลที่มีขนาดใหญ่กลายเป็นใช้ได้มากขึ้นความท้าทายของการวิเคราะห์ขนาดใหญ่และการเติบโตของชุดข้อมูลคือ
กลายเป็นเรื่องเร่งด่วนมากขึ้น ดังนั้นบีเผชิญความท้าทายใหม่ในวันนี้และยังเผชิญกับโอกาสที่น่าตื่นเต้น
ข้อมูลขนาดใหญ่เป็นหนึ่งในคำศัพท์ที่ได้รับความนิยมมากที่สุดในศตวรรษ องค์กรแรกที่ได้รับข้อมูลขนาดใหญ่เป็นออนไลน์
และการเริ่มต้นบริษัท ตามที่บริษัทเช่น Google อีเบย์และ Facebook ตามดาเวนพอร์ตและ dych 933s
มันขึ้นอยู่กับข้อมูลขนาดใหญ่ตั้งแต่เริ่มต้น ข้อมูลขนาดใหญ่มีการเปลี่ยนแปลงวิธีที่บริษัทจัดการกับข้อมูลที่ไม่เพียงแต่ให้
โอกาสใหม่ในการประมวลผลข้อมูลเช่นเดียวกับจาก
เครือข่ายสื่อสังคมเข้าสู่ระบบเครือข่ายและเซ็นเซอร์สำหรับ iOS 9193s สำหรับฉัน ข้อมูลขนาดใหญ่ยังสนับสนุนเป็น
ทรัพยากรที่องค์กรสามารถใช้
ข้อมูลขนาดใหญ่ยังนำไปสู่การเกิดขึ้นของเทคโนโลยีที่ทันสมัยเช่นทะเลสาบข้อมูลที่ช่วยให้องค์กรเพื่อเก็บข้อมูล
และจัดการกับจำนวนมากของโครงสร้างและข้อมูลที่ไม่มีโครงสร้างในรูปแบบพื้นเมือง อย่างไรก็ตามแม้จะมีความนิยม
ในเทคนิคนี้การค้นคืนเอกสารของเราได้รับเพียงไม่กี่กล่าวถึงการศึกษาทะเลสาบข้อมูล กล่าวถึงการศึกษา
ทะเลสาบข้อมูลกล่าวถึงความท้าทายของทะเลสาบข้อมูลในรายละเอียดในทางคร่าวๆ
แฟชั่น อย่างไรก็ตามเรายังไม่พบการศึกษาเชิงประจักษ์ในการใช้ข้อมูลในธุรกิจ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาบทบาทของทะเลสาบข้อมูลในสถาปัตยกรรมแบบ Dual และวิธีการข้อมูลทะเลสาบ
การใช้ประโยชน์ทางธุรกิจ การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาปัญหา
อะไรคือวัตถุประสงค์ของการใช้ข้อมูลใน BI สถาปัตยกรรม
ทำไมสระว่ายน้ำข้อมูลมีผลต่อสถาปัตยกรรม BI ขององค์กร
อะไรคือประโยชน์และความท้าทายของการใช้ทะเลสาบข้อมูลใน BI สถาปัตยกรรม
เนื่องจากไม่มีการทดสอบเชิงประจักษ์ในงานวิจัยก่อนหน้านี้งานวิจัยนี้มีวัตถุประสงค์
ผู้เชี่ยวชาญจากอุตสาหกรรมที่แตกต่างกัน ในส่วนถัดไปของบทความนี้ผมจะหารือเกี่ยวกับทฤษฎีพื้นฐานของเรื่องนี้
การเรียนรู้ แล้วอธิบายวิธีการวิจัยเชิงสำรวจโดยอธิบายการเก็บรวบรวมข้อมูลและการวิเคราะห์ข้อมูล
โปรแกรม ต่อมาผมแนะนำผลของการวิจัยเชิงสำรวจ บทความสุดท้ายกล่าวถึง
ผลการวิจัยทิศทางการวิจัยในอนาคตข้อสรุปและข้อจำกัดของการวิจัย