user name
Data Innovation and Governance Institute, DIGI
3359 ยอดรับชม

วิทยาศาสตร์ เทคโนโลยีดิจิทัล และนวัตกรรม

4 วิธีวิเคราะห์ข้อมูล Data analytics ต่างกันยังไง

22 Aug 2022

วันนี้ DIGI จะพาทุกคนไปทำความรู้จักกับการวิเคราะห์ข้อมูลคืออะไรและแต่ละแบบมีความแตกต่างกันอย่างไร

    • 4 วิธีวิเคราะห์ข้อมูล Data analytics แต่ละแบบต่างกันยังไง?  

      ในปัจจุบันนั้นเป็นยุคของการแข่งขันเพื่อช่วงชิงความได้เปรียบในการดำเนินธุรกิจ ผู้ที่จะสามารถอยู่รอดในตลาดที่มีการแข่งขันอย่างเข้มข้นได้นั้นจำเป็นจะต้องใช้ประโยชน์จากเครื่องมือต่าง ๆ เพื่อให้เกิดความสามารถในการแข่งที่สูงสุด ซึ่งสิ่งที่จำเป็นต่อความสามารถในการแข่งขันคือการล่วงรู้ถึงข้อมูล หรือ “Data” ที่มากกว่าคู่แข่ง แต่การที่มีข้อมูลมากกว่าคู่แข่งก็ใช่ว่าเราจะสามารถประสบความสำเร็จได้ ต้องรวมไปถึงวิธีการที่จะแปลงสภาพข้อมูลเหล่านั้นให้เกิดประโยชน์ต่อการคิด วิเคราะห์ และคาดการณ์แนวโน้มของธุรกิจที่จะเกิดขึ้นในอนาคตนั่นก็คือกระบวนการวิเคราะห์ข้อมูล หรือ “Data Analytics”

       

      ดังนั้นวันนี้ DIGI จะพาทุกคนไปทำความรู้จักกับการวิเคราะห์ข้อมูล หรือ “Data Analytics” ตั้งแต่ว่าการวิเคราะห์ข้อมูลคืออะไร จนไปถึงการแบ่งการวิเคราะห์ข้อมูลออกเป็น 4 รูปแบบได้แก่ Desciptive analytics, Diagnostics analytics, Predictive analytics และ Prescriptive analytics เพื่อทำความเข้าใจให้รู้ว่าการวิเคราะห์ข้อมูลแต่ละแบบมีความแตกต่างกันอย่างไร 

       

       

      Data Analytics คืออะไร แล้วมีความสำคัญอย่างไร ? 

       

      การวิเคราะห์ข้อมูล หรือ “Data Analytics” คือกระบวนการนำข้อมูลที่ได้จากการจัดเก็บด้วยวิธีต่าง ๆ นำมาเรียบเรียง จัดระเบียบ แยกประเภทชุดข้อมูลเพื่อนำมาวิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อนำมาใช้เพื่อตอบคำถามวัตถุประสงค์ที่ผู้วิคราะห์ต้องการหาคำตอบ โดยผลสุดท้ายของการวิเคราะห์ข้อมูลจะออกมาเป็นข้อมูลเชิงลึก (Insight) หรือข้อสรุปของข้อมูล (Conclusion) ในส่วนของความสำคัญและประโยชน์ของการวิเคราะห์ข้อมูลได้แก่

       

           1.เพื่อช่วยในการวิเคราะห์ภาพรวมของสถานการณ์

      การที่เรามีข้อมูลอยู่ในมือนั้นเมื่อเราเอามาคิดวิเคราะห์จะทำให้เราสามารถมองภาพรวมของสถานการณ์ของปัญหาได้ชัดเจน เมื่อเรามองเห็นจุดที่มีปัญหาเราก็สามารถหาวิธีการที่จะจัดการกับปัญหาได้ดีและแก้ปัญหาได้อย่างตรงจุด

           2.ช่วยแก้ปัญหาได้อย่างตรงจุด

      โดยส่วนใหญ่เวลาเกิดปัญหาเรามักจะมองข้ามจุดสำคัญไปเนื่องจากเราขาดกระบวนการรวบรวมข้อมูลเพื่อนำมาวิเคราะห์ ซึ่งกระบวนการวิเคราะห์ข้อมูลนอกจากจะช่วยให้เราหาความสัมพันธ์ระหว่างต้นเหตุของปัญหากับปัญหาที่เกิดขึ้นแล้วยังช่วยหาแนวทางในการจัดการกับปัญหาอีกด้วย เมื่อเราเจอวิธีการแก้ปัญหาที่ตรงจุดก็จะช่วยในการประหยัดเวลาในการแก้ปัญหาที่เกิดขึ้น

           3.ช่วยกำหนดกลุ่มเป้าหมายเพื่อทำการตลาด

      ปัญหาของการกำหนดกลุ่มเป้าหมายเพื่อทำการตลาดคือการที่เรามีข้อมูลลูกค้ามากจนเกินไปทำให้ไม่สามารถนำข้อมูลเหล่านั้นมาจัดกลุ่มเพื่อหากลุ่มเป้าหมายได้ ซึ่งการวิเคราะห์ข้อมูลนอกจากจะช่วยในการหาความสัมพันธ์ของข้อมูลแล้ว ยังช่วยในการนำความสัมพันธ์เหล่านั้นมาจัดกลุ่มทำให้เกิดกลุ่มของข้อมูลที่มีปัจจัยคล้ายคลึงกันจนทำให้สามารถกำหนดกลุ่มลูกค้าที่เป็นเป้าหมายได้

           4.ช่วยในการคาดการณ์อนาคต

      ปัญหาของการทำธุรกิจคือการที่เราไม่สามารถทำนายได้ว่าอนาคตสภาวะเศรษฐกิจจะเป็นอย่างไร การที่เรามีข้อมูลแล้วเรานำเอามาวิเคราะห์จะช่วยให้เราสามารถหาแนวโน้มของสิ่งที่จะเกิดขึ้นในอนาคตได้ ซึ่งเมื่อเรามองเห็นแนวโน้มจะช่วยให้เราสามารถตัดสินใจในเรื่องสำคัญได้อย่างแม่นยำมากยิ่งขึ้น

       

      ประเภทของ Data Analytics 

      ในส่วนของการวิเคราะห์ข้อมูลหรือ “Data Analytics” นั้นสามารถแบ่งออกได้เป็น 4 ประเภท :ซึ่งแบ่งตามระดับของการวิเคราะห์ข้อมูลได้แก่

       

      1. Descriptive Analysis หรือการวิเคราะห์ข้อมูลในระดับเริ่มต้นโดยจะเป็นการวิเคราะห์ข้อมูลแค่เพียงตัวแปรตัวเดียว (Univariate Analysis) เพื่อหาว่าเกิดอะไรขึ้นบ้างกับตัวแปรตัวนั้น เช่น การหาค่าเฉลี่ย ค่ากลาง การกระจายตัวของข้อมูล เป็นต้น
      2. Diagnostics Analysis หรือการวิเคราะห์ข้อมูลในเชิงที่ลึกขึ้นด้วยการวิเคราะห์ข้อมูลจากตัวแปร 2 ตัวขึ้นไปร่วมกัน (Multivariate Analysis) โดยการวิเคราะห์จะเน้นไปที่การนำตัวแปร 2 ตัวมาหาความสัมพันธ์ซึ่งกันและกัน เช่น ความสัมพันธ์ระหว่างสภาพอากาศกับจำนวนรถที่ติดบนท้องถนน
      3. Predictive Analysis หรือการวิเคราะห์ข้อมูลเพื่อใช้ในการทำนายอนาคตหรือเป็นการดูแนวโน้มเหตุการณ์ซึ่งการหาแนวโน้มจะช่วยให้เราสามารถตัดสินใจได้เหมาะสมกับสถานการณ์ที่กำลังจะเกิดขึ้น เช่น ทำนายแนวโน้มราคาของ Bitcoin หรือแนวโน้มอัตราดอกเบี้ยของ Fed ในไตรมาสหน้า
      4. Prescriptive Analysis หรือการวิเคราะห์ข้อมูลทั้งหมดเพื่อใช้ในการตัดสินใจว่าจะต้องทำอะไรในอนาคต โดยทั้งหมดเพื่อเป็นการหาข้อสรุปให้กับปัญหาที่เกิดขึ้น แล้วตัดสินใจว่าเราควรทำอย่างไรกับเหตุการณ์เหล่านี้

       

      สรุป

       

      การวิเคราะห์ข้อมูลหรือ “Data Analytics” เป็นกระบวนการที่จะเข้ามาช่วยในการแก้ปัญหาในการดำเนินธุรกิจตั้งแต่การช่วยวิเคราะห์ปัจจัยที่เกิดขึ้นเพื่อนำไปสู่การหาความสัมพันธ์ของปัจจัยต่าง ๆ ว่าแต่ละปัจจัยมีส่วนเกี่ยวข้องกันอย่างไร จนนำไปสู่การที่เราจะสามารถหาแนวโน้มของเหตุการณ์ที่จะเกิดขึ้นในอนาคตสุดท้ายแล้วเมื่อเรามีข้อมูลทั้งหมดเราก็จะสามารถทำการตัดสินใจว่าเราจะดำเนินการกับเหตุการณ์ที่จะเกิดขึ้นอย่างไรในอนาคต

       

      ที่มา

Like 2

user name

คำไม่ถูกต้อง กรุณาลองใหม่อีกครั้ง

ความคิดเห็น (0)