"Data คือ ข้อมูลที่บ่งบอกถึง ข่าวสาร หรือ ความเป็นจริงบางอย่าง
อาจเป็นตัวเลข หรือตัวอักษร ที่ถูกเก็บไว้ในระบบสารสนเทศที่ใดที่หนึ่ง"
ข้อมูลสามารถจำแนกออกได้เป็น 2 ประเภท
1. Qualitative Data (ข้อมูลเชิงคุณภาพ)
2. Quantitative Data (ข้อมูลเชิงปริมาณ)
Quantitative Data หรือข้อมูลเชิงปริมาณ คือ ข้อมูลที่สามารถเปรียบเทียบ วัดความมากกว่า น้อยกว่า และ เรียงลำดับได้ เรียกว่า เป็นข้อมูลที่เป็นตัวเลขนั้นเอง ยกตัวอย่างเช่น อุณหภูมิ ความชื้น อายุ รายได้ ความสูง หรือจำนวนต่าง ๆ เป็นต้น
Qualitative Data หรือข้อมูลเชิงคุณภาพ อธิบายง่าย ๆ คือ ตรงข้ามกับข้อมูลเชิงปริมาณ ข้อมูลที่ไม่สามารถนำมาเปรียบเทียบหรือผ่านกระบวนการทางคณิตศาสตร์ได้ เช่น เพศ สถานภาพ เชื้อชาติ ฯลฯ
หากใครเคยเรียน Statistics หรือสถิติมา จะรู้ว่าเป็นการจำแนกข้อมูลในรูปแบบเดียวกัน เนื่องจากศาสตร์ทางด้าน Data Analytic หรือที่เราเรียกกันกว่า Data Science นั้น ส่วนหนึ่งมีรากฐานมาจากความรู้ทางสถิตินั้นเอง ในปัจจุบันมีการนำข้อมูลที่ผ่านการประมวลผลแล้วนำมา ใช้ให้เกิดประโยชน์ได้หลากหลายวิธี หนึ่งในนั้นคือ การทำ Data Analytic ว่าด้วยศาสตร์ที่นำข้อมูลเข้ามาเป็น Input และวิเคราะห์หรือค้นหาองค์ความรู้บางอย่างออกมา
Data Analytic นั้น จำแนกตามจุดประสงค์และลำดับความซับซ้อนของกระบวนการได้เป็น 4 ประเภท
Source: https://www.scnsoft.com/blog-pictures/business-intelligence/4-types-of-data-analytics.png
1. Descriptive Analytics: What is happening?
Descriptive Analytics คือ การทำรายงานเกี่ยวกับข้อมูลที่มีอยู่ ให้ข้อมูลบอกกับเราว่าอะไรกำลังเกิดขึ้นอยู่ในปัจจุบัน อาจเป็นรายงานปริมาณรายได้ กำไรสุทธิ ของบริษัท ปริมาณการบริโภคสินค้าของผู้บริโภค เพื่อให้ทราบสภานภาพความเป็นอยู่ของส่งที่เราสนใจในปัจจุบัน เรียกได้ว่าจุดประสงค์ของ Descriptive Analytics นั้น มีความคล้ายหรือเป็นอย่างเดียวกันกับการทำงบการเงินในทางบัญชีนั้นเอง
2. Diagnostic Analytics: Why is it happening?
Diagnostic Analytics เป็นขั้นตอนถัดไปการทำ Data Analytic เป็นการหา Insight ในชุดข้อมูลที่มีอยู่ ว่าสิ่งที่เกิดขึ้นในปัจจุบันนั้น เกิดขึ้นเพราะอะไร สามารถระบุปัจจัยที่มีผลต่อ สถานภาพที่เกิดขึ้นในปัจจุบันของธุรกิจนั้น ๆ
3. Predictive Analytics: What is likely to happen?
Predictive Analytics หรือการพยากรณ์สิ่งที่กำลังจะเกิดขึ้นในอนาคต โดยอาศัยความสัมพันธ์ของข้อมูลที่มีและสิ่งที่เราต้องการรู้ และวิเคราะห์หาความเกี่ยวเนื่องกัน (Correlation) และนำมาเป็นปัจจัย (Feature) ที่ใช้ในการพยากรณ์
4. Prescriptive Analytics: What I need to do to make it happen?
Prescriptive Analytics ขั้นตอนสุดท้ายของการทำ Data Analytic การวิเคราะห์ปัจจัยที่สำคัญที่จะทำให้เกิดสิ่งที่เราต้องการเกิดขึ้น และหา Action ที่ทำให้ปัจจัยนั้นเพิ่มขึ้นหรือลดลงตามที่เราต้องการ เพื่อส่งเสริมหรือป้องกันเหตุการณ์หรือสถานการณ์บางอย่างในอนาคต
Source: https://cdn.datafloq.com/cms/2017/11/03/four-types-analytics.jpg
เพื่อให้เห็นภาพมากขึ้น ขอยกตัวอย่างที่เห็นได้ชัดในการนำ Data Analytic มาประยุกต์ในโลกของธุรกิจที่น่าสนใจเหตุการณ์นี้เกิดขึ้นในปี ช่วงปี 2004 ที่สหรัฐอเมริกา อ้างอิงจากหนังสือพิมพ์ New York Times ในช่วงก่อนการเกิด Hurricane หรือช่วงที่มีการเตือนภัยพิบัติเกิดขึ้น ขนมที่ขื่อ pop tarts จะมียอดการขายที่เพิ่มขึ้นอย่างมีนับสำคัญ เนื่องจากเป็นขนมที่ให้พลังงานสูง สามารถทานแทนอาหารมื้อหลักได้ในยามฉุกเฉิน และสามารถเก็บไว้ได้นาน หากเรานำมาประยุกต์ใช้ ในประเทศไทย ในแง่ของธุรกิจ ผู้ประกอบการก็สามารถเตรียมความพร้อมสำหรับความต้องการสินค้าที่สูงขึ้นได้อย่างทันท่วงที รัฐบาลก็สามารถเตรียมมาตรการสำหรับป้องกัน การกักตุนและเก็งกำไรจากสินค้าอย่างไม่เป็นธรรมได้ หากมีภัยพิบัติเกิดขึ้น และหากรัฐบาลหรือผู้ประกอบที่มีข้อมูลอยู่ในมือ สามารถทำ Data Analytic และรู้ถึง Insight ของข้อมูลดังเช่นที่ Walmart รู้ก่อนเกิดภัยพิบัติ ผู้นั้นย่อมสามารถสร้างคุณค่าให้กับบริษัทรวมถึงป้องกันความเสียหายอันเนื่องมาจากภัยพิบัตินั้นได้อีกด้วย
จะเห็นได้ว่าการทำ Data Analytic สร้างมูลค่ามากมาย ให้กับโลกของธุรกิจ ปัจจุบันทุกองค์กรย่อมมีข้อมูลภายในที่เก็บอย่างต่อเนื่องตั้งแต่อดีตถึงปัจจุบัน แต่อาจไม่ได้ถูกนำมาใช้อย่างเต็มประสิทธิภาพ ดังนั้นถ้าธุรกิจไหนสามารถนำข้อมูลมาใช้ในการวิเคราะห์ได้ ก็จะทำให้เห็นมุมมองต่างๆ ช่วยให้และเกิดประโยชน์อย่างมหาศาล
References
[1] https://www.scnsoft.com/blog/4-types-of-data-analytics
[2] https://www.kdnuggets.com/2017/07/4-types-data-analytics.html(https://www.kdnuggets.com/2017/07/4-types-data-analytics.html
[3] https://www.analyticsinsight.net/four-types-of-business-analytics-to-know/#:\~:text=Depending on the stage of,%2C diagnostic%2C predictive and prescriptive
[4] https://datafloq.com/read/the-four-types-of-data-analytics/3903
[5] https://blogs.scientificamerican.com/guest-blog/9-bizarre-and-surprising-insights-from-data-science/
[6] https://www.countryliving.com/food-drinks/a44550/walmart-strawberry-pop-tarts-before-hurricane/
[7] https://www.nytimes.com/2004/11/14/business/yourmoney/what-walmart-knows-about-customers-habits.html
Data คืออะไร และการทำ Analytics 4 ขั้นตอน