หลักสูตร Visualization in Power BI and AI เป็นการอบรมใช้ AI Visuals ของ Power BI อย่าง Key Influencers และ Decomposition Tree หาเหตุผลเบื้องหลังตัวเลข แล้วต่อยอดด้วย Python และ scikit-learn ทำ Clustering และพยากรณ์ในรายงาน เหมาะกับ Data Analyst, BI Developer และ Data Scientist ที่ใช้ Power BI อยู่แล้ว
Dashboard ที่ดีไม่ได้แค่บอกว่ายอดขายเป็นเท่าไร แต่ต้องช่วยตอบว่าทำไมตัวเลขจึงเปลี่ยน ลูกค้ากลุ่มไหนกำลังจะหายไป และจุดไหนผิดปกติจนต้องรีบดู Power BI มี AI Visuals ในตัวที่ช่วยหาคำตอบเหล่านี้ได้โดยไม่ต้องเขียนโค้ด และเมื่อโจทย์ซับซ้อนขึ้นก็ต่อยอดด้วย Python และ Machine Learning ได้ภายในรายงานเดียวกัน แต่หลายคนยังไม่รู้ว่าฟีเจอร์ไหนใช้ได้กับ License ที่มีอยู่ และอ่านผลจาก AI อย่างไรให้ไม่เข้าใจผิด
หลักสูตรนี้ใช้ Power BI Desktop เป็นแกนหลัก วันแรกเจาะ AI Visuals ที่ใช้ได้โดยไม่ต้องมี Fabric Capacity ทั้ง Key Influencers, Decomposition Tree, Anomaly Detection, Forecast และ Smart Narrative พร้อมหลักการอ่านผลทางสถิติ และอธิบายเงื่อนไขของ Copilot กับการเลิกใช้ Q&A วันที่สองนำ Python เข้ามาใน Power Query และ Python Visual ใช้ pandas และ scikit-learn ทำ Clustering ลูกค้า ตรวจหาค่าผิดปกติ และสร้างโมเดลพยากรณ์ แล้วนำผลกลับมาแสดงใน Dashboard ปิดท้ายด้วย Workshop วิเคราะห์ข้อมูลลูกค้าตั้งแต่ต้นจนจบ (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Intermediate)
รายละเอียดหลักสูตร
หลักสูตรนี้เป็นฉบับปรับปรุงใหม่ปี 2026 ของหลักสูตร Visualization in Power BI and AI อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab ระดับ Intermediate วันแรกเจาะ AI Visuals ของ Power BI ที่ใช้ได้โดยไม่ต้องมี Fabric Capacity วันที่สองใช้ Python, pandas และ scikit-learn ภายใน Power BI ทำ
Clustering, Anomaly Detection และโมเดลพยากรณ์ แล้วนำผลกลับมาแสดงใน Dashboard หลักสูตรนี้เน้นการวิเคราะห์ด้วย AI Visuals และ Machine Learning ไม่ครอบคลุมพื้นฐาน Power BI และการใช้ AI Agent อย่าง Claude Code ซึ่งมีหลักสูตรเฉพาะของสถาบันแยกไว้ ผู้เรียนจะได้ไฟล์ Power BI สคริปต์ Python และชุดข้อมูลตัวอย่างครบทุก Lab กลับไปใช้งานต่อ
Section 1: ภาพรวม AI ใน Power BI ปี 2026
Section 2: Lab: Key Influencers
Section 3: Lab: Decomposition Tree
Section 4: Lab: Anomaly Detection และ Forecast
Section 5: Smart Narrative และ Copilot
Section 6: Workshop: Dashboard วิเคราะห์ปัจจัยด้วย AI Visuals
Section 7: Lab: ตั้งค่า Python สำหรับ Power BI
Section 8: Lab: Python Visual
Section 9: Lab: Clustering และ Anomaly Detection
Section 10: Lab: Classification และ Regression
Section 11: Workshop: วิเคราะห์ลูกค้าด้วย AI และเผยแพร่
ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770
Key Influencers เป็น AI Visual ใน Power BI ที่วิเคราะห์ว่าปัจจัยใดมีผลต่อค่าที่สนใจมากที่สุด เช่น อะไรทำให้ลูกค้าให้คะแนนความพึงพอใจต่ำ หรืออะไรทำให้ยอดขายสูงขึ้น ใส่ค่าที่ต้องการวิเคราะห์ในช่อง Analyze และปัจจัยที่อาจเกี่ยวข้องในช่อง Explain by แล้ว Visual จะจัดอันดับปัจจัยพร้อมบอกว่าแต่ละปัจจัยทำให้ผลเปลี่ยนไปเท่าไร และมีแท็บ Top segments แสดงกลุ่มย่อยที่มีโอกาสเกิดผลนั้นสูง ผลที่ได้เป็นความสัมพันธ์ ไม่ใช่เหตุและผลเสมอไป จึงควรตรวจสอบก่อนตัดสินใจ
ติดตั้ง Python และสร้าง Virtual Environment แล้วติดตั้ง pandas, matplotlib และ scikit-learn ด้วย pip จากนั้นใน Power BI Desktop เปิด Options เลือก Python scripting และตั้ง Python home directory ให้ชี้ไปที่ Environment นั้น เมื่อตั้งค่าแล้วใช้ Run Python script ใน Power Query ซึ่งส่งตารางเข้ามาในตัวแปร dataset ประมวลผล เช่น จัดกลุ่มลูกค้า แล้วรับผลกลับเป็นคอลัมน์ใหม่ หากเผยแพร่ขึ้น Power BI Service และต้องการ Refresh ต้องใช้ Personal Gateway บนเครื่องที่ติดตั้ง Python ไว้
ไม่จำเป็น AI Visuals อย่าง Key Influencers, Decomposition Tree, Anomaly Detection, Forecast และ Smart Narrative ใช้ได้ใน Power BI Desktop ที่ดาวน์โหลดฟรี และส่วน Python กับ scikit-learn ก็ใช้ฟรีเช่นกัน ส่วน Copilot ใน Power BI ต้องใช้ Fabric Capacity F2 ขึ้นไปหรือ Power BI Premium ที่ผู้ดูแลเปิดใช้งานแล้ว หลักสูตรจึงอธิบาย Copilot เป็นภาพรวมและสาธิต เพื่อให้ผู้เรียนทุกคนลงมือทำ Lab ได้จริง
เหมาะกับ Data Analyst, BI Developer, Data Scientist และนักการตลาดดิจิทัลที่ใช้ Power BI อยู่แล้วและอยากวิเคราะห์เชิงลึกด้วย AI ควรเคยสร้างรายงานใน Power BI Desktop เข้าใจ Data Model และเขียน DAX พื้นฐานได้ รวมถึงเข้าใจสถิติเบื้องต้น ไม่จำเป็นต้องเขียน Python เป็น แต่ควรพร้อมอ่านและแก้โค้ดสั้น ๆ ตามตัวอย่าง
ใช้ Key Influencers, Decomposition Tree, Anomaly Detection, Forecast และ Smart Narrative วิเคราะห์ข้อมูลและอ่านผลได้ถูกต้อง ตั้งค่า Python ใน Power BI ใช้ pandas และ scikit-learn ทำ Clustering ลูกค้า ตรวจหาค่าผิดปกติ และสร้างโมเดลพยากรณ์ แล้วนำผลมาแสดงใน Dashboard พร้อมวางแผน Refresh เมื่อเผยแพร่ ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้
ได้ หลักสูตรนี้จัดเป็นการอบรมแบบ In-house ให้ทีมในองค์กรได้ และปรับตัวอย่างให้ตรงกับงานของทีม เช่น ใช้ข้อมูลยอดขายหรือข้อมูลลูกค้าในรูปแบบเดียวกับที่ทีมวิเคราะห์จริง ขอใบเสนอราคาได้จากหน้านี้ หรือติดต่อทาง LINE @itgenius โทร 02-570-8449
องค์กรส่วนใหญ่มีข้อมูลอยู่แล้ว ทั้งยอดขาย ลูกค้า สต็อก และการตลาด แต่ข้อมูลกระจายอยู่หลายไฟล์หลายระบบ รายงานที่ทำใน Excel ต้องปรับมือทุกเดือน และกราฟที่ได้มักตอบคำถามธุรกิจไม่ตรงจุด Tableau Desktop ช่วยให้เชื่อมข้อมูลหลายแหล่ง สำรวจข้อมูลด้วยการลากวาง…
หลายองค์กรมีข้อมูลกระจายอยู่ใน Excel ไฟล์ CSV และฐานข้อมูลหลายแหล่ง ทุกสิ้นเดือนต้องเสียเวลาคัดลอก วาง และจัดรูปแบบรายงานซ้ำเดิม ตัวเลขจากแต่ละฝ่ายไม่ตรงกัน และผู้บริหารไม่เห็นภาพรวมทันเวลา Power BI Desktop ช่วยให้รวมข้อมูลเหล่านี้เป็นโมเดลเดียว…
หลายหน่วยงานเก็บข้อมูลยอดขาย งบประมาณ หรือทะเบียนต่าง ๆ ไว้ใน Excel แต่เมื่อจะนำไปทำรายงานใน Power BI กลับพบว่าข้อมูลรวมหลายเรื่องไว้ในชีตเดียว มีเซลล์ผสาน ตัวเลขเก็บเป็นข้อความ วันที่ปน พ.ศ. กับ ค.ศ. และต้องแก้ใหม่ทุกเดือน ถ้าออกแบบไฟล์ Excel…
