27.หัวข้อการเรียนรู้
การวิเคราะห์ข้อมูลด้วยโปรแกรม Microsoft Excel
รู้จักกับโปรแกรม Microsoft Excel
วิธีสร้างเวิร์กบุ๊กและใส่ข้อมูล
การวิเคราะห์ข้อมูลเบื้องต้นด้วย Excel
1
2
การวิเคราะห์ข้อมูลด้วยโปรแกรม Power BI
รู้จักกับโปรแกรม Power BI
Pivot Table ขั้นพื้นฐาน
ฟังก์ชันที่น่าสนใจใน Excel
Power BI Desktop คืออะไร
ขั้นตอนการทำงานของ Power BI Desktop
Power Query Editor
ความสัมพันธ์ระหว่างตารางข้อมูลใน Power BI
25
28.การวิเคราะห์ข้อมูลด้วยโปรแกรม Microsoft Excel
1
26
29.Microsoft Excel เป็นโปรแกรมประเภท Spreadsheet หรือตารางคํานวณอิเล็กทรอนิกส์ ซึ่งออกแบบมาสําหรับบันทึกวิเคราะห์ และแสดงข้อมูลเกี่ยวกับตัวเลขได้อย่างมีประสิทธิภาพ ทั้งในรูปแบบของแผนภาพ หรือรายงาน ซึ่งโปรแกรม Microsoft Excel ยังมีความสามารถในการจัดรูปแบบเอกสารได้สวยงาม และง่ายดายไม่แพ้โปรแกรมอื่น ๆ อีกด้วย
รู้จักกับโปรแกรม Microsoft Excel
27
46.การวิเคราะห์ข้อมูลด้วยโปรแกรม Power BI Desktop
2
44
47.เป็นซอฟแวร์แอปพลิเคชัน และตัวเชื่อมต่อที่ทำงานร่วมกัน เพื่อทำให้แหล่งข้อมูลของคุณเป็นข้อมูลเชิงลึก และสร้าง Visualization ที่ Interactive ได้
รู้จักกับโปรแกรม Power BI
45
48.Power BI หรือ Power Business Intelligence Power เป็นชุดของเครื่องมือในการวิเคราะห์ข้อมูลธุรกิจ และสร้างรายงานที่น่าสนใจ ให้กับผู้ใช้เพื่อประกอบการตัดสินใจ เพราะการตัดสินใจเชิงธุรกิจในปัจจุบันต้องการความถูกต้องและความรวดเร็วจากข้อมูลมากขึ้น ผ่านการอาศัยเทคโนโลยีด้านการวิเคราะห์ข้อมูล (Data Analytics) รวมถึงสามารถ Interactive เรียกดูได้ในทุก Platform ทั้ง PC, Tablet และ Mobile
1. Power BI Desktop เป็นโปรแกรมที่สามรถ Install ได้บนเครื่องคอมพิวเตอร์ โดยเรามักจะสร้างข้อมูลหรือรายงานที่ต้องการในขั้นตอนนี้ให้เรียบร้อย ก่อนนำขึ้นไปบน Cloud หรือ Power BI Service
Power BI Service เป็นบริการบนเว็บที่รันอยู่บน cloud ที่จะทำงานร่วมกันกับ Power Desktop เพื่อที่จะสามารถแชร์ข้อมูลรายงานให้คนอื่นได้เห็น
Power BI Mobile App เป็นอีกหนึ่งบริการที่เราสามารถเรียกดูรายงานแสดงผลข้อมูลได้สะดวกขึ้น
แหล่งที่มารูปภาพ : https://docs.microsoft.com/th-th/power-bi/fundamentals/power-bi-overview
ประเภทของ Power BI
46
49.Power BI Desktop
คือ เครื่องมือในการจัดการ และวิเคราะห์ข้อมูล จากหลาย แหล่งข้อมูล เช่น Excel File, Microsoft Access Database, SQL Server แล้วสามารถแสดงผลในรูปแบบ Visualization ต่างๆ ได้อย่างดี
1.รายงาน (Report) 2.ข้อมูล (Data) 3.ความสัมพันธ์ (Relationships)
Power BI Desktop คืออะไร
รายงาน (Report)
ข้อมูล (Data)
ความสัมพันธ์ (Relationships)
องค์ประกอบของ Power BI Desktop
47
50.ขั้นตอนการทำงานของ Power BI Desktop
Power Bi Desktop มีขั้นตอนการทำงานหลัด 5 ขั้นตอน
นำเข้าข้อมูล
เลือกตารางข้อมูล
จัดรูปแบบการแสดงข้อมูล
สร้างรายงานนำเสนอ
เผยแพร่รายงาน
นำเข้าข้อมูล
ข้อมูลที่ใช้งานจะเป็นข้อความ ตาราง หรือฐานข้อมูล ที่เป็นเหมือนข้อมูลดิบที่เราจะนำมาจัดเก็บไว้ แล้วให้ระบบวิเคราะห์หาคำตอบ ข้อสรุป หรือแนวแนวโน้มของข้อมูล
ขั้นตอนการนำเข้าข้อมูล
คลิกที่ Get data เพื่อเลือกการรับข้อมูล
1
คลิกที่ More… เพื่อเปิดหน้าต่าง Get data ดูแหล่งข้อมูลต่าง ๆ ที่เราสามารถนำเข้ามาใน Power BI Desktop ได้
2
1
48
56.แสดงข้อมูลที่เราสร้างไว้เป็นแผนภูมิ
3
เมื่อนำเมาส์ไปวางบนกราฟแท่งแต่ละส่วน จะปรากฏค่าข้อมูล ตัวอย่าง คือ สาขา ประเภทของผลิตภัณฑ์ ผลิตภันฑ์ และ Sum of ยอดขาย
4
54
57.เผยแพร่รายงาน
หลังจากที่รายงานพร้อมที่จะแชร์ให้กับผู้อื่น สามารถเผยแพร่รายงาน (Publish) ไปยังบริการของ Power BI และทำให้ทุกคนในองค์กรที่มีสิทธิ์การใช้งาน Power BI สามารถใช้รายงานได้
1
เลือก Publish จากริบบอนหน้าแรก
Power BI จะแจ้งให้เลือกตำแหน่งที่บริการของ Power BI ที่ต้องการแชร์รายงาน เช่น My workspace หรือตำแหน่งที่ตั้งอื่นในบริการของ Power BI
3
คลิก Select
2
เลือกตำแหน่งที่บริการของ Power BI ที่ต้องการแชร์รายงาน
5
55
58.Power Query Editor
Power Query คืออะไร
Power Query คือ เครื่องมือในการวิเคราะห์ข้อมูล หรือ Data Analysis ซึ่งมีอยู่ใน Excel, SQL Server รวมถึงใน Power BI ด้วย
เชื่อมต่อกับไฟล์ได้จากหลายแหล่งข้อมูล ทำให้สะดวกในการทำงานที่จะดึงข้อมูลจากแหล่งข้อมูลหนึ่ง นำมาวิเคราะห์ข้อมูล แล้วนำผลลัพท์ไปใช้งานต่อในเครื่องมืออื่นที่ต่างออกไป
ใช้ปรับแต่งข้อมูลที่ยังไม่พร้อมใช้งานให้พร้อมใช้งานได้
ใช้งานง่ายตามขั้นตอน เนื่องจากไม่ต้องเขียนโปรแกรม
มีการบันทึกขั้นตอนการทำงาน ซึ่งช่วยให้สามารถทำงานในขั้นตอนต่าง ๆ ได้ซ้ำ ๆ กัน และกลับไปแก้ไขขั้นตอนที่ผ่านมาได้
ประโยชน์ Power Query จากการใช้งานผ่าน Power BI Desktop
56
59.การใช้งาน Power Query บน Power BI Desktop
เปิดใช้งานโปรแกรม Power Query ผ่าน Power BI Desktop เมื่อนำเข้าข้อมูลด้วย Get data แล้วให้คลิกปุ่ม Transform data เพื่อนำเข้าพร้อมแปลงข้อมูลด้วย Power Query
หากเปิดโปรแกรม Power BI Desktop อยู่แล้ว ให้คลิกคำสั่ง Transform data ตามขั้นตอนดังนี้
คลิกที่ Transform data เพื่อเข้าไปแก้ไขข้อมูล
1
ปรากฏหน้าต่าง Power Query Editor ขึ้นมา (ซึ่งแยกหน้าต่างออกมาจาก Power BI Desktop)
2
57
60.ส่วนประกอบของ Power Query
หน้าต่าง Power Query Editor จะแบ่งหน้าจอการทำงานเป็น 4 ส่วน ดังนี้
แสดงรายการคิวรี (สำหรับแต่ละตารางหรือรายการ)
แสดงข้อมูลคิวรีที่เลือกปัจจุบัน
หน้าต่างการตั้งค่า และการแสดงขั้นตอนการทำงานที่ผ่านมา
แถบเมนู
58
61.ความสัมพันธ์ระหว่างตารางข้อมูลใน Power BI
ในการจัดการความสัมพันธ์ด้วย Power BI Desktop นั้นจะมีตัวช่วยในการตรวจหาความสัมพันธ์ของตารางอัตโนมัติ ทำให้ฐานข้อมูลต่าง ๆ มีความสัมพันธ์ที่ดีไม่ซ้ำซ้อน
เป็นขั้นตอนในการสร้างความสัมพันธ์ระหว่างตารางข้อมูลหลาย ๆ ตาราง จากข้อมูลที่เรานำเข้ามา ผ่านแถบ Relationships (ด้านซ้าย) โดยเราควรจะมีตารางหลักและตารางอ้างอิงเชื่อมโยงกัน แต่ก็ไม่จำเป็นเสมอที่จะต้องสร้าง Model ความสัมพันธ์ ขึ้นอยู่กับผู้ใช้งานมากกว่า เพราะรูปแบบการสร้างความสัมพันธ์ระหว่างตารางนี้ จะช่วยให้เราได้ข้อมูลหลายรูปแบบ ทำได้หลายเรื่อง และนำเสนอได้หลายมุมมอง
59
62.คีย์หลักในการเชื่อมโยง คือ คอลัมน์ที่แสดงอยู่ในตาราง 2 ตารางที่เราเชื่อมโยงเข้าด้วยกัน
ทิศทางความสัมพันธ์ คือ ทิศทางจากตารางหนึ่งไปยังอีกตารางหนึ่ง ซึ่งมีได้ทั้งแบบทิศทางเดียวและแบบสองทิศทาง โดยจะแสดงเป็นรูปลูกศรในกรอบสี่เหลี่ยม
Tips
คุณสมบัติของ Field ที่เชื่อมโยงกัน จะต้องมี Data Type เหมือนกัน
คุณสมบัติของ Field ที่เชื่อมโยงกัน ไม่จำเป็นต้องมีชื่อ Field เหมือนกัน
ลูกศรที่ชี้เป็นการบอกถึง Filter Direction
60
66.หัวข้อการเรียนรู้
ความสำคัญของ Data Visualization
การใช้งาน Data Visualization
การแปรรูปเพื่อเพิ่มมูลค่าข้อมูล
เข้าใจ Data Visualization
เป้าหมายการทำ Data ให้เป็นข้อมูลเชิงลึก
ประเภทของ Data ที่ใช้
เรียนรู้การสร้าง Data Visualization
1
2
3
4
5
6
7
64
72.Data Visualization
Raw Data
(ข้อมูลดิบ)
Information
(ข้อมูลที่มีประโยชน์)
Information หรือข้อมูลที่มีประโยชน์ มีคุณค่า
Raw Data หรือข้อมูลดิบ เป็นข้อมูลที่เราเก็บมา แต่ยังนำมาใช้ประโยชน์ไม่ได้
Data Visualization เป็นการแปลง Raw Data (ข้อมูลดิบ) ให้เป็น Information (ข้อมูลที่มีประโยชน์) เพื่อเพิ่มมูลค่าของข้อมูล สามารถนำไปใช้งานได้จริง
การแปรรูปเพื่อเพิ่มมูลค่าข้อมูล
70
73.เข้าใจData Visualization
4
71
74.Data Sources
Data Visualization Tools
Charts
Dashboard & Storytelling
Search Engine
Website & Documents
Social Media
Data Insight
Input
Process
Output
Input
Data Sources คือแหล่งข้อมูลของ Raw Data ซึ่งอาจมาจากการค้นใน Search Engine ต่าง ๆ จาก Website จากไฟล์ข้อมูล (Documents) ที่เก็บไว้ หรืออาจมาจาก Social Media ต่าง ๆ
Process
การนำเอา Raw Data มาผ่านกระบวนการแปลงข้อมูลด้วยเครื่องมือ (Tools) แปลงข้อมูลต่าง ๆ เช่น Excel, Power BI, tableau, Google Data Studio, python ซึ่งจะได้แผนภาพ (Charts) ในรูปแบบต่าง ๆ ออกมา
Output
การนำ Charts ต่าง ๆ มาสร้างเป็น Dashboard เพื่อหาความสัมพันธ์ที่เกี่ยวข้องกันของ Charts ต่าง ๆ เพื่อนำมาหาข้อมูลเชิงลึก (Data Insight) จากนั้นทำการสกัด Data Insight ที่พบเจอมาเล่าเรื่อง (Storytelling) จากบุคลิกข้อมูลที่ได้ไปพัฒนาต่อ เช่น กลยุทธ์เชิงธุรกิจ หรือการแก้ไขปัญหาต่าง ๆ
เข้าใจ Data Visualization
72
75.เป้าหมายการทำ Data ให้เป็นข้อมูลเชิงลึก
5
73
76.เป้าหมาย (Goals) ของการใช้ข้อมูลเชิงลึก
เพิ่มรายได้ (Increase Revenue)
ลดค่าใช้จ่าย (Minimize Cost)
ปรับกระบวนการทางธุรกิจให้เหมาะสม (Optimize Business Process)
สร้างภาพลักษณ์ให้กับแบรนด์ (Brand Image)
ต้องการหน้าสื่อให้ปัง (Talk of the Town)
รักษาลูกค้าเก่า เพิ่มฐานลูกค้าใหม่ (Customer Relationship)
Raw Data
Information
Data Insight
Data Visualization
เป้าหมายการทำ Data ให้เป็นข้อมูลเชิงลึก
74
77.ประเภทของ Data ที่ใช้
6
75
78.1. First Party Data (ข้อมูลของลูกค้าที่เราหรือบริษัทของเราเก็บข้อมูลเอง)
Data Sources
Website: พฤติกรรมของผู้ใช้
เช่น ลงทะเบียน ความสนใจ จำนวนการ Click
ระบบ CRM: ข้อมูลต่าง ๆ ของลูกค้า
เช่น ประวัติลูกค้า สิ่งที่ชอบไม่ชอบ การสั่งซื้อ ข้อมูลการติดต่อ บันทึกการนัดหมาย การให้บริการ
Social Media: ข้อมูลโซเชียลของเรา
เช่น จำนวน Like, Share, Comment, Subscribe, Views, Trends, ข้อมูล Contact ลูกค้า, การสั่งซื้อสินค้า
Email: ข้อมูลการส่งเอกสารและข้อความ
เช่น การนัดหมาย การส่งข้อมูลเอกสาร รายงานต่าง ๆ
Survey: แบบสำรวจหรือแบบสอบถามต่าง ๆ
เช่น ความสนใจ ความพึงพอใจ ความคิดเห็น
ประเภทของ Data ที่ใช้
76
79.1. First Party Data (ข้อมูลของลูกค้าที่เราหรือบริษัทของเราเก็บข้อมูลเอง)
ประโยชน์
Retargeting Ads บน Google, FB Page, etc.
ช่วยกระตุ้นให้คนที่เข้ามาดูสินค้าและบริการ แต่ยังไม่ตัดสินใจซื้อ
Predict ความต้องการในการซื้อสินค้าของลูกค้า
ดูความสัมพันธ์ของข้อมูลทางสถิติ เช่น ลูกค้าซื้อผลิตภัณฑ์หรือบริการหนึ่งไปแล้ว อีกไม่กี่วันลูกค้าคนนี้อาจจะมีความต้องการผลิตภัณฑ์หรือบริการที่เกี่ยวข้องกัน เรากดส่งสินค้าหรือบริการเหล่านี้ไปให้ลูกค้า เพื่อกระตุ้นความต้องการให้ผู้ซื้อ
เพิ่มฐาน New Customers
การทำ Content Marketing สร้าง Viral หรือใช้เครื่องมือ เช่น Facebook Ads ใช้ Custom Audience กำหนดกลุ่มเป้าหมายเอง และ Lookalike สร้างกลุ่มเป้าหมายที่ใกล้เคียงกัน ที่ถูกสร้างมาจากข้อมูลของลูกค้าของเราจริง ๆ ได้มาจาก เบอร์มือถือ Email คนที่เคย Inbox บน Page หรือคนที่เข้าไปซื้อสินค้าบน Website ด้วย Facebook Pixel หรือ Google Analytics
ประเภทของ Data ที่ใช้
77
80.2. Second Party Data (ข้อมูลที่เราไม่ได้เก็บเอง แต่คนอื่นเก็บให้ ได้มาจากการบริษัทที่เป็น Partners หรือซื้อข้อมูลมาใช้)
Data Sources
บริษัท Partners
แลกเปลี่ยนข้อมูลที่เป็นประโยชน์ทางธุรกิจร่วมกัน
บริษัทหรือคนที่ขายข้อมูล
รวบรวมข้อมูลที่เหมาะสมกับกลุ่มลูกค้า และนำมาขายเชิงธุรกิจ
ขยายฐาน New Customers กลุ่มใหม่ ๆ ของธุรกิจ
ช่วยให้เราเข้าใจสภาพแวดล้อมและพฤติกรรมของลูกค้ากลุ่มเป้าหมายที่อยู่นอกเหนือจากบริษัทของเรา
ประโยชน์
ช่วยสนับสนุนข้อมูลของ First Party Data ให้แข็งแกร่งมากขึ้น
ประเภทของ Data ที่ใช้
78
81.3. Third Party Data (ข้อมูลสาธารณะที่เราสามารถค้นหาได้เอง หรือซื้อผ่านบริษัทที่เปิดให้เข้าถึงข้อมูลต่าง ๆ ได้)
Data Sources
Google Trends
ดู Trends แนวโน้มคำค้นหาต่าง ๆ โดยนำปริมาณการค้นหาคำบน Web Search, Image Search, News Search, Google Shopping, YouTube Search มาคำนวณและแสดงเป็น Charts
Kaggle Datasets
แหล่งรวม Dataset ระดับโลก สำหรับฝึกสอนงานด้าน Data Science
Open Data Thailand
แหล่งรวม Dataset ของประเทศไทย ที่เก็บข้อมูลของหน่วยงานรัฐบาลที่เปิดเผยได้
Ubersuggest
เว็บไซต์ใช้วิเคราะห์ Keyword ในการสร้าง Content เพื่อช่วยดัน SEO (Search Engine Optimization: การทำเว็บไซต์ให้มีประสิทธิภาพและรองรับการติดอันดับบน Google)
Social.gg
เว็บไซต์ติดตาม Trends บน Facebook Page
Twitter
# เทรนด์ Twitter ที่เป็นกระแส Real-time
Google
Search Engine ครอบจักรวาล
ประเภทของ Data ที่ใช้
79
82.3. Third Party Data (ข้อมูลสาธารณะที่เราสามารถค้นหาได้เอง หรือซื้อผ่านบริษัทที่เปิดให้เข้าถึงข้อมูลต่าง ๆ ได้)
ขยายฐาน New Customers และเพิ่มจำนวน First Party Data
ช่วยเรียนรู้กลุ่มเป้าหมายใหม่ ๆ และข้อมูลใหม่ ๆ สำหรับช่วยสร้างเสริมธุรกิจ
ประโยชน์
ช่วยปรับปรุง พัฒนาสินค้าและบริการ ได้มากขึ้น
ใช้เครื่องมือ Social Listening เพื่อดูคนพูดถึงแบรนด์เรา หรือสินค้า/บริการ ที่ใกล้เคียงกันใน Social ว่าอย่างไร มีความชอบ ความต้องการ ปัญหา ความกังวลใจ การเสนอความคิดเห็น ความนิยมหรือความสนใจของกลุ่มลูกค้า สามารถนำ Data เรานี้มาทำ Real-time Marketing ให้กับกระแสความนิยมของกลุ่มเป้าหมายมากยิ่งขึ้น
ประเภทของ Data ที่ใช้
80