Storytelling with Data รีวิว

ตอนเด็กๆ เวลาเราจะสร้างกราฟแท่ง มันช่างดูยุ่งยาก ต้องนั่งพล็อตแกน X แกน Y กำหนดขนาดความกว้างและความสูงของกราฟแท่ง วาดกราฟ และระบายสี แต่ปัจจุบันแค่เราใส่ข้อมูลลงใน excel เลือกชุดข้อมูลที่ต้องการแล้วกด insert Chart เลือกประเภทของกราฟที่เราต้องการ กราฟแท่ง (หรือกราฟอื่นๆ) ก็มาอยู่ตรงหน้าเรียบร้อย อยากเปลี่ยนสีหรือปรับรูปแบบอื่นๆ ก็ง่ายแค่ขยับปลายนิ้ว…

แต่เพราะความง่ายในการสร้าง Chart เราจึงได้เห็น Chart ที่ไม่ได้สื่อความหมายอะไร อ่านยาก เข้าใจยาก จนถึงเลวร้ายสุดๆ คือ ให้การตีความที่ผิดพลาด เพราะ Chart นั้นไม่ผ่านการคิดและออกแบบที่ดี

หนังสือที่เราแนะนำวันนี้ เปรียบเสมือน oasis ในทะเลทรายข้อมูล ที่ช่วยให้เราปรับปรุงการนำเสนอข้อมูลในรูป chart แบบมีความหมายและจับใจคนอ่าน (ฟัง)

หนังสือเขียนเกี่ยวกับอะไร

ชื่อหนังสือบ่งบอกทุกอย่างที่มีในหนังสือเล่มนี้ Storytelling with data: a data visualization guide for business professionals ผู้เขียนเองมีประสบการณ์ในการวิเคราะห์ข้อมูลและการนำเสนอข้อมูลในบริษัทที่ได้ชื่อว่า มีข้อมูลมากที่สุดในโลกบริษัทหนึ่ง นั่นก็คือ Google ที่พิเศษกว่านั้น เธอเองยังเป็นผู้สอนเรื่องการนำเสนอข้อมูลและ data visualization ให้กับพนักงานของ Google ทั้งในอเมริกาและยุโรป

เนื้อหาในหนังสือครอบคลุมถึงบทเรียนใน 6 ประเด็นหลัก ได้แก่

1. Understand the context
2. Choose an appropriate visual display
3. Eliminate clutter
4. Focus attention where you want it
5. Think like a designer
6. Tell a story

Chartเดียวกัน ชุดข้อมูลเดียวกัน แต่บริบท (context) ต่างกัน ก็ให้ความหมายแตกต่างกันอย่างสิ้นเชิง เมื่อเราออกแบบ chart การเข้าใจบริบทเป็นจุดแรกที่เราเริ่มต้น เมื่อเข้าใจบริบทของข้อมูล เราก็ต้องเข้าใจว่าจากชุดข้อมูลนั้นต้องการสื่อสารอะไรออกไป เราจึงจะเลือก Chart ที่เหมาะสมได้ เช่น การเปรียบเทียบแนวโน้มโดยใช้ Pie Chart 2 อัน (ตัวอย่าง: สัดส่วนข้อมูลการใช้พลังงานของโรงงานปี 2014 เทียบกับปี 2015) ทำได้แต่ผู้อ่านต้องใช้ความพยายามสูงมาก แต่ถ้าเราเลือกเป็น กราฟเส้นแสดงการเปรียบเทียบจะอ่านได้ง่ายขึ้นมาก

จุดเด่นของหนังสือ

• เนื้อหาในหนังสือกลั่นจากประสบการณ์ของผู้เขียน ซึ่งผสมผสานระหว่างทฤษฎีและการนำไปใช้งานจริงได้อย่างกลมกลืน
• ระดับของ chart ต่างๆ ที่ยกตัวอย่างในหนังสือ เป็นระดับที่คนทำงานใช้เป็นประจำ เช่น กราฟแท่ง ไม่ใช่การทำ data visualization แบบที่ต้องเรียนมาและใช้โปรแกรมกราฟิกเฉพาะจึงจะทำได้
• จากกราฟแท่งธรรมดารูปหนึ่งที่เพ่งแล้วเพ่งอีกก็ไม่แน่ใจว่าต้องการสื่ออะไร กลายเป็นกราฟเส้นที่สามารถเข้าใจได้ทันทีจากการมองผ่านๆ – นี่เป็นหนึ่งในหลากหลายตัวอย่างที่ในหนังสือแสดงให้เห็นว่าการเลือกกราฟให้เหมาะกับสิ่งที่เราต้องการสื่อ พร้อมปรับองค์ประกอบของกราฟ เช่น หัวเรื่อง แกน และ label ให้สามารถเล่าเรื่องได้ด้วยตัวกราฟเองนั้นเป็นสิ่งที่ทำได้ไม่ยาก แต่สร้างความเปลี่ยนแปลงได้แบบพลิกฝ่ามือ
• ตัวอย่างหลากหลายในหนังสือทำให้เราสามารถหยิบไปประยุกต์ใช้ได้ไม่ยาก
• เป็นหนังสือที่จัดว่าอ่านง่ายมาก

ความคิดเห็นของฉัน

ประโยคที่เห็นด้วยอย่างมากกับผู้เขียน คือ ไม่มีใครตั้งใจจะสร้าง Chart ที่ดูห่วยแตก ทักษะในเรื่องนี้เรียนรู้กันได้ หน้าที่ของเรา (ผู้สร้าง chart) คือ การส่งผ่านข้อมูลที่มีประโยชน์ (information) ที่สกัดจากข้อมูลจำนวนมาก (data) โดยให้ chart นั้นทำหน้าที่เล่าเรื่องของตัวมันเอง

หนังสือเล่มนี้เป็นอีกเล่มที่แนะนำให้อ่าน เพราะเหมาะกับระดับการใช้งานของเราๆ ท่านๆ ที่ใช้ Excel ในการสร้าง Chart นอกจากนี้ยังเน้นทั้งการออกแบบ Chart ให้สื่อความหมาย และดูสวยงามสะอาดตาไปพร้อมกัน

สรุปหนังสือ Storytelling with Data หรือเทคนิคการทำ Data Visualization ให้ Impact เห็น Insight เข้าใจง่าย ฟังสนุก ไม่ใช่แค่การแคปภาพจาก Dashboard มาให้คนอื่นอ่าน แล้วไม่สามารถจับประเด็นได้ว่าตกลงแล้วเรากำลังดูอะไรอยู่ หรือหน้านี้มันสำคัญตรงไหน ดังนั้นหนังสือเล่มนี้จึงทำให้เราเข้าใจพร้อมกับเห็นภาพเปรียบเทียบว่า การทำ Data Visualization ที่ดีนั้นไม่ใช่แค่ทักษะการใช้เครื่องมือ แต่สำคัญที่การหยิบเลือกประเด็นสำคัญขึ้นมาให้คนฟังเห็น จากนั้นก็เล่าอธิบายถึงที่มาที่ไปของดาต้านั้น

หนังสือเล่มนี้เหมาะกับคนที่ต้องทำ Report บ่อยๆ เหมาะกับคนที่ทำ Data Visualization เป็นแต่อยากทำให้ดีขึ้นกว่าเดิม ซึ่งย้ำก่อนนะครับว่าหนังสือเล่มนี้ไม่ได้สอนเทคนิคที่ยุ่งยาก ซับซ้อน ไม่ได้บอกวิธีการแบบ how to ทำตามทีละคลิ๊ก แต่ในฐานะที่ผมพอจะทำ Data Visualization เองเป็นพบว่าเปิดแง่คิดและให้แง่มุมใหม่ๆ ที่สามารถเอาไปประยุกต์ใช้ได้เยอะมาก

ผมขอหยิบบางประเด็นในเล่มที่เห็นว่าน่าสนใจขึ้นมาสรุปให้เพื่อนๆ ในอ่านแล้วเล่าได้ฟังกันนะครับ

การวิเคราะห์ข้อมูลแบ่งออกเป็นสองส่วน อย่างแรกคือการวิเคระห์เชิงสำรวจ ต่อด้วยการวิเคราะห์เชิงอธิบาย นั่นก็คือการ Understand data แล้วต่อด้วย Telling story in data ครับ

1. Understand Data

Understand data มาจากการที่เราต้องทำความเข้าใจข้อมูลก่อนลงมือทำ เปรียบกับการทำอาหารก็เหมือนกับการที่เราต้องเข้าใจวัตถุดิบก่อนจะลงมือผัด ลงมือปรุง

การทำความเข้าใจข้อมูลคือการบิดดาต้าหาแง่มุมน่าสนใจที่ซ่อนอยู่ข้างในดาต้านั้นให้เจอ นั่นหมายความว่าเราอาจจะต้องทำ Data Visualization หลายๆ รูปแบบเพื่อให้ Insight ที่ซ่อนอยู่ข้างในคลี่คลายออกมา ซึ่งส่วนตัวผมเวลาทำ Data Visualization นั้นผมลองกับกราฟทุกรูปแบบเท่าที่จะทำได้ และนั่นก็ทำให้ผมได้เห็น Insight ที่น่าสนใจมากกว่าคนที่ทำแค่ไม่กี่แบบแล้วจบแค่นั้นครับ

ซึ่งความน่าสนใจหรือ Insight ที่ซ่อนอยู่ในดาต้ามักอยู่ในรูปแบบของ Signal หรือความผิดปกติบางอย่างที่เราไม่เคยรู้มาก่อน เช่น ทำไมช่วงเวลานี้ขายดีจัง ไม่เคยรู้มาก่อนเลย หรือ ทำไมเราถึงมีกลุ่มลูกค้าที่เป็นวัย 40+ เยอะจัง ทั้งที่เราคิดว่าน่าจะมีแต่วัยรุ่นคนหนุ่มสาวที่มาเป็นลูกค้าเรานี่นา

และนั่นก็ทำให้เรากำลังจะก้าวเข้าไปสู่ขั้นที่สองของการวิเคราะห์ข้อมูล

2. Telling Story in Data

ฟังดูอาจสงสัยว่าต่างกับชื่อหนังสืออย่างไร แต่ในมุมมองผมมันคือการที่เราสามารถบอกที่มาที่ไปของดาต้านั้นได้ ว่าทำไมมันถึงเป็นแบบนี้ เพราะเหตุใดมันจึงเป็นแบบนั้น เรื่องราวเบื้องหลังของดาต้านั้นคืออะไร ผมจึงมองว่าไม่เหมือนกับ Storytelling with Data ที่เป็นการเล่าเรื่องด้วยดาต้าครับ แต่ Telling Story in Data คือการหาเรื่องราวในดาต้าให้เจอ

และนั่นก็พาเราไปสู่ส่วนที่ 3 ที่สำคัญมาก แต่ไม่เกี่ยวกับการวิเคราะห์ดาต้าแล้วนั่นก็คือ

3. Emphatic Audience

เล่าอย่างเข้าใจคนฟัง หลายครั้งข้อมูลที่ดีถูกเล่าอย่างไม่ดีก็เหมือนกับเรามีอาหารชั้นดีแต่กลับเสริฟอย่างดูคนกิน เช่น เรามีเนื้อสเต็กชั้นเยี่ยมแต่กับเสริฟให้คนแก่ไร้ฟันที่ไม่สามารถเคี้ยวได้ หรือเราอาจจะเอานมเปรี้ยวชั้นดีจากยุโรปมาให้คนที่แพ้นมวัวหนักมากอันนี้ก็พังอีก

การจะสื่อสารให้ดีคือการต้องทำความเข้าใจกลุ่มเป้าหมาย หรือกลุ่มคนที่กำลังจะฟัง Insight ดีๆ ที่จะผ่านการวิเคราะห์อันเหน็ดเหนื่อยของเรา

เราต้องรู้ก่อนว่าคนฟังเป็นใคร เค้ามีพื้นเพมาอย่างไร เค้ามีความเข้าใจในเรื่องที่จะฟังระดับไหน เค้าคุ้นเคยกับอะไร ซึ่งยิ่งเรารู้จักคนฟังมากเท่าไหร่เราก็ยิ่งสื่อสารเข้าไปให้เขาเข้าใจได้ง่ายเท่านั้น

และนั่นก็นำมาสู่ข้อสุดท้าย ข้อที่ 4 ที่สำคัญมากจริงๆ นั่นก็คือ

4. Action

เมื่อพรีเซนต์รายงานหรือนำเสนอข้อมูลที่ผ่านการวิเคราะห์ทั้งหมดไปอย่างดี พร้อมกับเล่าอย่างเข้าใจคนฟังว่าเขาชอบฟังแบบไหน เขามีพื้นฐานความเข้ใจอย่างไร ก็อย่าลืมใส่ Action ไปด้วยว่าเราอยากให้เขาทำอะไรต่อหลังจากได้ฟัง Insight ที่ผ่านการ Analytics จากเราแล้ว

ไม่อย่างนั้นจะกลายเป็นการฟังไปเรื่อย ฟังเพลิน ฟังเคลิ้ม แต่ไม่เกิดประโยชน์อะไรต่อ เช่น เรารู้แล้วนะว่าเรามีกลุ่มลูกค้าวัย 40+ เยอะกว่าที่คิด ถ้าฟังแค่นี้จบก็อาจทึ่ง ว้าว โอ้ว ไม่เคยรู้มาก่อนเลย สิ่งที่ต้องทำต่อคือ รู้แล้วจะยังไง?

รู้แล้วเราจะต้องหาคำตอบให้ได้ว่าทำไมคนวัย 40+ ถึงสนใจเราโดยที่เราไม่คาดคิด แล้วเราจะหาทางเข้าถึงคนกลุ่มนี้ให้มากขึ้นกว่าเดิมได้หรือเปล่า? อะไรแบบนี้เป็นต้น

และผมว่านี่เป็นศาสตร์ 4 ข้อจากประสบการณ์ตรงของผมเมื่อนำมากลั่นรวมกับหนังสือ Storytelling with Data เล่มนี้ ซึ่งช่วยให้ผมเรียบเรียงประสบการณ์ที่สะเปะสะปะได้เป็นอย่างดี ต้องขอบคุณสำนักพิมพ์ Bookscape จริงๆ ที่แปลหนังสือเล่มนี้ให้อ่านกัน

เพราะการทำ Data Visualization ไม่ใช่แค่การทำกราฟ ทำพายชาร์ท แต่เป็นการหาเรื่องราวในดาต้าที่ซ่อนอยู่แล้วเล่าออกมาให้เห็นแล้วเข้าใจด้วยตัวเองได้ ไม่ใช่ทำแล้วแต่ยังไม่เห็น Insight อะไรที่ Inspire คนดูให้ตั้งคำถามหรือรู้ว่าควรต้องทำอะไรต่อครับ

ขอหยิบภาพบางส่วนมาให้ดูเพื่อให้เข้าใจแล้วกันว่า การทำ Data Visualzation ที่ดีไม่ใช่แค่ทำ แต่ต้องทำอย่างเข้าใจว่าจะสื่อสารอะไรออกไปให้เกิดผลอะไรต่อ

Heatmap ทำให้เห็นสิ่งสำคัญไวขึ้นด้วยสี

Line Chart คราฟกราฟดีๆ ก็ทำให้เข้าใจได้ไวขึ้นมาก

เพิ่มความเข้าใจอีกระดับ ด้วยการใส่ Context ลงไปให้เกิด Action ง่ายขึ้น

จากภาพก่อนหน้าเส้นชาร์ทอาจไม่ได้บอกว่าเราต้องทำอะไร แต่ทำให้เข้าใจง่ายขึ้น แต่พอใส่รายละเอียดสำคัญเข้าไปนิดนึงก็บอกให้รู้ว่า แค่พนักงานหายไปสองคนกระทบธุรกิจขนาดไหน เมื่อผู้บริหารเห็นแบบนี้ต้องรีบรับคนเพิ่มเพื่อมาเติมงานที่หายไปแน่นอน

อย่าแค่ทำภาพ แต่ต้องอธิบายให้คนดูเข้าใจภาพครับ

สร้างดาต้าใหม่เพื่อทำให้เห็น Insight ในดาต้าเดิม

ส่วนตัวผมชอบ Data Visualization ภาพนี้มาก ช่างเป็นภาพที่เข้ากับชื่อหนังสือ Storytelling with Data จริงๆ เพราะแค่ดูก็เข้าใจว่าควรจะทำอะไรต่อ ไม่ต้องมีคนมาพูดอธิบายให้เมื่อยปาก แต่เมื่อผมวิเคราะห์ลงให้ลึกขึ้นอีกขั้นจึงเข้าใจว่า นี่น่าจะเป็นการสร้าง Data เพิ่มจาก Data ที่มา เพราะถ้าเราคิดถึงข้อมูลปกติที่ถูกส่งมาไม่น่ามีการเฉลี่ยของต้นทุนการเดินทางต่อไมล์

ข้อมูลชุดนี้น่าจะเป็นข้อมูลการเดินทางของเซลล์หรือพนักงานขาย ที่ต้องขับรถไปโน่นนี่นั่นหาลูกค้าไปเรื่อยๆ เวลาทำรีพอร์ทออกมาทีก็จะมีแค่ว่าเดือนนี้ขับรถเป็นระยะทางเท่าไหร่ ใช้ค่าน้ำมันไปเท่าไหร่ ซึ่งจะไม่มีข้อมูลที่เป็นค่าเฉลี่ยต่อไมล์ออกมาในตอนแรก ซึ่งนั่นเป็นอะไรที่ตั้งมาทำเพิ่มในตอนหลัง

จะว่าไปนี่ก็เป็นทักษะหนึ่งของ Data Thinking ที่เป็นการทำงานหรือทำธุรกิจอย่างเข้าใจดาต้า มองให้ออกว่าจากดาต้าที่มีเราสามารถรู้อะไรเพิ่มได้บ้าง หรือมีอะไรบ้างที่ดาต้าไม่ได้บอกตรงๆ แต่เราสามารถหาคำตอบเพิ่มเติมจากสองดาต้าได้

สรุปหนังสือ Storytelling with Data

นี่คือหนังสือที่ผมอยากแนะนำให้นักการตลาดหรือคนทำงานทุกคนได้เรียนรู้ แต่คุณต้องมีทักษะการทำ Data Visualization มาก่อนแล้วนะครับคุณจึงจะสามารถเค้นประโยชน์จากหนังสือเล่มนี้ออกมาได้เต็มประสิทธิภาพ

ใครที่สนใจอยากเรียนรู้การเริ่มต้นทำ Data Visualization สำหรับนักการตลาดกับผมสามารถอีเมลเข้ามาถามรายละเอียดที่ [email protected] ได้ ผมเปิดคลาสเรียนมาแล้วกว่า 7 ครั้ง และคิดว่าจะเปิดรุ่นที่ 8 เร็วๆ นี้ครับ (ค่าเรียนปกติคนละ 8,900 บาท เรียนเน้นปฏิบัติเต็มวัน)