ปัจจุบันที่เทคโนโลยีเข้ามามีบทบาทในชีวิตประจำวันของเรานั้น การทำสไลด์พรีเซ็นต์งาน หรือดูข่าวสารผ่านโซเชียลมีเดียและสื่อต่าง ๆ ง่ายและรวดเร็ว แต่การนำเสนอ Data Visualization หรือ Dashboard ที่อยู่ในรูปแบบกราฟ แผนภูมิ หรืออินโฟกราฟิกด้วยโปรแกรม เช่น Google Data Studio, Tableau, PowerBI ที่เคยเขียนไว้ในบทความไม่ต้องมีพื้นฐานก็สร้าง Dashboard ได้!ให้ออกมาเหมาะสมกับข้อมูลที่เรามี
เมื่อเรามีข้อมูลอยู่ในมือพร้อมที่จะนำเสนอให้กับคนอื่นแล้ว สิ่งต่อไปที่เราต้องคำนึงคือเรื่องการเอาข้อมูล มาปรับใช้ยังไงให้เหมาะสมกับประเภทแผนภูมิเพื่อให้การนำเสนอข้อมูลมีความน่าสนใจมากขึ้น และคนที่ดูสามารถเข้าใจว่าแผนภูมินั้นมีวัตถุประสงค์อะไร และต้องการจะสื่ออะไรไม่ว่าจะเป็นเทรนของยอดขายใน 4 ปีย้อนหลังหรือ Data Visualization ทำนายยอดขายในอนาคต ให้เหมาะสมกับข้อมูลนั้นทำยังไงวันนี้เราจะมาอธิบายกัน
หากเรามีข้อมูลมากมายไปหมด ก็คงจะเป็นเรื่องที่ยากลำบากในการหา Insight จากข้อมูล รวมถึงการใช้ข้อมูลเพื่ออธิบายให้ผู้อื่นเข้าใจสิ่งที่เราต้องการจะสื่อสาร วิธีการที่ง่ายที่สุดก็คือการทำ Data Visualization – สร้างกราฟหรือแผนภาพจากข้อมูล แต่หลาย ๆ คน อาจจะสงสัยว่าจะเลือกกราฟหรือแผนภาพอย่างไร ให้เหมาะสมกับข้อมูลที่มีและตอบโจทย์ที่เราต้องการ
เลือกอย่างไร?
แผนภาพแต่ละประเภทนั้นมีวิธีการใช้ที่แตกต่างกัน เราจึงต้องตอบคำถามเหล่านี้ก่อน
1. Visualization นี้ตอบคำถามอะไร
การทำ Data Visualization ก็เปรียบเสมือนการเล่าเรื่อง (Story Telling) จากข้อมูลที่มีอยู่เพื่อตอบคำถามที่ผู้ชมอาจจะมี แน่นอนว่าถ้าเรื่องราว (Story) หรือ คำถามที่จะตอบแตกต่างกัน ก็จะต้องใช้แผนภาพคนละแบบในการอธิบาย ยกตัวอย่างเช่น หากเราต้องการตอบคำถามว่าผลิตภัณฑ์ประเภทใดที่ขายดีที่สุด ก็ควรจะใช้กราฟที่แสดงยอดขายที่แตกต่างกันของแต่ละประเภทให้เห็นชัดเจน แต่หากเราต้องการทราบว่าเวลาที่ใช้ในการจัดส่งสินค้าเป็นอย่างไร อาจจะต้องแสดงให้เห็นถึงการกระจายตัวของข้อมูลเวลาที่ใช้ในการจัดส่ง
2. ผู้ชม (Audience) เป็นคนประเภทไหน
การทำ Data Visualization ให้ผู้ชมที่เป็นกลุ่มผู้บริหารควรมีรูปแบบที่ต่างออกไปจาก Visualization ที่ทำสำหรับผู้ชมกลุ่มผู้ปฏิบัติการ เนื่องด้วยความสนใจที่แตกต่างกันระหว่างคนสองกลุ่ม นอกจากนี้ระดับความเข้าใจของผู้ชมเป้าหมายก็ส่งถึงตัวเลือกรูปแบบในการนำเสนอข้อมูล ตัวอย่างเช่น กราฟที่ดูง่าย ๆ และกระชับ เช่น แผนภูมิวงกลม (Pie Chart) อาจจะเหมาะสมกว่าการทำแผนที่ต้นไม้ (Treemap) ที่ต้องใช้เวลาดูและคิดมากกว่า ข้อมูลอาจจะละเอียดมากเกินไปเหมาะสำหรับผู้บริหาร เป็นต้น
3. ข้อมูลมีจำนวนมากขนาดไหน
จำนวนของข้อมูลก็ส่งผลต่อแผนภาพที่เราจะสร้าง ตัวอย่างเช่น ถ้าทำแผนภาพการกระจาย (Scatter plot) ที่บอกถึงความสัมพันธ์ระหว่างยอดขายและราคา หากสินค้าซึ่งแทนด้วยจุดแต่ละจุดบนแผนภาพมีจำนวนมากก็จะทำให้แผนภาพนั้นดูเข้าใจได้ยาก (ซ้าย) ตัวอย่างเช่นนี้อาจจะต้องอาศัยการรวบแถวข้อมูล (Aggregate) ก่อนเพื่อจัดกลุ่มเป็นหมวดหมู่ (ขวา) เป็นต้น
4. ข้อมูลเป็นประเภทอะไร
โดยทั่วไปแล้วข้อมูลอาจแบ่งออกเป็นสองประเภท คือ ข้อมูลประเภทหมวดหมู่ (Categorical) และข้อมูลประเภทตัวเลข (Numerical) การสร้างแผนภาพสำหรับข้อมูลต่างประเภทก็จะมีความแตกต่างกัน ตัวอย่างเช่น หากต้องการเปรียบเทียบจำนวนสินค้าในประเภทผลิตภัณฑ์แตกต่างกันก็จะใช้กราฟแท่ง แต่ถ้าเปรียบเทียบจำนวนสินค้ากับผลิตภัณฑ์ราคาต่าง ๆ กัน ก็อาจจะใช้ ฮิสโตแกรม (Histogram) เพราะว่า ประเภทผลิตภัณฑ์กับราคาสินค้าเป็นข้อมูลคนละประเภทกัน
5 องค์ประกอบของแผนภาพที่ใช้สื่อถึงอะไร
หลักการของการทำแผนภาพ คือให้องค์ประกอบ (Element) แทนที่ตัวเลขหรือข้อมูลของเรา ตัวอย่างเช่น ในกราฟวงกลมเราให้ สีแสดงถึงหมวดหมู่ และมุมหรือพื้นที่ของพาย แสดงถึงจำนวนในหมวดหมู่นั้น ๆ แต่ละองค์ประกอบควรจะสื่อถึงปริมาณเพียงอย่างเดียว เพื่อให้สื่อสารได้อย่างแม่นยำ
ทีนี้มาดูตัวอย่างแผนภาพต่าง ๆ ที่ใช้ตอบคำถามหลากหลายรูปแบบ
1. ต้องการแสดงถึงขนาดที่ต่างกัน หรือ จัดลำดับ
- แผนภูมิแท่ง (Bar Chart) เป็น แผนภาพที่ง่ายสุด ที่สามารถใช้เปรียบเทียบข้อมูลในแต่ละหมวดหมู่ สามารถแสดงถึงลำดับและขนาดได้ชัดเจน โดยแกนควรจะเริ่มต้นที่เลขศูนย์เพื่อให้ความสูงของแท่งแสดงถึงปริมาณที่ต้องการจะนำเสนอ ไม่ควรย่นกราฟ
- แผนภูมิรูปภาพ (Pictogram) ในบางกรณี แผนภูมิรูปภาพอาจจะเป็นทางเลือกที่สวยและเข้าใจง่าย ควรใช้สำหรับกรณีที่นำเสนอเป็นจำนวนเต็มที่ไม่เยอะมากเท่านั้น (อย่าไปตัดแขนคนเพื่อแสดงเลขทศนิยม!)
โดยทั้งสองแบบอาจจะใช้สีในกรณีที่ต้องการแบ่งหมวดหมู่ ขนาดที่แตกต่างกันจะทำให้เห็นได้ชัดเจนว่าปริมาณในข้อมูลกลุ่มไหนมีขนาดใหญ่ที่สุด
2. ต้องการเห็นความสัมพันธ์
หากต้องการหาความสัมพันธ์ระหว่างสองตัวแปร เช่น ราคา กับ กำไร สัมพันธ์กันอย่างไร
- แผนภาพการกระจาย (Scatter Plot) เป็นวิธีที่ดีที่สุดในการแสดงความสัมพันธ์ระหว่างตัวแปรประเภทตัวเลขสองตัวแปร สามารถใส่เส้นประกอบเพื่อแสดงให้เห็นถึงแนวโน้มได้
- แผนภูมิฟอง (Bubble chart) หากมีตัวแปรที่สามที่ต้องการแสดงเป็นมิติเพิ่มเติมจากแผนภาพการกระจายทั่วไป อาจนำตัวแปรนั้นมาแสดงโดยใช้ขนาดหรือพื้นที่ของวงกลมได้
- ตารางแผนภาพความร้อน (Heatmap) หากเป็นข้อมูลหมวดหมู่ แต่มีลำดับขั้น (Ordinal) และอยากแสดงถึงความสัมพันธ์ของตัวแปรเหล่านี้กับปริมาณที่สนใจ อาจจะใช้ตารางแผนภาพความร้อนหรือ หลายคนรู้จักกันในชื่อ Heatmap โดยใช้สีแสดงถึงปริมาณที่สนใจ
3. ต้องการเห็นการกระจายตัว
- ฮิสโตแกรม (Histogram) ใช้แสดงการกระจายตัวได้ดีและละเอียด หากต้องการแสดงจำนวนของตัวแปรประเภทตัวเลข
- Boxplot ใช้แสดงการกระจายตัวของข้อมูลเช่นเดียวกับฮิสโตแกรมแต่จะมีความกระชับกว่า และสามารถใช้ในการเปรียบเทียบของแต่ละหมวดหมู่ได้
4. ต้องการเห็นการเปลี่ยนแปลงตามช่วงเวลา
- แผนภูมิเส้น/แผนภูมิแท่ง จะแสดงให้เห็นถึงการเชื่อมโยงของแต่ละช่วงเวลาได้ดีกว่ากราฟแท่ง แต่โดยทั่วไปสามารถใช้ได้ทั้งสองอย่าง หรือ อาจจะผสมกันถ้าต้องการแสดงสองปริมาณพร้อมกันและต้องการให้เห็นความแตกต่าง
- แผนภูมิพื้นที่ (Area Chart) หากต้องการแสดงให้เห็นถึงองค์ประกอบในแต่ละช่วงเวลาประกอบกับการเปลี่ยนแปลงตามช่วงเวลาอาจเลือกใช้แผนภูมิพื้นที่นำเสนอข้อมูลชุดนั้น
5. ต้องการเห็นข้อมูลที่เบี่ยงเบนจากปกติ
หากต้องการเน้นว่าตัวเลขนั้นเบี่ยงเบนจากค่าอ้างอิง เช่น เป้าหมายหรือค่าเฉลี่ยมากน้อยแต่ไหน มีค่าบวกหรือลบมากน้อยเพียงใด เราสามารถใช้สีในการช่วยสื่อถึงว่าตัวเลขมีค่าสูงหรือต่ำกว่าเป้าหมายที่ต้องการแสดงเพียงใด