ในทศวรรษที่ผ่านมา ข้อมูลมหาศาลถูกสร้างขึ้นโดยอัตโนมัติ และเพื่อให้ได้มาซึ่ง Insight จากข้อมูลเหล่านั้น รูปแบบและวิธีการวิเคราะห์ข้อมูลต่างๆได้เกิดขึ้นจำนวนมากและหลากหลาย
อย่างไรก็ตามความสามารถทางสัมผัสและสติปัญญาของมนุษย์ที่จะเข้าใจธรรมชาติของข้อมูลที่ซับซ้อนเหล่านั้นมีอยู่จำกัด จะมีหนทางหรือวิธีการใดที่ทำให้มนุษย์สามารถเข้าใจข้อมูลได้อย่างง่ายและรวดเร็วได้บ้าง
Visual Analytics หรือ การวิเคราะห์ด้วยภาพ คือการใช้เหตุผลเชิงวิเคราะห์ (Analytical Reasoning) ซึ่งว่าด้วยการมองดูข้อมูลในเชิงปริมาณหรือปริมาตรแล้วสามารถสกัดเอาความรู้หรือข้อสรุปออกมาได้ ประกอบด้วยหลายศาสตร์มากมาย เช่น Cognitive Science, Information Systems, Graphic & Interactive Design, Human-Computer Interaction, Mathematics & Statistical Methods, Data Analysis ซึ่งมี Interactive Visual Interfaces เป็นเครื่องมือและสื่อกลาง การวิเคราะห์ด้วยภาพเป็นการวิเคราะห์ข้อมูลโดยใช้รูปภาพเพื่อสื่อความ ไม่มีส่วนเกี่ยวข้องและเป็นคนละเรื่องกับศาสตร์ของการประมวลผลภาพดิจิทัล หรือ Digital Image Processing Visual Analytics จะช่วยเพิ่มกำลังความสามารถในการรับรู้และเข้าใจของมนุษย์ได้ต่อไปนี้
Visual Analytics VS. Data VisualizationData Visualization คือ การแสดงข้อมูลในรูปแบบรูปภาพนิ่ง เช่น รูปกราฟแท่ง รูปพายกราฟ เป็นต้น เพื่อให้มนุษย์สามารถเข้าใจข้อมูลได้ง่ายขึ้น มีจุดประสงค์หลัก ๆ ได้แก่ ถ่ายทอดสิ่งที่ข้อมูลต้องการสื่อสารอย่างชัดเจน ช่วยอธิบายแนวโน้มทางสถิติ แสดงรูปแบบเฉพาะในข้อมูลที่ยากจะเห็นด้วยตาเปล่า แผนภูมิรูปภาพการยกทัพไปรัสเซียของจักรพรรดินโปเลียน โดย Charles Joseph Minard ในปี 1869 ซึ่งนับเป็น Data Visualization ที่นำเสนอข้อมูลในหลายมิติเข้าไว้ในรูปๆเดียว [1]Visual Analytics คือ ศาสตร์และกระบวนการที่วิเคราะห์ข้อมูลแล้วใช้ Data Visualization เป็นเครื่องมือหรือสื่อ เพื่อให้ผู้ใช้งานสามารถสำรวจ ค้นหา และเข้าใจข้อมูลได้ตามที่ต้องการ ซึ่งจะบรรลุจุดประสงค์เหล่านี้ได้ก็ต่อเมื่อ Data Visualization นั้นสามารถโต้ตอบกับความต้องการของผู้ใช้ได้หรือที่เรียกว่า Interactive นั้นเอง ทำไมต้อง Visual Analyticsปัจจุบันมีเครื่องมือสำหรับ Visual Analytics หลายหลายยี่ห้อ เช่น Tableau, Microsoft PowerBI, SAS เป็นต้น ซึ่งสามารถสร้างสรรค์ Interactive Dashboards หรือรายงานให้ตอบคำถามของผู้ใช้และสามารถเข้าใจได้ง่าย นอกจากนี้ยังมีความสามารถในการปรับแต่งค่าหรือกรองดูผลลัพธ์ต่าง ๆ ได้อย่างทันใจ ซึ่งจะเป็นผลดีเมื่อเจอสถานการณ์ที่ผู้ใช้ต้องการวิเคราะห์ข้อมูลเพื่อทำการตัดสินใจอย่างรวดเร็วทันที ด้วยการที่ Visual Analytics สามารถเข้าถึงหลากหลายกลุ่มผู้ใช้งานไม่ได้จำกัดเฉพาะกลุ่มนักวิเคราะห์ข้อมูลเท่านั้น ทำให้เครื่องมือและเทคโนโลยีในสาขานี้มีความก้าวหน้าและถูกนำไปใช้ในงานหลายแขนงมากขึ้นด้วย เช่น งานด้านวิจัย งานด้านการศึกษา งานด้านการเกษตร เป็นต้น บทสรุปVisual Analytics และ Data Visualization นั้นคือคนละอย่างกัน แต่ในขณะเดียวกันทั้งสองอย่างก็ขาดซึ่งกันและกันไม่ได้ ซึ่งความสำคัญของทั้งสองอย่างนี้คือ เพื่อให้ข้อมูลที่มีจำนวนมากและซับซ้อนได้ถูกอธิบายให้มนุษย์ได้เข้าใจ และนำไปใช้ประโยชน์อย่างสูดสุด ดีกว่าให้ข้อมูลถูกทิ้งไว้โดยไร้ประโยชน์ แหล่งอ้างอิง
|