รู้จักกับ Data analytics - Introduction

data 7 มี.ค. 2023

สวัสดีครับ ห่างหายกันไปนานสำหรับ blog ตอนนี้กลับมาเข้าช่วงสอบอีกรอบดังนั้นก็ได้เวลากลับมาทำอีกครั้ง🤣 สำหรับในครั้งนี้จะเป็นเนื้อหาเกี่ยวกับการวิเคราะห์ข้อมูล (Data analytics) ก็หวังว่าเนื้อหาจะช่วงให้ทุกคนเข้าใจนะครับ😅

อะไรก็คือการวิเคราะห์ข้อมูล?

สมมุติว่ามีโจทย์ให้เราทำโปรแกรมมาตอบคำถามเหล่านี้

ราคาที่ดิน 1 งานตรงนี้ราคาเท่าไหร่?
จะเดินทางจากตรงน้ีไป Icon siam เวลา 8 โมงยังไงดีสุด?
คนไข้คนนี้เป็นหวัดหรือไม่?

จากคำถามดังกว่าวเราจะเขียนโปรแกรมออกมาได้อย่างไรหล่ะ🤔

แน่นอนว่าเราไม่สามารถให้คำตอบได้ทันทีเลยโดยปราศจากข้อมูล (Data) ซึ่งเป็นสิ่งที่จำเป็นที่สุด จากนั้นเราก็จะวิเคราะห์ข้อมูลนั้นๆ (Analytics) และถ้าหากว่าการวิเคราะห์ยังไม่เพียงพอก็จำเป็นที่จะต้องมีข้อมูลจากมนุษย์ (Human Input) และนำไปสู่การตัดสินใจ (Decision) และนำมาซึ่งการกระทำ (Action)

แต่ถ้าหากว่าเรามีการวิเคราะห์ข้อมูล (Analytics) น้อย ก็จำเป็นที่จะต้องมี ข้อมูลจากมนุษย์ (Human Input) ที่มากขึ้นถึงจะตัดสินใจได้

หรือถ้าหากว่าเรามีการวิเคราะห์ข้อมูล (Analytics) มาก ข้อมูลจากมนุษย์ (Human Input) ก็น้อยลงได้ ซึ่งลดภาระของมนุษย์ไปได้ส่วนหนึ่ง

และถ้าการเรามีการวิเคราะห์ข้อมูล (Analytics) ที่มากเพียงพอ แม่นยำมากพอ เราก็ไม่จำเป็นที่จะต้องมี ข้อมูลจากมนุษย์ (Human Input) ก็สามารถตัดสินใจ (Decision) และ ทำอะไรบางอย่าง (Action) ได้เลยโดยอัตโนมัติ

แน่นอนว่าการที่จะวิเคราะห์ข้อมูลได้นั้นสิ่งที่จำเป็นก็คือ

Mathematics
Business
Programming

สามสิ่งนี้เป็นสิ่งสำคัญที่จะช่วยให้การวิเคราะห์ข้อมูลนั้นเกิดขึ้นได้

จากรูปนี้แสดงให้เห็นว่าถ้ายิ่งมีการวิเคราะห์ข้อมูลมากขึ้น Human input ก็จะจำเป็นน้อยลง และการวิเคราะห์ข้อมูลแบบต่างๆ ที่เข้ามาช่วยในการตัดสินใจ

Descriptive Analytics

Descriptive Analytics หรือ การวิเคราะห์เชิงพรรณนา คือการตีความข้อมูลในอดีต เพื่อทำความเข้าใจการเปลี่ยนแปลงที่เกิดขึ้นในธุรกิจให้ดียิ่งขึ้น การวิเคราะห์เชิงพรรณนาอธิบายการใช้ช่วงของข้อมูลในอดีตเพื่อสร้างการเปรียบเทียบ

ตัวอย่างคำถามที่เหมาะกับ Descriptive Analytics

อะไรคือสินค้าที่ขายดีที่สุด?
สินค้าอะไรที่สร้างรายได้มากที่สุดหรือน้อยที่สุด?
อะไรคือโปรโมชั่นที่ประสบความสำเร็จที่สุด?
ใครคือลูกค้าที่ใช้จ่ายมากที่สุด?

เทคนิคที่ใช้วิเคราะห์

Exploratory Data Analysis
Measure of the Shape of the Distribution
Measure of Data Summary
Measure of Variability or Dispersion
Standard Deviation, Interquartile Range, Range
Measure of Central Tendency
Mean, Median, Mode, Min, Max

Predictive Analytics

Predictive Analytics หรือ การวิเคราะห์เชิงคาดการณ์ เป็นวิธีปฏิบัติในการดึงข้อมูลจากชุดข้อมูลที่มีอยู่แล้ว เพื่อหารูปแบบ (Patterns) และคาดการณ์ผลลัพธ์และแนวโน้มในอนาคต การวิเคราะห์เชิงคาดการณ์เป็นเพียงการคาดการณ์จากข้อมูลที่มีอยู่ ไม่ได้เป็นการบอกคุณว่าจะเกิดอะไรขึ้นในอนาคต

ตัวอย่างคำถามที่เหมาะกับ Predictive Analytics

รายได้ที่เป็นไปได้สำหรับแต่ละ SBU ในปีหน้าคืออะไร?
อัตราการออกจากงานที่เป็นไปได้สำหรับปีปกติคืออะไร?
ลูกค้าคนไหนบ้างที่มีแนวโน้มที่จะเลิกใช้?
โปรโมชั่นไหนที่น่าจะให้ผลลัพธ์ที่ดี?
สินค้าตัวไหนจะมียอดขายสูงสุดใน 6 เดือนข้างหน้า?

เทคนิคที่ใช้วิเคราะห์

Regression
Linear Regression
Classification
Decision Tree
Logistic Regression
Support Vector Machine
Artificial Neural Network

Prescriptive Analytics

Prescriptive Analytics หรือ การวิเคราะห์เชิงกำหนด คือการวิเคราะห์ข้อมูลประเภทหนึ่ง ซึ่งเป็นการใช้เทคโนโลยี เพื่อช่วยให้ธุรกิจตัดสินใจได้ดีขึ้นผ่านการวิเคราะห์ข้อมูลดิบ โดยการวิเคราะห์เชิงกำหนด จะพิจารณาข้อมูลสถานการณ์ หรือ สถานการณ์ที่เป็นไปได้ ทรัพยากรที่มีอยู่ ประสิทธิภาพในอดีต และประสิทธิภาพปัจจุบัน และ แนะนำแนวทาง การดำเนินการหรือกลยุทธ์ สามารถใช้ในการตัดสินใจในช่วงเวลาใดก็ได้ตั้งแต่ในทันที จนถึง ระยะยาว

ตัวอย่างคำถามที่เหมาะกับ Prescriptive Analytics