UBU Micro credentials
การจัดการข้อมูลและการแสดงผลข้อมูลเป็นทักษะที่สำคัญมากในยุคปัจจุบัน ไม่ว่าจะเป็นในภาคธุรกิจ ภาครัฐ หรือแม้แต่ชีวิตประจำวัน การเรียนรู้และพัฒนาทักษะเหล่านี้จะช่วยให้สามารถนำข้อมูลมาใช้ประโยชน์ได้อย่างเต็มที่ และสร้างความได้เปรียบในการทำงานและชีวิต การจัดการข้อมูลและการแสดงผลข้อมูลมีประโยชน์หลักที่สำคัญต่อองค์กรและบุคคลทั่วไป ได้แก่ การเข้าใจข้อมูลเชิงลึกเปลี่ยนข้อมูลดิบให้กลายเป็นข้อมูลที่มีความหมาย ช่วยให้เห็นภาพรวม แนวโน้ม และความสัมพันธ์ของข้อมูลได้อย่างชัดเจน สนับสนุนการตัดสินใจได้อย่างมีประสิทธิภาพด้วยข้อมูลที่ถูกวิเคราะห์และนำเสนออย่างเหมาะสม ใช้ในการระบุปัญหาจากข้อมูลจะช่วยให้สามารถแก้ไขปัญหาได้อย่างมีประสิทธิภาพและตรงจุดมากขึ้น และเพิ่มขีดความสามารถในการแข่งขันสูงขึ้น
Enroll Now !ผู้ขอรับการรับรองสามารถจัดระเบียบและปรับปรุงข้อมูลดิบให้อยู่ในรูปแบบที่เหมาะสมและสามารถนำไปวิเคราะห์ต่อตามวัตถุประสงค์ที่วางไว้ได้
การจัดการข้อมูล ประกอบด้วย 5 ขั้นตอนหลัก
1. Ask การตั้งคำถามกับสิ่งที่เราต้องการจะหาคำตอบ เป็นขั้นตอนการตั้งคำถาม เพื่อตรวจสอบว่า เหตุใดจึงต้องทำการวิเคราะห์ข้อมูลนี้ หรือมีปัญหาอะไรที่จะต้องใช้ข้อมูลเหล่านี้ในการแก้ไข ซึ่งจะต้องระบุปัญหาให้ชัดเจน และคิดสมมติฐานที่สามารถทำการทดสอบได้ เช่น ทำไมรายได้ของบริษัทเราจึงลดลงค่อนข้างมากเมื่อเทียบกับปีที่ผ่านมา คำถามที่จะนำมาใช้ในการวิเคราะห์ข้อมูลคือ สถานการณ์ของการตลาดในบริษัท เพื่อดูว่ายอดขายเป็นอย่างไร มีคู่แข่งหรือไม่ เข้ามาเปรียบเทียบ เป็นต้น นอกจากนี้ จะต้องระบุประเภทของข้อมูลที่ต้องการจะใช้และที่มาของข้อมูลด้วย
2. Prepare การรวบรวมข้อมูลและเก็บข้อมูลให้พร้อมสำหรับการวิเคราะห์
หลังจากที่มีคำถามที่ชัดเจนแล้ว ก็จะเข้าสู่ขั้นตอนของการเก็บรวบรวมข้อมูล ซึ่งมีเครื่องมือที่ใช้ในการวิจัยมากมากหลายอย่างที่สามารถใช้เพื่อเก็บข้อมูลได้ เช่น การใช้แบบสอบถามออนไลน์ การใช้เครื่องมือทางการตลาดอย่างอีเมล หรือใช้แหล่งข้อมูลแบบเปิดของทางรัฐบาล ไปจนถึงเครื่องมือต่างๆ ที่สามารถใช้งานฟรีได้ เช่น Google Trend ซึ่งถ้าหากต้องการจะเลือกใช้วิธีการเก็บข้อมูลต่างๆ เหล่านี้ จะต้องรู้ด้วยว่า การวิเคราะห์ข้อมูลของเราเหมาะสมกับเครื่องมือแบบไหน เพื่อที่จะได้เลือกใช้ได้อย่างถูกต้อง
โดยข้อมูลจากแหล่งต่างๆ อาจจะมีรูปแบบที่แตกต่างกัน ซึ่งโดยส่วนมากแล้วข้อมูลจากแหล่งข้อมูลที่พร้อมให้บริการจะอยู่ในรูปแบบ Machine-readable data โดยเป็นข้อมูลที่สร้างขึ้นจากคอมพิวเตอร์ และมีโครงสร้างที่ชัดเจนและเป็นมาตรฐานในการแลกเปลี่ยนข้อมูลระหว่างหน่วยงาน ทําให้ผู้ใช้งานข้อมูลสามารถนําไปใช้ต่อได้ ดังนั้น ข้อมูลประเภทนี้จึงถูกใช้แพร่หลายในการแลกเปลี่ยนข้อมูลและให้บริการข้อมูล ระหว่างองค์กรต่างๆ โดยสามารถเรียกใช้ข้อมูลผ่าน API ที่ผู้ให้บริการข้อมูลเตรียมไว้ให้ หรือผ่านการดึงข้อมูลจาก web scraping การเข้าถึงและการ extract ข้อมูลที่อยู่ในรูปแบบ machine-readable สามารถทํา ได้โดยการใช้เครื่องมือต่างๆ ได้แก่ Python scripts และ R เป็นต้น
3. Process การทำความสะอาดข้อมูลและตรวจสอบความถูกต้องของข้อมูลเพื่อให้มั่นใจว่าข้อมูลนั้นเป็นข้อมูลที่มีคุณภาพ เมื่อทำการรวบรวมข้อมูลได้สำเร็จก็ถึงเวลาเตรียมข้อมูลให้พร้อมสำหรับการวิเคราะห์ ด้วยการล้างชุดข้อมูลให้เป็นระเบียบและถูกต้อง เนื่องจากชุดข้อมูลที่มีอยู่อาจมีความผิดปกติ มีข้อมูลที่หายไป หรือมีข้อมูลที่ซ้ำไปมา ซึ่งจะส่งผลต่อการตีความข้อมูลได้ ดังนั้น จึงจำเป็นที่จะต้องทำการล้างข้อมูลที่ใช้ไม่ได้ และจัดเรียงใหม่ให้เป็นระบบ เพื่อทำให้ได้ผลลัพธ์ที่แม่นยำที่สุดนั่นเอง
4. Analyze การวิเคราะห์ข้อมูลโดยใช้เครื่องมือช่วยวิเคราะห์เพื่อหา Insight และข้อสรุป มาถึงขั้นตอนสำคัญอย่างการวิเคราะห์ข้อมูล จะมีวิธีที่เลือกใช้ในการวิเคราะห์ขึ้นอยู่กับคำถามที่ตั้งไว้เป็นโจทย์ และประเภทของข้อมูลที่ได้มาว่าจะใช้วิธีไหนในการวิเคราะห์ โดยวิธีที่ว่านี้ก็คือ Descriptive Analytics (การวิเคราะห์ข้อมูลแบบพื้นฐาน), การวิเคราะห์ข้อมูลแบบเชิงวินิจฉัย (Diagnostic Analytics), การวิเคราะห์แบบพยากรณ์ (Predictive Analytics) และการวิเคราะห์แบบให้คำแนะนำ (Prescriptive Analytics) ที่ได้อธิบายไว้แล้วในข้างต้นนั่นเอง
5. Share & Visualization การตีความหมายและนำเสนอข้อมูล ขั้นตอนสุดท้ายคือการเปลี่ยนข้อมูลที่วิเคราะห์ให้เป็นข้อมูลเชิงลึกที่นำไปใช้งานได้ โดยใช้วิธีการตีความและการนำเสนอข้อมูลที่ผู้อื่นสามารถทำความเข้าใจได้ เช่น การนำเสนอข้อมูลออกมาในรูปแบบของแผนภูมิหรือกราฟ เป็นต้น
Enroll Now !คณาจารย์จากคณะต่าง ๆ ที่เกี่ยวข้อง และบุคลากรผู้เชี่ยวชาญจากสำนักคอมพิวเตอร์และเครือข่าย มหาวิทยาลัยอุบลราชธานี
UBU Micro Credentials