รีวิวและสรุป Key Takeaways จากคอร์ส Visual Pro: Elaborate Insights with Data Brilliance

ประสบการณ์การเรียน

คอร์ส Visual Pro: Elaborate Insights with Data Brilliance เป็นการเรียนแบบ Onsite 2 วันเต็ม ไปเรียนที่ True Digital Academy Campus (อยู่ใน True Digital Park, BTS ปุณณวิถี) ซึ่งสอนโดยรองศาสตราจารย์ ดร.ทศนัย ชุ่มวัฒนะ (อ.เนย) โดยรวมคือดีมาก เป็นคลาสที่รู้สึกแตกต่างจากที่เคยที่เข้าร่วมที่ผ่าน ๆ มา แม้ตัวคอร์สจะสอน Power BI แต่อ.ให้ความสำคัญกับ Data Thinking มากกว่าการไปจับมือสอนใช้เครื่องมือ อาจารย์ชวนให้เราตั้งคำถามด้วย คำถามทางธุรกิจ (Business Question) เป็นการเปิดมุมมองให้เราเห็นการใช้งานจริงของการวิเคราะห์ข้อมูล ทั้งในชีวิตประจำวันและในธุรกิจต่างๆ ซึ่งการเรียนรู้ผ่านคำถามเหล่านี้ช่วยให้เข้าใจวิธีการตั้งคำถามและวิเคราะห์ข้อมูลอย่างเป็นระบบและมีประสิทธิภาพ สิ่งที่ประทับใจที่สุดในคอร์สนี้คือการสอนที่เป็นกันเองและสนุกสนาน อาจารย์ไม่เพียงแค่บรรยายข้อมูล แต่ยังนำเคสตัวอย่างจริงมาให้เราได้ร่วมคิดและแก้ปัญหาร่วมกับคนในคลาสเรียน ทำให้การเรียนไม่น่าเบื่อและได้ลงมือปฎิบัติจริง

ซึ่งตัวเนื้อหาการเรียนการสอนไม่ได้สอนแค่ PowerBI เท่านั้นแต่สอนคลอบคลุมตั้งแต่ Data Analytics Workflow , การใช้เครื่องมือ Power BI, การ Cleansing Data, Transform Data, DAX, Visualize, Interpret ไปจนถึงการออกแบบแดชบอร์ด และการนำเสนอ รวมทั้งมีเฟรมเวิร์กอย่าง Business Data Canvas ที่อ.ออกแบบมาให้ไปใช้งานได้จริง ซึ่งในพาร์ทการเรียน Power BI อ.เน้นเริ่มต้นด้วยโจทย์ต่าง ๆ ว่าถ้าต้องการแก้ปัญหา หรือวิเคราะห์สิ่งนี้ ต้องทำอย่างไร มากกว่าการพิมพ์ตามเท่านั้น ทำให้เมื่อเรียนจบแล้วก็พร้อมนำไปใช้งานได้ทันที

ซึ่งเป็นประสบการณ์ที่ดีและได้ความรู้ที่มีค่าจากการเรียนในคลาสนี้ ทาง Data Echooo จึงไม่พลาดที่จะนำ Key Takeaways สำคัญ ๆ มาแชร์ให้ทุกท่านได้อ่านกันครับ

Key Takeaways

#1: ข้อมูลในธุรกิจที่มีอยู่จะช่วยตอบโจทย์ลูกค้าได้อย่างไร

หลายธุรกิจมีการเก็บข้อมูลต่าง ๆ ไม่ว่าจะเป็นข้อมูลสินค้า ข้อมูลลูกค้า หรือยอดคำสั่งซื้อ ซึ่งสิ่งเหล่านี้เป็นข้อมูลพื้นฐานในธุรกิจแต่เราอาจจะยังไม่เคยหยิบนำมันมาใช้งาน นั้นลองมาดูกันว่าจะสามารถนำข้อมูลเหล่านี้มาตอบโจทย์กับความต้องการของลูกค้าได้อย่างไร?

• ข้อมูลสินค้า: เช่น ชื่อสินค้า ประเภทสินค้า ยอดขายแต่ละรายการ หากนำมาวิเคราะห์ข้อมูลจะช่วยให้รู้ว่าสินค้าใดเป็นที่นิยมและควรมีในสต็อกเป็นจำนวนมาก ในขณะเดียวกัน สินค้าที่มียอดขายต่ำควรมีการจัดการที่เหมาะสมเพื่อลดพื้นที่เก็บสต็อกที่ไม่จำเป็น
• จำนวนของลูกค้าในแต่ละภูมิภาค/จังหวัด: ข้อมูลจาก external data เช่นจำนวนประชากรในแต่ละจังหวัด จะทำให้เห็นถึง demand ความต้องการในแต่ละภูมิภาค เพื่อจัดสต็อกสินค้าในจังหวัดที่มีความต้องการสูงได้
• ข้อมูลยอดคำสั่งซื้อ: ข้อมูล Transaction ที่บอกวันและเวลาและยอดขายสินค้าต่าง ๆ จะทำให้เรารู้ว่าลูกค้ามักจะซื้อของในวันไหน หรือในช่วงเวลาไหนที่เป็น Peak Time ทำให้เราสามารถวางแผนการจัดสต็อกสินค้าได้ถูกที่และถูกเวลา ช่วยลดโอกาสสินค้าหมดสต็อก ไม่ให้เกิดการจัดส่งที่ล่าช้า เพิ่มความพึงพอใจให้ลูกค้า และเพิ่มยอดขายได้อย่างมีประสิทธิภาพ

#2: แนวทางการปรับปรุงประสบการณ์ลูกค้า ด้วย Data ซึ่งนำไปสู่ยอดขายที่ดีขึ้น

เริ่มต้นด้วยการ“ระบุปัญหาที่เกิดขึ้น” เช่น ยอดขายลดลง หรือ ความไม่พอใจของลูกค้า เมื่อรู้ถึงปัญหาแล้วให้ลองดูก่อนว่าปัจจุบันเรามีข้อมูลอะไรบ้าง เช่น คะแนนความพึงพอใจของลูกค้า, การเงิน, และยอดขาย ให้นำข้อมูลเหล่านี้มาวิเคราะห์และประมวลผล ใช้กราฟมาช่วย Visualize เพื่อช่วยในการนำเสนอและการวิเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพ ซึ่งการใช้ข้อมูลมาช่วยวิเคราะห์และตัดสินใจ จะช่วยให้ธุรกิจสามารถดำเนินการอย่างมีประสิทธิภาพและยั่งยืนได้อย่างมั่นคง

#3: 5 ขั้นตอนการวิเคราะห์ข้อมูล

การวิเคราะห์ข้อมูลเป็นกระบวนการสำคัญที่ช่วยให้ธุรกิจสามารถตั้งโจทย์ได้อย่างแม่นยำและดำเนินการอย่างมีประสิทธิภาพ ซึ่งมีดังนี้

1. ตั้งโจทย์ (Frame) – การตั้งโจทย์อย่างแม่นยำเป็นจุดเริ่มต้นที่สำคัญ ยิ่งโจทย์ชัดเจนเท่าไร การวิเคราะห์ข้อมูลก็จะยิ่งแม่นยำมากขึ้น
2. เตรียมข้อมูล (Prepare) – ขั้นตอนนี้จะเป็นการหาข้อมูล และการทำความสะอาดข้อมูล (data cleansing) เพื่อให้มั่นใจว่าข้อมูลที่ใช้ในการวิเคราะห์มีคุณภาพและถูกต้อง
3. การวิเคราะห์ (Analyze) – ต้องทำให้สามารถตอบคำถามหรือโจทย์ที่ตั้งไว้ได้ ซึ่งต้องใช้เทคนิคและเครื่องมือในการวิเคราะห์ที่เหมาะสม
4. การตีความผลลัพธ์ (Interpret) – หลังจากการวิเคราะห์แล้ว ต้องดูผลลัพธ์และระบุจุดที่ต้องการการดำเนินการ (spot) เพื่อให้สามารถตัดสินใจและดำเนินการ (take action) ได้อย่างถูกต้อง
5. การสื่อสาร (Communication) – การเรียกทุกคนที่เกี่ยวข้องมาร่วมกันเพื่อให้เห็นถึงผลลัพธ์ และแผนการดำเนินการอย่างชัดเจน เพื่อให้ทุกคนมีความเข้าใจตรงกันและสามารถทำงานร่วมกันได้อย่างมีประสิทธิภาพ

#4: Issue Tree เครื่องมือสำคัญในการวิเคราะห์และแก้ไขปัญหา

Issue Tree เป็นเครื่องมือสำคัญในการวิเคราะห์และแก้ไขปัญหา โดยการแยกประเด็นใหญ่เป็นประเด็นย่อยเพื่อหาสาเหตุและแนวทางแก้ไข ตัวอย่างเช่น

ประเด็นหลัก:ยอดขายตก
วัตถุประสงค์: ต้องการเพิ่มยอดขาย xx% ภายในปีหน้า

Breaking down problem
จากประเด็นหลักให้แยกปัญหาเป็นส่วนย่อยๆ ที่มีขนาดเล็กลงและสามารถจัดการได้ง่ายขึ้นเช่น

• Promotion: วิเคราะห์โปรโมชั่นปัจจุบันและพิจารณาการปรับปรุง
• Ecommerce Platform: ตรวจสอบและปรับปรุงแพลตฟอร์มออนไลน์
• Event: การจัดกิจกรรมส่งเสริมการขาย
• ลูกค้าเปลี่ยนแปลงพฤติกรรม?: การเปลี่ยนแปลงพฤติกรรมการซื้อของลูกค้า เช่น การช้อปปิ้งออนไลน์มากขึ้น
• Season Effect?: ผลกระทบจากฤดูกาลที่ส่งผลต่อยอดขาย

Solution
หาวิธีการแก้ไขที่เหมาะสมสำหรับแต่ละส่วนย่อยเช่น

• ปรับปรุงโปรโมชั่น: จัดโปรโมชั่นที่ดึงดูดและตอบสนองความต้องการของลูกค้า
• พัฒนา Ecommerce Platform: ปรับปรุงแพลตฟอร์มออนไลน์ให้ใช้งานง่ายและดึงดูดลูกค้า
• จัดกิจกรรมส่งเสริมการขาย: จัดกิจกรรมที่สร้างความสนใจและกระตุ้นยอดขาย

#5: การตั้งเป้าหมาย SMART Objective เพื่อความสำเร็จทางธุรกิจ

การตั้งเป้าหมายแบบ SMART เป็นเครื่องมือสำคัญที่ช่วยให้การวางแผนและดำเนินการทางธุรกิจเป็นไปอย่างมีประสิทธิภาพ ซึ่งมีองค์ประกอบ 5 ส่วนดังนี้

• S – Specific (ชัดเจน)
  เป้าหมายต้องชัดเจนและเข้าใจง่าย เช่น “เพิ่มยอดขาย 20% ในตลาดออนไลน์ภายใน 6 เดือน”
• M – Measurable (วัดผลได้)
  การมีข้อมูลที่ใช้ได้และชัดเจนเป็นสิ่งสำคัญ เช่น “วิเคราะห์ยอดขายปัจจุบันและติดตามยอดขายรายเดือน”
• A – Achievable (ทำได้จริง)
  ต้องพิจารณางบประมาณและทรัพยากรที่มี เช่น “มีงบประมาณในการทำโฆษณาออนไลน์ 100,000 บาท”
• R – Relevant (สอดคล้องกับเป้าหมายธุรกิจ)
  เป้าหมายต้องตอบโจทย์และสอดคล้องกับเป้าหมายธุรกิจ เช่น “เพิ่มยอดขายเพื่อขยายฐานลูกค้าและเพิ่มส่วนแบ่งตลาด”
• T – Time-bound (มีกรอบเวลา)
  การกำหนดระยะเวลาที่ชัดเจนและเป็นไปได้ เช่น “บรรลุเป้าหมายภายใน 6 เดือน”

#6: Power BI เครื่องมือที่มีประสิทธิภาพในการวิเคราะห์และแสดงผลข้อมูล

เครื่องมือ Power BI ไม่ได้มีดีแค่เรื่องของการทำ Visualize ข้อมูลเท่านั้น แต่สามารถจัดการกับข้อมูลได้อย่างมีประสิทธิภาพ สามารถทำ Transformation data (การแปลงข้อมูล) เช่น

• การทำความสะอาดข้อมูล (Data Cleaning): การลบหรือแก้ไขข้อมูลที่ผิดพลาด (Invalid) หรือไม่สมบูรณ์ (Missing values) หรือการแก้ไขค่า Outlier (ข้อมูลที่เกินขอบเขต) เช่น ข้อมูลอายุลูกค้า 124 ปี ซึ่งเป็นข้อมูลที่อาจจะผิด จากการกรอก ซึ่งในโลกความเป็นจริง data ไม่ได้พร้อมใช้งานแต่แรก จึงต้องมีการทำความสะอาด
• เปลี่ยนประเภท Data Type กำหนด Value ตามเงื่อนไขได้
• Split Column– ข้อมูลคอลัมน์ ชื่อ อาจมีทั้งคำนำหน้า ชื่อ นามสกุลเช่น “นาย สมชาย ใจดีจัง” แต่เราไม่มีข้อมูลเพศ เราก็สามารถ Split คำนำหน้า แล้วไปตั้งเงื่อนไขเพื่อแปลงเป็นเพศได้
• Append Data – ในกรณีที่เรามีข้อมูลหลายไฟล์เช่น ข้อมูลยอดขายแยกไฟล์ตามปี เราสามารถใช้ PowerBI ในการนำข้อมูลมาต่อกันได้
• Unpivot Data – บางครั้งข้อมูลที่ได้มามาในลักษณะในรูปแบบที่ Pivot แล้ว ซึ่งข้อมูลลักษณะนี้จะนำไปวิเคราะห์ไม่ได้เลยต้องมีการ Unpivot ด้วยเทคนิค transpose data ซึ่งใน PowerBI สามารถทำได้ทันที

นอกจากนี้ใน PowerBI ยังมี DAX (Data Analysis Expressions) ซึ่งช่วยให้ผู้ใช้สร้างสูตรและคำนวณข้อมูลได้อย่างมีประสิทธิภาพ โดยไม่ต้องพึ่งพาแอปพลิเคชันอื่น ตัวอย่างสูตรสำคัญที่ช่วยในการวิเคราะห์ข้อมูลเช่น หากต้องการคำนวณกำไรรวมและอัตรากำไร

คำนวณกำไรรวม (Total Profit) เพื่อให้เข้าใจถึงกำไรที่ได้จากการขายทั้งหมดโดยหักต้นทุนรวมทั้งหมดออก

Total Profit = SUM('Order'[SALE]) - SUM('Order'[total cost])

คำนวณอัตรากำไร (Profit Margin %) เพื่อให้เข้าใจถึงร้อยละของกำไรที่ได้จากยอดขาย

Profit margin % = [Total Profit] / SUM('Order'[SALE])

โดยสูตร Total Profit จะหากำไรรวมจากการขายทั้งหมดหักด้วยต้นทุนรวม และ Profit Margin % จะคำนวณอัตรากำไรโดยการนำกำไรรวมมาหารด้วยยอดขายรวม

ศึกษา DAX เพิ่มเติมได้ที่ Data Analysis Expressions (DAX) Reference – DAX | Microsoft Learn

#7: แคมเปญเลขคู่ได้ผลจริงหรือไม่

เคยสงสัยกันไหมว่าแคมเปญวันเลขคู่อย่าง 5.5, 12.12 ได้ผลจริงหรือไม่กับร้านของเรา หรือเราแค่เห็นร้านอื่นทำก็เลยทำตาม เลยอยากชวนมาวิเคราะห์ดูกันว่า “promotion day” นั้นช่วยให้ยอดขายเพิ่มจริงหรือไม่? ให้ข้อมูลเป็นตัวบอกข้อเท็จจริงกัน

Step 1: แบ่งวันธรรมดาและ Big Sale

ให้สร้างคอลัมน์ใหม่ที่แสดงข้อมูลว่าใดเป็นวัน Big Sale (เช่น 11.11) และวันใดเป็นวันธรรมดา โดยใช้ IF Function ตรวจสอบว่าวันที่ในคอลัมน์ ORDER_DATE เป็นวันที่ 11 หรือไม่ หากใช่จะกำหนดค่าเป็น “Big Sale” ถ้าไม่ใช่จะกำหนดค่าเป็น “Normal”

Promotion day = IF(DAY('Order'[ORDER_DATE])=11,"Big Sale","Normal")

Step 2: เปรียบเทียบ
ซึ่งเราไม่สามารถนำยอดขายรวม (SUM) ของวันโปรโมชั่นมาเทียบกับยอดขายรวม (SUM)ของวันธรรมดาได้ เนื่องจากวันธรรมดามีหลายวัน ในขณะที่วันโปรโมชั่นมีเพียงวันเดียว ดังนั้นเราจึงต้องปรับเป็นการคำนวณค่าเฉลี่ย (AVG) แทน ซึ่งจากข้อมูลเห็นได้ว่าวัน Big Sale สามารถสร้างยอดขายได้กว่าวันปกติ

#8: ออกแบบการแสดงผลข้อมูลด้วย TUFTE’S RULES RULE

Tufte’s Rules หรือกฎของ Edward Tufte เป็นหลักการในการออกแบบการแสดงผลข้อมูล (data visualization) ที่เน้นการนำเสนอข้อมูลอย่างชัดเจนและมีประสิทธิภาพ ซึ่งมี 3 ข้อที่สำคัญคือ

1. แสดงข้อมูล ไม่ใช่มีแค่ประเภท แต่ต้องมีตัวเลขข้อมูลแสดงด้วย
2. แสดง label ได้แต่ต้องไม่เยอะเกินไป
3. หลีกเลี่ยง Chartjunk ได้แก่ ไม่ตอบโจทย์สิ่งที่อยากรู้ (Business Goal), ตอบโจทย์แต่ดูไม่รู้เรื่อง

นี่ก็เป็น Key Takeaways ที่ทาง Data Echooo ได้นำมาฝาก ขอบคุณทาง True Digital Academy ที่จัดคอร์สดีๆ แบบนี้ขึ้นมาด้วยนะครับ

ประชาสัมพันธ์

สำหรับใครที่สนใจคอร์สเรียนดี ๆ แบบนี้ทาง True Digital Academy ยังมีคลาสเรียนดี ๆ อีกหลายคลาสทั้งสาย Data, Business, Tech ลองเข้าไปดูได้ที่ https://www.truedigitalacademy.com/

แต่คอร์สถัดไปที่ทาง Data Echooo อยากแนะนำและเนื้อหาเข้มข้นไม่แพ้กันคือ SQLPro: Extract Database For Real-World Success คอร์สที่ช่วยปูพื้นฐานเส้นทางสาย Data Engineer ตลอดจนสายงานของ Data Analyst และ Data Scientist ที่มีความต้องการใช้ SQL นี้ในการทำงานพร้อม Generative AI ที่ทำให้เก่งขึ้นแบบก้าวกระโดด โดยเป็นคลาสเรียนสด Onsite เรียนทุกวันเสาร์ 09:00-13:00 น. (ตลอด 6 สัปดาห์เต็ม) เริ่มเรียน 22 มิ.ย. 67 – 17 ส.ค. 67 ซึ่งตอนนี้เหลือไม่กี่ที่นั่งแล้ว ดูรายละเอียดได้ที่ https://bit.ly/3VgjzWx