ข้อมูลพร้อมใช้งานมากขึ้นกว่าเดิม แต่บ่อยครั้งแดชบอร์ดกลับไม่ช่วยให้เกิดการตัดสินใจ การวิเคราะห์ของบทความนี้ชี้ว่าไม่ใช่ข้อมูลที่ผิดแต่เป็นวิธีการออกแบบ - กราฟมักถูกสร้างจากสิ่งที่มีอยู่ ไม่ใช่จากคำถามที่ต้องตอบ ผลลัพธ์คือชุดแผนภูมิที่สวยแต่ไม่ชี้นำการกระทำ
ภาพรวมปัญหา - การมองข้อมูลแค่ตัวเลขไม่พอ
ตัวอย่างคลาสสิกจาก Francis Anscombe ในปี 1973 แสดงชุดข้อมูล 4 ชุดที่มีค่าสถิติเหมือนกันทั้งหมด แต่เมื่อพล็อตข้อมูลกลับให้ภาพต่างกันอย่างสิ้นเชิง ข้อสังเกตคือการมองตัวเลขอย่างเดียวทำให้พลาดความเป็นจริงในการปฏิบัติ การแสดงผลข้อมูลจึงมีบทบาททั้งในเชิงวินิจฉัยและสื่อสาร - รูปแบบที่เลือกเป็นตัวตัดสินว่าผู้รับสารจะได้เรื่องราวหรือแค่ตัวเลข
หลักการสำคัญ - สามคำถามก่อนเริ่มทำแดชบอร์ด
ผู้เขียนย้ำว่า 80% ของงานที่กำหนดความสำเร็จของแดชบอร์ดเกิดขึ้นก่อนจะวาดกราฟข้อสรุปนี้พาเราไปลงที่สามคำถามหลักที่ต้องตอบตั้งแต่ต้น
- Context - เราต้องโชว์อะไร ระบุคำถามเชิงปฏิบัติที่ชัดเจน เช่น ต้องการวัดฟีเจอร์ไหน ส่งผลอย่างไร ตัวอย่างของคำถามที่ชัดเจนจะกำหนดเมตริก กลุ่มตัวอย่าง และการกรองข้อมูล ทำให้ทุกองค์ประกอบบนหน้าจอมีเหตุผลที่ชัดเจน
- Audience - ใครเป็นผู้รับสารและเขาคิดแบบไหน ประเมินความคุ้นเคยกับข้อมูลและความรับผิดชอบ คนทำงานฝ่ายวิเคราะห์ต้องการความหนาแน่นข้อมูล ส่วนผู้บริหารต้องการการสังเคราะห์ที่ชัดเจน การปรับความซับซ้อนตามผู้รับสารเป็นกุญแจ
- Insight - เมื่อเห็นข้อมูลแล้วควรเปลี่ยนแปลงอะไร เป้าหมายเชิงกลยุทธ์หรือการตัดสินใจต้องชัด หากไม่ได้กำหนดตั้งแต่ต้น แดชบอร์ดมักเป็นแค่สัญญาณโดยไม่มีการกระทำตามมา
ความเรียบง่ายไม่ใช่จุดหมายเสมอไป
หลักของ Edward Tufte เรื่อง data-ink ratio เป็นพื้นฐานที่ดี แต่เมื่อกราฟถูกอ่านโดยคนในบริบทจริง การลดองค์ประกอบจนเหลือเพียงน้ำหมึกข้อมูลอาจตัดบริบทที่ผู้ตัดสินใจต้องการออกไป ความเรียบง่ายที่เหมาะสมคือเป้าหมาย - บางครั้งต้องมีความซับซ้อนอย่างมีเหตุผลเพื่อให้เกิดการกระทำ
ยกตัวอย่างทีม UX ที่จะแก้ปัญหา checkout ของอีคอมเมิร์ซ ถ้าเริ่มจากข้อมูลที่มีทีมจะได้แดชบอร์ดยาวเหยียดที่ไม่ชี้ทาง แต่หากเริ่มจากคำถามเชิงการปฏิบัติ เช่น "ผู้ใช้หลุดออกจากขั้นตอนไหน" ทีมจะกรองเสียงรบกวนและทำ funnel chart ที่ช่วยชี้จุดคอขวดได้ทันที
การออกแบบแดชบอร์ดที่มีประสิทธิภาพจึงต้องเริ่มจากการกำหนดเป้าหมายและผู้รับสารก่อน แล้วค่อยเลือกเมตริกและรูปแบบการแสดงผล การทำให้เรื่องเล่าในข้อมูลชัดเจนจะช่วยให้การประชุมไม่จบลงเพียงการพยักหน้า แต่ตามมาด้วยการตัดสินใจที่เป็นรูปธรรม
สำหรับนักออกแบบ นักวิเคราะห์ หรือผู้ทำงานฝ่ายสินค้าในไทย แนวทางนี้เป็นประโยชน์อย่างยิ่ง เพราะช่วยให้การทำงานร่วมกันระหว่างทีมเทคนิคและผู้บริหารมีภาษาเดียวกัน - เริ่มจากคำถามที่ชัดเจน ปรับระดับความซับซ้อนตามผู้รับสาร และออกแบบเพื่อให้เกิดการเปลี่ยนแปลงจริง
ที่มา: Smashing Magazine - เรียบเรียงและสรุปเป็นภาษาไทยโดยทีมงาน IT Genius
ไอทีจีเนียส เอ็นจิเนียริ่ง (IT Genius Engineering) ให้บริการด้านไอทีครบวงจร ทั้งงานด้านการอบรม (Training) สัมมนา รับงานเขียนโปรแกรม เว็บไซต์ แอพพลิเคชั่น งานออกแบบกราฟิก และงานด้าน E-Marketing ที่กำลังได้รับความนิยมในปัจจุบัน ทั้ง SEO , PPC , และ Social media marketting
ติดต่อเราเพื่อสอบถามผลิตภัณฑ์ ขอราคา หรือปรึกษาเรื่องไอที ได้เลยค่ะ
Line : @itgenius (มี @ ด้านหน้า) หรือ https://lin.ee/xoFlBFeFacebook : https://www.facebook.com/itgeniusonline
Tel : 02-570-8449 มือถือ 088-807-9770 และ 092-841-7931
Email : contact@itgenius.co.th
แนะนำหลักสูตรอบรมที่น่าสนใจ
Data Science with Python
ปัจจุบันมีการนำข้อมูลขนาดใหญ่ (Big Data) กันมากขึ้นตามหน่วยงานต่างในบ้านเรา ขั้นตอนการส...
Data Visualization and Business Intelligence with Tableau Desktop
Tableau is the most popular data visualizaiton software used by many companies. This th...
Visualization in Power BI and AI
Power BI เป็นเทคโนโลยีที่เราสามารถนำข้อมูลมานำเสนอด้วยรูปแบบของ Visualization ในรูปแบบต...
คำค้นหา : Data VisualizationUXDashboardการแสดงผลข้อมูลDecision-making




