เมื่อพูดถึง Data Skills แล้ว หลายๆคน น่าจะเคยค้นหาดูว่า ถ้าอยากทำงานสาย Data เช่น Data Analyst หรือ Data Analytics แล้ว เราจำเป็นต้องมี Skills อะไรบ้าง ซึ่งส่วนมากน่าจะได้คำตอบในเชิง Technical Skills ต่างๆ เช่น SQL, Python, R, BI Tools, PowerBI, Tableau, SAS, Statistics, Data Visualization และอื่นๆ วันนี้เลยขอนำเสนออีกมุมมองนึงในการแบ่ง Skill สำหรับสายงาน Data Analyst / Analytics ด้วยการแบ่งตามเนื้องาน เผื่อจะเป็นประโยชน์กับคนที่สนใจงานสายนี้ให้เห็นภาพมากขึ้นครับ
3 สิ่งที่ควรประเมินก่อนทำ Data Analytics เพื่อช่วยในการตัดสินใจ
ถ้าถามว่า การทำ Data Analytics นั้น เราทำไปเพื่ออะไรแล้ว หนึ่งในคำตอบหลักๆ ก็คงจะเป็น การใช้ Data เพื่อช่วยในการตัดสินใจ จากผลสำรวจของ Deloitte เกี่ยวกับประโยชน์ของ Analytics นั้น 49% ของผู้ตอบผลสำรวจ ตอบว่า ประโยชน์ที่สำคัญที่สุดของ Data Analytics คือ การช่วยเพิ่มความสามารถในการตัดสินใจ อย่างไรก็ตาม สิ่งที่พบเจอกันหลายครั้งก็คือ การเข้าใจผิดว่า Data ควรตัดสินใจแทนเรา หรือ การใช้ Data ควรให้คำตอบที่แม่นยำและไม่ผิดพลาด แต่ความจริงนั้น ทุกการตัดสินใจ อาจมีข้อผิดพลาดหรือข้อจำกัดได้เสมอ วันนี้เลยขอนำ 3 สิ่งที่ควรต้องประเมินในการทำ Data มาช่วยในการตัดสินใจ มาให้ดูกันครับ
ก้าวแรกสู่การย้ายสายมาทำงาน Data (จากคนเคยเกลียดงาน Data)
เคยมีคนมาปรึกษาผมว่า “อยากทำงานสาย Data อยากย้ายมาทำงาน Data ควรเริ่มยังไงดี” ในโพสต์นี้เลยมานำประสบการณ์ส่วนตัวมาแชร์ให้ฟังกันครับ
เริ่มลองใช้ VLOOKUP: สูตร Excel ประจำออฟฟิศ สำหรับค้นหาข้อมูลแบบง่ายๆ
ในบรรดาสูตรยอดนิยมของคนที่ต้องใช้วิเคราะห์ข้อมูลหรือจัดทำรายงานต่างๆ นั้น VLOOKUP มักเป็นหนึ่งในสูตรที่มักมีการใช้หรือถูกพูดถึงเสมอ เพราะมันประยุกต์ใช้ได้หลากหลายมาก เราลองมาดูตัวอย่างง่ายๆ กันดีกว่าว่าสูตรนี้มันใช้ทำอะไร มีดียังไงบ้าง?
Critical Thinking and Data Interpretation: Skills สำคัญที่ใช้หา Insight ในงาน Data Analytics
ถ้าพูดถึง Skills ต่างๆ ที่สำคัญในการทำงาน Data Analytics หลายๆ คนมักนึกถึง Technical Skills ต่างๆ เช่น Python, R, SQL, Excel, BI, Visualization, Machine Learning แต่ Skills ที่ผมคิดว่าสำคัญมากๆ แต่ไม่ค่อยมีใครถามหรือพูดถึงเลย ก็คือ Skill ในการตีความข้อมูล (Data Interpretation) และ Skill ในการตั้งคำถาม (Critical Thinking) ในการวิเคราะห์ข้อมูล สิ่งสำคัญในแง่ผลลัพธ์ ก็คือ เราวิเคราะห์สิ่งเหล่านี้ไปเพื่ออะไร และ เราจะสามารถนำการวิเคราะห์เหล่านี้ไปประยุกต์ใช้ได้ยังไง และการจะทำสิ่งเหล่านี้ได้ดี เราก็จำเป็นต้องมี Data Interpretation กับ Critical Thinking Skill นั่นเอง แล้ว…