Everyday DataViz

September 7, 2021
Share0
Tweet0
Pin0

เมื่อหลายปีก่อน อิงเริ่มสนใจเรื่อง Data Visualization 

ยอมรับเลยค่ะ ว่าตอนเริ่มต้นหาความรู้ก็ไปไม่ถูกเหมือนกัน

งง…

ดูรูป Data Visualization สวยๆ ทั้งทึ่ง ทั้งงง

งงที่ 1 คือ ใช้เวลานานกว่าจะอ่านกราฟที่ซับซ้อนได้

งงที่ 2 คือ กราฟหรือไดอะแกรมที่แสนซับซ้อนนั้นทำขึ้นมาได้ยังไง

งงที่ 3 คือ แล้วในชีวิตการทำงาเราต้องใช้กราฟซับซ้อนแบบนี้เลยหรือเปล่า

งงที่ 4 คือ ตกลงในการทำงานในแต่ละวันของเราจะเอา Data Visualization มาใช้ประโยชน์ได้ยังไง

ต้องใช้เวลานานพอควรกว่าจะทำความเข้าใจกับประเด็นเหล่านี้ได้ 

สุดท้าย…เลยเน้นไปที่ Data Visualization ที่ใช้ในการทำงานประจำวันเป็นหลัก หรือที่เรียกนั้นๆ ว่า Everyday Dataviz

เอ๊ะ แล้ว Everyday Dataviz คืออะไร? แล้ว Data visualization อย่างอื่นหล่ะ คืออะไร?

มาค่ะ มาขยายความกันในโพสต์นี้

More...

Matrix ของ Data Visualization

*เนื้อหาในส่วนนี้อ้างอิงและดัดแปลงมาจากบทความเรื่อง Visualizations that really work ของ Scott Berinato จาก Harvard Business Review ฉบับเดือนมิถุนายน 2016

Scott Berinato ผู้เชียนหนังสือเรื่อง Good Chart (สนใจอ่านรีวิว คลิกที่นี่) ใช้คำถาม 2 ข้อ ในการสร้าง matrix ง่ายๆ เพื่อแยกกลุ่ม Data Visualization ออกมา และเพื่อช่วยให้ผู้ใช้อย่างเรารู้ว่าเราต้องการสร้างหรือใช้งาน Data Visualization แบบไหน

คำถามที่ว่านั้น คือ 

  1. 1
    Is the information conceptual or data-driven? (ข้อมูลของเราเป็นแนวคิด (conceptual) หรือเป็นข้อมูลเชิงสถิติ) คำถามนี้จะบอกว่าช้อมูลที่เรามีเป็นแบบไหน
  2. 2
    Am I declaring something or exploring something? (เรากำลังพยามอธิบายบางอย่างหรือพยามค้นหาบางอย่างอยู่) คำถามนี้จะบอกว่าสิ่งที่เรากำลังจะทำคืออะไร

คำตอบของทั้ง 2 คำถามข้างบนจะถูกนำสร้างเป็น matrix ง่ายๆ โดยมีข้อ 1 เป็นแกน X และข้อ 2 เป็นแกน Y ดังแสดงในรูป A

จากรูป A จะเห็นว่า คุณ Scott แบ่ง Data Visualization เป็น 4 แบบ ด้วยกัน คือ 

  • Idea Illustration: เป็นการนำเสนอแนวคิดที่ซับซ้อนออกมาเป็นไดอะแกรมที่เข้าใจง่ายขึ้น
  • Idea Generation: เป็นการใช้ Data Visualization ในการสร้างไอเดียใหม่ๆ เช่น รูปวาด หรือไดอะแกรมแบบง่ายที่เราสร้างขึ้นในระหว่างการระดมสมองนั่นเอง
  • Visual Discovery: เป็นการใช้ Data Visualization ที่มีความซับซ้อนมากกว่าแบบอื่นๆ มักใช้ในการค้นหารูปแบบหรือในการทดสอบสมมุติฐาน (Data Visualization ที่เราเห็นเป็น Chart แบบอลังการงานสร้าง มักอยู่ในกลุ่มนี้ค่ะ)
  • Everyday Dataviz: เป็นการใช้ Data Visualization ในงานประจำวันที่เรามักพบเจอบ่อยๆ มักเป็นกราฟแบบง่ายๆ เช่น กราฟเส้น กราฟแท่ง และแผนภูมิวงกลม เป็นต้น

Everyday Dataviz 

อิงชอบที่คุณ Scott บอกว่าหาก Everyday Dataviz ไม่สามารถสื่อความด้วยตัวมันเองแล้ว ถือว่า fail… 

นั่นแสดงว่าการออกแบบ (และผู้ออกแบบเอง) มีความสำคัญในการเลือกกราฟและปรับแต่งกราฟให้สื่อความได้อย่างเหมาะสม จากการเรียนรู้ในหลายปีที่ผ่านมา อิงคิดว่าสิ่งสำคัญที่จะช่วยให้เราสามารถออกแบบ Everyday Dataviz ได้อย่างดี ประกอบด้วย

  • รู้ key message ที่เราต้องการสื่อ: ในส่วนของ Everyday Dataviz เราต้องรู้ key message ที่เราต้องการสื่อก่อน นี่เป็นสิ่งสำคัญที่สุดในการเริ่มต้นค่ะ
  • เข้าใจความรู้พื้นฐานเกี่ยวกับกราฟ: กราฟมีจำนวนมากมายค่ะ ที่นิยมใช้ก็มีอยู่ไม่น้อย กราฟแต่ละประเภทก็เหมาะสมกับการใช้งานคนละแบบ เช่น แผนภูมิวงกลม (Pie Chart) เหมาะกับการแสดงสัดส่วน และชุดข้อมูลจำนวนน้อย (ไม่ควรเกิน 5 ชุด) แต่ไม่เหมาะในการนำกราฟวงกลมหลายวงมาใช้เปรียบเทียบกัน เป็นต้น ดังนั้นหากเราเข้าใจความรู้พื้นฐานของกราฟแต่ละประเภท (อาจเริ่มต้นโดยกราฟยอดนิยมก่อน) จะช่วยให้เราตัดสินใจเลือกกราฟที่เหมาะสมกับ key message ของเราได้เป็นอย่างดี
  • ใช้โปรแกรมสำเร็จรูปได้: การสร้างกราฟในสมัยนี้สะดวกและรวดเร็วขึ้นมาก แค่ใส่ข้อมูลงในโปรแกรมสำเร็จรูป เช่น Excel หรือ Number เป็นต้น เลือกชุดข้อมูลเพื่อสร้างกราฟที่เราต้องการ เดี๋ยวนี้ประเภทของกราฟในโปรแกรมก็มีให้เลือกมากขึ้นและปรับแต่งได้มากขึ้นด้วยค่ะ แถมยังมีเพจต่างๆ คอยให้ความรู้ในการสร้างกราฟแบบต่างๆ ที่หาอ่านได้ฟรี ชีวิตง่ายขึ้นเยอะเลยค่ะ
  • เรียนรู้หลักการออกแบบเบื้องต้น: กราฟส่วนใหญ่ที่เราสร้างจากโปรแกรมสำเร็จรูป เช่น Excel ไม่ได้ถูกออกแบบมาให้แสดง key message ของเรา แต่แสดงรูปแบบ/ความสัมพันธ์ของชุดข้อมูล ดังนั้นเราต้องตกแต่งกราฟเพิ่มเติม เช่น การใช้สีช่วยในการนำสายตา และการใช้ข้อความกำกับในการแสดงบริบท เป็นต้น ซึ่งหากเรารู้หลักการออกแบบเบื้องต้นแล้วนำมาใช้ จะช่วยให้กราฟแสดง key message ได้อย่างมีประสิทธิภาพและสวยงามน่ามองอีกด้วยค่ะ

คำถามชวนคิด

คุณใช้ Everyday Dataviz บ่อยแค่ไหนในงานของคุณ?

หากคุณอยากออกแบบ Dataviz ให้เฉียบคมขึ้น คุณจะเริ่มต้นอย่างไร?

Post Views: 177
Author Image

Ing

วิศวกรสิ่งแวดล้อมที่หันมาทำงานบริหารโครงการ แต่สนใจเรื่องการนำเสนอมาก
จนอยากจะแบ่งปันสิ่งที่เรียนรู้มาตลอดหลายปี (ไม่กล้าบอกปี เดี๋ยวรู้อายุ) ให้กับผู้อ่านที่น่ารักทุกคน

Leave a Reply

Your email address will not be published. Required fields are marked

{"email":"Email address invalid","url":"Website address invalid","required":"Required field missing"}

โพสต์อื่นๆ ที่คุณอาจสนใจ

Ing

09/27/2021

5 หนังสือแนะนำ สำหรับเริ่มต้นกับ Data Viz

5 หนังสือแนะนำ สำหรับเริ่มต้นกับ Data Viz

Ing

09/07/2021

Everyday DataViz

Everyday DataViz

Ing

05/24/2021

ความเข้าใจผิดเกี่ยวกับ Data Visualization

ความเข้าใจผิดเกี่ยวกับ Data Visualization