Please reload

Recent Posts

เลือกกราฟอย่างไรให้ถูกใจ Data?

June 28, 2020

 

เลือกกราฟอย่างไรให้ถูกใจ Data?

 

การสื่อสารด้วยภาพข้อมูล หรือการทำ Data Visualization ถือว่าเป็นการสื่อสารรูปแบบหนึ่งที่สามารถทำให้เราสามารถเข้าใจข้อมูลต่างๆได้ง่ายมากยิ่งขึ้น เพราะการทำ Data Visualization คือการนำเอาข้อมูลที่อาจจะเข้าใจได้ยากหรือซับซ้อน มาเปลี่ยนเป็นกราฟ หรือแผนภูมิในรูปแบบต่างๆ ที่ทำให้เราสามารถเข้าถึง Insight ในมุมมองที่หลากหลายและง่ายมากยิ่งขึ้น ซึ่งสามารถช่วยในการตัดสินใจได้ 

 

แต่การทำ Data Visualization อาจจะเป็นปัญหาสำหรับผู้เริ่มต้นว่าควรจะสร้างในรูปแบบไหนดีถึงจะเหมาะสมและเป็นประโยชน์มากที่สุด เนื่องจากกราฟ หรือแผนภูมิแต่ละประเภทมีวัตถุประสงค์การใช้งานที่แตกต่างกัน ซึ่งสามารถเริ่มต้นง่ายๆจาก 2 องค์ประกอบหลัก คือ

1.สิ่งที่ต้องการจะสื่อสารจากข้อมูล 

2.ลักษณะของข้อมูลที่ต้องการจะสื่อสาร 

 

โดยสิ่งที่ต้องการจะสื่อสารจากข้อมูล ก็คือวัตถุประสงค์หรือความต้องการของผู้ออกแบบ ว่าต้องการที่จะสร้างกราฟ หรือแผนภูมินี้เพื่อนำเสนออะไร/เสนอใคร  โดยสามารถแบ่งเป็น 4 ประเภทหลักๆ คือ

 

1. การเปรียบเทียบ (Comparison) สามารถใช้เมื่อต้องการเปรียบเทียบข้อมูล โดยจะแสดงให้เห็นความเหมือนหรือความแตกต่างระหว่างข้อมูลที่เราสนใจ โดยรูปแบบของกราฟที่เหมาะสม เช่น 

 

 

 

2. การกระจาย (Distribution) สามารถใช้เมื่อต้องการดูความถี่ของข้อมูลว่ามีลักษณะการกระจายตัวอย่างไร เช่น การใช้ Histogram สำหรับการแสดงผลอายุของลูกค้า

 

 

 

3. การแบ่งสัดส่วน (Composition) สามารถใช้เมื่อต้องการดูสัดส่วนของข้อมูล ซึ่งมักจะต้องมีข้อมูลตั้งแต่ 2 Category ขึ้นไป โดยกราฟบางรูปแบบอาจจะมีข้อจำกัดในการเลือกใช้ เช่น Pie Chart ที่มักจะเหมาะสมกับข้อมูลที่มีจำนวนไม่เกิน 2-5 Category จึงจะสามารถแสดงข้อมูลออกมาได้ชัดเจน และมีประสิทธิภาพมากพอ

 

 

4. ความสัมพันธ์ (Relationship) สามารถใช้เมื่อต้องการดูความสัมพันธ์หรือไม่สัมพันธ์กันของข้อมูล โดยจะต้องมีข้อมูลตั้งแต่ 2 ตัวแปรขึ้นไป

 

 

จากข้อมูลข้างต้นที่ได้บอกวิธีการสำหรับการเลือกกราฟจากสิ่งที่ต้องการจะสื่อสารนั้น อีกหนึ่งองค์ประกอบที่สำคัญเช่นกันก็คือ ลักษณะของข้อมูลที่ต้องการจะสื่อสาร เนื่ืองจากจะเป็นตัวที่กำหนดว่าสิ่งที่เราต้องการจะสื่อสารนั้น จะสามารถทำได้หรือไม่ หรือหากลักษณะของข้อมูลมีความหลากหลายก็จะทำให้เราสามารถเลือกใช้กราฟในรูปแบบต่างๆได้มากยิ่งขึ้น 

โดยสามารถประเมินลักษณะของข้อมูลได้ง่ายๆ ดังนี้

 

1.จำนวนตัวแปร

  • หนึ่งตัวแปร

  • สองตัวแปรหรือมากกว่า

 

 

2.จำนวน Category

  • Category น้อย

  • Category มาก

 

 

3.ช่วงเวลา

  • คงที่

  • เปลี่ยนแปลงตามช่วงเวลา เช่น วัน เดือน ปี

 

 

 

ปัจจุบัน มีเครื่องมือสำหรับการสร้างกราฟที่หลากหลาย ทำให้การสร้างกราฟทำได้ง่ายขึ้น ทั้งการใช้ Microsoft Excel, โปรแกรม BI หรือแม้กระทั่ง การพัฒนา Dashboard ขึ้นมาเองด้วยการเขียนโปรแกรม 

 

อย่างไรก็ตาม ความสำคัญของการสร้างกราฟ คือ การที่ผู้อ่านกราฟ สามารถเข้าใจความหมายที่ซ้อนอยู่ในรูปกราฟนั่นๆ ดังนั้น คนที่เป็นคนสร้างกราฟ หรือที่เรียกว่า Creator จึงต้องเข้าใจมุมมองในการนำเสนอ Data Visualization อย่างแท้จริง 

 


ทักษะ Data Visualization เป็นทักษะพื้นฐานของนักวิเคราะห์ ซึ่งพื้นฐานที่ดีจะทำให้นักวิเคราะห์สามารถเข้าใจมุมมองของข้อมูล ได้มากกว่าแค่การใช้เครื่องมือ 

 

 

#BigData
#DataScience
#Optimization
#ProductivityImprovement
#DigitalTransformation
#MachineLearning
#ArtificialIntelligence
#DataManangement
#DataGovernance


#Coraline ให้คำปรึกษาการทำ Big Data, Data Model, Artificial Intelligence และ Digital Transformation เพื่อเพิ่มศักยภาพของธุรกิจ


Tel: 02-114-7003
Email: Info@coraline.co.th
FB Page: @coralineltd







 

 

Share on Facebook
Share on Twitter
Please reload

Please reload

Contact

Follow

02 114 7003 

77/129, 30th floor, Sinn Sathorn Tower, Thanon Krung Thon Buri, Khlong Ton Sai, Khlong San, Bangkok 10600 

©2017 by Coraline