Tag: data analytics
-
ใครเคยเห็นโค้ดหน้าตาแบบนี้แล้วรู้สึกขนลุกบ้างครับ ? แอดจำได้แม่นเลยว่าตอนเห็น SQL ครั้งแรก ความรู้สึกคือ “นี่มันภาษาต่างดาวหรือเปล่า” (555+) ตัวพิมพ์ใหญ่เต็มไปหมด วงเล็บก็มี คอมม่าก็มี แต่พอลองนั่งไล่ดูจริงๆ กลับพบว่า SQL เป็นภาษาที่ “อ่านออกเสียงได้” เกือบจะเหมือนภาษาอังกฤษธรรมดา ผมเชื่อว่าเหตุผลที่ SQL ยังคงเป็นทักษะที่คนสาย Data ต้องมีไม่เปลี่ยนไปเลย เพราะผลสำรวจ Stack Overflow Developer Survey 2025 พบว่า SQL ยังติดอันดับภาษาที่นักพัฒนาใช้งานมากที่สุด โดยมีสัดส่วนผู้ใช้งานถึง 59% เป็นรองแค่ JavaScript และ HTML/CSS เท่านั้น พูดง่ายๆ คือถ้าอยากทำงานสาย Data ไม่ว่าจะเป็น Data Analyst, Data Engineer หรือแม้แต่ Marketing ที่ต้องดึงรายงานเอง SQL คือด่านแรกที่หนีไม่พ้น บทความนี้แอดจะพาเขียน Query แรกในชีวิตแบบ step-by-step…
-
หลังจากบทความ 10 สูตรใน Google Sheets ที่ Data Analyst ใช้แล้วใช้อีก มีหลายคนทักมาถามแอดคำถามเดียวกันเลยว่า “แล้วทีนี้ Python ล่ะครับ ต้องเริ่มยังไง ?” ผมเข้าใจความรู้สึกนี้ดีครับ เพราะ Google Sheets มันเห็นผลลัพธ์ทันทีที่คลิก แต่ Python ต้องพิมพ์โค้ด แค่คิดก็ขี้เกียจละ (55555) แต่ข่าวดีคือ ถ้าคุณใช้ Pivot Table หรือ SUMIF ใน Google Sheets เป็นอยู่แล้ว คุณไม่ได้เริ่มจากศูนย์เลยครับ เพราะแนวคิดเบื้องหลังมันคล้ายกันมากๆ แค่เปลี่ยนภาษาที่ใช้สั่งเท่านั้นเอง บทความนี้ผมจะพาไปดูว่า Python เกี่ยวข้องกับงาน Data Analytics ยังไง ทำไมคนในสายนี้ถึงยังต้องรู้ไว้แม้จะมี AI ช่วยเขียนโค้ดได้แล้ว และจะเริ่มต้นแบบไม่เจ็บตัวได้ยังไงบ้างครับ ทำไม Data Analyst ยังต้องรู้ Python ในยุคที่ AI…
-
ทุกวันนี้คำว่า “Data” ได้ยินกันแทบทุกวันเลยครับ ไม่ว่าจะในที่ประชุม ในข่าว หรือแม้แต่คุยเล่นกับเพื่อนร่วมงาน หลายคนอาจคิดว่าเรื่อง Data เป็นเรื่องของ “สายเทค” หรือคนเขียนโปรแกรมเป็นเท่านั้น แต่จริงๆ แล้ว Data Analytics หรือการวิเคราะห์ข้อมูล เป็นทักษะที่คนทำงานออฟฟิศทั่วไป ไม่ว่าจะอยู่แผนกไหน ก็เอาไปใช้ได้จริงในงานประจำวันครับ บทความนี้ผมจะพาไปทำความรู้จัก Data Analytics แบบง่ายๆ ไม่ใช้ศัพท์เทคนิคเยอะ เหมาะสำหรับคนที่ไม่ได้เรียนสาย Data มาโดยตรง แต่อยากเข้าใจภาพรวม และอยากเริ่มเอาข้อมูลมาใช้ให้เป็นประโยชน์กับงานตัวเองครับ Data Analytics คืออะไรกันแน่ พูดง่ายๆ Data Analytics คือการเอาข้อมูลที่มีอยู่มาศึกษา ทำความเข้าใจ แล้วดึงข้อมูลเชิงลึก (Insight) ออกมาใช้ตัดสินใจครับ ลองนึกภาพว่าบริษัทเก็บข้อมูลยอดขายรายเดือนไว้เป็นปีๆ ถ้าไม่มีใครหยิบมาดู ข้อมูลนั้นก็เป็นแค่ตัวเลขกองหนึ่งที่ไม่มีความหมายอะไรเลย แต่พอมีคนเอามาวิเคราะห์จริงๆ ก็อาจเจอว่า “ยอดขายมักตกช่วงกลางเดือน” หรือ “ลูกค้ากลุ่มนี้ซื้อซ้ำบ่อยกว่ากลุ่มอื่นชัดเจน” ซึ่งข้อมูลแบบนี้แหละครับที่ช่วยให้ตัดสินใจได้แม่นขึ้น Data Analytics ไม่ได้จำกัดอยู่แค่แผนก IT หรือทีมข้อมูลเท่านั้นนะครับ แทบทุกแผนกเอาไปใช้ได้ทั้งนั้น…
