ความเข้าใจผิดเกี่ยวกับ Data Visualization

เมื่อสุดสัปดาห์ที่ผ่านมา

อิงเข้าร่วมฝึกอบรมการทำ infographic

มีหลายสิ่งดีๆ ในการฝึกอบรมนี้ที่ควรนำมาขยายต่อ

แต่สิ่งที่แซงคิวเรื่องอื่นๆ มาก่อน 

คือ...

ความเข้าใจที่ยังไม่ถูกต้องนัก เกี่ยวกับ data visualization

เรื่องมีอยู่ว่าผู้เข้าอบรมท่านนึงถามขึ้นมาว่า infographic ต่างจาก data visualization อย่างไร

คำตอบที่ออกมาจากหลายฝ่ายนั้นสรุปได้ประมาณนี้ คือ ...

data visualization จะเป็นกราฟที่แสดงข้อมูลทั้งหมด โดยผู้ฟังต้องตัดสินใจเองว่าจะนำข้อมูลไหนไปใช้ประโยชน์

อือม...

ซึ่งอิงว่าเป็นความเข้าใจที่ไม่ถูกต้องนัก 

เพราะเป็นแค่ด้านเดียวของเหรียญค่ะ

เอ๊ะ! ยังไง?

มาดูคำอธิบายกันค่ะ

คำจำกัดความของ Data Visualization

ว่าแต่ data visualization คือ อะไร

ถ้าตีความจากคำศัพท์ภาษาอังกฤษแบบตรงตัว น่าจะหมายถึง การแสดงข้อมูลให้เห็นภาพ 

Andy Kirk ผู้แต่งหนังสือ Data Visualisation: A handbook for data driven design (ชื่อหนังสือเขียนแบบอังกฤษ ใช้ตัว s แต่ในบทความเขียนแบบอเมริกันใช้ตัว z) ให้คำจำกัดความ data visualization ว่า 

"The representation and presentation of data to facilitate understanding."

จะเห็นว่าส่วนที่เพิ่มขึ้นมา คือ การทำให้เห็นภาพนั้นต้องช่วยเสริมสร้างความเข้าใจด้วย 

แล้วหากเราดูจากหนังสือ data visualization ทั้งหลายจะพบว่าการทำให้เห็นภาพนั้นไม่ได้หมายความถึง กราฟ เพียงอย่างเดียว แต่หมายถึง แผนที่ แผนภูมิ และไดอะแกรมต่างๆ ด้วย 

Data Visualization แสดงให้เห็นอะไรบ้าง

แน่นอนค่ะว่า data visualization จะแสดงข้อมูล ความหมายที่ซ่อนอยู่ใต้ข้อมูล (เช่น ความสัมพันธ์ การคาดการณ์ รูปแบบต่างๆ เป็นต้น) ตามแต่ผู้ออกแบบจะสร้างสรรค์ออกมา

กลับมาที่คำถามค่ะว่า 

data visualization จะแสดงข้อมูลทั้งหมดออกมา โดยผู้ฟังต้องตัดสินใจเองว่าจะนำข้อมูลไหนไปใช้ประโยชน์ จริงหรือเปล่า?

สำหรับอิง คำตอบ คือ ถูกเกือบครึ่งหนึ่ง ขึ้นกับจุดมุ่งหมายของ data visualization นั้นๆ เพราะ

โดยจุดมุ่งหมายที่ว่าสามารถแบ่งเป็น

หมายเหตุไว้นิดนึงค่ะว่า ส่วนใหญ่แล้ว data visualization ที่เรามักใช้ในการนำเสนอ (presentation) คือ explanatory ที่มี Message กำกับว่าอยากให้ผู้ฟังดู/เข้าใจอะไรตรงไหน เพราะในการนำเสนอเรามีเวลาจำกัดในการแสดงข้อมูล การแบ่งเบาภาระของผู้ฟังในการทำความเข้าใจ โดยใช้ data visualization แบบ explanotry จะดีกว่า (แต่สุดท้ายก็กลับมาที่จุดมุ่งหมายของเราค่ะ สามารถปรับเป็น exploratory ได้ถ้าเหมาะสม)

คำถามชวนคิด

Data Visualization ที่คุณใช้ในการนำเสนอก่อนหน้านี้ เป็นแบบไหน? แล้วสอดคล้องกับวัตถุประสงค์ที่คุณคิดไว้หรือเปล่า?