Data Visualization มาจากคำว่า Data (n.) ที่แปลว่า ข้อมูล บวกกับคำว่า Visualize (v.) ที่แปลว่า ทำให้มองเห็นภาพ เมื่อสองคำนี้มารวมกันจึงแปลได้ว่า การนำข้อมูลมาแสดงให้เห็นเป็นภาพ ผ่าน charts, plots, infographics หรือ animations ซึ่ง Data Visualization หลายคนอาจสับสนว่าแล้วมันต่างกับการทำ Infographic อย่างไร ? ต้องบอกว่าความแตกต่างระหว่าง Data Visualization และ Infographic คือ ที่มาของข้อมูล เพราะข้อมูลที่นำมาทำ Data Visualization มักเป็นข้อมูลดิบที่ซับซ้อน ยังไม่ผ่านการรีไรท์ แต่ข้อมูลที่นำมาทำ Infographic มักเป็นข้อมูลทั่วไปที่ผ่านการรีไรท์มาแล้ว เป็นข้อมูลที่ไม่ซับซ้อนมากและ Infographic ก็เป็นหนึ่งในการทำ Data Visualization
ข้อมูลที่จะนำมาทำ Data Visualization ส่วนใหญ่จะเป็นข้อมูลเชิงปริมาณที่ทำเอาตาลาย แถมยังมีปริมาณมากจากอดีตย้อนไปหลายปีจนถึงปัจจุบัน เช่น Cash Flow Statement ของธนาคาร, ความเหลื่อมล้ำในการรักษาโรคมะเร็งของคนในประเทศ ปริมาณประชากรที่ใช้รถส่วนตัวและรถขนส่งสาธารณะของประเทศ หรืออัตราการป่วยโรคทางเดินหายใจของคนอายุต่ำกว่า 50 ปี เป็นต้น
ดังนั้นคนที่รู้จักวิธีการนำ Data ที่เป็นตัวเลข + เข้าใจก็ยาก มา Visualize ทำให้เห็นภาพผ่าน Dashboard, Report หรือ กราฟ เพื่อนำเสนอ Insight ของข้อมูลเหล่านั้นให้คนเข้าใจ เห็นรายละเอียดและแนวโน้มได้จึงสำคัญต่อธุรกิจมาก อย่างน้อย ๆ ก็ช่วยทำให้เข้าใจข้อมูลที่ซับซ้อนทำให้ตัดสินใจได้รอบคอบ สามารถวิเคราะห์แนวโน้มในอนาคตได้ ทำให้มองเห็นโอกาสทางธุรกิจ เอาชนะคู่แข่ง นำไปสู่การเติบโตทางธุรกิจหรือการแก้ปัญหาได้
เราต่างรู้ดีว่าข้อมูลคือ สินทรัพย์ที่มีความสำคัญมากต่อการสร้างมูลค่าให้กับธุรกิจและความยั่งยืนขององค์กร แต่ข้อมูลเหล่านั้นจะไม่มีค่าอะไรเลย หากไม่มีใครรู้วิธีนำข้อมูลเหล่านั้นมาใช้ประโยชน์ แต่ความท้าทายก็คือ ยิ่งข้อมูลมหาศาลมากเท่าไหร่ ก็ยิ่งยากต่อการแปลงมันออกมาให้เป็นภาพมากขึ้นเท่านั้น ทำให้การแปลงข้อมูลมหาศาลออกมาเป็นภาพไม่ได้ง่าย เมื่อต้องนำมาทำสรุปเป็น Presentation เพราะหลักการหา Key Message รูปแบบการเลือกใช้ Chart มานำเสนอย่อมต่างกับการทำพรีเซนต์ทั่วไป
ตัวอย่างที่น่าสนใจการทำ Data Visualization ตั้งแต่อดีตจนถึงปัจจุบัน แสดงให้เห็นถึงการนำเอาข้อมูลเชิงปริมาณมาทำให้เป็นภาพเพื่อโน้มน้าวใจ ขอความร่วมมือ ใช้ประโยชน์ และแก้ปัญหาในด้านต่าง ๆ
Cr. tableau
ย้อนกลับไปตอนเมื่อปี ค.ศ.1854 ประชาชนในลอนดอนติดเชื้อจากโรคติดต่ออหิวาตกโรค (Cholera) โดยในจำนวนนี้แบ่งเป็นประชาชนที่อาศัยอยู่ในละแวก Broad Street มากที่สุด คุณหมอ John Snow สงสัยว่าทำไมประชาชนละเเวกนี้ถึงมีอัตราการติดเชื้อสูงกว่าที่อื่น เขาจึงทำการเก็บข้อมูลของคนในละแวกนั้น แล้วมาทำเป็นจุดบนแผนที่แบบ Dot map
เมื่อได้รับตัวเลขรายงานว่าใครติดเชื้อบ้าง คุณหมอก็แมพจุดลงไปตามบ้านของผู้ป่วย เมื่อแมพจุดไปเรื่อย ๆ ผลปรากฎว่าประชาชนที่อาศัยอยู่ใกล้กับบ่อน้ำบ่อหนึ่งติดเชื้อโรคมากที่สุด หมอ John จึงไปตรวจบ่อน้ำบ่อนั้น และพบว่าบ่อน้ำบ่อนั้นมีการปนเปื้อนของสิ่งปฏิกูลอหิวาตกโรคจริง ล้มล้างความเชื่อในช่วงนั้นที่ว่าอหิวาตกโรคติดเชื้อผ่านรูปแบบที่เป็นพิษของอากาศเสีย (Miasma) ด้วยแมพ ๆ นี้เอง ทำให้ข้อมูลของหมอ John มีน้ำหนัก เข้าใจง่าย นำไปสู่การแก้ปัญหาด้วยการสร้างระบบบำบัดน้ำเสียจนสามารถลดการระบาดของโรคอหิวาตกโรคได้ในละแวก Broad Street
Cr. behance/Federica Fragapane
คุณ Federica Fragapane ทำกราฟสุดเจ๋งขึ้นมาเผยแพร่ในเว็บไซต์ behance ซึ่งต่อมาก็ได้ไปปรากฏบนคอลัมน์ La Lettura ของหนังสือพิมพ์รายวันของอิตาลี Corriere Della Sera แสดงให้เห็นถึงภาพวาด 40 ชิ้นของศิลปินดังที่ถูกขโมยไป ทั้งที่ได้คืนกลับมาและที่ยังหายสาบสูบตั้งแต่ปี 1900 - ปัจจุบัน โดยมีเส้นสีแดงข้างบนโยงให้เห็นว่าภาพแต่ละภาพถูกขโมยไปจากพิพิธภัณฑ์ไหนบ้าง โดยเส้นหนาสีน้ำเงินแทนภาพวาดที่ถูกขโมยไปและเอากลับคืนมาได้แล้ว ส่วนเส้นหนาสีดำแทนภาพวาดที่ถูกขโมยไปและกำลังหายสาบสูญ เป็นกราฟที่สามารถนำข้อมูลที่มากมายหลายปี และมีรายละเอียดมากมาอยู่ในรูปแบบของภาพทำให้คนเข้าใจได้ทันที
อ่านมาถึงตรงนี้หลายคนคงเริ่มสนใจอยากฝึกทำ Data Visualization บ้างแล้ว ซึ่งโปรแกรมที่ใช้ทำ Data Visualization สามารถทำได้ด้วยโปรแกรมฟรี Tableau public หากอยากรู้ว่ามีเทคนิคอะไรที่จะนำข้อมูลมาแปลงเป็นภาพเพื่อเล่าเรื่องได้อย่างน่าสนใจด้วยภาพสวย ๆ แบบมือโปร ขอแนะนำคอร์สเรียนออนไลน์ >> Intro Data Visualization with Tableau << ไม่มีพื้นฐานก็เรียนได้ สอนโดยผู้เชี่ยวชาญ เหมาะกับมือใหม่ คลิกเลย
ที่มาข้อมูล