จริงอยู่.. กับคำที่หลายคนบอกว่าในยุคนี้ “ข้อมูลมีค่าราวกับน้ำมัน” แต่หลายครั้ง พวกเขาอาจจะลืมบอกคุณไปว่า ข้อมูลนั้นยังคงเป็นน้ำมันดิบ ที่ต้องผ่านการสกัด วิเคราะห์ และเปลี่ยนให้เป็นผลิตภัณฑ์ที่เหมาะสมสำหรับการใช้งานก่อน ถึงจะกลายเป็นสิ่งมีค่าของยุคสมัย
มากไปกว่านั้น ต่อให้นักวิเคราะห์หรือนักวิทยาศาสตร์ข้อมูลรู้จักวิธีใช้ประโยชน์จากข้อมูลดีแค่ไหน แต่หากขาด “การสื่อสาร” ที่มีประสิทธิภาพ ข้อมูลที่แปรรูปแล้วเหล่านั้น ก็จะยังเป็นของมีค่าที่ไม่มีคนเข้าถึงอยู่ดี
Data Storytelling หรือ การสื่อสารข้อมูล จึงเป็นศาสตร์ที่เติบโตขึ้นมาพร้อมกับการเติบโตของข้อมูลในศตวรรษนี้ นอกจาก เป็นการบอกให้คนอื่นรู้ว่าข้อมูลที่คุณทำงานด้วยอยู่นั้นมีดีหรือมีประโยชน์อย่างไรแล้ว ยังช่วยให้คุณมีโอกาสทบทวนเพื่อทำความรู้จักและเข้าใจข้อมูลตรงหน้ามากขึ้น ว่าข้อมูลเหล่านั้นมีที่มาจากไหน ทำงานกับข้อมูลเหล่านี้ไปเพื่ออะไร แล้วผลลัพธ์ที่ได้จากข้อมูลเหล่านี้ สามารถต่อยอดเพื่อสร้างประโยชน์ให้กับองค์กร หรือสร้างความเปลี่ยนแปลงให้กับใครได้บ้าง
หัวใจสำคัญ 3 ข้อ สำหรับการสื่อสารข้อมูล ได้แก่ ตัวข้อมูลเอง (Data), การเปลี่ยนข้อมูลเหล่านั้นให้เป็นภาพ (Visualization) และการใส่คำอธิบายหรือเรื่องราวลงไป (Narrative)
Data: การเก็บและจัดการข้อมูล
ก่อนที่จะสื่อสารข้อมูล เราจำเป็นต้องมีข้อมูลก่อน ซึ่งวิธีการเก็บข้อมูลนั้นมีหลากหลาย ไม่ว่าจะค้นหาชุดข้อมูลที่มีอยู่แล้ว ซื้อจากหน่วยงานที่เก็บไว้ หรือเก็บข้อมูลด้วยตัวเอง แต่ไม่ว่าจะด้วยวิธีไหน ก็ต้องเริ่มจากการตั้งคำถามและสมมติฐานที่ชัดเจนก่อน เพื่อให้สามารถเลือกชุดข้อมูลที่จะนำมาใช้ได้ถูกต้องและเหมาะสม
เมื่อมีข้อมูลอยู่ในมือแล้ว สิ่งที่ต้องทำต่อไปคือการจัดการข้อมูล ให้มั่นใจว่าข้อมูลนั้นถูกต้องและอยู่ในรูปแบบที่เหมาะสมกับการใช้งาน เพื่อไม่ให้ผลลัพธ์สุดท้ายในการสื่อสารผิดพลาด โดยมองหา
- ข้อมูลที่ผิดพลาด (Bad Data) จำพวกข้อมูลที่เป็นไปไม่ได้ ไม่ตรงตามความเป็นจริง เช่น ข้อมูลอายุคนแต่มีหลักพันปี เป็นต้น
- ข้อมูลที่ไม่ครบถ้วน (Missing Values) ส่วนใหญ่จะอยู่ในรูปแบบช่องที่เว้นว่างไว้
- ข้อมูลที่ต่างไปจากกลุ่ม (Outliers) ซึ่งเป็นข้อมูลที่เป็นไปได้ แต่อาจจะไม่ได้อยู่ในช่วงปกติเหมือนกับข้อมูลอื่นๆ เช่น อายุ 110 ปี ข้อมูลเหล่านี้จะส่งผลต่อการหาค่าทางสถิติและการวิเคราะห์ข้อมูล คุณจึงจำเป็นต้องรับรู้และต้องตัดสินใจว่าจะทำอย่างไรกับข้อมูลเหล่านี้
ข้อมูลที่ผิดพลาดและไม่สมบูรณ์เหล่านี้ อาจทำให้ผลการวิเคราะห์ผิดเพี้ยน รวมถึงลดความน่าเชื่อถือในการสื่อสาร เราจึงต้องรับรู้และจัดการให้เรียบร้อยก่อนนำไปวิเคราะห์หาข้อสังเกตหรือนำไปเล่าเรื่อง
Visualization: เปลี่ยนข้อมูลเป็นภาพเพื่อทำการสำรวจและวิเคราะห์
หลังจากจัดเก็บและจัดการข้อมูลเรียบร้อยแล้ว ก็จะเข้าสู่ขั้นตอนการวิเคราะห์ข้อมูลที่เรียกว่า Exploratory Data Analysis (EDA) อธิบายง่ายๆ คือการตั้งคำถามกับข้อมูลที่มี เพื่อดูว่ามีประเด็น ข้อสังเกต หรือสิ่งที่น่าสนใจอะไรบ้าง โดยสามารถมองหา
- แนวโน้มต่างๆ (Trend) ถ้าชุดข้อมูลมีเวลามาเกี่ยวข้อง อาจลองดูการเปลี่ยนแปลงของตัวแปรต่างๆ ตามช่วงเวลา วิธีง่ายๆ คือลองเอามาพล็อตเป็นกราฟเส้นเพื่อดูแนวโน้ม บางครั้งการเปลี่ยนแปลงเหล่านั้นเป็นวัฎจักรด้วย เช่น การเดินทางท่องเที่ยวจะเพิ่มมากขึ้น ทุกๆ วันหยุดหน้าร้อน และลดลงในช่วงหน้าฝนของทุกปี
- การกระจายตัว (Distribution) หากข้อมูลเป็นจำนวนที่นับหรือวัดได้ คุณอาจมองหาค่าทางสถิติต่างๆ เช่น จำนวนที่น้อยที่สุด มากที่สุด หรือค่ากลางของข้อมูลเหล่านั้น รวมถึงอาจเอามาพล็อตเป็นกราฟฮิสโตแกรม (Histogram) เพื่อดูความโน้มเอียงของค่าของข้อมูลได้ด้วย
- ความสัมพันธ์ระหว่างค่าต่างๆ (Correlation) มักเป็นจุดที่ทำให้คุณสามารถค้นพบข้อสังเกตใหม่ๆ จากการหยิบสองตัวแปรหรือสองชุดข้อมูลมาหาความสัมพันธ์กัน อย่างไรก็ตาม อาจต้องคำนึงถึงบริบทในการหาความสัมพันธ์ด้วยว่าสมเหตุสมผลในโลกของความจริงหรือไม่
Narrative: อธิบายและลำดับเรื่องราวเพื่อให้เข้าใจประเด็นสำคัญ (Insights)
เพียงแค่ชุดข้อมูลที่เป็นประโยชน์ (Data) และการเปลี่ยนเป็นภาพ (Visualization) ไม่อาจสร้างการสื่อสารข้อมูลที่มีประสิทธิภาพได้ Data Storytelling จะน่าสนใจสำหรับผู้ชม ก็ต่อเมื่อเขารู้สึกว่าสิ่งเหล่านั้นเกี่ยวข้องหรือมีประโยชน์กับพวกเขา ไม่ว่าจะเป็นการได้เรียนรู้สิ่งใหม่ การได้มุมมองใหม่เพื่อการตัดสินใจที่ดีขึ้น หรืออย่างน้อยที่สุดก็ต้องอธิบายให้พวกเขาเข้าใจได้ว่ากำลังทำอะไรกับข้อมูลเหล่านี้อยู่ ซึ่งการใส่คำอธิบายหรือเรื่องราว (Narrative) ลงไป จะช่วยทำให้เห็นประเด็นสำคัญ (Insights) และแนวคิดที่ต้องการสื่อสารจากข้อมูลได้ชัดเจนขึ้น
- อธิบายเพื่อความเข้าใจ แม้จะมีการเปลี่ยนชุดข้อมูลให้เป็นภาพ กราฟ หรือชาร์ตแล้ว การอธิบายความสำคัญของการขึ้น-ลง มาก-น้อย หรือความสัมพันธ์ จะช่วยให้ผู้ชมเข้าใจว่าข้อมูลและภาพเหล่านั้นพยายามจะบอกอะไรได้มากขึ้น
- อธิบายเพื่อสร้างการจดจำ การใส่เนื้อหาหรือเรื่องราวลงไป จะทำให้ผู้ชมระลึกถึงชุดข้อมูลเหล่านั้นได้ดีกว่าแค่ดูภาพหรือตัวเลข รวมถึงสามารถเพิ่มเติมประสบการณ์ด้านอารมณ์ให้ผู้ชม ผ่านการใช้ถ้อยคำ หรือรูปแบบสื่อต่างๆ ได้ด้วย
- อธิบายเพื่อสร้างความเชื่อมโยง ผู้ชมมักมีคำถามว่าเขาจะต้องรู้เรื่องนี้ไปทำไม การใส่เนื้อหาและเรื่องราวจะช่วยให้ผู้ชมรู้สึกเชื่อมโยงกับชุดข้อมูลที่คุณพยายามนำเสนอได้ ว่าเกี่ยวข้องกับความสนใจ เป้าหมาย หรือมีประโยชน์กับพวกเขาอย่างไร ช่วยให้ข้อมูลของคุณนั้นมีคุณค่าและมูลค่ากับพวกเขามากขึ้น
การทำงานกับข้อมูลในยุคนี้ จึงไม่ใช่เพียงแค่ความสามารถในการวิเคราะห์ หรือความรู้ในเชิงเทคโนโลยีเพียงอย่างเดียวอีกต่อไป ทักษะในการสื่อสารข้อมูลหรือ Data Storytelling จึงเป็นสิ่งสำคัญสำหรับการบอกว่าน้ำมันนั้นมีค่าอย่างไรด้วย
