Data Visualization คือ

4 เทคนิคในการมองโจทย์ให้ขาดก่อนทำ Data Visualization

ข้อควรระวังในการทำ Data Visualization

สรุปจากผู้เขียน

ในโลกของธุรกิจ โดยเฉพาะการตลาด Digital การอ่านสรุปรายงานเพื่อวิเคราะห์ข้อมูลนั้นช่วยให้นักธุรกิจและนักการตลาดสามารถเข้าใจเนื้อหาและนำ insight มาต่อยอดธุรกิจได้ แต่การอ่านข้อมูลที่เป็นตารางและตัวอักษรนั้นอาจจะต้องใช้เวลามากเลยทีเดียว ดังนั้น Data Visualization จึงเข้ามีบทบาทและความสำคัญมากขึ้น เพราะสามารถช่วยให้ผู้รายงานสามารถเพิ่มประสิทธิภาพการนำเสนอข้อมูลให้น่าสนใจ และยังช่วยแสดง insight ของข้อมูลให้ผู้รับสารเห็นได้ชัดเจนมากขึ้นอีกด้วย

ในบทความนี้ผู้เขียนจึงได้สรุปเนื้อหาในหัวข้อ Data Visualization ที่เป็นส่วนหนึ่งของคอร์ส Real Marketing Manager #RMM ที่จัดขึ้นโดย RealSmart Academy โดยเนื้อหาในคลาสนี้สอนโดยคุณโอปอ บริวัตร จันทร์เรือง (Business Intelligence Assistant Manager, RealSmart) โดยในคลาสเรียนนั้น คุณโอปอได้เล่าถึงที่มาและความสำคัญของ Data Visualization อย่างละเอียด รวมถึงกรณีศึกษาที่น่าสนใจหลายกรณีจากการใช้ Data Visualization มาแก้ปัญหาทางธุรกิจ 

ในบทความนี้ผู้เขียนจะมาแชร์เทคนิคการมองโจทย์ให้ขาดก่อนเริ่มทำ Data Visualization จากคลาสเรียนข้างต้น หวังเป็นอย่างยิ่งว่าผู้อ่านจะได้นำเทคนิคและกลยุทธเหล่านี้ไปใช้เพื่อที่จะได้นำเสนอข้อมูลได้อย่างมีประสิทธิภาพและก่อให้เกิดผลลัพธ์ที่ดีที่สุด

Data Visualization คือ

Data Visualization คือการสรุปข้อมูลให้ออกมาอยู่ในรูปแบบของภาพที่แสดงการจัดเรียงข้อมูลอย่างที่เป็นระบบ เช่น แผนภาพ กราฟ แผนภูมิ เป็นต้น โดยการทำ Data Visualization นั้นสามารถสร้างประโยชน์ได้หลากหลายรูปแบบขึ้นอยู่กับวิธีการใช้งานที่แตกต่างกันออกไป แต่โดยหลักการแล้ว ไม่ว่าจะใช้งานในทิศทางไหน Data Visualization จะสามารถตอบโจทย์ได้ดังนี้ คือ ทำให้ผู้ใช้งานสามารถถ่ายทอดข้อมูลออกมาผ่านสิ่งที่มองเห็นได้ด้วยสายตา เช่น  Chart ต่าง ๆ ซึ่งนำไปสู่การเข้าใจข้อมูลที่ง่ายขึ้น และนอกจากนั้น ยังทำให้ผู้ใช้งานสามารถเห็นเทรนด์ หรือ Insight ได้สะดวกขึ้น และเมื่อได้ insight อะไรบางอย่างก็สามารถขยายผลเพื่อสร้างคุณค่าต่อได้

ทำไมต้องทำ Data Visualization?

1.เข้าใจข้อมูลได้ง่ายขึ้น

เนื่องจาก Data Visualization เป็นการสรุป Data อันมากมายซึ่งอาจจะมาจากหลาย Format ไม่ว่าจะเป็น ข้อความ, คลิปเสียง, วิดีโอ, รูปภาพ, ฯลฯ ให้ออกมาอยู่ในรูปแบบแผนภาพ กราฟ หรือแผนภูมิ ทำให้ผู้อ่านเห็นภาพหรือเข้าใจข้อมูลได้ง่ายขึ้น 

2. สามารถมองเห็นจุดเด่นของข้อมูลซึ่งนำไปสู่การเห็น insight ได้บางอย่างได้

อย่างที่กล่าวไปข้างต้นว่า Data นั้นมีมากมายจากหลากแหล่งที่มาและหลากหลายรูปแบบ การนำข้อมูลเหล่านั้นมาจัดเรียงและถูกนำเสนอในรูปแบบชาร์ต แผนภูมิ หรือกราฟ จะทำให้ผู้รับสารสามารถมองเห็นส่วนที่โดดเด่นได้ทันทีจากการทำความเข้าใจภาพ 

และสามารถมองเห็น insight บางอย่างได้ เช่น การที่ยอดขายของปีนี้ตกลงมาอย่างมีนัยสำคัญนำไปสู่การหาสาเหตุเพิ่มเติมมาประกอบการพิจารณา

3.ประหยัดเวลาในการตีความข้อมูล

การที่ข้อมูลถูกนำเสนออย่างมีระบบในรูปแบบที่อ่านง่าย จะช่วยลดระยะเวลาในการที่ผู้รับสารจะต้องไปค้นหาและเปรียบเทียบข้อมูลประกอบการตัดสินใจ

4.ข้อมูลที่ถูกนำเสนอมีความน่าสนใจมากขึ้น

การทำ Data Visualization ที่มีประสิทธิภาพจะช่วยทำให้การนำเสนอข้อมูลดูน่าสนใจมากขึ้นซึ่งดีกว่าการบรรยายไปเป็นข้อความยาว ๆ เพราะสามารถใช้สีสันและหรือแผนภาพในการดึงดูดความสนใจและทำให้ดูสวยงามต่อสายตาผู้พบเห็นได้

4 เทคนิคในการมองโจทย์ให้ขาดก่อนทำ Data Visualization 

ในการทำ Data Visualization นั้น การมองโจทย์ให้ขาดก่อนเริ่มลงมือทำเป็นสิ่งสำคัญ เพราะจะช่วยให้ผู้ใช้งานสามารถนำข้อมูลที่ได้ ไปใช้วิเคราะห์ต่อ หรือใช้งานข้อมูลได้อย่างมีประสิทธิภาพสูงสุด โดยเทคนิคที่จะช่วยให้ผู้ใช้งานสามารถมองโจทย์ให้ขาดและเห็นภาพว่าควรจะทำ Data Visualization ให้ออกมาหน้าตาแบบไหนนั้นเกิดจากการตอบคำถาม 4 ข้อต่อไปนี้ คือ

1.ใครคือผู้รับสาร

• ผู้รับสารตำแหน่งอะไร?

การที่เรารู้ตำแหน่งของผู้รับสารจะช่วยให้ทราบถึงข้อมูลที่เขาต้องการ นอกจากนั้นยังช่วยให้รู้ระดับความรู้ความสามารถในการรับข้อมูลของเขาเพื่อนำไปสู่เสนอข้อมูลให้เหมาะสม

• มีการตัดสินใจได้มากแค่ไหน?

ระดับการตัดสินใจของผู้รับสารมีผลต่อการนำเสนอข้อมูลเนื่องจากข้อมูลบางอย่าง ผู้ที่ไม่มี access ก็ไม่ควรเห็น ex. พนักงานขายไม่ควรเห็นเงินเดือนพนักงานคนอื่น ๆ

• ผู้รับสารมีเรื่องกังวลอะไรเป็นพิเศษไหม?
• ผู้รับสารอยากเห็นอะไร?

เพื่อที่จะได้นำเสนอข้อมูลได้ตรงตามความต้องการ

2.ปัญหาของผู้รับสารคืออะไร

ในส่วนของปัญหาของผู้รับสารนั้น วิธีที่ง่ายที่สุดที่จะทำให้เราทราบได้ก็คือการถามจากเขาโดยตรง 

โดยปัญหาของผู้รับสารอาจมีดังนี้ เช่น

• ยอดขายลดลง
• อยากรู้ Budget โฆษณา
• อยากรู้ว่า Project ไหนใช้เวลาทํางานเท่าไหร่
• มีปัญหาอะไรเกิดขึ้นในบริษัทบ้าง
• อยากรู้ว่าสินค้าอะไรขายดีที่สุด
• อยากเห็นประสิทธิภาพการโฆษณา

3.ทำไมผู้รับสารจึงมีปัญหานี้

เมื่อทราบถึงปัญหาของผู้รับสารแล้วขั้นตอนต่อไปที่ควรทำก็คือการใช้กลยุทธ 5 Why Process  (การถามว่าทำไม 5 ครั้งกับปัญหาที่เจอ) เพื่อ Narrow Down ให้ทราบถึงรากของปัญหาที่แท้จริงและทราบว่าข้อมูลชุดไหนที่จะสามารถเข้ามาช่วยจัดการแก้ปัญหาดังกล่าวได้

4.ข้อมูลชุดไหนที่เราจะใช้แก้ปัญหานี้

ข้อมูลที่เรามีอาจจะมีดังนี้

• วันที่
• ข้อมูลกําไร ขาดทุน
• ข้อมูลยอดขาย
• ข้อมูลโปรโมชัน
• ข้อมูลราคาสินค้า
• จํานวนพนักงาน
• ข้อมูลโฆษณา

เมื่อทราบปัญหาแล้ว ก่อนทำ Data Visualization ก็เป็นขั้นตอนของการวิเคราะห์ว่าข้อมูลชุดไหนช่วยจะสามารถช่วยตอบโจทย์ได้ โดยเฟรมเวิร์คด้านล่างนี้จะช่วยขัดกรองความสำคัญของข้อมูล เพราะบางข้อมูลก็ไม่ได้สำคัญหรือไม่มีผลต่อการแก้ปัญหา

โดยเฟรมเวิร์คนี้จะช่วยผู้ทำ Data Visualization ให้สามารถจัดลำดับความสำคัญของข้อมูลได้อย่างมีประสิทธิภาพ เนื่องจาก Data Visualization ที่ดีนั้นควรมีข้อมูลที่น้อยที่สุดแต่มีความสำคัญและช่วยประกอบการตัดสินใจได้ ดังนั้นข้อมูลที่ไม่สำคัญก็อาจจะไม่ควรนำมาเสนอโดยเฉพาะอย่างยิ่งหากข้อมูลนั้นไม่ได้มีผลต่อการตัดสินใจหรือไม่ได้มีส่วนช่วยแก้ปัญหา

หลังจากที่ได้ข้อมูลจาก 4 คำถามข้างต้นแล้วแล้วเมื่อนำมาตีโจทย์ให้แตกก็จะนำไปสู่การเลือกเครื่องมือในการที่จะนำเสนอข้อมูลหรือสร้าง Data Visualization โดยคุณโอปอนั้นได้แนะนำเครื่องมือให้เบื้องต้นตามภาพข้างล่างนี้

ในคลาสเรียน คุณโอปอยังได้พูดถึงประเด็นที่น่าสนใจอีกมากมายไม่ว่าจะเป็น จัดการข้อมูลให้เป็น Structured Data, การนำข้อมูลมาสร้างชาร์ตและจัดความสวยงามบน Dashboard, ไปจนถึงการตรวจ Filter เพื่อกำหนดเงื่อนไขในการแสดงข้อมูล โดยส่วนที่เป็นไฮไลท์สำคัญที่ผู้เรียนทุกท่านให้ความสนใจก็คือการนำเสนอข้อมูลทั้งแบบที่มีจุดนำสายตาและแบบที่ไม่มีจุดนำสายตา โดยมีการยกตัวอย่าง Pattern การมองของมนุษย์ว่าจะกวาดตาจากตำแหน่งใดก่อนโดยใช้หลักการรับรู้ของ Gestalt 

ข้อควรระวังในการทำ Data Visualization

• ไม่ควรมีข้อมูลมากเกินไปแล้วเน้นทุกข้อมูลที่นำเสนอ เนื่องจากข้อมูลที่แน่นจนเกินไปนั้น เป็นภาระทางการมองเห็น = ภาระของสมอง ทำให้ผู้รับสารไม่อยากคิดตาม
• ไม่ควรใส่สีโดยไม่มีความหมาย เพราะการใส่สีเป็นการดึงดูดความสนใจของผู้มองเห็น
• สีบางสีมีความหมายในตัวเอง ควรออกแบบระบบสีให้ดี เช่นฟ้าเย็น แดงร้อน
• ไม่ควรใช้ชาร์ต 3 มิติ หากข้อมูลไม่มีความหมายในเชิงลึก
• Stacking Bar มีไว้ใช้เล่าข้อมูล2 เรืองในครั้งเดียว แต่ต้องระวังในการใช้เพราะการซ้อนชาร์ตบางครั้งไม่สามารถใช้เปรียบเทียบกันเองได้  
• ในการนำเสนอ หากไม่จำเป็นควรเลี่ยงการใช้ Two Axis Chart เพราะบางครั้งทำให้คนอ่านสับสน
• การใช้ Pie Chart มีข้อควรระวังคือ การที่ Pie Chart เป็นวงกลม สมองจะมองว่าข้อมูลทั้งวงกลมมีค่าเท่ากับ 100 % ทั้งที่บางครั้งเราอาจจะพูดถึงข้อมูลเพียงแค่ 50% จากข้อมูลทั้งหมด นอกจากนั้นในบางครั้งการใช้ Pie Chart ก็ทำให้ผู้รับสารเปรียบเทียบยากว่าอะไรเยอะกว่าอะไรหากขนาดใกล้เคียงกัน

สรุปจากผู้เขียน 

การทำ Data Visualization นั้นนับว่าเป็นทั้งศาสตร์และศิลป์ที่จะต้องใช้ทั้งความรู้และความเข้าใจในตัวข้อมูล, เทคโนโลยี, และวัตถุประสงค์ของนำเสนอข้อมูล ผนวกเข้ากับศิลปะการเล่าเรื่องต่าง ๆ อย่างมีกลยุทธ การทำ Data Visualization ที่ดีจะทำให้ผู้รับสารได้รับข้อมูลที่เป็นประโยชน์และนำไปสู่การตัดสินใจทางธุรกิจและองค์กรที่มีประสิทธิภาพ เทคนิคในการมองโจทย์ให้ขาดผ่านคำถามที่สำคัญทั้ง 4 ข้อตามเนื้อหาข้างต้นนั้นถือเป็นสิ่งจำเป็นที่ไม่ควรมองข้าม เนื่องจากเป็นพื้นฐานเริ่มต้นที่ทุกท่านควรทำความเข้าใจก่อนที่จะทำการนำเสนอข้อมูล เพราะหากเริ่มทำ Data Visualization โดยที่ไม่ได้อ่านโจทย์หรือวัตถุประสงค์ให้ออกตั้งแต่แรกก็จะเป็นเหมือนการติดกระดุมที่ผิดตั้งแต่เม็ดแรกซึ่งจะส่งผลให้ทำ Dashboard หรือ Presentation ออกมาไม่ตรงจุดประสงค์, ไม่เป็นประโยชน์ต่อผู้รับสาร, หรือในกรณีที่แย่ที่สุดก็อาจจะนำไปสู่การตัดสินใจที่ผิดพลาดได้