การวิเคราะห์ข้อมูล ( Data ) เพื่อนำมาใช้ทำการตลาดยุคดิจิทัล ถือว่าเป็นสิ่งที่สำคัญมากเป็นอันต้น ๆ ในการทำธุรกิจให้ประสบความสำเร็จ ซึ่งผู้ประกอบการที่ทำธุรกิจออนไลน์ทราบดีว่า การนำข้อมูลมาวิเคราะห์ และใช้ให้เกิดประโยชน์ ทำให้ธุรกิจได้เปรียบมากกว่าคู่แข่งในตลาด ซึ่งข้อมูลที่นำมาประมวลผลนั้น สามารถแปลงเป็นรูปภาพ กราฟต่าง ๆ หรือแม้กระทั่งวิดีโอ เพื่อนำเสนอผลงานในรูปแบบต่าง ๆ ทำให้เกิดการจดจำได้ง่ายกว่ารายงานทั่วไปในรูปแบบตัวอักษร โดยสิ่งนี้เรียกว่า Data Visualization
Data Visualization เป็นการนำ Data เชิงลึกที่ได้มาจากช่องทางต่าง ๆ มาวิเคราะห์และแสดงผลในรูปแบบของแผนภูมิ กราฟรูปแบบที่หลากหลาย วิดีโอที่แสดงให้เห็นถึงการเปลี่ยนแปลงของข้อมูลเชิงปริมาณ ซึ่งจะทำให้ผู้อ่านเข้าใจได้ง่ายขึ้น ดูน่าสนใจมากกว่าการอ่านข้อมูลแบบตารางทั่วไปค่ะ
ข้อดีในการใช้ Data Visualization
จากภาพด้านบน เป็นหนึ่งในตัวอย่างของ Data Visualization
จริง ๆ แล้ว เราสามารถใช้ประโยชน์จาก Customer Data เหล่านี้โดยการนำข้อมูลดิบที่เรามี มาจัดประเภทให้เป็นหมวดหมู่ และทำการวิเคราะห์ เพื่อตอบคำถามบางอย่างที่แบรนด์ต้องการได้ เช่น
- สินค้าที่ลูกค้านิยมซื้อมากที่สุดในช่วงเดือนนี้
- คอนเทนต์ที่ลูกค้าชอบที่สุดเป็นวิดีโอหรือภาพ
- ช่วงเวลาไหนมีคนเข้ามาที่หน้าเพจเรามากที่สุด
- กลุ่มเป้าหมายค้นหาสินค้าเราจากช่องทางใดบ้าง
การใช้ Data Visualization จะช่วยให้แบรนด์สามารถดึงข้อมูลต่าง ๆ ออกมาใช้ในการวางแผนในการทำโฆษณา และโปรโมตสินค้า นอกจากนี้ การนำเสนอ Data ในรูปแบบของกราฟและรูปภาพ ยังเป็นเหมือนกับการเล่าเรื่อง ( Storytelling ) โดยหยิบยกเรื่องราวที่เป็น Highlight มานำเสนอ
ความสำคัญของ Data Visualization ที่มีต่อ Digital Marketing
ในมุมมองของธุรกิจ โดยเฉพาะงานการตลาดดิจิทัล การสรุปการรายงานแบบทั่วไปที่เรามานั่งอ่านตามตาราง แล้ววิเคราะห์ก็สามารถทำการตลาดได้ค่ะ แต่การมองภาพให้เห็นชัดขึ้น หรือการทำ Data Visualization มีส่วนช่วยให้เราเข้าใจการวิเคราะห์ได้ดีขึ้นไปอีกขั้นหนึ่ง จากรูปภาพที่นำเสนอ ซึ่งมนุษย์เรามีกระบวนการจดจำเรื่องต่าง ๆ ในรูปแบบของรูปภาพได้ดี หรือยิ่งการนำเสนอภาพที่สามารถเล่าเรื่องราวได้นั้น ก็ยิ่งทำให้ความเข้าใจของเรามีเพิ่มมากขึ้นอีกขั้นหนึ่ง ประโยชน์ในการใช้ Data Visualization เพื่อการตลาด ยังช่วยเปรียบเทียบข้อมูล เพื่อให้เห็นความแตกต่างได้ดีขึ้น เช่น การเปรียบเทียบยอดขายในไตรมาสที่ 1 และ 2 เป็นต้น
นอกจากนี้ Data Visualization ยังเป็นประโยชน์ต่อสายงานอาชีพอื่น ๆ อีกด้วย เช่น
- หน่วยงานรัฐบาล
- การเงิน
- ประวัติศาสตร์
- ธุรกิจการบริการ
- การศึกษา
- การกีฬา เป็นต้น
ตัวอย่างการสร้าง Data Visualization
ประเภทของ Visualizations ที่จะเกิดขึ้นในปี 2021
Data Visualization ก็เหมือนกับการเล่าเรื่องด้วยรูปภาพ ซึ่งแน่นอนว่าภาพที่เราอยากนำไปถ่ายทอดให้กับคนอ่านที่มีหลากหลายรูปแบบ แต่ยังคงคำนึงถึงจุดเด่นของภาพ หรือจุดที่ควรโฟกัส ว่าข้อมูลไหน คือส่วนที่เราอยากสื่อสารไปยังผู้อ่านมากที่สุด ดังนั้น การใช้รูปแบบภาพในรูปทรงต่าง ๆ และเพิ่มจุดเด่นลงไป จะเป็นการช่วยให้เห็นภาพได้ดีขึ้น และเกิดความเข้าใจได้ง่ายขึ้นค่ะ
โดยทั่วไปแล้ว ประเภท Data Visualization ที่เราเห็นกันทั่วไปมักจะมีรูปแบบ ดังนี้:
- ชาร์ต
- ตาราง
- กราฟ
- แผนที่
- Infographics คือการนำข้อมูลที่มีความซับซ้อนมาสร้างเป็นภาพกราฟิกให้ดูง่ายขึ้น
ตัวอย่างภาพ Infographic
- Dashboards คือการนำข้อมูลในรายงาน หรือข้อมูลใหม่ มาสร้างเป็นภาพแล้วสรุปเอาไว้ในหน้าเดียวเพื่อให้ดูได้ง่ายขึ้น
ตัวอย่างประเภท Data Visualization ประเภทอื่น ๆ
- Area Chart แผนภูมิเชิงปริมาณ แบ่งเป็นชั้น ๆ และสีต่าง ๆ
- Bar Chart แผนภูมิแท่ง มักใช้เพื่อเปรียบเทียบยอดขาย หรือเปรียบเทียบระหว่าง
Targetที่ต้องการ และยอดขาย
- Box Plots หรือ whisker Plots ใช้แสดงข้อมูลที่มีค่ากลาง และค่ากระจาย
- Bubble Cloud เป็นกราฟประเภทจุดในรูปแบบของแกน X, Y ซึ่งสามารถกำหนดขนาดของจุดได้
- Bullet Graph กราฟที่สามารถเปรียบเทียบตัวชี้วัด
- Cartogram แผนที่ที่แสดงให้เห็นวัตถุทางภูมิศาสาตร์
- Circle View มีลักษณะคล้าย Pie Chart เป็น Chart วงกลม
- Gantt Chart นิยมใช้ทำแผนกำหนดการต่าง ๆ ช่วยให้ทีมงานสื่อสารกันได้ดีขึ้น
- Heat Map แผนที่ที่นำเสนอในรูปแบบของสี และระดับความถี่
- Highlight Table ตารางไฮไลท์สี
- Histogram กราฟแท่งที่แสดงถึงชั้นข้อมูลและความถี่
- Matrix แผนภูมิที่จะช่วยดูความสัมพันธ์ระหว่างจุดประสงค์และเป้าหมาย
- Network แผนผังเครือข่าย
- Polar Area เหมาะสำหรับการนำเสนอตัวแปลหลาย ๆ ตัวในภาพเดียวกัน
- Scatter Plot (2D or 3D) แผนภาพการกระจาย
- Streamgraph กราฟที่ใช้แสดงช่วงเวลาต่าง ๆ
- Timeline ภาพที่มีการกำหนดช่วงเวลาต่าง ๆ
- Treemap แสดงข้อมูลที่เจาะลงลึกโดยมีการแสดงข้อมูลสองค่าไปพร้อม ๆ กัน
- Word Cloud เป็นการจับกลุ่มคำมาแยกลำดับสถิติ
Data Visualization มีการพัฒนาไปตามเวลา และขึ้นอยู่กับว่าจะนำ Data ไปใช้ในทางไหน ซึ่งในวันนี้เราจะมาดูเทรนด์การใช้ Data Visualization ในปี 2020 กันค่ะว่ าเราสามารถนำไปใช้ต่อยอดในงานประเภทไหนได้บ้าง
1 การใช้ Data Visualization เพื่อสร้าง AR/VR
ในอนาคตอันใกล้นี้ การผสมผสานระหว่างภาพจากโลกเสมือนจริง และโลกแห่งความเป็นจริง รวมทั้งการสร้างประสบการณ์เสมือนจริงด้วยเทคโนโลยี หรือที่เราเรียกสิ่งเหล่านี้ว่า Augmented Reality (AR) และ Virtual Reality (VR) จะกลายเป็นเทคโนโลยีที่มาแรง ซึ่งการใช้ Data Visualization ในการสร้างกราฟิกเพื่อ AR และ VR จะทำให้ผู้ใช้สามารถสร้างโมเดลออกมาได้มีประสิทธิภาพมากขึ้น
ตัวอย่างการสร้าง AR และ VR ด้วย Data Visualization ได้แก่
- การทำแผนที่
- การพัฒนาเกม
- การจัด Virtual Event
ตัวอย่างด้านบน คือ Data Visualization ที่ LlamaZOO ออกแบบเพื่อจำลองเหมืองแฝดดิจิทัลขนาด 30,000 ตารางกิโลเมตรในรูปแบบ 3 มิติ ใน British Columbia ซึ่งข้อดีในการสร้างแผนที่จำลองนี้ คือการศึกษาแผนที่จำลองได้ในระยะไกล โดยที่เราไม่ต้องเสียงบประมาณ และเวลาในการเดินทางไปในสถานที่จริง
2 เข้าใจเนื้อหาจาก Storytelling
การใช้ Data Visualization สามารถสร้างรายงานให้เข้าใจได้ง่ายขึ้นเพียงรูปภาพ 1 หนึ่ง ซึ่งภาพเหล่านั้น ก็คือการหยิบยกเรื่องราวมาเล่าให้ผู้ฟัง หรือผู้อ่านได้ทำความเข้าใจในรูปแบบที่ย่อยง่ายขึ้น
ตัวอย่างการนำ Data มาใช้เพื่อสร้าง Storytelling คือ
- การสร้างกราฟิก เพื่อสื่อสารเรื่องราวที่เป็น Timeline จากอดีตจนถึงปัจจุบัน
- การทำสรุป Insight เรื่องราวต่าง ๆ ให้ผู้ชมได้อ่านและเข้าใจในหนึ่ง 1 หน้า
- การสร้างแผนที่ เพื่อแสดงถึงความสำคัญเรื่องต่าง ๆ เช่น สถานที่ ๆ มีความเสี่ยงของโรคระบาด, สถานที่ที่เป็นร้านอาหาร เป็นต้น
3 นำไปปรับใช้กับอุปกรณ์เคลื่อนที่
การนำข้อมูลที่ประมวลผลแล้ว มาปรับใช้กับเครื่องมือสื่อสาร หรืออุปกรณ์เคลื่อนที่ ย่อมเกิดประโยชน์แก่ผู้ใช้งานในแง่ของการรับข้อมูลได้มากขึ้น และมีประสิทธิภาพมากขึ้น ตัวอย่างเช่น
ข้อมูลจากระบบการจราจร ที่ส่งถึงรถยนต์ที่มีแพลตฟอร์มรายงานสภาพจราจร หรือการใช้ภาพ AR หรือการเลี่ยงเส้นทางที่กำลังเกิดอุบัติเหตุ เพื่อให้ผู้ใช้ถนนขับรถได้สะดวกขึ้น และเพิ่มสภาพคล่องบนท้องถนน
4 วิทยาศาสตร์และการแพทย์
ปัจจุบัน บริษัท Start-Up ที่ชื่อว่า Pasadena ในแคลิฟอเนีย กำลังระดุมทุนในการสร้าง Virtualitics Immersive Platform (VIP) เพื่อสร้างระบบ AI, เครื่อง VR และระบบวิเคราะห์ข้อมูลเชิงลึก เพื่อตรวจจับความผิดปกติบางอย่าง หลังจากนั้น ระบบซอฟต์แวร์จะสร้างภาพ ที่มาจากข้อมูลที่วิเคราะห์ได้ ผ่าน VR หรือหน้าเดสก์ท็อป ซึ่งจากกรณีศึกษาจาก Columbia Medical School ได้ทดลองใช้ตัวเครื่อง VIP เพื่อวิเคราะห์ข้อมูล ความเชื่อมโยงระหว่างการตายของมะเร็งและการแพร่ระบาดของไข้หวัดใหญ่ค่ะ
5 Real-Time Visualization
ข้อมูลแบบ Real-Time Visualization เรียกได้ว่ามีบทบาทสำคัญมากในการให้ข้อมูลแก่ผู้ใช้งานในช่วงปี 2020 ที่ผ่านมาจากการแพร่ระบาดของโรค Covid-19 ซึ่งเราสามารถนำข้อมูลดิบ ที่เป็นรูปแบบนามธรรมมาสร้างเป็น กราฟ และ Diagram ต่าง ๆ เพื่อทำให้ผู้ใช้งานเห็นภาพรวมได้ง่ายขึ้นว่า ที่ผ่านมาในเมืองนี้ ประเทศนี้มียอดผู้ติดเชื้อเท่าไหร่ โดยมีการอัปเดตกันแบบทุก ๆ 12 ชั่วโมง
ข้อดีในการทำ Real-time Visualization คือการประมวลผลที่สดใหม่ เนื่องจากมีการอัปเดตข้อมูลตลอดเวลา ซึ่งเราสามารถรับข้อมูลนั้นได้ง่ายขึ้นจากการสื่อสารด้วยรูปภาพ หรือกราฟต่าง ๆ
ตัวอย่าง Real-Time Visualization ที่เผยถึงข้อมูลของจำนวนผู้ติดเชื่อ Covid-19 ในประเทศเยอรมันแบบ Real-time
สรุป:
เมื่อเทรนด์โลก และพฤติกรรมการบริโภคของคนเราเปลี่ยน ธุรกิจก็จำเป็นต้องปรับเพื่อตอบสนองตลาด และเพื่อให้ธุรกิจของเรานั้นอยู่รอด ซึ่งการนำ Data Visualization ก็เป็นหนึ่งในแนวทางการพัฒนาการตลาดด้วยการใช้ข้อมูลที่เห็นภาพง่ายขึ้น และสามารถบอกเล่าเรื่องราวผ่านกราฟิกต่าง ๆ โดยเน้นการโฟกัสไปยังความสำคัญส่วนใดส่วนหนึ่งของเนื้อหา ทำให้การวิเคราะห์และการวางแผนงานนั้นสะดวกขึ้น และธุรกิจของคุณอาจเจอแนวทางใหม่ ๆ ในการสร้างแบรนด์ก็เป็นไปได้ ซึ่งเทรนด์การใช้ Data Visualization ที่จะเกิดขึ้นในปี 2021 นี้มีทั้งหมด 5 เทรนด์ด้วยกันคือ
- การนำไปปรับใช้กับ AR/VR
- การสร้าง Storytelling
- การปรับใช้กับอุปกรณ์เคลื่อนที่
- การนำไปพัฒนาวิทยาศาสตร์และการแพทย์
- Real-Time Visualization
ที่มา:
https:// dzone.com
https:// www.tableau.com
https:/ /www.nanalyze.com