In the following sections, we will

In the following sections, we will demonstrate the application
of the proposed BI process to a major ISP company
in Taiwan. This company was originally the nation’s sole
enterprise in telecommunication and was only recently
privatized. Its management is struggling to compete with
newly established companies who are eroding its market
share and is very keen to develop service strategy through
the understanding of the ‘‘needs’’ of users.

4.1. Knowledge identification
The management of this company is very much interested
in developing a service management strategy, which
can boost business revenue through providing value-added
products to its customers. They believe very strongly that
personalized service is the way to grow business revenue
further, because it will foster long-term loyalty of customers,
when will then lead to increased sales of value-added
products. They further identified the knowledge they will
need, which includes: network usage patterns of individual
customer, network usage patterns of the region, revenue
contribution of customers, and network facilities utilization.
The network usage patterns of individual customer
should reveal network usage over 7 days of a week and
24 h of a day, along with the usage intensity. This usage
pattern will allow management to develop the knowledge
of VIP status of users and initiate meaningful business dialogue
with individuals. The usage patterns of customers of
a region should reveal the grouping of users and behaviors
of each group, which can help management formulate marketing
strategies by targeting selected groups. In addition,
it will form the basis for understanding the potential revenue
contribution of each group. Lastly, the facility utilization
among geographical regions will lend management an
important piece of knowledge in achieving cost
effectiveness.

4.2. Data collection
ISP customers’ raw data consists of socio-demographic
data, records of call data, IP traffic log, logging authorization
data, application system, and system record. Sociodemographic
data is recorded at the time customers fill in
the application form. Records of call data contain source
and destination of IP address, TCP port number, URL
address, etc. IP traffic log contains switch-router IP
address, customer account number, and input and output
traffic log per five minutes. The logging authorization data
includes customer account number, log-in and log-out
time, facility name of logging in, and IP address. Application
system data is generated when customers make use of
WWW, e-mail, FTP service, etc. Finally, the system record
is generated by routers. With the cooperation of the company,
we selected a region of southern Taiwan that consists
of several districts for this study. The IP flows in K-bytes
were collected every 5 s over 7 weeks using MRTG (Kemper,
1997). We make use of a timer program to transform
network flow records into a SQL database. Table 2 shows
the contents of the database, which contains fields of
ADSL_phone, Log time, the average input K-bytes per five
minutes (Avg_In), the average output K-bytes per five minutes
(Avg_Out), the largest input K-bytes in the interval
(Max_In), and the largest output K-bytes in the interval
(Max_Out), respectively. The final count of data is 41.7
million.

4.3. Data preprocessing
With the big volume of raw data, we need to process
them to ensure its validity for later use. Through the
socio-demographic data provided by the administration,
we found that there are 10.3 million valid data. These data
must be normalized to avoid inconsistency during the mining
process, because different user may be with a different
scheme and hence different bandwidth. We apply the formula
defined in Eq. (4) to transform data to achieve normalization.
In the formula, we take the ratio of
customer’s IP flow to his/her scheme stipulated bandwidth,
Customer_NetUsage/Customer_ Bandwidth, and compare
it with a selected Threshold_rate, which can be set at 1%,
5%, 10%, or other rates, as shown in Table 3. The setting
of the Threshold_rate depends on the conceptual purpose
in the modeling phase. The technical personnel of the company
indicates that threshold rate at 1% will be sufficient to
indicate customer’s intention to use network facilities.
IF(Customer NetUsage=Customer Bandwidth)>=Threshold rate
THEN Threshold rate record=1
ELSE Threshold rate record=0 (4)
4.4. Modeling
With the normalized records, we construct a data warehouse
with multi-dimensionality to facilitate the analysis of
customers’ behavior. We then applied SOM network to
segment customers into different homogeneous clusters
and select the one that can best exhibit customers’ behavior
patterns. We further modify the RFM model to evaluatepotential value of customers of each cluster. The detailed
modeling processes are as follows.
4.4.1. Multi-dimensional modeling
In developing a multi-dimensional model, we adopt the
method proposed by Kimball (1996) to, first, define business
process and grain, and then, define the dimension
table that contains time, user, location, and facts. The relational
model and the dimension tables are shown in Fig. 2.
Each of the tables is described in the following:
(a) Network Traffic Fact Table contains customer network
usage attributes: ADSL_Phone, LogTime,
Max_In/Max_Out, In_P (01/05/10/30/50), and
Out_P (01/05/10/30/50). The primary key is constituent
of ADSL_Phone and LogTime, and the observation
value includes Max_In, Max_Out, and different
threshold value.
(b) District Dimension Table contains ZIP_Code, City_
Name, and District_Name; where ZIP_Code is the
primary key. The hierarchical relationship among
attributes is defined in order as City_Name 
District_Name.
(c) Bandwidth Dimension Table contains attributes of
Bandwidth_ID and Bandwidth.
(d) Router Dimension Table contains both Router_ID
and Router_Name.
(e) User Dimension Table contains HN, ADSL_Phone,
Profile, ZIP_Code, Address, Bandwidth_ID, and
Router_ID. The primary key is HN and the foreign
keys are ZIP_Code, Bandwidth_ID, and
Router_ID.
(f) Time Dimension Table has attributes consisting of
LogTime, Year, Quarter, Month, Week, Day, and
Hour. The primary key is LogTime. The hierarchical
relationship among attributes is Year  Quarter 
Month  Week  Day  Hour.

ผลลัพธ์ (ไทย) 1:

ในส่วนต่อไปนี้ เราจะแสดงให้เห็นถึงแอพลิเคชันการนำเสนอ BI กับบริษัท ISP หลักในไต้หวัน บริษัทนี้เดิมประเทศของแต่เพียงผู้เดียวองค์กรในการสื่อสารโทรคมนาคม และเพิ่งได้เท่านั้นprivatized การจัดการกำลังดิ้นรนเพื่อแข่งขันกับบริษัทจัดตั้งขึ้นใหม่ที่มีการกัดเซาะของตลาดใช้ร่วมกัน และมีความกระตือรือร้นมากที่จะพัฒนากลยุทธ์การบริการผ่านเข้าใจ ''ต้อง '' ของผู้ใช้4.1 การเพิ่มรหัสการบริหารของบริษัทนี้เป็นที่สนใจมากในการพัฒนากลยุทธ์การบริหารการบริการ ที่สามารถเพิ่มรายได้ในธุรกิจผ่านการให้มูลค่าเพิ่มผลิตภัณฑ์แก่ลูกค้า เชื่ออย่างมากว่าบริการส่วนบุคคลเป็นวิธีที่การเติบโตรายได้ธุรกิจเพิ่มเติม เนื่องจากมันจะสร้างสมาชิกระยะยาวของลูกค้าเมื่อเข้าแล้วสู่ยอดขายที่เพิ่มขึ้นของมูลค่าเพิ่มผลิตภัณฑ์ พวกเขาระบุความรู้ที่พวกเขาจะเพิ่มเติมจำเป็น ซึ่งรวมถึง: เครือข่ายรูปแบบการใช้งานของแต่ละบุคคลลูกค้า รูปแบบการใช้งานเครือข่ายภาค รายได้สัดส่วนของลูกค้า และการใช้ประโยชน์สิ่งอำนวยความสะดวกของเครือข่ายรูปแบบการใช้งานเครือข่ายของลูกค้าแต่ละรายควรเปิดเผยการใช้งานเครือข่าย 7 วันของสัปดาห์ และเออวัน กับการใช้ความรุนแรง การใช้งานนี้รูปแบบจะช่วยให้การจัดการในการพัฒนาความรู้สถานะวีไอพีของผู้ใช้และเจรจาธุรกิจมี initiateด้วยคน รูปแบบการใช้งานของลูกค้าภูมิภาคควรเปิดเผยการจัดกลุ่มของผู้ใช้และลักษณะการทำงานของแต่ละกลุ่ม ซึ่งสามารถช่วยจัดการกำหนดตลาดกลยุทธ์ โดยการกำหนดเป้าหมายเลือกกลุ่ม นอกจากนี้มันจะเป็นพื้นฐานสำหรับการทำความเข้าใจเกี่ยวกับรายได้ที่เป็นไปสัดส่วนของแต่ละกลุ่ม สุดท้าย ใช้สิ่งอำนวยความสะดวกระหว่างภูมิภาคทางภูมิศาสตร์จะยืมจัดการการชิ้นส่วนสำคัญของความรู้ในการทำต้นทุนประสิทธิผล4.2 รวบรวมข้อมูลข้อมูลดิบของ ISP ลูกค้าประกอบด้วยประชากรสังคมข้อมูล ระเบียนข้อมูลการโทร IP จราจรล็อก ล็อกการตรวจสอบข้อมูล โปรแกรมประยุกต์ระบบ และระบบบันทึกการ Sociodemographicข้อมูลจะถูกบันทึกไว้ในเวลาที่ลูกค้ากรอกแบบฟอร์มใบสมัคร การเรียกข้อมูลที่ประกอบด้วยแหล่งและปลายทางของที่อยู่ IP หมายเลขพอร์ต TCP, URLที่อยู่ ฯลฯ บันทึกการรับส่งข้อมูล IP ประกอบด้วย IP เราเตอร์สวิตช์ที่อยู่ หมาย เลขบัญชีลูกค้า และการป้อนข้อมูล และบันทึกจราจรต่อ 5 นาที บันทึกการตรวจสอบข้อมูลหมายเลขบัญชีลูกค้า ล็อกอิน และล็อกเอาท์เวลา ชื่อบันทึกในสิ่งอำนวยความสะดวก และที่อยู่ IP แอพลิเคชันระบบข้อมูลจะถูกสร้างขึ้นเมื่อลูกค้าใช้WWW อีเมล FTP บริการ ฯลฯ สุดท้าย คอร์ดระบบสร้าง โดยเราเตอร์ ด้วยความร่วมมือของบริษัทเราเลือกภูมิภาคของไต้หวันภาคใต้ที่ประกอบด้วยย่านหลายสำหรับการศึกษานี้ ขั้นตอนการ IP เป็นกิโลไบต์ถูกรวบรวมไว้ทุก 5 s มากกว่า 7 สัปดาห์ใช้ MRTG (Kemperปี 1997) . เราใช้โปรแกรมจับเวลาในการแปลงเรกคอร์ดการไหลเครือข่ายไปยังฐานข้อมูล SQL ตารางที่ 2 แสดงเนื้อหาของฐานข้อมูล ซึ่งประกอบด้วยเขตข้อมูลADSL_phone บันทึกเวลา ค่าเฉลี่ยเข้ากิโลไบต์ต่อห้านาที (Avg_In), ค่าเฉลี่ยผลผลิตกิโลไบต์ต่อ 5 นาที(Avg_Out), ที่ใส่กิโลไบต์ในช่วง(Max_In), และใหญ่ที่สุดออกกิโลไบต์ในช่วง(Max_Out), ตามลำดับ จำนวนข้อมูลขั้นสุดท้ายเป็น 41.7ล้าน4.3 การประมวลผลเบื้องต้นข้อมูลมีปริมาณขนาดใหญ่ของข้อมูลดิบ เราจำเป็นต้องดำเนินการพวกเขาให้การมีผลบังคับใช้ ผ่านการสังคมประชากรข้อมูลสำหรับผู้บริหารเราพบว่า มีข้อมูลที่ถูกต้อง 10.3 ล้าน ข้อมูลเหล่านี้ต้องตามปกติเพื่อหลีกเลี่ยงความไม่สอดคล้องระหว่างการทำเหมืองแร่ประมวลผล เนื่องจากผู้ใช้อื่นอาจ มีความแตกต่างกันแผนงานและแบนด์วิธที่แตกต่างกันดังนั้น เราใช้สูตรกำหนดใน Eq. (4) การแปลงข้อมูลเพื่อฟื้นฟูในสูตร เราใช้อัตราส่วนของกระแส IP ของลูกค้าให้เขา/เธอโครงร่างกำหนดแบนด์วิดท์แบนด์วิดธ์ Customer_NetUsage/Customer_ และเปรียบเทียบด้วยการ Threshold_rate เลือก ซึ่งสามารถตั้งค่า% 15%, 10% หรืออื่น ๆ ราคา พิเศษ ดังที่แสดงในตาราง 3 การตั้งค่าของ Threshold_rate ขึ้นอยู่กับวัตถุประสงค์แนวคิดในขั้นตอนการสร้างโมเดล บุคลากรด้านเทคนิคของบริษัทบ่งชี้ขีดจำกัดที่อัตรา 1% จะเพียงพอแสดงความตั้งใจของลูกค้าไปใช้เครือข่ายถ้า (NetUsage ลูกค้า =แบนด์วิธลูกค้า) > =ขีดจำกัดอัตราเรกคอร์ดอัตราจำกัดแล้ว = 1เรกคอร์ดอื่นขีดจำกัดอัตรา = 0 (4)4.4 การสร้างโมเดลมีข้อมูลมาตรฐาน เราสร้างคลังข้อมูลมี dimensionality หลายเพื่อวิเคราะห์ลักษณะการทำงานของลูกค้า เราใช้เครือข่ายส้มแล้วส่วนลูกค้าในคลัสเตอร์เหมือนแตกต่างกันและในที่สุดสามารถแสดงพฤติกรรมของลูกค้ารูปแบบการ เราปรับแบบ RFM ค่า evaluatepotential ของลูกค้าของแต่ละคลัสเตอร์ รายละเอียดกระบวนการสร้างโมเดลจะเป็นดังนี้4.4.1 สร้างโมเดลหลายมิติในการพัฒนารูปแบบหลายมิติ เรานำมาใช้ในวิธีที่เสนอ โดย Kimball (1996), กำหนดธุรกิจประมวลผล และเมล็ดพืช แล้ว กำหนดขนาดตารางที่ประกอบด้วยเวลา ผู้ใช้ ที่ตั้ง และข้อเท็จจริง ที่เกี่ยวข้องรูปแบบและตารางมิติจะแสดงใน Fig. 2แต่ละตารางอธิบายไว้ในต่อไปนี้:(ก) เครือข่ายจราจรตารางข้อเท็จจริงประกอบด้วยเครือข่ายลูกค้าการใช้แอตทริบิวต์: ADSL_Phone, LogTimeMax_In/Max_Out, In_P (01/05/10/30/50), และOut_P (01/05/10/30/50) คีย์หลักเป็นแฟ้ม ๆADSL_Phone LogTime และการสังเกตมูลค่ารวม Max_In, Max_Out และอื่นค่าขีดจำกัด(ข) ตารางขนาดอำเภอประกอบด้วย ZIP_Code, City_ชื่อ และ District_Name ZIP_Code อยู่คีย์หลัก ความสัมพันธ์ลำดับชั้นระหว่างแอตทริบิวต์ถูกกำหนดในใบสั่งเป็น City_NameDistrict_Name(c) แอตทริบิวต์ของตารางขนาดแบนด์วิดท์Bandwidth_ID และแบนด์วิดท์(d) ตารางขนาดเราเตอร์ประกอบด้วยทั้ง Router_IDและ Router_Name(อี) ตารางขนาดผู้ใช้ประกอบด้วย HN, ADSL_Phoneโปรไฟล์ ZIP_Code ที่อยู่ Bandwidth_ID และRouter_ID คีย์หลักเป็น HN และการต่างประเทศคีย์คือ ZIP_Code, Bandwidth_ID และRouter_ID(f) ตารางขนาดเวลามีแอททริบิวต์ที่ประกอบด้วยLogTime ปี ไตรมาส เดือน สัปดาห์ วัน และชั่วโมง คีย์หลักคือ LogTime การลำดับชั้นความสัมพันธ์ระหว่างแอททริบิวต์เป็นไตรมาสของ ปีเดือนสัปดาห์วันชั่วโมงการ

ผลลัพธ์ (ไทย) 2:

ในส่วนต่อไปนี้เราจะแสดงให้เห็นถึงการประยุกต์ใช้กระบวนการ BI ที่นำเสนอให้กับ บริษัท ผู้ให้บริการอินเทอร์เน็ตรายใหญ่ในไต้หวัน บริษัท นี้เดิม แต่เพียงผู้เดียวของประเทศขององค์กรในการสื่อสารโทรคมนาคมและเมื่อเร็วๆ นี้เป็นเพียงการแปรรูป ผู้บริหารของ บริษัท คือการดิ้นรนที่จะแข่งขันกับบริษัท ที่จัดตั้งขึ้นใหม่ที่มีการกัดเซาะตลาดร่วมกันและมีความกระตือรือร้นที่จะพัฒนากลยุทธ์การบริการผ่านความเข้าใจของ'' ความต้องการ '' ของผู้ใช้. 4.1 การระบุความรู้การบริหารจัดการของ บริษัท นี้เป็นที่สนใจอย่างมากในการพัฒนากลยุทธ์การจัดการบริการที่สามารถเพิ่มรายได้ทางธุรกิจผ่านการให้บริการที่มีมูลค่าเพิ่มผลิตภัณฑ์ให้กับลูกค้าของ พวกเขาเชื่ออย่างมากว่าการบริการส่วนบุคคลเป็นวิธีที่จะเพิ่มรายได้ทางธุรกิจต่อไปเพราะมันจะส่งเสริมให้เกิดความจงรักภักดีในระยะยาวของลูกค้าเมื่อนั้นจะนำไปสู่ยอดขายที่เพิ่มขึ้นของมูลค่าเพิ่มผลิตภัณฑ์ นอกจากนี้พวกเขาระบุความรู้ที่พวกเขาจะต้องการซึ่งรวมถึง: รูปแบบการใช้เครือข่ายของแต่ละลูกค้ารูปแบบการใช้งานเครือข่ายในภูมิภาครายได้. มีส่วนร่วมของลูกค้าและเครือข่ายการใช้สิ่งอำนวยความสะดวกรูปแบบการใช้งานเครือข่ายของลูกค้าแต่ละรายควรเปิดเผยการใช้เครือข่ายกว่า7 วัน ของสัปดาห์และ24 ชั่วโมงของวันพร้อมกับความเข้มของการใช้งาน การใช้งานนี้รูปแบบจะช่วยให้การจัดการเพื่อพัฒนาความรู้ของวีไอพีของผู้ใช้และเริ่มต้นการเจรจาทางธุรกิจที่มีความหมายกับบุคคล รูปแบบการใช้งานของลูกค้าของภูมิภาคที่ควรเปิดเผยการจัดกลุ่มของผู้ใช้และพฤติกรรมของแต่ละกลุ่มซึ่งสามารถช่วยให้การจัดการการตลาดกำหนดกลยุทธ์โดยการกำหนดเป้าหมายกลุ่มที่เลือก นอกจากนี้ก็จะเป็นพื้นฐานสำหรับการทำความเข้าใจรายได้ที่อาจเกิดขึ้นมีส่วนร่วมของแต่ละกลุ่ม สุดท้ายการใช้สิ่งอำนวยความสะดวกในภูมิภาคทางภูมิศาสตร์ที่จะให้ยืมการจัดการชิ้นสำคัญของความรู้ในการบรรลุค่าใช้จ่ายที่มีประสิทธิภาพ. 4.2 การเก็บรวบรวมข้อมูลลูกค้า ISP ของข้อมูลดิบประกอบด้วยทางสังคมและประชากรข้อมูลบันทึกข้อมูลการโทรเข้าสู่ระบบการจราจรIP ที่เข้าสู่ระบบการอนุมัติข้อมูลระบบโปรแกรมและระบบบันทึก ที่ยาวนานข้อมูลจะถูกบันทึกไว้ในเวลาที่ลูกค้ากรอกข้อมูลลงในแบบฟอร์มใบสมัคร บันทึกข้อมูลการโทรมีแหล่งที่มาและปลายทางของที่อยู่ IP หมายเลขพอร์ต TCP, URL ที่อยู่ ฯลฯ IP บันทึกการจราจร IP มีสวิทช์เราเตอร์ที่อยู่เลขที่บัญชีของลูกค้าและเข้าและส่งออกเข้าสู่ระบบการจราจรต่อห้านาที ข้อมูลการอนุมัติการเข้าสู่ระบบรวมถึงเลขที่บัญชีของลูกค้าเข้าสู่ระบบในและเข้าสู่ระบบออกเวลาชื่อสถานที่ของการเข้าสู่ระบบและที่อยู่IP การประยุกต์ใช้ระบบข้อมูลถูกสร้างขึ้นเมื่อลูกค้าใช้ประโยชน์จากWWW e-mail, บริการ FTP ฯลฯ สุดท้ายบันทึกระบบถูกสร้างขึ้นโดยเราเตอร์ ด้วยความร่วมมือของ บริษัท ที่เราเลือกภูมิภาคทางตอนใต้ของไต้หวันที่ประกอบด้วยหัวเมืองหลายการศึกษาครั้งนี้ ไหล IP K-ไบต์ที่ถูกเก็บรวบรวมทุก5 วินาทีกว่า 7 สัปดาห์ที่ผ่านมาโดยใช้ MRTG (Kemper, 1997) เราทำให้การใช้งานของโปรแกรมจับเวลาที่จะเปลี่ยนบันทึกการไหลของเครือข่ายเป็นฐานข้อมูล SQL ตารางที่ 2 แสดงเนื้อหาของฐานข้อมูลที่มีสาขาของADSL_phone, เข้าสู่ระบบเวลาการป้อนข้อมูลเฉลี่ย K ไบต์ต่อห้านาที(Avg_In) ค่าเฉลี่ยของการส่งออก K-ไบต์ต่อห้านาที(Avg_Out) การป้อนข้อมูลที่ใหญ่ที่สุด K-ไบต์ ในช่วงเวลา(Max_In) และการส่งออกที่ใหญ่ที่สุด K ไบต์ในช่วงเวลา(Max_Out) ตามลำดับ นับเป็นครั้งสุดท้ายของข้อมูลเป็น 41.7 ล้านบาท. 4.3 preprocessing ข้อมูลที่มีปริมาณขนาดใหญ่ของข้อมูลดิบที่เราจำเป็นต้องดำเนินการเพื่อให้แน่ใจความถูกต้องเพื่อใช้ในภายหลัง ผ่านข้อมูลทางสังคมและประชากรที่มีให้โดยการบริหารที่เราพบว่ามี10,300,000 ข้อมูลที่ถูกต้อง ข้อมูลเหล่านี้จะต้องได้รับปกติเพื่อหลีกเลี่ยงความไม่สอดคล้องกันระหว่างการทำเหมืองแร่กระบวนการเนื่องจากผู้ใช้ที่แตกต่างกันอาจจะมีความแตกต่างกันรูปแบบและด้วยเหตุนี้แบนด์วิดธ์ที่แตกต่างกัน เราใช้สูตรที่กำหนดไว้ในสมการ (4) การแปลงข้อมูลเพื่อให้เกิดการฟื้นฟู. ในสูตรที่เราใช้อัตราส่วนของการไหล IP ของลูกค้าไปยัง / โครงการของเขาและเธอแบนด์วิดธ์ที่กำหนด Customer_NetUsage / Customer_ แบนด์วิดธ์และเปรียบเทียบกับThreshold_rate เลือกซึ่งสามารถตั้งค่าที่ 1% , 5%, 10% หรือมีอัตราอื่น ๆ ดังแสดงในตารางที่ 3 การตั้งค่าของThreshold_rate ขึ้นอยู่กับจุดประสงค์ของความคิดในขั้นตอนการสร้างแบบจำลอง บุคลากรทางเทคนิคของ บริษัทแสดงให้เห็นอัตราการเกณฑ์ที่ 1% จะเพียงพอที่จะแสดงให้เห็นความตั้งใจของลูกค้าที่จะใช้สิ่งอำนวยความสะดวกเครือข่าย. IF (ลูกค้า NetUsage = แบนด์วิดธ์ของลูกค้า)> = อัตราการเกณฑ์แล้วบันทึกอัตราการเกณฑ์= 1 ELSE บันทึกอัตราการเกณฑ์ = 0 ( 4) 4.4 การสร้างแบบจำลองที่มีการบันทึกปกติที่เราสร้างคลังข้อมูลที่มีหลายมิติที่จะอำนวยความสะดวกในการวิเคราะห์พฤติกรรมของลูกค้า จากนั้นเราจะนำไปใช้เครือข่าย SOM เพื่อลูกค้าส่วนเข้าเป็นเนื้อเดียวกันกลุ่มที่แตกต่างกันและเลือกหนึ่งที่สามารถจัดแสดงลูกค้าที่ดีที่สุด'พฤติกรรมรูปแบบ เรายังปรับเปลี่ยนรูปแบบการ RFM evaluatepotential ค่าของลูกค้าแต่ละกลุ่ม รายละเอียดขั้นตอนการสร้างแบบจำลองที่มีรายละเอียดดังนี้. 4.4.1 การสร้างแบบจำลองหลายมิติในการพัฒนารูปแบบหลายมิติที่เรานำมาใช้วิธีการที่เสนอโดยคิมบอลล์(1996) ที่จะเป็นครั้งแรกที่กำหนดธุรกิจกระบวนการและเม็ดและจากนั้นกำหนดขนาดตารางที่มีระยะเวลาการใช้งาน, สถานที่, และข้อเท็จจริง สัมพันธ์รูปแบบและตารางมิติที่มีการแสดงในรูป 2. แต่ละตารางอธิบายไว้ในต่อไปนี้: (ก) เครือข่ายการจราจรจริงตารางที่มีเครือข่ายลูกค้าคุณลักษณะการใช้งาน: ADSL_Phone, LogTime, Max_In / Max_Out, In_P (01/05/10/30/50) และOut_P (01 / 05/10/30/50) คีย์หลักเป็นส่วนประกอบของ ADSL_Phone และ LogTime และสังเกตมูลค่ารวมMax_In, Max_Out และแตกต่างกันค่าเกณฑ์. (ข) อำเภอขนาดตารางที่มี ZIP_Code, City_ ชื่อและ District_Name; ZIP_Code ที่เป็นคีย์หลัก ความสัมพันธ์แบบลำดับชั้นในหมู่คุณลักษณะที่กำหนดไว้ในคำสั่ง CITY_NAME? District_Name. (c) แบนด์วิดธ์ขนาดตารางที่มีคุณลักษณะของBandwidth_ID และแบนด์วิดธ์. (ง) เราเตอร์ขนาดตารางที่มี Router_ID ทั้งสองและRouter_Name. (จ) ผู้ใช้ขนาดตารางที่มี HN, ADSL_Phone, โปรไฟล์ ZIP_Code, ที่อยู่, Bandwidth_ID และRouter_ID คีย์หลักคือ HN และต่างประเทศคีย์ZIP_Code, Bandwidth_ID และRouter_ID. (ฉ) เวลาขนาดตารางที่มีแอตทริบิวต์ที่ประกอบด้วยLogTime ปีไตรมาสเดือนสัปดาห์วันและชั่วโมง คีย์หลักคือ LogTime ลำดับชั้นความสัมพันธ์ระหว่างคุณลักษณะเป็นปี? ไตรมาส? เดือน? สัปดาห์ วัน? ชั่วโมง

ผลลัพธ์ (ไทย) 3:

ในส่วนต่อไปนี้ เราจะแสดงให้เห็นถึงการประยุกต์ใช้
ของกระบวนการ เพื่อเสนอบี
บริษัท ISP รายใหญ่ในไต้หวัน บริษัทนี้แต่เดิมของประเทศแต่เพียงผู้เดียว
องค์กรในโทรคมนาคมและเป็นเพียงเมื่อเร็ว ๆนี้
แปรรูป การจัดการของมันคือการดิ้นรนเพื่อแข่งขันกับ บริษัท ที่จัดตั้งขึ้นใหม่

eroding ส่วนแบ่งการตลาดและมีความกระตือรือร้นที่จะพัฒนากลยุทธ์บริการผ่าน
ความเข้าใจของ ' 'needs ' ' ของผู้ใช้ .

. .
การจำแนกความรู้ การจัดการของ บริษัท นี้เป็นที่สนใจอย่างมากในการพัฒนากลยุทธ์การจัดการบริการ

ซึ่งสามารถเพิ่มรายได้จากธุรกิจผ่านการให้มูลค่าเพิ่มผลิตภัณฑ์
เพื่อลูกค้า เขาเชื่ออย่างแรงกล้าว่ามาก
บริการส่วนบุคคลเป็นวิธีที่จะเติบโต
รายได้ธุรกิจเพิ่มเติมเพราะมันจะสร้างความภักดีในระยะยาวของลูกค้า
เมื่อจะนำไปสู่การขายที่เพิ่มขึ้นของผลิตภัณฑ์มูลค่าเพิ่ม

พวกเขายังระบุความรู้ที่พวกเขาจะ
ต้องการ ซึ่งรวมถึง : รูปแบบการใช้งานเครือข่ายของลูกค้าแต่ละบุคคล
, การใช้งานเครือข่ายรูปแบบของภูมิภาค รายได้
ผลงานของลูกค้า และการใช้เครื่องเครือข่าย เครือข่ายการใช้รูปแบบ

ลูกค้าเป็นรายบุคคลควรเปิดเผยการใช้เครือข่ายกว่า 7 วันของสัปดาห์และ
24 ชั่วโมงของวัน ตามด้วยการใช้ความเข้ม นี้จะช่วยให้การใช้งาน
รูปแบบการจัดการเพื่อพัฒนาความรู้
สถานะ VIP ของผู้ใช้และเริ่มต้นการสนทนาที่มีความหมายธุรกิจ
บุคคล การใช้รูปแบบของลูกค้า
ภูมิภาคควรเปิดเผยการแบ่งกลุ่มผู้ใช้และพฤติกรรม
ของแต่ละกลุ่มซึ่งสามารถช่วยในการจัดการสร้างกลยุทธ์การตลาด
โดยเป้าหมายที่เลือกกลุ่ม นอกจากนี้
จะเป็นพื้นฐานสำหรับความเข้าใจที่มีศักยภาพรายได้
ผลงานของแต่ละกลุ่ม ท้ายนี้ สถานที่ใช้ในภูมิภาคทางภูมิศาสตร์จะให้ยืม

ที่สำคัญของการจัดการการความรู้ในการบรรลุประสิทธิผลต้นทุน


4.2 .
การเก็บรวบรวมข้อมูลลูกค้า ISP ข้อมูลประกอบด้วยข้อมูลข้อมูลประชากร
, ประวัติข้อมูลโทรเข้าสู่ระบบการจราจร , การเข้าสู่ระบบการอนุญาต
ข้อมูล โปรแกรมระบบ และการบันทึกระบบ ข้อมูลที่ถูกบันทึกไว้ในเวลาที่อุตสาหกรรม

ลูกค้ากรอกข้อมูลในแบบฟอร์มใบสมัคร บันทึกข้อมูลเรียกบรรจุแหล่ง
และปลายทางของที่อยู่ IP , หมายเลขพอร์ต TCP , ที่อยู่ URL
ฯลฯ IP เข้าสู่ระบบการจราจรประกอบด้วยสวิตช์เราเตอร์ IP
ที่อยู่ หมายเลขบัญชีลูกค้า และการนำเข้าและส่งออก
การจราจรเข้าสู่ระบบต่อ 5 นาที การบันทึกข้อมูล
รวมถึงเลขที่บัญชีลูกค้าเข้าสู่ระบบและออกจากระบบ
เวลา สถานที่ ชื่อเข้าสู่ระบบ และที่อยู่ IP ข้อมูลระบบ
ถูกสร้างขึ้นเมื่อลูกค้าให้ใช้
www , email , FTP บริการ ฯลฯ สุดท้าย
บันทึกระบบถูกสร้างขึ้นโดยเตอร์