ทำความรู้จักกับ Data Visualization

สามารถดู video ของหัวข้อนี้ก่อนได้ ดู video

Data Visualization คือการนำเสนอข้อมูลในรูปแบบกราฟิกหรือภาพ เพื่อช่วยให้ผู้คนเข้าใจข้อมูลที่ซับซ้อนได้ง่ายขึ้น เช่น การใช้กราฟ แผนภูมิ แผนที่ หรือแผนภาพอื่น ๆ เพื่อแสดงให้เห็นแนวโน้ม ความสัมพันธ์ หรือรูปแบบของข้อมูล ทำให้การตีความข้อมูลมีประสิทธิภาพมากขึ้น

เหตุผลที่การ Visualizing Data สำคัญมีดังนี้:

ทำให้ข้อมูลซับซ้อนเข้าใจง่ายขึ้น: เมื่อข้อมูลถูกแสดงผลในรูปแบบกราฟิก จะช่วยให้เห็นภาพรวมและรายละเอียดต่าง ๆ ชัดเจนกว่าการดูตัวเลขหรือตาราง (Storytelling with Data)
ช่วยในการตัดสินใจที่แม่นยำและรวดเร็ว: การเห็นข้อมูลในรูปแบบที่ชัดเจนทำให้ผู้ที่เกี่ยวข้องสามารถทำการวิเคราะห์ได้เร็วขึ้นและตัดสินใจอย่างมีข้อมูลสนับสนุน
การระบุแนวโน้มและรูปแบบ: Visualization ช่วยให้เราเห็นแนวโน้มหรือรูปแบบที่อาจไม่สามารถมองเห็นได้ง่าย ๆ จากข้อมูลดิบ
เพิ่มประสิทธิภาพการสื่อสาร: การนำเสนอข้อมูลด้วยวิธีที่เข้าใจง่ายและดึงดูดสายตาจะช่วยให้คนอื่น ๆ เข้าใจข้อมูลได้ง่ายขึ้นและสื่อสารได้อย่างมีประสิทธิภาพ
การเชื่อมโยงข้อมูลกับการกระทำ: Visualization ช่วยให้เห็นความสัมพันธ์ของข้อมูลและสามารถเปรียบเทียบระหว่างตัวแปรต่าง ๆ ทำให้เข้าใจว่าสิ่งใดมีผลต่อสิ่งอื่น ๆ และนำไปสู่การกระทำที่ถูกต้อง

Data Visualization ในแง่ของผลกระทบทางจิตวิทยาที่เกิดจากการนำเสนอข้อมูลในรูปแบบภาพ ซึ่งสามารถช่วยลดภาระด้านการประมวลผลทางสมองหรือที่เรียกว่า Cognitive Load ได้

Cognitive Load หมายถึงความพยายามทางจิตที่ใช้ในการทำความเข้าใจข้อมูล ซึ่งข้อมูลที่ซับซ้อนหรือเป็นตัวเลขจำนวนมากจะเพิ่มภาระให้กับสมองในการตีความ หากข้อมูลเหล่านั้นถูกแปลงเป็นกราฟหรือภาพ สมองจะสามารถเข้าใจข้อมูลได้ง่ายขึ้นโดยไม่ต้องประมวลผลมาก

นี่คือวิธีที่ Data Visualization ช่วยลด Cognitive Load:

การตีความภาพดีกว่าข้อมูลดิบ: สมองของมนุษย์สามารถประมวลผลภาพได้เร็วและมีประสิทธิภาพมากกว่าการประมวลผลตัวเลขหรือตัวอักษร ข้อมูลที่นำเสนอเป็นกราฟ แผนภูมิ หรือแผนที่ทำให้การตีความทำได้ง่ายขึ้น
ทำให้เห็นความสัมพันธ์ระหว่างข้อมูลได้ง่ายขึ้น: Visualization ช่วยให้เรามองเห็นความสัมพันธ์ แนวโน้ม หรือรูปแบบที่ซ่อนอยู่ในข้อมูลจำนวนมากได้ในพริบตา แทนที่จะต้องวิเคราะห์ทีละจุด
ลดความซับซ้อนในการตัดสินใจ: การนำเสนอข้อมูลในรูปแบบที่เข้าใจง่ายช่วยลดปริมาณข้อมูลที่ต้องจำในสมอง ทำให้สามารถตัดสินใจได้เร็วขึ้นและแม่นยำขึ้น
ทำให้การประมวลผลข้อมูลเป็นเรื่องธรรมชาติ: แทนที่จะต้องใช้ความพยายามในการคิดเชิงคณิตศาสตร์หรือเชิงตรรกะ การมองภาพทำให้เกิดความเข้าใจที่เป็นธรรมชาติมากขึ้น เช่น เห็นกราฟแท่งที่สูงขึ้นแสดงการเติบโต เป็นต้น

Chart แต่ละประเภท

https://matplotlib.org/stable/plot_types/index

การเลือกใช้ Chart แต่ละประเภทขึ้นอยู่กับลักษณะของข้อมูลและวัตถุประสงค์ในการนำเสนอ ต่อไปนี้เป็นประเภทของ Chart ที่ใช้กันทั่วไป:

Bar Chart (แผนภูมิแท่ง)

ใช้ในการเปรียบเทียบข้อมูลระหว่างหมวดหมู่ต่าง ๆ โดยแท่งแต่ละแท่งแสดงค่าที่แตกต่างกัน ความสูงของแท่งบอกถึงปริมาณหรือค่า เช่น เปรียบเทียบยอดขายสินค้าในแต่ละเดือน
Line Chart (แผนภูมิเส้น)

ใช้ในการแสดงแนวโน้มหรือการเปลี่ยนแปลงของข้อมูลในช่วงเวลาต่าง ๆ เช่น การเปลี่ยนแปลงของราคาหุ้นรายวัน หรือแนวโน้มการเติบโตของบริษัท
Pie Chart (แผนภูมิวงกลม)

ใช้แสดงสัดส่วนหรือส่วนแบ่งของข้อมูลในภาพรวม โดยแต่ละส่วนของวงกลมแสดงเป็นเปอร์เซ็นต์ เช่น แบ่งส่วนการใช้งบประมาณขององค์กร
Scatter Plot (แผนภูมิกระจาย)

ใช้ในการแสดงความสัมพันธ์ระหว่างตัวแปรสองตัว โดยแต่ละจุดแทนค่าหนึ่งชุดของข้อมูล เช่น ความสัมพันธ์ระหว่างอายุและรายได้
Histogram (ฮิสโตแกรม)

ใช้ในการแสดงการกระจายตัวของข้อมูลและความถี่ที่ข้อมูลปรากฏ เช่น การแสดงการกระจายอายุของพนักงานในบริษัท
Area Chart (แผนภูมิพื้นที่)

คล้ายกับ Line Chart แต่พื้นที่ใต้เส้นจะถูกระบายสี เพื่อเน้นปริมาณของข้อมูลในแต่ละช่วงเวลา เช่น การเติบโตของตลาดในช่วงปีต่าง ๆ
Bubble Chart (แผนภูมิฟอง)

คล้ายกับ Scatter Plot แต่เพิ่มขนาดของฟองเพื่อแสดงตัวแปรที่สาม เช่น การเปรียบเทียบกำไร รายได้ และจำนวนพนักงานในแต่ละบริษัท
Heatmap (ฮีทแมป)

ใช้ในการแสดงข้อมูลแบบตารางที่มีการไล่ระดับสีเพื่อแสดงค่าความหนาแน่นหรือความเข้มของข้อมูล เช่น การแสดงการเข้าชมเว็บไซต์ในแต่ละชั่วโมง
Box Plot (แผนภูมิกล่อง)

ใช้ในการแสดงการกระจายของข้อมูลพร้อมกับค่ากลางและความแปรปรวนของข้อมูล เช่น การวิเคราะห์ผลสอบของนักเรียนในแต่ละชั้น
Radar Chart (แผนภูมิเรดาร์)

ใช้ในการเปรียบเทียบค่าของตัวแปรหลายตัวในหมวดหมู่ต่าง ๆ โดยมีการแสดงข้อมูลในรูปแบบวง เช่น การเปรียบเทียบประสิทธิภาพของทีมในด้านต่าง ๆ

การเลือกประเภทของ Chart ให้เหมาะสมกับข้อมูลจะช่วยในการทำให้การนำเสนอเข้าใจได้ง่ายขึ้น โจทย์สำคัญของเรื่องนี้นี้คือ “ข้อมูลประเภทไหน ใช้กับ Chart ประเภทไหนได้บ้าง”

Reference เพิ่มเติมเรื่อง Chart ไหนถูกใช้เป็นอันดับต้นๆในการทำ Vistualization

Reference เรื่อง History of Chart

Chart แต่ละประเภท​

Chart แต่ละประเภท