เราช่วยวางโครงสร้างข้อมูลจาก Day 0 ด้วยการวางระบบโครงสร้างข้อมูล สร้างระบบ Data Mapping, Governing, Assessing, Integrating, และ Quality Controlling ในการเชื่อมต่อข้อมูลจากทุกแหล่งข้อมูลในองค์กรและจัดระเบียบข้อมูลแบบอัตโนมัติให้พร้อมใช้งานอยู่เสมอ และสร้าง Data Warehouse เป็นศูนย์กลางการจัดเก็บข้อมูลที่เข้าถึงได้ Show จบกันไปเมื่อวานสดๆ ร้อนๆ อย่างไม่เกินความคาดหมายกับการประชุมสภาอภิปรายงบประมาณปี 65 ครับ ตลอดการอภิปรายในปีนี้ สส. ทั้งฝ่ายรัฐบาลและฝ่ายค้านก็ใช้เวลาอภิปรายรวมกันกว่า 40 ชั่วโมง ในฐานะ UX Designer ที่ทำงาน Data Visualization มาบ้างพอสมควร ผมสังเกตว่าการอภิปรายในครั้งนี้มีการใช้ “กราฟ” กันอย่างล้นหลาม กราฟทั้งหมดเท่าที่เจอในคลิปการอภิปราย รวม 45 ชั่วโมง มีสไลด์ที่เป็นกราฟประมาณ 110 สไลด์ คิดเป็น 1 หน้าทุกๆ 24 นาทีแต่… “กราฟที่ดี” ไม่ใช่แค่ “กราฟที่มี”!จากที่ได้รวบรวมกราฟต่างๆ ในการอภิปรายครั้งนี้ การใช้กราฟของเหล่า สส. แน่นอนว่ามีทั้งคนที่ใช้กราฟเหมาะสม ถูกต้อง และคนที่ใช้กราฟไม่เหมาะ จนอยากจะบอกว่า “ใช้กราฟแบบนี้ อย่าหาทำ!” ในบทความนี้เราจะมาดูกันว่า “อย่าหาทำ” ที่ว่า คืออะไรบ้าง แต่ก่อนอื่น อ่านมาถึงตรงนี้ หลายคนอาจจะสงสัยว่า “แล้วกราฟที่ดีคืออะไร” ผมขอยกเป็นหลักการคร่าวๆ ไว้ประมาณนี้
วางหลักการประเมินเสร็จแล้ว ก็มาเริ่มกัน อย่าหาทำ #1: Pie Chart สามมิติ 😡ทำไมถึงไม่ควรใช้?Pie chart สามมิติ หรือ pie chart ที่โดนบี้จนเบี้ยว (แบบรูปซ้ายล่าง) ถือเป็นหนึ่งใน “บาปหนัก” อันดับต้นๆ ในวงการ Data Visualization สาเหตุที่ไม่ควรใช้ ก็เพราะความเป็นสามมิติของ Pie Chart นี่แหละ ทำให้ภาพที่ออกมาบิดเบี้ยว เรามาลองดูตัวอย่างนี้ แล้วตอบสามคำถามนี้ในใจกันดู
ดูภาพนี้แล้วบางคนอาจจะมีคำตอบในใจแล้วว่าอันไหนใหญ่ที่สุด งั้นมาดูเฉลยกัน กราฟทั้งหมดในรุปข้างบนนี้สัดส่วนเท่ากัน คิดเป็น 20% ครับ จะเห็นได้ว่า แค่เราเอาเอฟเฟกต์สามมิติออก ภาพนี้ก็ดูง่ายขึ้น เข้าใจได้เร็วขึ้นมากๆ และไม่เสี่ยงต่อข้อมูลที่ดูบิดเบี้ยว อย่าหาทำ #2: กราฟแท่งสามมิติ 😡ไปกันต่อกับตระกูลชาร์ตสามมิติที่ “บาป” ไม่แพ้กัน เหตุผลที่ไม่ควรใช้ Bar Chart สามมิติก็จะเป็นแนวเดียวกับเมื่อกี๊ แต่ไม่เหมือนกันเสียทีเดียว ลองมาดูตัวอย่างกันครับ ลองดูสองภาพนี้เร็วๆ แล้วตอบคำถามนี้
ใช่ครับ สองภาพนี้คือข้อมูลเดียวกัน (ค่าของสีแดงคือ 38 สีน้ำเงินคือ 30) จากตัวอย่างนี้เราก็จะเห็นกันชัดขึ้นว่ากราฟสามมิติ ทำให้ข้อมูลดูยากขึ้นอย่างไร จากสองตัวอย่างนี้ เราสรุปออกมาเป็นหลักใหญ่ๆ ได้ว่า อย่าหาทำ #3: กราฟแท่งที่แกน Y ไม่ได้เริ่มที่ 0 😡 บาปหนักอีกอย่างในการใช้ visualization คือกราฟแท่งที่แกน Y ไม่ได้เริ่มที่ 0 ซึ่งส่วนตัวผมมองว่าข้อนี้ “อันตราย” กว่า สองข้อที่ผ่านมา เพราะมันทำให้ผลที่เห็นด้วยตา ดูใหญ่กว่าความเป็นจริงหากเราเผลอไม่ได้อ่านแกน ความเข้าใจของเราจะเพี้ยนจากความเป็นจริงไปมากๆ ลองดูตัวอย่างนี้แล้วตอบคำถามว่า
ทีนี้มาดูเฉลยกันครับ . . . สีแดงเป็น 880 สีน้ำเงิน 620 สีแดงเยอะกว่าสีน้ำเงินประมาณ 40% ครับ 😁 เอ๊ะ เดี๋ยวนะ ผมหยิบเฉลยผิดอัน คำตอบคือสีแดงเป็น 103.8 สีน้ำเงิน 101.2 สีแดงเยอะกว่าสีน้ำเงินประมาณ 2.5% ครับ 😁😁😁 (สเกลจริงอยู่ทางขวา) นี่แหละคือความอันตรายของกราฟแท่งที่ไม่ได้เริ่มที่ 0 สาเหตุก็เพราะคนเราเวลามองกราฟเท่ง เราเทียบความต่างจาก “ความยาว” ไม่ใช่อ่านตัวเลข และถ้าเราไม่อ่านแกน ก็จะไม่มีทางรู้เลยว่าค่าจริงๆ ต่างกันเท่าไหร่ ซึ่งปัญหานี้ สส. ในสภาบางคนก็ทราบดี จนยกประเด็นนี้ขึ้นมาวิจารณ์กราฟของนายกเช่นกัน (ใช่ครับ กราฟต้นทางทำบาปสองข้อเลย คือนอกจากจะไม่เริ่มที่ 0 แล้วยังจะเป็นสามมิติอีก 😭😭😭) ทีนี้ บางคนอาจจะแย้งว่า “ก็ถ้าเริ่มจาก 0 แล้วมันเห็นความต่างไม่เยอะ เลยต้องปรับแกนไง?” ผมอยากจะเสนอทางแก้ว่า ถ้าเกิดกรณีแบบนี้
[update กรณีนี้ในภาพหัวเรื่อง] นอกจาก “กราฟบาปหนัก” สามแบบที่ยกขึ้นมา มีตัวอย่างอีกหลายอันที่น่าสนใจ และอาจถกเถียงกันต่อได้ เช่น น่าคิด #1: Pie Chart 🤔ในวงการที่ทำงานเรื่อง data visualization มีข้อถกเถียงอย่างหนึ่ง คือบางคนจะบอกว่า “เราไม่ควรใช้ Pie Chart ไม่ว่ากรณีใดๆ” ซึ่ง pie chart นั้นก็มีปัญหาหลายๆ อย่าง ตัวอย่างเช่น ถ้าดูรูปด้านล่างนี้ เราจะบอกจาก pie chart ได้ยากมากๆ ว่าชิ้นไหนใหญ่กว่ากัน แต่ถ้าปรับเป็น bar chart ก็จะเทียบได้ง่ายขึ้นมากครับ ที่มาของภาพ https://commons.wikimedia.org/wiki/File:Piecharts.svgสาเหตุที่ดูยาก ก็เพราะเวลาคนเราดู pie chart จะเทียบ “ขนาด” กับ “มุม” ซึ่งสายตาของคนเราเทียบสองอย่างนี้ได้ไม่เก่งเท่ากับการเทียบ “ความยาว” นั่นเอง แต่ข้อดีของ pie chart ก็พอมี นั่นก็คือการแสดงให้เห็นว่า ทั้งหมดนี้ “ประกอบกันเป็น” 100% ของอะไรสักอย่าง ซึ่งสิ่งนี้ กราฟแท่งที่เอามาเรียงแบบในรูปข้างบนนี้ ไม่ได้สื่อ ด้วยสาเหตุนี้ บางคนก็เลยเลือกที่จะใช้ donut chart หรือ “แถบ” เพื่อแสดงสัดส่วนแทน ซึ่งก็จะช่วยได้พอสมควร ซึ่งในการประชุมงบประมาณปี 65 ที่ผ่านมา ก็มีคนใช้เทคนิคนี้อยู่พอสมควรเช่นกัน น่าคิด #2: กราฟเส้นต้องเริ่มแกนที่ 0 หรือไม่? 🤔หลังจากที่เราคุยกันไปเรื่อง “กราฟแท่งต้องเริ่มแกนที่ 0” บางคนอาจจะถามถึงกราฟเส้น ซึ่งประเด็นนี้ก็เป็นที่ถกเถียงพอสมควรครับ สำหรับผม คำตอบคือ “ไม่จำเป็น” เพราะว่า กราฟเส้นมีไว้แสดง “ความเปลี่ยนแปลงขึ้น/ลง” ไม่ใช่ “ค่าตัวเลข” (แต่ถ้ามีข้อมูลแค่สองจุด อย่าใช้กราฟเส้นเลยจะดีกว่า) เราลองมาดูตัวอย่างนี้กัน ในภาพนี้ เป็นกราฟเส้นที่เริ่มแกนที่ 0 ซึ่งเราจะเห็นได้ว่า ความเปลี่ยนแปลงมันเห็นไม่ชัด ถ้าเราลอง “ยืด” แกนขึ้นมา ก็จะเห็นความเปลี่ยนแปลงชัดเจนขึ้นมาก และในเมื่อเราไม่ได้ใช้ “แท่ง” ที่คนจะมองเปรียบเทียบจากความยาว ทำให้ปัญหาเรื่องสเกลผิดเพี้ยนน้อยลง และก็จะมีกรณีน่าสนใจอื่นๆ ของกราฟเส้นอีก เช่น “แกนนอนถี่แค่ไหน” เพราะจะส่งผลกับความชันของเส้นโดยตรง ยิ่งถี่ยิ่งดูเปลี่ยนเร็ว เปลี่ยนเยอะดังตัวอย่างนี้ แต่บางคนก็ดูแล้วอาจจะยังไม่สบายใจที่จะไม่เริ่มแกนที่ 0 กรณีนั้น ถ้าเปลี่ยนไปใช้กราฟแท่งเลยอาจจะตอบโจทย์กว่า ทั้งนี้ขึ้นอยู่กับว่าคุณอยากจะสื่อถึง “ค่าตัวเลข” หรือ “ความเปลี่ยนแปลง” จากกราฟนั้นมากกว่ากัน ตัวอย่างน่าสนใจอื่นๆ นอกจากตัวอย่าง “อย่าหาทำ” และตัวอย่าง “น่าคิด” ที่ผมยกไปแล้ว ในการประชุมอภิปรายงบครั้งนี้ก็มีตัวอย่างการใช้ data visualization ที่น่าสนใจอีกมาก เช่นในรูปนี้ ที่ใช้ bar chart แบบที่มีตัวเลขติดลบ (ชี้ไปทางซ้าย/ชี้ลงล่าง) และก็มีชาร์ทแบบอื่นๆ เช่นภาพซ้ายล่าง ที่เรียกว่า “waterfall chart” แสดงส่วนประกอบ บวก/ลบ ใช้สื่อสารคล้ายๆ กับ pie chart ได้เช่นกันครับ นอกจากนี้ก็มีตัวอย่างที่แปลกตาน่าสนใจอีก ซึ่งบางอันก็ “น่าเสียดาย” ที่ไม่ได้ใช้เทคนิค data visualization ปรับสเกลของภาพให้ตรงกับตัวเลขที่จะสื่อ ที่น่าจะช่วยสื่อสารตัวเลขให้เห็นภาพมากขึ้นได้อีก และตัวอย่างที่ผมชอบมากๆ คือกราฟนี้ ที่สื่อถึงเรื่อง “ฐานปิระมิด” ได้ชัดเจน แต่น่าเสียดายที่สเกลของพื้นที่ไม่ตรงกับตัวเลขที่จะสื่อ ซึ่งสเกลที่ตรงกับความเป็นจริง ผมลองทำไว้เป็นตัวอย่างในภาพทางขวาครับ (ปรับสีนิดหน่อยให้แสบตาน้อยลง) มาถึงตรงนี้ เราคงจะเห็นกันแล้วว่าการใช้ data visualization ในสภายังมีปัญหาอยู่พอสมควร ซึ่งเราก็เจอปัญหากันทั้งในกราฟของฝ่ายรัฐบาลและฝ่ายค้าน ผมจึงอยากมาเขียนเรื่องนี้ แชร์ไว้เพื่อเป็นความรู้กับการทำ data visualization ของทุกๆ ท่าน เพื่อให้ตอบโจทย์กับทุกคนที่อยากสื่อสารตัวเลขให้มีประสิทธิภาพ และทุกๆ คนที่อ่านกราฟ เพื่อให้เข้าใจ และตั้งสติเวลาดูกราฟกันครับ 😊 Data Visualization ทำยังไงData Visualization คือ การสรุปข้อมูลและแสดงออกมาเป็นภาพ มาจากการทำ Information Visualization และ Visual Analytics โดยแสดงผลลัพธ์ถูกจัดทำออกมาในรูปของแผนภูมิบ้าง กราฟรูปแบบต่าง ๆ บ้าง แม้กระทั่งแผนที่ โดยมีจุดประสงค์เพื่อให้สามารถเข้าใจง่าย อธิบายได้ชัดเจน และเห็นภาพรวมของผลลัพธ์ที่ได้
ข้อใดเป็นความหมายของ Data VisualizationData Visualization เป็นการนำข้อมูลมาผสมผสานกับจินตนาการ เพื่อสร้างภาพในความคิดขึ้นมา ซึ่งมีกระบวนการนำเสนอข้อมูลที่มีความซับซ้อน หรือข้อมูลเชิงปริมาณ ให้สามารถเข้าใจได้ง่าย ในแบบของ กราฟ แผนภูมิ
การทําข้อมูลให้เป็นภาพ (Data Visualization) คืออะไรการแสดงข้อมูลเป็นภาพหมายถึงเทคนิคที่เกี่ยวข้องกับการแสดงข้อมูลแบบกราฟิก โดยใช้องค์ประกอบภาพ เช่น แผนภูมิและกราฟเพื่อระบุแนวโน้ม รูปแบบ และค่าผิดปกติ เพื่อให้ได้ข้อมูลเชิงลึกอย่างรวดเร็ว และเพื่อช่วยในการตัดสินใจแบบเรียลไทม์ การทำความเข้าใจปริมาณข้อมูลที่ล้นหลามที่สร้างขึ้นโดยธุรกิจในแต่ละวันนั้นมีความสำคัญมากขึ้นเรื่อย ...
ข้อใดเป็นเครื่องมือในการทำ Data Visualizationแนะนำ 5 เครื่องมือ Data Visualization ยอดนิยมแห่งปี 2022. 1. Power BI. ... . 2. Tableau. ... . 3. Qlik. ... . 4. AWS QuickSight. ... . 5. Google Data Studio.. |