ในการวิเคราะห์ข้อมูลนั้น การเลือกใช้ Charts ที่เหมาะสมกับการวิเคราะห์หรือนำเสนอนั้น ช่วยให้ข้อมูลที่ยุ่งยากซับซ้อนดูง่ายต่อการทำความเข้าใจมากขึ้น และช่วยให้เราจับประเด็นสำคัญจากข้อมูลได้อย่างรวดเร็ว รวมถึงวิเคราะห์หา Insight จากข้อมูลต่างๆ ได้สะดวกขึ้นอีกด้วย เพราะ Charts ดีๆจะทำให้เราเห็นภาพรวม แนวโน้ม และรูปแบบต่างๆของข้อมูลชัดเจนขึ้น แต่หากเลือก Charts ที่ไม่ตรงกับลักษณะของข้อมูลและวัตถุประสงค์ อาจทำให้ข้อมูลนั้นเข้าใจยาก สื่อสารไม่ชัดเจน และอาจนำไปสู่การตัดสินใจที่คลาดเคลื่อนได้ ดังนั้น เพื่อให้การตัดสินใจทางธุรกิจของเรามีคุณภาพมากขึ้น ลองมาดูวิธีการเลือก Charts ที่เหมาะสมในการวิเคราะห์และนำเสนอข้อมูลกันครับ
Tag: data analytics
ข้อมูลลูกค้า (Customer Data) ประเภทต่างๆ ที่ควรรู้ในการทำ Customer Analytics
การมีข้อมูลลูกค้าที่สมบูรณ์นับเป็นความได้เปรียบสำหรับธุรกิจ เพราะจะช่วยให้คุณเข้าใจลูกค้ากลุ่มเป้าหมายได้อย่างลึกซึ้ง สามารถสร้างกลยุทธ์ทางการตลาดให้ตรงใจใครได้แม่นยำกว่าคู่แข่ง พร้อมทั้งเพิ่มโอกาสในการเติบโตทางธุรกิจได้อย่างยั่งยืน แต่ข้อมูลลูกค้าประเภทไหนบ้างที่จำเป็นสำหรับการวิเคราะห์ Customer Analytics ให้ได้ผลลัพธ์ที่คุ้มค่าที่สุด?
แนะนำเครื่องมือและการวิเคราะห์ Data ให้ Website หรือ App ของเรามีประสบการณ์ UX ที่ดี
หนึ่งในเป้าหมายของการทำ Web หรือ App ของหลายๆ ธุรกิจ ก็คือ การทำให้ลูกค้าหรือผู้ใช้บริการได้รับประสบการณ์ที่ดีและมีคุณภาพ เพื่อให้เราสามารถสร้างรายได้จากพวกเขาได้ ไม่ว่าจะเป็น การให้ลงทะเบียน การซื้อสินค้า หรือ แม้แต่การขายโฆษณา แล้วเราจะรู้ได้ยังไงว่าพวกเขาได้รับประสบการณ์ที่ดี ข้อมูลสำคัญอย่างหนึ่งที่เราสามารถนำมาใช้วิเคราะห์ได้ ก็คือ พฤติกรรมการใช้งานของพวกเขานั่นเอง
Data Driven Decision Making: ตัดสินใจได้ดีขึ้นด้วย Data ทำยังไง? ลองมาทำความเข้าใจแบบง่ายๆ กัน
เคยสงสัยกันมั้ยครับ ว่าหลายๆ ครั้งที่เราวิเคราะห์ข้อมูล หรือ ทำ Data Analytics นั้น เรามักวิเคราะห์เพื่ออะไร? หนึ่งในเหตุผลหลักๆ ของหลายๆ คนก็คงจะเป็น เพื่อประกอบการตัดสินใจนั่นเอง แล้ว Data Analytics นั้น ช่วยในการตัดสินใจสำหรับเรายังไง ลองมาดูตัวอย่างการทำ Data Driven Decision making แบบเข้าใจง่ายๆ ด้วย Google Map กันครับ
งานหลักๆ 3 อย่างของ Data Analyst และทักษะที่จำเป็นมีอะไรบ้าง? ลองมาดูกันเถอะ
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…