รวมเทคนิคในการหา Story ใน Data

การทำ Data ในตอนนี้เรียกได้ว่าเป็นหัวใจสำคัญขององค์กรเลยทีเดียว โดยเฉพาะคนทำการตลาดและคนวางแผนกลยุทธ์ต่างๆ ไม่ว่าจะเชิงการตลาดหรือธุรกิจ การทำ Data นั้นจะช่วยให้ข้อมูลในการตัดสินใจได้ หรือทำให้เข้าใจตลาด ธุรกิจ หรือปัญหาที่เจอว่ากำลังจะเผชิญกับอะไร พร้อมมอบแนวทางหรือให้วิธีคิดที่จะช่วยแก้ปัญหาที่เจอนั้นได้

แต่กระบวนการทำ Data นั้นไม่ได้ช่วยให้สามารถเข้าใจได้ หรือ ไม่สามารถดึงดูดคนฟัง หรือชี้ว่าอะไรซ่อนอยู่ใน Data นั้นได้ ถ้าขาดคนที่จะเปลี่ยนข้อมูลเหล่านั้นให้กลายเป็นเรื่องราว และการที่จะเห็นเรื่องราวเหล่านี้ ว่าซ่อนอยู่ใน Data แบบไหนเพื่อที่จะสร้างแรงดึงดูดในการเล่าเรื่องด้วย Data ให้มีประสิทธิภาพขึ้นมาได้ ซึ่งในบทความนี้จะพาไปรู้จัก 9 วิธีทั่วไปที่จะช่วยคุณในการหา Data Story ในข้อมูลที่คุณวิเคราะห์ออกมา

1.Time Series (Change Over Time) เป็นการใช้การเปลี่ยนแปลงต่อช่วงเวลามาเล่าเรื่อง โดยถ้าชาร์ตที่ทำออกมานั้นเป็นเรื่อง Change Over Time ก็มองหา Data ในรูปแบบที่เป็น Trend ว่ามีการขึ้นหรือลงของ Trend ต่างๆ เป็นอย่างไร หรือมีการเปลี่ยนแปลงในแต่ละช่วงเวลาฤดูกาลต่างๆ แบบไหน เพราะอะไรออกมา

2. ความสัมพันธ์ระหว่างตัวแปร โดยทั่วไปแล้ว เราสามารถหาเรื่องราวของข้อมูลได้จากการที่เจอว่า ข้อมูลนั้นสัมพันธ์กันอย่างไร หรือมีข้อมูลอะไรที่เป็นผลของกันและกัน ด้วยการใช้ข้อมูลนี้สามารถแสดงผลออกมาในรูปแบบกราฟที่เรียกว่า scatter plots หรือ heatmaps ก็ได้ เพื่อให้เห็นความสัมพันธ์ระหว่าง 2 เรื่องได้ออกมา

3. Intersection points บางครั้งตัวแปรหรือข้อมูล ก็ไปชนกันพอดีที่จุดหนึ่ง กลายเป็นจุดตัดขึ้นมา ทำให้เราสามารถใช้จุดตัดเหล่านี้มาเล่าเรื่องได้ เช่นในทางบัญชีและการเงิน จุดตัดระหว่าง ต้นทุนและรายได้ จะก่อให้เกิดจุดที่เรียกว่า Break Even โดยก่อนหน้าจุด จะเป็นช่วงการลงทุนและการสูญเสียรายได้ จนกว่าจะผ่านจุด Break Even ได้ถึงจะเรียกว่ากำไรขึ้นมา หรือในทางเศรษฐศาสตร์ที่มีจุด equilibrium point ที่จุด Demand และ supply ตัดกันพอดีขึ้นมา

4. การทำนาย (Forecasting) เป็นวิธีการที่ทั่วไปแล้วจะใช้ในการทำการทำนายยอดขายขององค์กร ในรูปแบบ 6 เดือนหรือ 1 ปีข้างหน้าว่า มีแนวโน้มยอดขายที่จะได้เท่าไหร่ โดยอิงจากข้อมูลที่เคยมีมาในอดีตที่ผ่านมาและเทรนด์ที่เกิดขึ้น ด้วยการใช้การทำนายนี้จะทำให้บริษัทนั้นสามารถจัดสรรทรัพยากรชองบริษัทในการทำงานที่ถูกต้องได้ เพื่อให้สามารถทำให้ถึงเป้าหมายที่ทำนายออกมาได้ ซึ่งปกติวิธีการนี้จะใช้ร่วมกับการนำเสนอเรื่องราว ความสัมพันธ์ของตัวแปรต่าง ๆ ว่าเกิดอะไรขึ้น ถึงทำนายออกมาได้เช่นนี้

5. การเปรียบเทียบ ในเทคนิคนี้คือการเปรียบเทียบและหา Pattern ของข้อมูล 2 ชุดเข้าด้วยกัน เช่น เมื่อ Segment กลุ่มเป้าหมายออกมา ก็เอามาเปรียบเทียบกัน ด้วย แผนภูมิ Venn diagram ที่จะทำให้เห็นถึงส่วนที่เหมือนกัน ส่วนที่แตกต่างกัน ทำให้คนทำงานสามารถโฟกัสได้ว่าจะเน้นที่ส่วนไหน ระหว่างส่วนที่เหมือนกัน หรือแตกต่างกัน หรือเปรียบเทียบเพื่อเลือกว่าอะไรดีกว่าอะไรขึ้นมาได้

6. Drill Down Technique คือเทคนิคที่ทำให้กลุ่มที่ฟังการนำเสนอ หรือคนอ่านข้อมูลได้มีมุมมองที่แตกต่างกันในแต่ละมุมมอง จากภาพกว้าง high level จนลงลึกมาถึงในระดับรายละเอียด เช่นการวิเคราะห์ยอดขายสินค้า จากสินค้าทั้งหมด มาเป็นสินค้าแยกประเภท มาเป็นสินค้าแยกแต่ละชนิด จนเจาะถึงผู้ซื้อ เพื่อให้ได้มุมมองแต่ละแบบออกมา

7. Zoom in/Zoom out เป็นเทคนิคที่คล้ายกับ Drill Down Technique แต่เป็นการมองออกมา หรือมองลึกไปในรายละเอียดเพื่อเปรียบเทียบกัน ทำให้เห็น Data ว่าในแต่ละระดับนั้นแตกต่างกันอย่างไร ทำให้ตีความและเข้าใจได้ง่ายมากขึ้น

8. Cluster การจัดกลุ่มของ Data เป็นวิธีการเอาข้อมูลที่แตกต่างกันมาจัดเรียกกันเพื่อให้เห็นความแตกต่างกับชุดข้อมูลโดยจัดเรียงเป็นกลุ่มที่เล่าเรื่องราวเดียวกันออกมา เช่นกราฟแท่งของรายได้ชายหญิง แยกตามอายุ ซึ่งด้วยความแตกต่างนี้ทำให้เห็นรูปแบบความแตกต่างออกมาได้ง่าย และเข้าใจว่าข้อมูลแต่ละตัวสำคัญอย่างไร

9. Outlier เป็นการเล่าถึงตัวแปรที่ไม่เข้าพวก ทำให้สามารถเข้าใจได้ว่าข้อมูลที่ไม่เข้าพวก หรือไม่เข้ากับใครเลย นั้นมีความหมายอย่างไร มีความสำคัญที่จะต้องทำความเข้าใจมากน้อยแค่ไหน หรือมีที่มา ที่ไปอย่างไร ด้วยการใช้กราฟที่เป็น Scatter plots, distribution, หรือ histogram เพื่อเล่า Outliers นี้