Category: Data science


  • 10 สูตรใน Google Sheets ที่ Data Analyst ใช้แล้วใช้อีก

    สืบเนื่องมาจาก Post ใน Youtube ที่ทางพี่ยูปเอาวิดีโอแอดออกจาก platform แล้วแอดรู้สึกเสียด๊ายยย เสียดาย จะไม่ลงก็ยังไงอยู่ เอามาลงในนี้เลยละกัน (ข้อมูลที่ mock มาจาก Claude น่าจะเหมือนจริงเกินไป 55555 ทางพี่แกเลยบอกว่าไม่ได้ it’s too sensitive bro!) เข้าไปดูวิดีโอ พร้อมลองทำกับข้อมูลที่แอดให้ที่ Google Drive ลิ้งค์นี้ได้เลยนะครับ ⬇️ https://drive.google.com/drive/folders/1RHNn9dmXwLODv3Ns0MdzzZ6hYNAA_OOy?usp=sharing

  • ชาวนาและเกษตรกรไทยใช้ data เพิ่มผลผลิตได้ยังไง ?

    ถ้าพูดถึงอาชีพที่ต้องอาศัยประสบการณ์และการสังเกตมากที่สุด เกษตรกรน่าจะติดอันดับต้นๆเลยไหมครับ ? ชาวนาไทยรุ่นเก่าหลายคนอ่านฟ้าอ่านดินเป็น รู้ว่าเมื่อไหร่ควรปลูก เมื่อไหร่ควรเก็บเกี่ยว ดูแค่สีใบก็รู้ว่าต้นข้าวขาดธาตุอะไร ทักษะเหล่านี้สะสมมาหลายสิบปีและมีค่ามากๆ แต่ปัญหาคือโลกเปลี่ยนเร็วกว่าที่ประสบการณ์จะตามทันได้ครับ สภาพอากาศแปรปรวนมากขึ้นจนรูปแบบเดิมที่เคยเชื่อถือได้เริ่มพลาด ราคาปุ๋ยและยาขึ้นทุกปีในขณะที่ราคาพืชผลไม่แน่นอน และแมลงหรือโรคพืชสายพันธุ์ใหม่ที่ไม่เคยเจอมาก่อนก็เริ่มปรากฏขึ้นเรื่อยๆ Data และเทคโนโลยีไม่ได้มาแทนที่ประสบการณ์ของเกษตรกร แต่มันมาช่วยให้การตัดสินใจที่เคยอิงแค่สัญชาตญาณนั้นแม่นยำขึ้น และช่วยให้รับมือกับสิ่งที่ไม่เคยเจอมาก่อนได้ดีขึ้น เกษตรกรไทยเผชิญปัญหาอะไรที่สามารถ data ช่วยได้ ก่อนจะพูดถึงวิธีแก้ ขอพูดถึงปัญหาจริงๆ ที่เกษตรกรไทยเจออยู่ก่อนครับ เพราะ data ที่ดีต้องตอบโจทย์ปัญหาจริง ไม่ใช่แค่ดูทันสมัย ไม่รู้ว่าดินต้องการอะไร เกษตรกรส่วนใหญ่ใส่ปุ๋ยตามที่เคยทำมาหรือตามที่ตัวแทนขายแนะนำครับ แต่ดินแต่ละแปลงมีองค์ประกอบต่างกัน บางแปลงขาดไนโตรเจน บางแปลงขาดฟอสฟอรัส ถ้าใส่ปุ๋ยโดยไม่รู้ว่าดินต้องการอะไรจริงๆ ก็เหมือนกินยาโดยไม่รู้ว่าตัวเองป่วยเป็นอะไรครับ ไม่รู้ว่าน้ำเพียงพอหรือเกินไป การให้น้ำมากเกินไปทำให้รากเน่าและเปลืองค่าไฟ ให้น้อยเกินไปพืชเครียดและผลผลิตตก แต่การรู้ว่า “พอดี” คือเท่าไหร่ต้องการข้อมูลความชื้นดินและสภาพอากาศที่แม่นยำ ซึ่งแค่สังเกตด้วยตาเปล่าทำได้ไม่แม่นพอครับ ไม่รู้ว่าควรเก็บเกี่ยวเมื่อไหร่ การเก็บเกี่ยวเร็วหรือช้าเกินไปกระทบคุณภาพและราคาโดยตรงครับ แต่การตัดสินใจนี้ในอดีตอิงแค่ประสบการณ์และการดูด้วยตา ซึ่งพลาดได้เมื่อสภาพอากาศไม่เป็นไปตามที่คาด ไม่รู้ว่าปีนี้ควรปลูกอะไร ราคาพืชผลแปรปรวนมาก และข้อมูลตลาดที่เกษตรกรรายย่อยส่วนใหญ่เข้าถึงได้มักล่าช้าหรือไม่ครบถ้วนครับ ทำให้ตัดสินใจเรื่องชนิดพืชที่จะปลูกได้ยาก Precision Agriculture คืออะไร และทำได้จริงไหมในบ้านเรา Precision Agriculture หรือการเกษตรแบบแม่นยำ…

  • เทคนิคสื่อสารภาษา Data ให้ทุกคนเข้าใจได้ — จากตัวเลขน่าเบื่อสู่เรื่องที่ทุกคนอยากฟัง

    ผมเคยนั่งฟัง presentation ที่มีข้อมูลแน่นมาก แม่นยำ และวิเคราะห์มาอย่างดี แต่ฟังจบแล้วคนในห้องประชุมก็พยักหน้าแล้วก็ “ไม่ได้ทำอะไรต่อ” (คน present คนนั้น ผมก็เคยเป็นมาก่อนด้วย) และผมก็เคยฟัง presentation อีกแบบที่ข้อมูลไม่ได้ละเอียดมากนัก แต่คนฟังออกจากห้องไปพร้อมกับรู้ว่าต้องทำอะไร ความต่างของสองอย่างนี้ไม่ใช่คุณภาพของข้อมูลครับ แต่เป็นวิธีที่คนนำเสนอมันออกมา ปัญหาที่เจอบ่อยมากในวงการ data คือคนที่เก่งเรื่องวิเคราะห์ข้อมูลมักไม่ถนัดเรื่องสื่อสาร และคนที่สื่อสารเก่งมักไม่มีพื้นฐาน data มากพอที่จะอธิบายให้แม่นยำ บทความนี้เลยอยากพูดถึงทักษะที่อยู่ตรงกลางครับ นั่นคือการเอาข้อมูลจริงๆ มาเล่าให้คนที่ไม่ได้ทำงานกับ data ทุกวันฟังแล้วเข้าใจและลงมือทำต่อได้ เข้าใจก่อนว่าคนฟังไม่ได้สนใจ data เขาสนใจแค่คำตอบ นี่คือสิ่งแรกที่ต้องเปลี่ยนวิธีคิด คนที่ทำงานกับ data มักตกหลุมพรางอย่างหนึ่งคือคิดว่าถ้าแสดงข้อมูลให้ครบและถูกต้อง คนฟังจะสรุปเองได้ว่าควรทำอะไร ซึ่งในความเป็นจริงแล้ว คนฟังส่วนใหญ่ไม่ได้มานั่ง process ข้อมูลในหัวพร้อมกับเราครับ เขามาเพื่อรับคำตอบเท่านั้น ลองเปลี่ยนวิธีเริ่ม presentation ดูครับ แทนที่จะเริ่มด้วย “วันนี้เราจะมาดูข้อมูลยอดขายในไตรมาสที่ผ่านมา” ลองเริ่มด้วย “ยอดขายของเราตกลง 15% และผมรู้แล้วว่าทำไม เดี๋ยวผมเล่าให้ฟัง” สองประโยคนี้มีข้อมูลเท่ากันครับ แต่ประโยคที่สองทำให้คนฟังอยากฟังต่อทันที เพราะมันสัญญาว่าจะมีคำตอบรออยู่ หลักการง่ายๆ…