ในทศวรรษที่ผ่านมา ข้อมูลมหาศาลถูกสร้างขึ้นโดยอัตโนมัติ ทำให้ไม่ว่าอะไร ๆ ในยุคนี้ก็ถูกขับเคลื่อนด้วยข้อมูล (Data-Driven) ทั้งสิ้น ธุรกิจและองค์กรต่าง ๆ ก็ต้องหันมาให้ความสำคัญกับ Big Data ในชีวิตประจำวันกันมากขึ้น และหากจะนำข้อมูลเหล่านั้นมาใช้ให้เกิดประโยชน์ ก็จะต้องผ่านกระบวนการวิเคราะห์ข้อมูลเชิงลึก (Insight) เสียก่อน
อย่างไรก็ตาม การนำข้อมูลดิบมาจัดวางรวมกันนั้น ต้องใช้เวลาในการวิเคราะห์และตีความนานพอสมควร โดยเฉพาะอย่างยิ่งหากมีการนำ Big Data ในชีวิตประจำวันซึ่งมีปริมาณมาก หรือข้อมูลที่ซับซ้อนมาใช้ การวิเคราะห์ข้อมูลก็จะยิ่งใช้เวลานานและยากขึ้นไปอีก
ดังนั้น บทความนี้จึงจะมาพูดถึงการทำ “Data Visualization” เทคนิคที่จะช่วยให้เราสามารถเข้าใจข้อมูลได้ง่ายขึ้น เพราะ Data Visualization มีประโยชน์ในด้านการแปลงข้อมูลออกมาเป็นภาพ ทำให้เราไม่ต้องทำความเข้าใจกับข้อมูลที่เป็นตัวหนังสือยาว ๆ ให้เสียเวลาในการทำงานอีกต่อไป
Data Visualization คืออะไร
อันดับแรก เรามาทำความเข้าใจกันก่อนว่า Data คืออะไร เพื่อจะได้ง่ายต่อการอ่านส่วนถัดไปของบทความนี้
Data คือ หน่วยหรือกลุ่มของข้อเท็จจริง (Fact) ที่ยังไม่ได้ถูกจัดการ จัดกลุ่ม หรือนำมาวิเคราะห์และตีความ ซึ่งข้อเท็จจริงเหล่านั้นอาจจะมีหรือไม่มีความหมายในตัวเองก็ได้ ส่วนมากมักเรียกกันว่าเป็น “ข้อมูลดิบ” ที่ยังไม่ได้ถูกนำไปใช้ประโยชน์ และการจะนำข้อมูลดิบดังกล่าวไปใช้ทำอย่างอื่นต่อได้ ก็ต้องมีการทำ Data Visualization เสียก่อน
Data Visualization คือ การนำข้อมูลหรือ Data มาวิเคราะห์และประมวลผล แล้วนำเสนอออกมาในรูปแบบที่มองเห็นและสามารถทำความเข้าใจได้ด้วยตา เช่น แผนภูมิ รูปภาพ แผนที่ กราฟ ตาราง วิดีโอ อินโฟกราฟิก (Infographic) แดชบอร์ด (Dashboard) ฯลฯ เป็นต้น
จุดประสงค์ในการทำ Data Visualization คือ เพื่อนำเสนอข้อมูลให้เข้าใจได้ง่ายขึ้น โดยเมื่อเห็นภาพ ผู้อ่านข้อมูลก็จะสามารถเข้าใจสิ่งที่ต้องการจะสื่อได้ในทันที เพราะข้อมูลรูปแบบภาพจะช่วยชี้จุดสำคัญของเนื้อหา รวมถึงข้อเปรียบเทียบเชิงลึกและจุดที่น่าสนใจของข้อมูลให้เห็นได้อย่างชัดเจนมากขึ้น
Data Visualization มีประโยชน์อย่างไร
แน่นอนว่ารูปภาพที่สวยงามและมีสีสันย่อมสื่อความรู้สึกถึงผู้อ่านได้ดีกว่าข้อมูลที่เป็นตัวหนังสือหรือตัวเลข นั่นจึงเป็นสาเหตุที่เราต้องทำ Data Visualization กล่าวคือ เพื่อย่อยข้อมูลที่ซับซ้อนและมีอยู่มากมายออกมาถ่ายทอดให้เข้าใจได้ง่าย แล้วยังช่วยให้ข้อมูลดิบที่อาจดูน่าเบื่อมีความน่าสนใจขึ้นมา ซึ่ง Data Visualization มีประโยชน์หลัก ๆ ดังนี้
- ช่วยให้เข้าใจข้อมูลได้ง่ายขึ้น เพราะเป็นข้อมูลที่ย่อยมาแล้ว และจัดรูปแบบให้เข้าใจได้ง่ายกว่าเดิมด้วยการทำเป็นรูปภาพ
- ช่วยให้มองเห็นข้อมูลเชิงลึกได้ชัดเจน เช่น เห็นข้อเปรียบเทียบ แนวโน้มหรือเทรนด์ของข้อมูล เป็นต้น อันจะช่วยให้เราอนุมานความสัมพันธ์ของข้อมูลได้ง่ายขึ้น
- ช่วยประหยัดเวลาในการตีความข้อมูลและการตัดสินใจ เพราะเมื่อเราเข้าใจข้อมูลได้โดยที่ไม่ต้องตีความอะไรมากมาย ก็จะช่วยลดภาระในการค้นหาและเปรียบเทียบข้อมูลไปได้
- ช่วยให้มองเห็นจุดที่น่าสนใจของข้อมูลได้ชัดเจนยิ่งขึ้น แม้จะยังไม่ได้ตั้งสมมติฐานใด ๆ เกี่ยวกับข้อมูล แต่รูปภาพจะช่วยให้เราสามารถมองเห็นข้อมูลบางอย่างที่มีความโดดเด่นขึ้นมา
- ช่วยให้ข้อมูลดูน่าสนใจมากขึ้น หากเราสามารถนำเสนอข้อมูลที่มีเรื่องราวที่ดึงดูดใจผู้อ่านได้ หรือใช้สีสันสวยงาม เพื่อให้ผู้พบเห็นรู้สึกสะดุดตา
Data Visualization กับ Visual Analytics ต่างกันอย่างไร
หลายคนอาจเคยได้ยินเกี่ยวกับ Visual Analytics กันมาบ้าง และเกิดคำถามว่าทั้งสองอย่างนี้ต่างกันอย่างไร วันนี้เราจะมาอธิบายให้ฟัง
ในขณะที่ Data Visualization คือการแสดงข้อมูลในรูปแบบภาพเพื่อให้เข้าใจง่ายยิ่งขึ้น แต่ Visual Analytics คือ ศาสตร์และกระบวนการที่วิเคราะห์ข้อมูล แล้วใช้ Data Visualization เป็นเครื่องมือหรือสื่อให้ผู้อ่านสามารถสำรวจ ค้นหา และเข้าใจข้อมูลได้ตามที่ต้องการ โดยจะบรรลุจุดประสงค์ข้างต้นได้ก็ต่อเมื่อ Data Visualization นั้น ๆ สามารถโต้ตอบกับความต้องการของผู้อ่านได้ หรือที่เรียกว่า Interactive นั่นเอง
สรุปได้ว่า Data Visualization กับ Visual Analytics คือคนละอย่างกัน แต่ก็เป็นสิ่งที่มาคู่กันเสมอและจะขาดอันใดอันหนึ่งไปไม่ได้ เพราะทั้งสองอย่างนี้ต่างก็มีความสำคัญในการย่อยสาระสำคัญของข้อมูลที่มีจำนวนมากและซับซ้อนให้ผู้คนได้เข้าใจ และนำไปใช้ต่อให้เกิดประโยชน์สูงสุด
เครื่องมือ Data Visualization คืออะไรบ้าง
แน่นอนว่าเครื่องมือ Data Visualization ที่หลายคนน่าจะรู้จักกันดี คงหนีไม่พ้น PowerPoint และ Excel อย่างแน่นอน วันนี้ เราจึงจะมาแนะนำเครื่องมือในการทำ Data Visualization อื่น ๆ เอาไว้ให้ได้รู้จักกันเพิ่มเติม โดยจะเป็นเครื่องมือที่นักการตลาด นักธุรกิจ ไปจนถึงนักวิทยาศาสตร์ข้อมูลนิยมใช้งานจริง
Power BI
Power BI คือเครื่องมือทำ Data Visualization จาก Microsoft ที่นิยมอย่างแพร่หลาย เพราะสามารถเชื่อมต่อกับโปรแกรมอื่น ๆ ของ Microsoft เช่น โปรแกรม Excel ที่หลาย ๆ องค์กรใช้เก็บข้อมูล ได้อย่างไร้รอยต่อ ทั้งยังสามารถเชื่อมต่อและดึงข้อมูลจากแหล่งข้อมูลอื่น ๆ พร้อมกับแปลงไฟล์มาจัดเก็บ เพื่อนำมาทำ Data Visualization ได้อัตโนมัติตามที่เราตั้งค่าไว้อีกด้วย
จุดเด่นของ Power BI คือการออกแบบแดชบอร์ดและมีเทมเพลตให้เลือกใช้มากมาย เหมาะแก่การนำเสนอข้อมูลในลักษณะต่าง ๆ นอกจากนี้ ยังสามารถเลือกดูมุมมองที่ต้องการได้หลากหลายจากชุดข้อมูลเดิม ช่วยเพิ่มโอกาสให้มองเห็นข้อมูลโดยละเอียดมากขึ้น
อย่างไรก็ดี แม้ว่าเครื่องมือนี้จะรองรับการใช้งานในหลายอุปกรณ์ เช่น คอมพิวเตอร์ แท็บเล็ต สมาร์ตโฟน แต่ยังไม่รองรับการใช้งานผ่านระบบ MacOS
Tableau
อีกหนึ่งเครื่องมือทำ Data Visualization ยอดนิยม เพราะใช้งานง่ายและสามารถแสดงผลบนเว็บเบราว์เซอร์ได้ รองรับทั้งระบบ MacOS และ Windows รวมถึงสามารถเชื่อมต่อและดึงข้อมูลจากแหล่งข้อมูลได้หลากหลาย เพื่อนำเข้ามาประมวลและนำเสนอเป็นรายงานแดชบอร์ด มักใช้ในวงการธุรกิจและอุตสาหกรรมเทคโนโลยี
Google Data Studio
ซอฟต์แวร์ Data Visualization จาก Google ที่ใช้งานสะดวกมาก ๆ เนื่องจากสามารถเชื่อมต่อแหล่งข้อมูลต่าง ๆ ได้อย่างง่ายดาย โดยเฉพาะแหล่งข้อมูลของ Google เอง ไม่ว่าจะเป็น Google Analytics, Google Search Console, Google Ads, YouTube หรือเครื่องมือการตลาดอื่น ๆ
Google Data Studio คือเครื่องมือที่เหมาะสำหรับทำการตลาดออนไลน์เป็นอย่างยิ่ง ข้อดีคือสามารถใช้งานได้ฟรี แค่มีบัญชี Gmail แต่ยังไม่โดดเด่นในเรื่องของการวิเคราะห์ข้อมูลเท่าไรนัก เพราะฟีเจอร์หลักคือการรวบรวมและนำเสนอออกมาเป็นแดชบอร์ดตามที่เราตั้งค่าไว้เท่านั้น
Zoho Analytics
Zoho คือซอฟต์แวร์ CRM และ BI: Business Intelligence จุดเด่นคือการจัดการข้อมูลลูกค้า ช่วยให้คนทำธุรกิจเข้าใจลูกค้าได้ดีและง่ายขึ้น ตลอดจนได้รู้ถึงผลลัพธ์ในการดำเนินการด้านต่าง ๆ ด้วย เช่น Collaborative Analytics, Sales, Coversational Analytics ฯลฯ และยังมีฟีเจอร์อื่น ๆ ที่น่าสนใจ ได้แก่ การทำความสะอาดและจัดการข้อมูลโดยอัตโนมัติ การรวมข้อมูลธุรกิจจากเครื่องมืออื่น ๆ การทำสไลด์นำเสนอรายงาน เป็นต้น
Endlessloop
อีกหนึ่งรูปแบบการทำ Data Visualization ในการทำรายงานและแดชบอร์ด โดยแนวคิดของ Endlessloop คือการต่อยอดจาก Sales Funnel ที่ปกติแล้ว จะสิ้นสุดที่ลูกค้าตัดสินใจ “ซื้อ” หรือ “ไม่ซื้อ” มาต่อลูปให้ลูกค้ากลับเข้ามา “ซื้อ” อีกครั้ง ทำให้การทำการตลาดยังคงดำเนินต่อไปแบบไม่สิ้นสุด เป็นเครื่องมือที่เหมาะสำหรับงานสายการตลาด
Customer Data Platform (CDP)
Customer Data Platform (CDP) คือ แพลตฟอร์มสำหรับจัดการข้อมูลลูกค้าและเปิดให้เครื่องมือ Data Visualization เข้ามาเชื่อมต่อได้ คล้าย ๆ กับ Zoho Analytics แต่เครื่องมือนี้จะแบ่งประเภทของข้อมูลตามระบบการจัดเก็บข้อมูล ได้แก่
- 1st Party Data เป็นข้อมูลที่เราจัดเก็บไว้เอง ส่วนมากจะอยู่ใน Excel, CRM, Web from
- 2nd Party Data เป็นข้อมูลที่ส่งผ่านมาจากพาร์ตเนอร์ทางธุรกิจ กล่าวคือ มีการแลกข้อมูลกันเพื่อผลประโยชน์ทางการตลาด
- 3rd Party Data เป็นข้อมูลที่ส่วนมากจะจัดเก็บอยู่ที่ Data Providers, Audience Marketplace
ที่มาของข้อมูล https://www.primal.co.th/th/marketing/what-is-data-visualization/