Back to: Analytics Marvel – เจาะลึกขั้นที่เหนือกว่ากับ Data Analytics
Data Analytics
คืออะไร?
ถ้ามีคนถามคุณตอนนี้ว่า “Data Analytics คืออะไร?” คุณจะตอบว่าอะไร? หลายคนนึกถึงภาพคนนั่งหน้าจอเต็มไปด้วยตัวเลข กราฟซับซ้อน หรือโค้ด Python ยาวเป็นหน้า — แต่จริงๆ แล้ว มันไม่ได้น่ากลัวขนาดนั้นครับ
01 Data Analytics คือการหาคำตอบจากข้อมูล
ให้กลายเป็นคำตอบที่ใช้ตัดสินใจได้จริง
ฟังดูเป็นทางการเกินไปใช่ไหมครับ ลองดูตัวอย่างในชีวิตจริงแทน
สมมติคุณเปิดร้านกาแฟเล็กๆ แล้วสังเกตว่าช่วงบ่ายสามโมงขายได้น้อยมากทุกวัน คุณมีสองทางเลือกครับ:
ทางแรก
คิดว่าอาจเป็นเพราะอากาศร้อน เลยลดราคาเครื่องดื่มเย็น — แต่ไม่รู้ว่าได้ผลจริงไหม
ทางที่สอง
ดูยอดขายย้อนหลัง 3 เดือน พบว่าช่วงบ่ายสามโมงคนเดินผ่านน้อยลงจริง เพราะออฟฟิศแถวนั้นเลิกงานช้า จึงปรับมาจัดโปรโมชันช่วงเย็นห้าโมงแทน
นั่นแหละครับคือ Data Analytics ในชีวิตจริง — ไม่ใช่แค่การดูตัวเลข แต่คือการใช้ตัวเลขเพื่อตัดสินใจได้ดีกว่าเดิม
02 Data Analytics ทำอะไรบ้าง?
งาน Data Analytics แบ่งออกเป็น 4 ประเภทหลักครับ แต่ละประเภทตอบคำถามที่ต่างกัน
เกิดอะไรขึ้น?
สรุปสิ่งที่เกิดขึ้นไปแล้ว เช่น ยอดขายเดือนที่แล้วเท่าไหร่ มีลูกค้ากี่คน สินค้าไหนขายดีที่สุด — นี่คือสิ่งที่คนส่วนใหญ่นึกถึงเวลาได้ยินคำว่า Report ครับ
ทำไมมันถึงเกิดขึ้น?
ขุดลึกลงไปว่าเหตุการณ์นั้นเกิดจากอะไร เช่น ทำไมยอดขายเดือนนี้ถึงตกลง 20%? เป็นเพราะราคาสินค้า? คู่แข่ง? หรือฤดูกาล?
จะเกิดอะไรขึ้นต่อไป?
ใช้ข้อมูลในอดีตเพื่อคาดการณ์อนาคต เช่น เดือนหน้าน่าจะขายได้ประมาณเท่าไหร่ หรือลูกค้ากลุ่มไหนมีแนวโน้มจะเลิกใช้บริการ
ควรทำอะไร?
ก้าวต่อไปจาก Predictive — ไม่แค่บอกว่าจะเกิดอะไร แต่แนะนำด้วยว่าควรทำอะไรเพื่อรับมือหรือใช้โอกาสนั้น
03 แล้ว Data Analytics ต่างจาก Data Science ยังไง?
คำถามนี้ถามกันเยอะมากครับ ขอตอบแบบตรงๆ เลย
หา Insight เพื่อตัดสินใจ
วิเคราะห์ข้อมูลที่มีอยู่เพื่อสนับสนุนการตัดสินใจทางธุรกิจ เครื่องมือหลักคือ Excel, SQL, Python เบื้องต้น และ Dashboard Tools
สร้าง Model & Algorithm
สร้าง Model เพื่อทำนายหรืออธิบายปรากฏการณ์ซับซ้อน ต้องใช้คณิตศาสตร์และสถิติในระดับที่ลึกกว่ามาก
04 ทำไม Data Analytics ถึงสำคัญมากในตอนนี้?
ทุกวันนี้ทุกธุรกิจมีข้อมูลมหาศาลอยู่ในมือ ไม่ว่าจะเป็นข้อมูลลูกค้า ยอดขาย พฤติกรรมการใช้งาน แต่ข้อมูลเหล่านั้นไม่มีประโยชน์อะไรเลยถ้าไม่มีคนที่อ่านมันออก
องค์กรทุกขนาดตั้งแต่ Startup ไปจนถึงบริษัทในตลาดหลักทรัพย์กำลังมองหาคนที่ช่วยให้พวกเขาตัดสินใจได้ดีขึ้นจากข้อมูลครับ และนั่นคือโอกาสของคุณ
- Data Analytics คือการเปลี่ยนข้อมูลดิบให้กลายเป็นคำตอบที่ใช้งานได้จริง
- มี 4 ประเภทหลัก ตั้งแต่ Descriptive → Diagnostic → Predictive → Prescriptive
- ต่างจาก Data Science ตรงที่โฟกัสไปที่ Insight เพื่อธุรกิจ มากกว่าการสร้าง Model
- บทต่อไปเราจะไปดูว่าในโลก Data มีคนทำงานกี่แบบ และแต่ละแบบต่างกันยังไง