Data Visualization คือ การแสดงข้อมูลที่ผ่านการวิเคราะห์และประมวลผลในรูปแบบที่เข้าใจง่ายและสื่อสารได้ชัดเจน เช่น แผนภูมิ แผนที่ อินโฟกราฟิก หรือรูปภาพ การนำเสนอเหล่านี้ช่วยให้ผู้ใช้งานสามารถมองเห็นแนวโน้ม รูปแบบ และข้อมูลเชิงลึกได้อย่างรวดเร็ว องค์กรจึงสามารถนำข้อมูลไปใช้ในการตัดสินใจที่แม่นยำและมีประสิทธิภาพมากขึ้น
เนื่องจากทุกองค์กรมีข้อมูลสำคัญและมีความซับซ้อน ซึ่งข้อมูลปริมาณมากอาจทำให้การวิเคราะห์เกิดความผิดพลาดได้ ด้วยเหตุผลนี้ทำให้องค์กรต้องมีการทำ Data Visualization เพื่อช่วยให้ผู้ใช้งานมองเห็นภาพรวมได้ชัดเจน มีส่วนช่วยในการตัดสินใจทั้งในด้านการบริหารและการวางแผนธุรกิจ โดยการทำ Data Visualization นั้น มีรูปแบบการแสดงผลหลายประเภทด้วยกัน ซึ่งมี 5 รูปแบบที่เป็นที่นิยมนำมาใช้ในการทำงาน คือ
- Line Chart คือแผนภูมิที่จะใช้เพื่อแสดงความสัมพันธ์ของข้อมูลที่เปลี่ยนแปลงตามช่วงเวลา เรียงตามแกน X และแกน Y โดยใช้จุดแทนข้อมูล และลากเส้นเชื่อมต่อจุดแต่ละจุดเพื่อให้เห็นการเปลี่ยนแปลง
- Bar Chart คือแผนภูมิที่จะใช้เพื่อแสดงเหมาะสำหรับการเปรียบเทียบข้อมูลระหว่างหมวดหมู่ต่างๆ โดยใช้แท่งสี่เหลี่ยมในการแสดงข้อมูลแทนจุด และใช้ความสูงต่ำเพื่อแสดงให้เห็นความแตกต่าง
- Pie Chart คือแผนภูมิที่อยู่ในรูปแบบวงกลม โดยจะมีการแบ่งวงกลมออกเป็นส่วน ๆ ตามจำนวนข้อมูลที่ต้องการเปรียบเทียบ และใช้ตัวเลขมาแสดงปริมาณข้อมูลแต่ละส่วนเมื่อเทียบกับปริมาณข้อมูลทั้งหมด
- Scatter Plot คือกราฟที่แสดงความสัมพันธ์ระหว่างชุดข้อมูลสองชุด โดยใช้จุดแทนค่าข้อมูลบนแกน X และแกน Y จุดที่กระจายตัวบนกราฟช่วยให้เห็นรูปแบบหรือแนวโน้มความสัมพันธ์ระหว่างตัวแปร
- Map คือกราฟแสดงข้อมูลที่เกี่ยวข้องกับตำแหน่งบนพื้นที่ โดยใช้แผนที่เป็นเครื่องในการแสดงผล และปรับแต่งพื้นที่เพื่อแสดงค่าหรือความแตกต่าง
ประโยชน์ของ Data Visualization
นอกจากการทำ Data Visualization จะช่วยให้องค์กรเห็นข้อมูลเชิงลึกที่ได้จากการสรุปข้อมูลออกมาแล้ว ยังช่วยให้องค์กรได้ประโยชน์ 5 ข้อดังต่อไปนี้
1. ทำให้ข้อมูลที่มีความชัดเจนและเข้าใจง่าย
การทำ Data Visualization ช่วยพนักงานที่มีความรู้ในระดับที่ต่างกันสามารถเข้าใจข้อมูลชุดเดียวกันได้ นอกจากนี้ยังช่วยเน้นข้อมูลสำคัญ แสดงให้เห็นถึงความสัมพันธ์ของข้อมูล และแนวโน้มของการทำธุรกิจ ที่อาจสังเกตเห็นได้ยากหากดูจากข้อมูลดิบโดยตรง
2. ทำให้ข้อมูลมีความน่าสนใจมากขึ้น
การดูข้อมูลดิบที่มีเฉพาะตัวเลขกับตัวอักษรส่งผลให้การดูมีความลำบากจนทำให้เกิดความสับสน แต่การทำ Data Visualization คือการนำข้อมูลมาสร้างเป็น Visual Content ที่มีการใช้ภาพ สี และรูปทรงมาแสดงผล ช่วยให้พนักงานเข้ามามีส่วนร่วมกับข้อมูลได้ง่าย ผ่านการจดจำข้อมูลเป็นภาพ ซึ่งง่ายกว่าการจำเป็นตัวอักษร
3. ช่วยให้บุคลากรตัดสินใจร่วมกันง่ายขึ้น
แต่ละทีมย่อมมีวิธีการนำเสนอข้อมูลที่ต่างกัน ทำให้มีแค่พนักงานที่เกี่ยวข้องที่รู้วิธีการตีความข้อมูล การทำ Data Visualization จึงเป็นเหมือนสื่อกลางที่จะเข้ามาช่วยให้แต่ละทีมสามารถนำรายละเอียดที่มีความซับซ้อนมานำเสนอในรูปแบบที่เข้าใจง่ายและชัดเจนเหมือนกัน ช่วยให้บุคลากรทีมอื่นที่ไม่มีความรู้พื้นฐาน สามารถเข้าใจข้อมูลชุดเดียวกันและนำไปใช้งานต่อได้ เช่น ทีมการตลาดสามารถดูกราฟยอดขายเพื่อนำมาข้อมูลมาวางแผนการตลาดให้สอดคล้องกับสถานการณ์ปัจจุบัน
4. ช่วยให้การตัดสินใจทำได้เร็วขึ้น
องค์กรสามารถเห็นรายละเอียดของข้อมูลที่ต้องการได้แบบ Real time ผ่านการนำข้อมูลมาแสดงผลบน Interactive Dashboard ที่จะช่วยให้องค์กรเห็นข้อมูลหลายชุดพร้อมกัน และสามารถนำข้อมูลไปใช้ในการตัดสินใจได้เร็วขึ้น โดยไม่ต้องรอให้นักวิเคราะห์ข้อมูลมาสร้างรายงานให้ตลอด
5. ช่วยตรวจจับความผิดปกติและข้อผิดพลาด
อย่างที่กล่าวถึงว่าองค์กรมีการเก็บข้อมูลปริมาณมากเอาไว้ การสังเกตความผิดปกติโดยตรงจึงเป็นเรื่องที่ทำได้ยาก แต่การนำข้อมูลมาสรุปในรูปแบบกราฟหรือแผนภูมิ จะทำให้เห็นภาพรวมอย่างชัดเจน ถ้าข้อมูลมีความผิดปกติ เช่น มีค่าที่สูงหรือต่ำเกินไป ก็จะช่วยให้องค์กรสามารถดำเนินการแก้ไขได้อย่างรวดเร็วและมีประสิทธิภาพมากขึ้น
ขั้นตอนการใช้งาน Data Visualization
การทำ Data Visualization มีขั้นตอนการใช้งาน 5 ข้อดังนี้
- ข้อมูลที่ต้องการสื่อสาร
การที่เรารู้ก่อนว่าอยากสื่อสารข้อมูลอะไรออกไปจะช่วยเพิ่มคุณภาพของการทำ Data Visualization ให้มีมากขึ้น เพราะข้อมูลที่อยากสื่อสารออกไปจะช่วยให้องค์กรสามารถเลือกรูปแบบการนำเสนอได้เหมาะสมกับปริมาณข้อมูล
- ผู้รับสารคือใคร
การรู้ว่าผู้รับสารเป็นใครจะช่วยให้เราเลือกรูปแบบของการแสดงข้อมูลได้ถูก เช่น ผู้บริหาร ลูกค้า หรือทีมงานด้วยกัน ซึ่งนอกจากการรู้จักผู้รับสารในเบื้องต้น ผู้ออกแบบก็ควรจะรู้ข้อมูลเพิ่มเติมดังต่อไปนี้เพื่อนำมาทำ Data Visualization ได้ถูกต้อง อาทิ
- ผู้รับสารมีความรู้เกี่ยวกับเรื่องที่จะสื่อสารมากแค่ไหน
- ผู้รับสารมีความต้องการข้อมูลในด้านไหน
- ผู้รับสารเคยรับข้อมูลผ่านการแสดงผลรูปแบบใด
- เลือกรูปแบบการนำเสนอ
ต่อมาคือการเลือกรูปแบบการนำเสนอว่าข้อมูลที่เราต้องการสื่อสารเหมาะสมกับการนำเสนอแบบไหน เพราะการนำเสนอแต่ละรูปแบบมีความเหมาะสมกับข้อมูลที่ต่างกัน การเลือกใช้รูปแบบที่เหมาะสมกับข้อมูลของเราจะช่วยให้กลุ่มเป้าหมายเข้าใจข้อมูลได้ง่ายขึ้น ดังนี้
- Table เหมาะสำหรับข้อมูลที่มีรายละเอียดมาก ข้อมูลตัวเลข หรือการนำข้อมูลมาเปรียบเทียบ
- Graph เหมาะสำหรับการแสดงข้อมูล เช่น การแสดงแนวโน้มของข้อมูล การเปรียบเทียบข้อมูลผ่าน และการแสดงความสัมพันธ์ของข้อมูล
- Heatmap เหมาะสำหรับการแสดงความหนาแน่นของข้อมูล เช่น ความหนาแน่นของลูกค้าที่อาศัยอยู่ในพื้นที่ต่างๆ และการเปรียบเทียบข้อมูลหลายด้านพร้อมกัน
- Dashboard เหมาะสำหรับการแสดงข้อมูลแบบ Real-time การติดตาม KPI และการสรุปข้อมูลให้อยู่ในหน้าเดียวเพื่อนำไปตัดสินใจ
- Infographics เหมาะสำหรับการแสดงข้อมูลที่ต้องการเล่าเรื่อง หรือการสื่อสารกับกลุ่มเป้าหมายที่ไม่มีความรู้เฉพาะทาง
- ออกแบบการแสดงผล
หลังจากที่เราเลือกรูปแบบได้แล้ว ก็มาถึงการออกแบบที่นอกจากตัวข้อมูลจะต้องมีความถูกต้อง เราจะต้องวางตำแหน่งชื่อข้อมูลและรายละเอียดให้ครบ เพื่อให้ผู้อ่านรู้ว่ากำลังดูข้อมูลอะไร และที่ขาดไม่ได้คือการเลือกใช้สีให้เข้ากับรูปแบบข้อมูลแต่ละส่วน ก็จะช่วยให้ผู้อ่านเข้าใจความหมายที่ต้องการสื่อได้ง่าย
- เลือกเครื่องมือแสดงผล
มาถึงขั้นตอนสุดท้ายที่เราจะต้องเลือกซอฟต์แวร์มาแสดงข้อมูล ซึ่งในตลาดมีซอฟต์แวร์ให้เลือกจำนวนมาก ยกตัวอย่างซอฟต์แวร์ที่ได้รับความนิยม 5 ตัวดังต่อไปนี้
- Microsoft Power BI เป็นซอฟต์แวร์ของ Microsoft ที่เหมาะสำหรับการแสดงผลข้อมูล KPI การแสดงผลข้อมูลแบบ Real-time บน Dashboard และรองรับการแสดงผลข้อมูลแบบ Interactive
- Google Charts เป็นซอฟต์แวร์ของ Google เหมาะสำหรับการแสดงผลข้อมูลบนเว็บไซต์ เช่น ข้อมูลแบบ Real time และข้อมูลประเภท Graph ที่สร้างผ่าน Google Sheet อาทิ Bar Chart และ Line Chart
- Tableau เป็นเครื่องมือเหมาะสำหรับการแสดงข้อมูลที่มีความซับซ้อน เช่น Heatmap Treemaps และ Bubble Charts
- Datawrapper เป็นเครื่องมือที่เหมาะสำหรับการแสดงหลายประเภท เช่น ข้อมูลเชิงเปรียบเทียบ ข้อมูลด้านการเปลี่ยนแปลง และการแสดงข้อมูลที่มีสัดส่วน โดยการใช้ Chart มาแสดงผล
- Zoho Analytics เป็นเครื่องมือที่เหมาะสำหรับการติดตาม KPI การแสดงผลบน Interactive Dashboards และยังรองรับการแสดงผล Geospatial Data อีกด้วย
เพราะฉะนั้น การทำ Data Visualization จึงไม่ใช่การนำข้อมูลมาออกแบบให้มีความน่าสนใจอย่างเดียว แต่เป็นการนำข้อมูลที่มีความซับซ้อน มาสรุปให้เหลือเฉพาะรายละเอียดสำคัญที่จะช่วยให้เข้าใจข้อมูลได้ง่ายภายในเวลาสั้น ๆ ผ่านการแสดงผลในรูปแบบต่าง ๆ เพื่อให้นำผลลัพธ์ไปใช้ประโยชน์ในการดำเนินธุรกิจต่อได้ทันที
สำหรับผู้ที่สนใจการทำ Data Visualization สามารถดูข้อมูลเพิ่มเติม ได้ที่ : https://temp.bdi.or.th/big-data-101/picking-chart-for-data-visualization/
แหล่งอ้างอิง
