Skip to content
Data Lazy Data Lazy

ใช้ Data ให้ใช้แรงน้อยลงและได้ผลลัพธ์มากขึ้น

  • Articles – บทความตามหมวดหมู่
    • data analytics
    • business analytics
    • marketing analytics
    • data visualization
    • generative ai
    • digital analytics
    • decision making
    • excel and google sheets
    • career
  • Services – บริการของเรา
    • บริการจัด Training และ Workshop
    • บริการที่ปรึกษา – Consulting
    • บริการให้คำปรึกษาในการออกแบบและสร้าง Dashboard
  • Profile – ผลงานต่างๆ
  • Contact Us – ติดต่อเรา
Data Lazy
Data Lazy

ใช้ Data ให้ใช้แรงน้อยลงและได้ผลลัพธ์มากขึ้น

    วิเคราะห์และสรุปยอดขายแบบง่ายๆ ด้วย Pivot Table บน Excel หรือ Google Sheet

    By Data Lazy

    หนึ่งในการวิเคราะห์ข้อมูลธุรกิจที่สำคัญที่สุดก็คือ การวิเคราะห์ยอดขายนั่นเอง เพราะเราสามารถนำข้อมูลที่วิเคราะห์ได้มา นำไปใช้จัดทำการตลาดหรือปรับปรุงธุรกิจต่างๆ ไม่ว่าจะเป็น การจัดโปรโมชั่น การสต๊อกสินค้า การบริหารร้านตามช่วงเวลา หรือการปรับปรุงด้านอื่นๆ เพื่อให้ธุรกิจของคุณเติบโต หรือ ลดค่าความเสี่ยงได้นั่นเอง

    อย่างไรก็ตามในโพสนี้ ผมจะเน้นไปทางการวิเคราะห์และสรุปยอดขายเป็นหลัก และจะไม่ลงลึกการใช้ Excel หรือ Google Sheet มากนะครับ เพราะเชื่อว่าสามารถหาดูได้จากหลายๆที่อยู่แล้ว แต่วันนี้อยากให้ลองมาดูการบันทึกข้อมูล เพื่อให้ง่ายต่อการวิเคราะห์การขายกันนะครับ

    Table of Contents

    • การวิเคราะห์ยอดขายเบื้องต้น
    • ตัวอย่างข้อมูลที่จะใช้
    • คัดลอกข้อมูลไปยัง Google Sheet หรือ Excel ของคุณ
    • เริ่มลองใช้ PivotTable
      • 1. การสร้าง Pivot Table
      • 2. หน้าตาของ Pivot Table
    • มาลองวิเคราะห์ยอดขายด้วย PivotTable กันเถอะ
      • วิเคราะห์สินค้าขายดี
      • วิเคราะห์ยอดขายตามวันของสัปดาห์
      • วิเคราะห์ว่าสินค้าตัวไหน ขายดีวันไหน
    • สรุป

    การวิเคราะห์ยอดขายเบื้องต้น

    หากเรามีข้อมูลที่จัดเก็บมาอย่างดีและครบถ้วน เราก็สามารถนำข้อมูลที่มีมาเพื่อตอบคำถามต่างๆ เกี่ยวกับยอดขายที่ต้องการรู้ได้ ไม่ว่าจะเป็น

    • สินค้าตัวไหนขายดีบ้าง
    • สินค้าตัวไหนสร้างรายได้ให้เรามากที่สุด
    • ช่วงเวลาไหนที่มักขายดี
    • สินค้าตัวไหน ขายดีในช่วงเวลาไหน

    ซึ่งนอกจากเราสามารถวิเคราะห์ได้แล้ว เรายังสามารถนำข้อมูลต่างๆ เหล่านี้ มาใช้ในการสร้างรายงานยอดขายสินค้า (Sales Report) ได้อีกด้วย

    และแม้ว่าในปัจจุบัน จะมี Generative AI อย่าง ChatGPT ที่สามารถช่วยเราวิเคราะห์ยอดขายบน Excel ที่อาจช่วยตอบคำถามเหล่านี้ได้บ้าง แต่การเข้าใจวิธีใช้ Excel หรือ Google Sheet ในการวิเคราะห์ ก็สามารถช่วยให้เราสามารถเช็คความถูกต้อง รวมถึงเพิ่มความยืดหยุ่นในการวิเคราะห์ได้ เพราะ AI เองอาจยังมีข้อผิดพลาด หรือ ข้อจำกัดบางอย่าง ด้วยเช่นกัน

    เพื่อให้เห็นภาพมากขึ้น ผมได้เตรียมข้อมูลบน Google Sheet แบบง่ายๆ สำหรับเป็นตัวอย่างเพื่อใช้วิเคราะห์ยอดขายไว้ตามนี้ครับ

    ตัวอย่างข้อมูลที่จะใช้

    คัดลอกข้อมูลไปยัง Google Sheet หรือ Excel ของคุณ

    เนื่องจากตัวอย่างที่ผมเตรียมให้ จะอยู่บน Google Sheet ดังนั้น ถ้าคุณต้องการคัดลอกข้อมูลไปใช้ ขอให้คัดลอกไปที่ Google Sheet ก่อนนะครับ โดยสิ่งที่คุณควรต้องทำก่อนจะคัดลอกข้อมูล ก็คือ คุณต้องมี Google Account หรือ บัญชี Google ก่อนนั่นเอง (Gmail ก็ได้ครับ)

    ซึ่งก่อนจะคัดลอก ให้คุณสมัครและเข้าใช้งาน Google Account หรือ Gmail ก่อน จากนั้น เข้าไปดูและคัดลอกข้อมูลได้จาก Link ด้านล่างนี้

    https://bit.ly/SampleBakerySalesDataLazy

    ซึ่งเมื่อกดเข้าไปแล้ว คุณจะเห็นหน้าต่างนี้ ให้กดปุ่ม Copy หรือ ปุ่มสีน้ำเงินตามในรูปนี้เลยนะครับ

    (ขอความกรุณาไม่กด Request Edit Access มานะครับ)

    หรือถ้าหากคุณไม่เห็นหน้าต่างแบบด้านบน แต่เห็นข้อมูลแบบด้านล่างแทน

    ให้กดไปที่ File > Make a copy หรือว่า ไฟล์ > คัดลอก (หรือ ทำสำเนา) แทนนะครับ

    (ขอความกรุณาอีกรอบ ว่าไม่กด Request Edit Access มานะครับ)

    ซึ่งหากคุณใช้ Google Sheet เพียงเท่านี้ คุณก็จะมีข้อมูลอยู่บน Google Sheet ของคุณแล้ว

    แต่หากคุณต้องการใช้ Excel ให้ Download ข้อมูลโดย กดที่ File > Download > Microsoft Excel ตามในรูปด้านล่างนี้เลยครับ

    ทีนี้ข้อมูลเราก็พร้อมแล้ว เราจะมาวิเคราะห์ยอดขายกันด้วยฟังค์ชั่นที่เรียกว่า Pivot Table ครับ

    เริ่มลองใช้ PivotTable

    1. การสร้าง Pivot Table

    โดยก่อนอื่น ให้เราลากเม้าส์ให้คลุมช่องทั้งหมดที่มีข้อมูล แล้วกด แทรก (Insert) แล้วกด Pivot Table ครับ

    ใน Excel หน้าตาจะเป็นประมาณนี้ครับ
    ส่วนใน Google Sheet หน้าตาจะเป็นประมาณนี้ครับ

    แล้วจะเห็นกล่องข้อความอันนี้ขึ้นมา ให้ใส่ช่วงข้อมูลที่เราต้องการใช้คำนวณ หากเห็นว่าถูกต้องแล้ว

    สำหรับ Excel ให้กด OK ส่วน Google Sheet ให้กด Create ครับ

    ใน Excel หน้าตาจะเป็นประมาณนี้ครับ
    ส่วนใน Google Sheet หน้าตาจะเป็นประมาณนี้ครับ

    2. หน้าตาของ Pivot Table

    จากนั้น จะมีหน้าต่างให้เราเลือกข้อมูลมาใช้ใน Pivot Table ตาม Columns ต่างๆ ที่เราเลือก

    • สำหรับ Excel จะเรียกว่า PivotTable Fields โดยเราสามารถเลือก Columns ต่างๆ ในช่อง Field Name ด้านบนได้ครับ
    ใน Excel จะเรียกว่า PivotTable Fields หน้าตาจะเป็นประมาณนี้ครับ
    • สำหรับ Google Sheet จะเรียกว่า Pivot table editor โดยเราสามารถเลือก Columns ต่างๆ ในช่องขวามือสุดครับ
    ส่วนใน Google Sheet จะเรียกว่า Pivot table editor หน้าตาจะเป็นประมาณนี้ครับ

    และสำหรับการคำนวณทั้งบน Excel และ Google Sheet จะมีช่องขึ้นมา 4 กล่อง ก็คือ

    • Rows มีไว้จัดกลุ่มข้อมูลตามแถวแนวนอน
    • Columns มีไว้จัดกลุ่มข้อมูลตามแถวแนวตั้ง
    • Values มีไว้คำนวณข้อมูลในรูปแบบต่างๆ เช่น การนับ(Count) ผลรวม (Sum) ค่าเฉลี่ย (Average)
    • Filters มีไว้กรองข้อมูล

    เราสามารถลากและวางข้อมูลที่เราต้องการจัดกลุ่มและคำนวณได้ตามต้องการ ทั้งบน Excel และ Google Sheet เลยครับ

    โดยจากตรงนี้ไป ผมจะยกตัวอย่างบน Google Sheet เป็นหลักนะครับ แต่หากใครใช้ Excel ก็สามารถใช้วิธีคล้ายๆ กันได้เลยครับ

    มาลองวิเคราะห์ยอดขายด้วย PivotTable กันเถอะ

    วิเคราะห์สินค้าขายดี

    จากหน้าจอนี้ เราสามารถเลือกข้อมูลที่วิเคราะห์ได้เลยครับ

    ในตัวอย่างนี้ ผมจะขอเลือกวิเคราะห์ว่า Product Category หรือสินค้ากลุ่มไหนขายดีนะครับ โดย

    • ลาก product_category มาไว้ที่ Rows
    • ลาก units และ revenue มาไว้ที่ Values

    จะเห็นว่า

    • หากนับตามรายได้ (Revenue) สินค้าที่ขายดีที่สุดคือ Food ครับ และรายได้รวมของสินค้ากลุ่มนี้ก็คือ 762,750 บาทครับ
    • หากนับตามจำนวนสินค้า (units) สินค้าที่ขายดีที่สุดคือ coffee ครับ และยอดขายรวมของสินค้ากลุ่มนี้ก็คือ 218 ชิ้นครับ

    วิเคราะห์ยอดขายตามวันของสัปดาห์

    ถ้าจะดูว่าวันไหนของสัปดาห์ มีคนซื้อสินค้ากับเราเยอะที่สุด ก็ทำได้ง่ายๆครับ

    หากเปลี่ยนจากตัวอย่างที่แล้วย แค่กดเอา product_category ออก แล้วเลือก day_of_week มาใส่แทน

    หรือหากเริ่มทำใหม่ ให้

    • ลาก day_of_week มาไว้ที่ Rows
    • ลาก units และ revenue มาไว้ที่ Values

    จะเห็นว่า

    • วันที่ขายดีที่สุด ไม่ว่าจะเป็น Revenue หรือ Units ก็คือ วันจันทร์นั่นเอง โดยรายได้จะอยู่ที่ 501,750 บาทครับ ส่วนจำนวนสินค้า (units) จะอยู่ที่ 174 ชิ้นครับ

    หรือ หากคุณอยากลองทำเป็น ตารางสรุปยอดขายรายวัน ก็สามารถดึง date มาใช้แทน day_of_week ที่ Rows ได้เลยครับ

    วิเคราะห์ว่าสินค้าตัวไหน ขายดีวันไหน

    ในตัวอย่างนี้ ผมจะขอเลือกวิเคราะห์ว่า Product Category หรือสินค้ากลุ่มไหนขายดี ในวันไหนบ้างนะครับ โดย

    • ลาก product_category มาไว้ที่ Rows
    • ลาก day_of_week มาไว้ที่ Columns
    • ลาก units มาไว้ที่ Values

    จะเห็นหน้าตาผลลัพธ์แบบนี้ครับ

    เท่านี้ เราจะเห็นสินค้าที่ขายดีในแต่ละวันครับ

    สรุป

    จะเห็นได้ว่า การวิเคราะห์ยอดขายด้วย Excel นั้น แค่เพียงใส่ข้อมูลให้ถูกต้อง ก็จะสามารถสรุปเป็นรายงานยอดขายสินค้า หรือ วิเคราะห์ดูข้อมูลการขายสินค้าได้ไม่ยากครับ หากใครต้องการวิเคราะห์ด้วยข้อมูลอื่นๆเช่น วันไหนของสัปดาห์ กลุ่มอายุลูกค้า เพศ ช่องทางการขาย ก็สามารถใส่แถวเพิ่ม เพื่อนำมาวิเคราะห์ต่อใน Pivot Table ได้เลยครับ

    แม้ว่าในปัจจุบันนี้ อาจมีเทคโนโลยีใหม่ๆ อย่างพวก Generative AI ไม่ว่าจะเป็น ChatGPT, Copilot ซึ่งแน่นอนว่า Generative AI อาจช่วยวิเคราะห์ข้อมูลให้เราได้บ้าง แต่หากเราต้องการ การวิเคราะห์ที่ยืดหยุ่น สะดวก รวดเร็ว หรือ วิเคราะห์ให้ได้ดั่งใจ การรู้พื้นฐานการใช้ Data ย่อมช่วยให้เราวิเคราะห์ได้ดียิ่งขึ้นด้วย ไม่ว่าจะใช้ Generatvie AI หรือไม่ก็ตาม หรือหากใครอยากลองให้ Generative AI สอนการใช้ Excel หรือ Google Sheet ลองดูได้ที่บทความนี้เลยครับ

    นอกจากนี้ ยังมีวิธีอื่นๆ ที่ช่วยให้คุณใช้ Pivot Table ได้มีประสิทธิภาพยิ่งขึ้น ไว้มีโอกาสเพิ่มเติม เดี๋ยวผมจะมาเขียนเพิ่มให้นะครับ

    อย่างไรก็ตาม ในการวิเคราะห์ยอดขายนั้น นอกจากการวิเคราะห์ข้อมูลในเชิงเทคนิคแล้ว การวิเคราะห์ในมุมอื่นๆ เช่น การวิเคราะห์ข้อมูลลูกค้าเอง ก็อาจช่วยให้คุณสามารถพัฒนาการตลาดและธุรกิจของคุณได้ด้วยเช่นกัน

    หากสนใจเรื่องการวิเคราะห์ข้อมูลลูกค้า สามารถ กรอกข้อมูลด้านล่าง เพื่อให้ติดต่อกลับไปได้เลยครับ

    Workshop ต่างๆ ของเรา
    บริการที่ปรึกษา Data Analytics

    Related posts:

    แนะนำเครื่องมือและการวิเคราะห์ Data ให้ Website หรือ App ของเรามีประสบการณ์ UX ที่ดี Default Thumbnailการเข้าใจ Customer Analytics แบบง่ายๆ พร้อมตัวเลขเบื้องต้นที่รู้จัก (Customer Metrics) ในการวิเคราะห์ลูกค้า customer segmentation methodsCustomer Segmentation – เทคนิคการแบ่งกลุ่มลูกค้าที่ควรรู้จักก่อนวิเคราะห์ข้อมูลลูกค้า 10 อาชีพที่ใช้ทักษะ Data Analytics Skills แม้จะไม่ใช่ Data Analyst หรือ Data Scientist
    Articles - บทความ

    Post navigation

    Previous post
    Next post

    บทความที่ได้รับความนิยม

    Recent Posts

    • วิธีออกแบบ Dashboard พร้อมขั้นตอนการสร้าง Data-Driven Dashboard ให้องค์กรขับเคลื่อนด้วยข้อมูลอย่างแท้จริง
    • มาลองให้ AI อย่าง Claude ช่วยสร้าง Dashboard แบบง่ายๆ กันเถอะ
    • เลือกเครื่องมือ Analytics Tools ยังไงให้เหมาะกับการวิเคราะห์ข้อมูลของคุณ
    • Excel ยังจำเป็นแค่ไหน ในยุค AI ที่มีเครื่องมือ Data Analytics มากมาย
    • 5 Trends ด้าน Data และ AI ที่น่าสนใจในปี 2025

    Topics - หัวข้อต่างๆ

    business analytics business model career chatgpt customer analytics dashboard data analyst data analytics data driven decision making data storytelling data visualization decision making digital analytics digital marketing excel generative ai job looker studio marketing analytics marketing technology martech

    Archives

    • May 2025
    • April 2025
    • March 2025
    • February 2025
    • October 2024
    • August 2024
    • July 2024
    • June 2024
    • May 2024
    • April 2024
    • March 2024
    • January 2024

    Categories

    • Articles – บทความ
    ©2025 Data Lazy | WordPress Theme by SuperbThemes