วิธีออกแบบ Dashboard ให้องค์กรขับเคลื่อนด้วยข้อมูลอย่างแท้จริง (Data-Driven Dashboard Design)

ในปัจจุบัน การตัดสินใจที่สำคัญนั้น หลายๆ ครั้ง มักต้องใช้ข้อมูลที่ชัดเจนและรวดเร็ว การสร้าง Dashboard จึงเป็นอีกหนึ่งทางเลือกที่ช่วยให้เราสามารถวิเคราะห์ข้อมูลบางอย่างเพื่อช่วยในการตัดสินใจได้สะดวกและง่ายขึ้น ดังนั้น Dashboard ที่ดี จึงไม่ใช่แค่แสดงข้อมูลให้สวยงามเท่านั้น แต่ต้องตอบโจทย์การใช้งานจริงด้วย ลองมาดูกันครับว่า เราจะออกแบบ Dashboard ที่อย่างไรให้ช่วยตัดสินใจด้วยข้อมูลได้ยังไงบ้าง

Table of Contents

• เป้าหมายในการสร้างหรือออกแบบ Dashboard
• ข้อดีและข้อจำกัดของ Dashboard
• การออกแบบ Dashboard ต่างกัน Data Visualization อื่นๆ อย่างไร
• ปัญหาในการสร้าง ออกแบบ และใช้งาน Dashboard
  • 1. Dashboard ใช้งานไม่ได้
  • 2. Dashboard ไม่มีคนใช้
• สาเหตุที่ทำให้เกิดปัญหาในการสร้างและใช้ Dashboard
• วิธีออกแบบ Dashboard ให้ตอบโจทย์การใช้งานจริง
  • Planning – วางแผนก่อนเริ่ม
  • Making MockUp / Wireframe – วางโครงสร้าง Dashboard
  • Data Preparation – จัดเตรียมข้อมูล
  • Developing – สร้าง Dashboard
  • Testing – ทดสอบการใช้งาน Dashboard
  • Sharing – ส่งมอบ Dashboard
  • Iterating – ปรับแต่ง Dashboard
• สรุป

บางคนอาจมองว่า การออกแบบ Dashboard นั้น ควรเน้นไปที่ความสวยงามเป็นหลัก เนื่องจากเป็นสิ่งที่เห็นได้ชัดเจนที่สุด แต่ก่อนที่เราจะเริ่มสร้างหรือออกแบบ Dashboard นั้น เราควรทำความเข้าใจก่อนว่า

• เป้าหมายในการใช้ Dashboard ของเราคืออะไร?
• ข้อดีและข้อจำกัดของ Dashboard คืออะไร?
• ความแตกต่างของ Dashboard กับ Data Visualization แบบอื่นๆ มีอะไรบ้าง?

เป้าหมายในการสร้างหรือออกแบบ Dashboard

โดยมากแล้วเป้าหมายในการสร้าง Dashboard นั้น ในหลายกรณี มักถูกใช้เพื่อการทำ Exploratory Analysis หรือ การสำรวจข้อมูลเบื้องต้น เช่น แนวโน้ม, สัดส่วน, หรือการค้นหาค่าผิดปกติ

ซึ่งการใช้งาน Dashboard ในที่นี้ ผมจะหมายถึง ผู้ใช้งาน (Users / Viewers) ไม่ใช่ผู้สร้าง (Creators / Editor) นะครับ

โดยในมุมผู้ใช้งาน Dashboard จะช่วยให้สามารถดูข้อมูลภาพรวมได้อย่างรวดเร็ว ผ่านกราฟและชาร์ตต่างๆ และสามารถดูรายละเอียดบางอย่างเพิ่มเติมได้อย่างรวดเร็ว ด้วยปุ่มต่างๆ ด้วยตัวเองได้สะดวก โดยผู้ใช้งานไม่ต้องเขียนโค้ด สูตร หรือ จัดการข้อมูลด้วยตัวเอง เช่น ตัวอย่าง Dashboard ในด้านล่างนี้

ข้อดีอีกอย่างหนึ่งของ Dashboard ก็คือ สามารถเชื่อมต่อกับข้อมูลบางอย่าง ที่มีการอัพเดตแบบอัตโนมัติ ไม่ว่าจะเป็นแบบ Real Time รายวินาที หรือ เป็นระยะๆ (รายชั่วโมง/วัน/สัปดาห์/เดือน) ช่วยให้เราไม่ต้องไปกรอกหรืออัพเดตข้อมูลในส่วนนี้ด้วยตัวเองอยู่เรื่อยๆ ทำให้ลดความผิดพลาดจากการกรอกข้อมูลเองแบบ Manual ด้วย

ทำให้นอกจากการวิเคราะห์แบบสำรวจข้อมูลแล้ว บางครั้ง การมี Dashboard ยังช่วยให้ผู้ใช้งาน เข้าถึงข้อมูลที่อัพเดตได้ โดยไม่ต้องเขียนโค้ดอย่าง SQL, Python ได้

นอกจากนี้ ในบางกรณี Dashboard ยังสามารถเพิ่มความสามารถอื่นๆ เช่น ปุ่มกรองข้อมูลแบบ Interactive ที่ช่วยทำให้ผู้ใช้สามารถเข้าถึงข้อมูลที่ต้องการได้เร็วขึ้นอีกด้วยเช่นกัน

ข้อดีและข้อจำกัดของ Dashboard

เมื่อเราเข้าใจเป้าหมายของการทำ Dashboard แล้วจะเห็นได้ว่า Dashboard นั้น มีข้อดีต่างๆ มากมาย อย่างไรก็ตาม Dashboard ก็อาจมาพร้อมข้อจำกัดด้วยเช่นกัน

เพราะเป้าหมายของ Dashboard คือ การสำรวจข้อมูลได้สะดวกและรวดเร็วผ่าน Chart และ Graph ต่างๆ Dashboard จึงมีข้อจำกัดเมื่อเทียบกับเครื่องมืออื่นๆ เช่น

• อาจไม่ได้ยืดหยุ่นในการปรับเปลี่ยนหรือวิเคราะห์พลิกแพลงมากพอเหมือนใน Excel หรือ Google Sheet
• อาจไม่เหมาะกับการใช้งานประเภทที่ต้องการการวิเคราะห์เชิงลึกด้วยการเขียนโค้ดต่างๆ อย่าง SQL, Python (ยกเว้นจะมีการเชื่อมต่อกับการเขียนโค้ดอีกที เช่น Power BI ที่สามารถมีการเขียน DAX, Python ภายในได้)

นอกจากนี้ Dashboard ยังเน้นไปที่ความ Interactive ที่ทำให้ข้อมูลมีการเปลี่ยนไปมาได้ จึงอาจยังไม่เหมาะกับการนำเสนอการวิเคราะห์แบบ Explanatory Analysis หรือ Storytelling ที่ต้องการให้ มีการอธิบาย เล่าเรื่องราว หรือ ต้องการบริบทประกอบการอธิบาย เช่น การเล่าเรื่องราวผ่าน Slide Presentation เป็นต้น

ทำให้เราสรุปข้อดีและข้อจำกัดของ Dashboard (แบบทั่วไป) คร่าวๆ ออกมาได้ดังนี้

ข้อดีของ Dashboard

• ใช้งานง่าย ผู้ใช้งานไม่ต้องมีพื้นฐานการเขียนโค้ด (แต่อาจจำเป็นบ้างสำหรับผู้สร้าง)
• เหมาะกับการดูภาพรวมผ่านกราฟและชาร์ตต่างๆ ได้อย่างสะดวกและรวดเร็ว
• สามารถสร้างกราฟและชาร์ตได้สะดวกและรวดเร็วกว่าเครื่องมืออื่นๆ
• สามารถเลือกและคัดกรองข้อมูลเบื้องต้นได้สะดวกและรวดเร็ว
• ช่วยให้เห็นข้อมูลที่อัพเดตได้ทันเวลา (ขึ้นกับการอัพเดตของต้นทาง)
• สามารถแชร์ให้ทีมงานหรือ Users ดูข้อมูลได้ โดยไม่จำเป็นต้องเข้าถึงข้อมูลต้นทาง

ข้อจำกัด

• การปรับเปลี่ยนมุมมองข้อมูลมีข้อจำกัด หรือ อาจซับซ้อนกว่าทำในเครื่องมืออื่นๆ อย่าง Excel
• อาจไม่เหมาะกับงาน Ad-hoc ที่ต้องมีการเปลี่ยนมุมมองบ่อย หรือ ไม่ได้มีการดูซ้ำบ่อยมาก
• อาจไม่เหมาะกับงานวิเคราะห์เชิงลึกมากเหมือนการใช้ Excel หรือ เขียนโค้ด
• อาจไม่เหมาะกันการนำเสนอมากเท่ากับการทำ Presentation หรือ เครื่องมือนำเสนออื่นๆ
• อาจไม่เหมาะกับการเล่าเรื่องหรือทำ Storytelling ที่มีลำดับการเล่าต่างๆ

การออกแบบ Dashboard ต่างกัน Data Visualization อื่นๆ อย่างไร

การออกแบบ Dashboard นั้น เป็นแค่หนึ่งในวิธีการทำ Data Visualization เท่านั้น อาจมีควมแตกต่างกับวิธีอื่นๆ เช่น การออกแบบ Presentation หรือ Storytelling เพราะวัตถุประสงค์และกลุ่มผู้ใช้งานต่างกันชัดเจน

ลองมาดูความแตกต่างของแต่ละวิธีกันครับ

Dashboard vs Presentation / Storytelling

• Dashboard จะเน้นให้ผู้ใช้สามารถสำรวจข้อมูลได้ตามมุมมองของตัวเอง มีลักษณะ Interactive เปลี่ยนแปลงตามการกรองข้อมูลของผู้ใช้ อาจไม่ได้บอกเล่าเรื่องราวใดเรื่องราวหนึ่งโดยตรง
• Presentation จะเน้นอธิบายข้อมูล หรือ ตีความให้เสร็จ ไม่ได้เน้นการให้ผู้ใช้เปลี่ยนแปลงหรือโต้ตอบกับข้อมูลผ่าน Presentation ได้โดยตรง
• Data Storytelling จะเป็นอีกหนึ่งวิธีในการนำเสนอข้อมูล โดยมีลำดับการเล่าเรื่อง มีจุดเริ่มต้น กลาง และจบ มีวัตถุประสงค์ชัดเจนในการโน้มน้าวหรืออธิบายสิ่งใดสิ่งหนึ่ง

ดังนั้น การออกแบบ Dashboard จึงมีเน้นที่ความ Interactive ซึ่งต่างกับการทำ Data Visualization แบบอื่นๆ เราจึงควรเลือกออกแบบตามการใช้งานจริงที่เหมาะสมด้วย

ปัญหาในการสร้าง ออกแบบ และใช้งาน Dashboard

แม้จะรู้ว่า Dashboard เป็นเครื่องมือสำคัญที่ช่วยให้เห็นภาพรวมของข้อมูลเพื่อประกอบการตัดสินใจอย่างมีประสิทธิภาพ แต่หากไม่มีการวางแผนเพื่อออกแบบและสร้าง Dashboard ก็อาจเกิดปัญหาต่างๆ เหล่านี้ตามมาได้

1. Dashboard ใช้งานไม่ได้

แม้จะมีความต้องการใช้งานจากผู้ใช้ แต่ Dashboard กลับมีปัญหาต่างๆ ในการใช้งาน เช่น

• ข้อมูลที่ได้ไม่ถูกต้อง
• ข้อมูลไม่มีการอัปเดตตามต้องการ
• Dashboard พัง (ไม่แสดงผล หรือแสดงผลช้า)

2. Dashboard ไม่มีคนใช้

และอีกปัญหาหนึ่งที่พบบ่อยคือ มีการลงทุนสร้าง Dashboard มากมาย แต่กลับไม่มีคนใช้งานจริง เนื่องจากปัญหาต่างๆ เช่น

• Dashboard อาจไม่มีข้อมูลที่ตรงตามความต้องการของผู้ใช้งาน
• Dashboard อาจสวย แต่ Visual ไม่ตอบโจทย์การใช้งานจริง
• หลายๆ คนอาจไม่ทราบว่ามี Dashboard อยู่ในองค์กร หรือ ไม่มีการเปิด access ให้คนที่ควรได้ใช้

สาเหตุที่ทำให้เกิดปัญหาในการสร้างและใช้ Dashboard

• การเก็บข้อมูลไม่ดีพอ: ทำให้ข้อมูลไม่ครบถ้วน หรือมีความไม่สม่ำเสมอ
• ไม่มีการจัดเตรียมข้อมูล : ทำให้ข้อมูลยังไม่อยู่ในรูปแบบที่พร้อมใช้งาน
• โครงสร้างข้อมูลไม่เป็นระบบระเบียบ: ทำให้การเชื่อมต่อข้อมูลต่างๆ อาจทำได้ยาก โดยเฉพาะหากมีข้อมูลจากหลายระบบ
• ระบบประมวลผลไม่มีประสิทธิภาพ: ทำให้การแสดงผล Dashboard ช้า หรือเกิดข้อผิดพลาดบ่อย
• ไม่มีการแจ้งหรือจัดการสิทธิ์ในการเข้าถึงข้อมูล: ทำให้บางคนไม่ทราบหรือไม่สามารถเข้าถึงข้อมูลหรือ Dashboard ได้

เมื่อรู้สาเหตุกันแล้ว ลองมาดูกันดีกว่าครับ ว่าเราจะออกแบบ Dashboard ยังไง ให้ตอบโจทย์การใช้งานได้อย่างราบรื่น และไม่เจอ หรือ ลดปัญหาเหล่านี้ให้ได้มากที่สุด

วิธีออกแบบ Dashboard ให้ตอบโจทย์การใช้งานจริง

การออกแบบและสร้าง Dashboard นั้น ไม่ได้มีขั้นตอนตายตัว อาจมีความแตกต่างกันไป ไม่มีมาตรฐานกลาง อย่างในตัวอย่างด้านล่างที่ผมลองไป Google มา จะเห็นว่า ขั้นตอนอาจมีแตกต่างกันไปตามแต่ละคนจะกำหนด

แต่เพื่อความง่าย ในบทความนี้ ผมจะขอแยกระหว่างการออกแบบ และ การสร้าง Dashboard ตามประสบการณ์ที่เคยทำมานะครับ

Planning – วางแผนก่อนเริ่ม

ในการสร้าง Dashboard นั้น ไม่ว่าจะสร้างเครื่องมือใดก็ตาม ควรเริ่มด้วยการทำความเข้าใจและวางแผนก่อนว่า เราต้องการสร้าง Dashboard นี้ไปเพื่อวัตถุประสงค์อะไร ประกอบการตัดสินใจเรื่องอะไร เพราะในการทำ Analytics ต่างๆ นั้น เราล้วนทำเพื่อประกอบการตัดสินใจบางอย่าง รวมไปถึงตั้งคำถามเพื่อประเมินความเป็นไปได้และความคุ้มค่า ไม่ว่าจะเป็น

• เชิงธุรกิจหรือ Domain ต่างๆ เช่น การจัดสรรงบ การปรับปรุงกระบวนการต่างๆ ในการทำงาน
• เชิงเทคนิค เช่น การเข้าถึงแหล่งข้อมูล คุณภาพของข้อมูล การประมวลผล การเตรียมเครื่องมือต่างๆ

การทำความเข้าใจในส่วนนี้ จะช่วยให้เราเห็นความทิศทางในการสร้าง Dashboard ได้ดียิ่งขึ้น เห็นความคุ้มค่าและรวมเป็นไปได้ด้วย

Making MockUp / Wireframe – วางโครงสร้าง Dashboard

ก่อนที่จะลงมือสร้าง Dashboard จริงๆ หากเรามีการทำ MockUp หรือ Wireframe หรือถ้าเรียกแบบง่ายๆ ก็คือ วาดแบบร่างนั่นแหละ ซึ่งเราสามารถทำได้ด้วยเครื่องมือออกแบบต่างๆ เช่น Canva, Figma, อื่นๆ หรือแม้แต่วาดลงกระดาษแบบง่ายๆ ก็จะช่วยให้เราและเห็นภาพของ Dashboard ไปในทิศทางเดียวกัน

ซึ่งขั้นตอนนี้ หากคุณเป็นคนสร้าง Dashboard อาจช่วยแนะนำให้ผู้ใช้งานสามารถเลือก Charts เพื่อทำการวิเคราะห์ได้เหมาะสมหรือดียิ่งขึ้น รวมถึงสามารถบอกข้อจำกัดต่างๆ ไม่ว่าจะเป็น Data ที่มีเพียงพอต่อการวิเคราะห์มั้ย มีอะไรที่ทำได้หรือไม่ได้

โดยเรายังไม่ต้องลงมือสร้าง Dashboard จริงๆ เพราะในการสร้าง Dashboard จริงนั้น จะมีการใช้แรงและเวลามากกว่า รวมไปถึงปรับแต่งยากกว่าอีกด้วย

การคุยกันบนกระดาษ (หรือโปรแกรมออกแบบ) ให้จบก่อนสร้าง Dashboard ย่อมมีโอกาสช่วยให้ประหยัดแรง เวลา รวมถึงทำได้ตรงความต้องการของผู้ใช้งานมากกว่าอีกด้วย

ลองมาดูตัวอย่างง่ายๆ ในการวาด MockUp กันครับ

Data Preparation – จัดเตรียมข้อมูล

หนึ่งในขั้นตอนที่สำคัญมาก แต่กลับเป็นขั้นตอนที่มักถูกมองข้ามไป ก็คือ การจัดเตรียมข้อมูล หรือ Data Prep นั่นเอง

แล้ว Data Prep คืออะไร? ทำไมเราต้องมี Data Prep ล่ะ?

เพราะ Dashboard ไม่ใช่แค่การออกแบบกราฟสวยๆ แต่ยังรวมถึง

• การคำนวณตัวเลขสำคัญต่างๆ เพื่อให้เหมาะสมกับการวิเคราะห์เชิงธุรกิจ
• การจัดการข้อมูลต้นทาง ให้มีโครงสร้างข้อมูลที่ดี เหมาะสมการใช้งานบน Dashboard ได้ดี
• การประมวลผลทางเทคนิค เพื่อให้ข้อมูลมีคุณภาพ พร้อมใช้งาน และสามารถให้ผลลัพธ์ได้รวดเร็ว

แน่นอนว่าในขั้นตอนการวางแผน เราอาจมีการประเมินความเป็นไปได้เชิงเทคนิคและมีการสำรวจข้อมูลมาระดับหนึ่งแล้ว เพื่อให้สามารถทำ Mock Up ได้

แต่ในการวางแผนนั้น มักเป็นเพียงการประเมินความเป็นไปได้เบื้องต้นเท่านั้น เพราะบางครั้ง ข้อมูลที่เรามีนั้น อาจยังไม่พร้อมใช้งานจริง เช่น

• เราอาจมีข้อมูล แต่ข้อมูลนั้นกระจัดกระจาย ต้องใช้เวลารวบรวม
• ข้อมูลไม่อยู่ในรูปแบบที่ใช้งานได้ เช่น การเก็บวันที่อาจมีการสลับ พ.ศ. กับ ค.ศ.
• ปริมาณข้อมูลมากกว่าที่คาดการณ์

ซึ่ง Data Preparation หรือ Data Prep ก็คือ กระบวนการต่างๆ ที่ช่วยจัดเตรียมข้อมูลให้อยู่ในรูปแบบที่พร้อมใช้งานนั่นเอง เช่น

• การเก็บ รวบรวมข้อมูลตั้งแต่ต้นทาง (Data Collection)
• การตรวจสอบความถูกต้องและครบถ้วนของข้อมูล (Data Validation)
• การจัดเก็บและวางโครงสร้างข้อมูลให้เป็นระบบระเบียบและง่ายต่อการเข้าถึง (Data Structure)
• การจัดรูปแบบให้ได้มาตรฐานที่พร้อมใช้งานในการวิเคราะห์ เช่น Data Cleaning, Data Transformation
• การจัดการ การเชื่อมต่อกับแหล่งข้อมูลต้นทาง เพื่อให้ประมวลผลได้รวดเร็ว Connections

ทำให้ Data Prep มักจะเป็นขั้นตอนที่ใช้แรงและเวลามากที่สุด เพื่อให้เราได้ข้อมูลที่มีคุณภาพ พร้อมใช้ และรวดเร็วเพียงพอต่อการใช้งานจริง

Developing – สร้าง Dashboard

ทีนี้ก็มาถึงขั้นตอนที่หลายๆ คนน่าจะอยากทำกันมากที่สุด (มั้ง) ก็คือ การสร้าง Dashboard จริงๆ นั่นเอง เช่น

• การสร้าง Chart
• การสร้างปุ่ม Control ต่างๆ
• การตกแต่ง Layout
• การปรับสี
• การเพิ่มการคำนวณบางส่วน

Testing – ทดสอบการใช้งาน Dashboard

อีกหนึ่งขั้นตอนที่ถูกมองข้าม คือ การทดสอบว่า Dashboard สามารถใช้งานจริงได้มากแค่ไหน ซึ่งเราอาจลองพยายามทดสอบการใช้งานบางส่วนเช่น

• ทดสอบความถูกต้องของข้อมูล
• ทดสอบมุมมองการใช้งานต่างๆ เช่น การใช้ปุ่มต่างๆ
• ทดสอบความเร็วของการประมวลผล
• ทดสอบว่ามีข้อผิดพลาดตรงไหนบ้าง เช่น การเชื่อมต่ออาจมีปัญหา
• ทดสอบการแชร์ข้อมูลว่า Users ที่กำหนด สามารถเข้าถึง Dashboard เราได้

Sharing – ส่งมอบ Dashboard

และเมื่อสร้างเสร็จ ก็ได้เวลาแชร์ไปให้คนอื่นๆ ใช้งานกันครับ ซึ่งก็จะมีเรื่อง Data Governance เพื่อให้ผู้ที่ต้องใช้ข้อมูล เข้าถึงข้อมูล แต่ข้อมูลสำคัญไม่รั่วไหลไปถึงบุคคลอื่นๆ ด้วยเช่นกัน

Iterating – ปรับแต่ง Dashboard

แน่นอนว่า หลังจากคนอื่นๆ ได้ใช้งาน หรือ แม้แต่ตัวเราเองก็ตาม อาจไม่ได้พอใจกับผลลัพธ์แรก ขั้นถัดไปก็คือ การปรับปรุงไปเรื่อยๆ จนกว่าจะได้เวอร​์ชั่นที่เรา หรือ ผู้ใช้งานพึงพอใจนั่นเองครับ

สรุป

จะเห็นได้ว่า ในการออกแบบและสร้าง Dashboard นั้น มีขั้นตอน กระบวนการ และสิ่งต่างๆ ที่ควรคำนึงถึงมากกว่าแค่เพียงการออกแบบกราฟและชาร์ตให้สวยงามเท่านั้น แต่รวมไปถึงการบริหารจัดการข้อมูล การประมวลผล และ การออกแบบการใช้งานให้ตอบโจทย์ด้วยเช่นกัน

เพื่อให้เราได้ Dashboard ที่มีประสิทธิภาพ ใช้งานได้จริง และ เป็นเครื่องมือช่วยให้องค์กรขับเคลื่อนด้วยข้อมูลอย่างแท้จริง

และหากคุณต้องการ Workshop หรือ ที่ปรึกษาในการสร้าง Dashboard ก็สามารถกรอกข้อมูลได้ในแบบฟอร์มของเราในหน้าบริการของเราได้เลยครับ