“ข้อมูล” อยู่รอบตัวเราไม่ว่าจะเกี่ยวข้องโดยทางตรงหรือทางอ้อม กิจกรรมในชีวิตประจำวันบางอย่างที่เมื่อ 10 ปีก่อนยังไม่เคยเกิดขึ้น กลับกลายเป็นเรื่องปกติในทุก ๆ วันของเราไปแล้ว เช่น ตื่นนอนตอนเช้า จิบกาแฟดี ๆ สักแก้วโดยที่ในมือกดเลื่อนดูฟีดในโซเชียล นัดทานข้าวเย็นกับเพื่อนโดยพูดคุยผ่านโปรแกรมแชทที่คุ้นเคย จากนั้นก็กดจองรถให้มารับไปทำงานผ่านแอปพลิเคชันที่สะดวกรวดเร็ว เราทำอะไรหลายอย่างโดยยังไม่ทันจะก้าวออกจากบ้านเลยด้วยซ้ำ และเชื่อว่ามีคนอีกหลายล้านคนทั่วโลกที่กำลังทำกิจกรรมในรูปแบบนี้อยู่ทุกชั่วโมง
ตัวอย่างข้างต้นเป็นเพียงตัวอย่างจากหนึ่งอุตสาหกรรมเท่านั้น ในความเป็นจริงยังมีอีกหลายอุตสาหกรรมที่นำข้อมูลไปวิเคราะห์เพื่อพัฒนาธุรกิจต่าง ๆ ไม่ว่าจะเป็นธุรกิจค้าปลีก ภาคอุตสาหกรรมการผลิต ธุรกิจที่เกี่ยวข้องกับการบริการ อุตสาหกรรมการขนส่ง เป็นต้น และแม้ว่าคุณจะไม่ใช่พนักงานในบริษัทเหล่านั้น คุณก็สามารถนำข้อมูลส่วนตัวมา Visualize ได้ เช่น การบันทึกรายรับรายจ่ายเพื่อดูพฤติกรรมการใช้เงินของเรา และยังดูต่อได้อีกว่า เราซื้ออาหารร้านไหน ประเภทอะไรบ้างในช่วงที่ผ่านมา จากตรงนี้ เราลองจินตนาการดูว่า ถ้าเราจัดเก็บข้อมูลมาหลายเดือน จนหลายปี เราคงจะมีคำถามว่า เราจะทำความเข้าใจและวิเคราะห์ข้อมูลเหล่านี้แบบเชิงลึกอย่างไรดี? ถ้าคำตอบของคุณคือ ก็ค่อย ๆ ดูข้อมูลดิบ (raw data) นี้ไปก่อน อาจจะทำให้คุณเสียทั้งพลังงานและเวลาในการทำความเข้าใจ จะดีกว่าไหมถ้าเราเอาข้อมูลเหล่านี้มาเข้าสู่กระบวนการทำ “Data Visualization” ซึ่งดูเหมือนจะเป็นทางเลือกที่ดีกว่ามาก และยังสร้างความเข้าใจให้กับผู้รับสารได้หลายกลุ่ม ในบทความนี้ เราจะมาแนะนำรูปแบบในการนำข้อมูลไปจัดระเบียบให้ดูได้ง่ายและเข้าใจได้อย่างรวดเร็วยิ่งขึ้น
หยุดคิด แล้วเลือกรูปแบบที่ใช่
ก่อนจะเลือกรูปแบบในการนำเสนอข้อมูล เราควรรู้ก่อนว่า ผู้รับสารคือใครและวัตถุประสงค์ของการนำเสนอข้อมูลในครั้งนี้คืออะไร ไม่ว่าจะเพื่อการนำข้อมูลไปปรึกษาวิธีแก้ปัญหากับเพื่อนร่วมงาน การรวบรวมข้อมูลเพื่อนำเสนอให้ผู้บริหารพิจารณาอนุมัติโครงการต่าง ๆ หรือแม้กระทั่งการเก็บข้อมูลพฤติกรรมการกินเพื่อนำไปแสดงให้แพทย์ผู้เชี่ยวชาญตัดสินใจหาวิธีรักษาและจ่ายยาได้ตรงกับโรคมากที่สุด จะเห็นได้ว่า วัตถุประสงค์และคนรับสารที่ต่างกัน ส่งผลต่อการสร้าง storyboard และรูปภาพ ให้ตรงกับผลลัพธ์ที่คาดหวังและประสบความสำเร็จตามเป้าหมายที่ตั้งไว้ ถ้าคุณจะเสนอเรื่องราวให้ผู้จัดการแผนกที่มีเวลาจำกัดและพอรู้เรื่องราวคร่าว ๆ มาบ้างแล้ว คุณอาจจะไม่ต้องแสดงรายละเอียดปลีกย่อยทั้งหมด และเขาคงจะอยากเห็นผลสรุปแบบภาพรวมมากกว่า ในทางกลับกัน ถ้าคุณจะทำสื่อเพื่อไปสื่อสารกับพนักงานระดับปฏิบัติการ คุณอาจจะต้องใส่รายละเอียดในพรีเซนเทชั่นของคุณมากขึ้น
ทางเลือกในการนำเสนอข้อมูล อยู่ในมือคุณ
การนำข้อมูลดิบมาเปลี่ยนเป็นกราฟหรือแผนภูมิรูปแบบต่าง ๆ เหมือนการค่อย ๆ นำจิ๊กซอว์ทีละชิ้นมาต่อประกอบกันจนเป็นรูปภาพ ถ้าต่อผิดเพียง 1 ชิ้น รูปภาพก็จะไม่สมบูรณ์ เปรียบเหมือนการรวบรวมข้อมูล ถ้ามีส่วนใดส่วนหนึ่งผิดพลาด ก็จะส่งผลต่อการคิดวิเคราะห์ตัดสินใจและงานนั้นอาจจะสูญเปล่าไปเลยก็ได้ เพื่อป้องกันการผิดพลาดดังกล่าว เรามีตัวเลือกพร้อมวิธีการนำไปใช้ให้คุณได้ลองเลือกรูปแบบที่เหมาะสมกับความต้องการของคุณที่สุด ซึ่งตัวอย่างข้อมูลที่เรานำมาเป็นตัวอย่างในบทความนี้ เป็นข้อมูลของ GrabTH, LINE Man และ Gojek จากเพจ Facebook ในเดือนสิงหาคม 2020
1. ข้อความตัวอักษร - แค่ 1 - 2 ตัวเลข ใช้รูปแบบนี้เลย
ข้อความที่สั้น กระชับ จะช่วยให้ผู้รับข้อมูลเข้าใจสิ่งที่คุณต้องการเน้นย้ำได้อย่างรวดเร็ว ซึ่งเราสามารถทำตัวเลขหรือเปอร์เซ็นต์ให้หนาและใหญ่ พร้อมใส่คำบรรยายสั้น ๆ ไว้ข้าง ๆ วิธีนี้นิยมใช้กับการออกแบบแดชบอร์ด เพื่อให้ผู้ใช้งานได้เห็นข้อมูลชัด ๆ เช่น ตัวเลขแสดงอัตราการเติบโตของธุรกิจ ซึ่งผู้ใช้งานสามารถนำตัวเลขตรงนี้ไปหาสาเหตุของปัญหาและนำไปปรับแก้การดำเนินธุรกิจต่อได้
ตัวอย่าง การเปรียบเทียบเปอร์เซ็นต์ยอด engagement ของเพจ Facebook 3 เพจ ซึ่งคือ GrabTH, LINE Man และ Gojek (ดูได้ในกราฟที่ 1) ซึ่งจะช่วยให้เราเห็นภาพรวมการเติบโตของทั้ง 3 เพจได้ดียิ่งขึ้น โดยรูปแบบนี้ค่อนข้างจะให้ผลดีและเหมาะกับคนที่มีความรู้ในธุรกิจนั้น ๆ อยู่แล้ว ไม่เช่นนั้น ตัวเลขอาจนำไปสู่การตั้งคำถามและสร้างข้อสงสัยให้กับผู้รับข้อมูลได้เช่นกัน
Figure 1. A simple text showing an average daily growth
2. ตาราง และ heatmap - ถ้าคุณมีข้อมูลเปรียบเทียบหลากหลาย และมีผู้รับข้อมูลหลายกลุ่ม รูปแบบนี้ตอบโจทย์ที่สุด!
การจัดการข้อมูลให้อยู่ในรูปแบบตารางเหมาะสำหรับการสื่อสารข้อมูลไปยังผู้รับสารหลายกลุ่ม เราสามารถใส่ข้อมูลที่หลากหลายและจัดหมวดหมู่ลงในตารางเพื่อให้ผู้อ่านจับใจความสาระสำคัญที่ตัวเองกำลังมองหาอยู่ได้รวดเร็วมากขึ้น ส่วนการตั้งหัวข้อในตารางทั้งแนวตั้งและแนวนอน อาจจะเป็นชื่อหมวดหมู่หรือตัวเลขก็ได้ อย่างไรก็ตาม หากใช้ตารางในการนำเสนอข้อมูลอาจทำให้ผู้ชมสนใจข้อมูลในตาราง (เพราะต้องใช้เวลาอ่านและทำความเข้าใจพอสมควร) มากกว่าข้อมูลที่ผู้พูดกำลังสื่อสารอยู่ก็ได้
Heatmap ก็คล้าย ๆ กับการจัดทำตาราง ต่างกันตรงที่เป็นการใช้สีเข้ามาช่วยเพื่อสื่อความหมายของข้อมูลตัวเลขจำนวนมาก ซึ่งจะช่วยให้ผู้อ่านเข้าใจและเห็นภาพได้ชัดเจนยิ่งขึ้น
ตัวอย่าง ตัวเลขจำนวนโพสต์ของ GrabTH, LINE Man และ Gojek ในช่วงเวลาที่แตกต่างกันในแต่ละวัน ของเดือนสิงหาคม 2020 ณ วันที่ 24 กันยายน 2020 (ตารางที่ 2 และ 3 อยู่ในรูปแบบตารางและ heatmap ตามลำดับ) สังเกตได้ว่า ถึงแม้จะเป็นตารางข้อมูลรูปแบบเดียวกัน แต่สีจะช่วยให้เราเห็นข้อมูลที่สำคัญชัดเจนขึ้น ซึ่งช่วงเช้าของวันจันทร์จะมีจำนวนโพสต์มากที่สุด และเราสามารถนำข้อมูลนี้ไปจับคู่กับข้อมูลยอด engagement เพื่อวิเคราะห์ช่วงเวลาและข้อมูลที่จะสื่อสารออกไปให้มีประสิทธิภาพมากที่สุด
Figure 2. A table showing the number of posts on GrabTH, LINE Man and Gojek in August 2020
Figure 3. A heatmap showing the number of posts on GrabTH,
LINE Man and Gojek in August 2020
3. กราฟ
3.1 Scatter plot - ต้องการจะแสดงความสัมพันธ์ของข้อมูลตัวเลข 2 ตัวแปร รูปแบบนี้เวิร์คสุด!
สมมติว่าคุณมีข้อมูลเชิงปริมาณ 2 ชุด และต้องการแสดงตัวอย่างความสัมพันธ์ของข้อมูลเหล่านั้น โดยตัดแง่มุมของช่วงเวลาออกไป การทำ Scatter plot จะตอบโจทย์กับข้อมูลรูปแบบนี้มากที่สุด ซึ่งกราฟเหล่านี้จะประกอบไปด้วย 2 แกนข้อมูล และจะแสดงผลออกมาในรูปแบบของจุดพิกัดต่าง ๆ โดยลักษณะการกระจายของพิกัดเหล่านั้นจะสามารถสะท้อนความสัมพันธ์ของข้อมูลได้โดยคร่าว ๆ
ตัวอย่าง จำนวนยอดไลค์และคอมเมนต์ในแต่ละโพสต์ของ GrabTH, LINE Man และ Gojek ในเดือนสิงหาคม 2020 ซึ่งถ้าดูจากในกราฟอาจตั้งสมมติฐานได้ว่า ยอดไลค์และคอมเมนต์ไม่มีความสัมพันธ์กัน อย่างไรก็ตาม คุณก็สามารถเอาสถิติตรงนี้ไปต่อยอดทดสอบทำการวิเคราะห์สมมติฐานอื่น ๆ ได้เพื่อพิสูจน์ว่าสมมติฐานนั้นเป็นจริงหรือไม่
Figure 4. A scatter plot showing number of likes and comments on each post on GrabTH, LINE Man, Gojek facebook page in August 2020
Figure 5. Zoom in to the scatter plot in Fig. 4
3.2 กราฟเส้น
3.2.1 กราฟเส้น - อยากแสดงข้อมูลอัตราการเติบโต กราฟแบบนี้เหมาะสมที่สุด
กราฟรูปแบบนี้จะแสดงข้อมูลที่ต่อเนื่องกัน โดยเฉพาะเรื่องของวันและเวลา แกนนอน จะเป็นตัวแปรที่อธิบายให้เราเข้าใจถึงความต่อเนื่อง ส่วนแกนตั้งจะแสดงถึงหน่วยการวัด ส่วนความชันของเส้นต่าง ๆ แสดงให้เห็นถึงการเติบโต ซึ่งเราจะเห็นถึงภาพรวมและการเปลี่ยนแปลงในช่วงเวลานั้น ๆ ได้อย่างชัดเจน เราสามารถใช้รูปแบบนี้เพื่อเปรียบเทียบประสิทธิภาพคุณสมบัติของสิ่งที่ต่างกัน 2 อย่างในช่วงเวลาเดียวกัน เพื่อนำไปประกอบการตัดสินใจประเด็นต่าง ๆ ให้ดียิ่งขึ้น
ตัวอย่าง เปอร์เซ็นต์ที่เพิ่มขึ้นของจำนวนสมาชิกในเพจของแต่ละบริษัท ตั้งแต่วันที่ 1 สิงหาคม 2020 ซึ่งถ้าพิจารณาจากกราฟจะทำให้เรานำข้อมูลไปวิเคราะห์เพื่อพัฒนาการทำงานได้ต่อ เช่น เกิดอะไรขึ้นกับช่วงเวลาที่มีความชันน้อย เป็นต้น
Figure 6. A line graph showing percentage increase of facebook page members during August 2020 of GrabTH, LINE Man and Gojek
3.3 กราฟแท่ง 3.3.1 กราฟแท่งแนวตั้ง และกราฟแท่งแนวนอน - ถ้าคุณกำลังมองหารูปแบบในการแสดงข้อมูลหลาย ๆ ประเภทและแสดงความถี่ของข้อมูล ลองรูปแบบนี้เลย!
ถ้าถูกถามว่า กราฟชนิดไหนที่เห็นบ่อยที่สุด คำตอบคงหนีไม่พ้นกราฟแท่งแน่นอน ซึ่งการแสดงข้อมูลในรูปแบบกราฟชนิดนี้ช่วยให้ผู้อ่านเข้าใจได้ง่าย เพราะคุ้นเคยกันมาพอสมควร และยังช่วยประหยัดเวลาในการทำความเข้าใจข้อมูลอีกด้วย กราฟแท่งเหล่านี้แสดงความแตกต่างของข้อมูลได้หลายประเภท แต่ก็ต้องระวังด้วยเช่นกันว่า หากตัดสินใจใช้กราฟประเภทนี้จัดแสดงข้อมูลหลายแท่งเกินไป อาจสร้างความสับสนให้กับผู้อ่านและพลาดการสื่อสารใจความสำคัญไปได้ด้วยเช่นกัน
ตัวอย่าง ตัวเลขรวมยอดคอมเมนต์บน Facebook เพจในเดือน สิงหาคม 2020 จำนวนที่เยอะที่สุดและน้อยที่สุดสามารถมองเห็นได้ง่ายดายจากความสูงและกว้างของแท่งกราฟ ซึ่งขอแนะนำว่าถ้าแท่งกราฟมีความสูงไล่เลี่ยกัน คุณควรระบุตัวเลขลงบนแท่งกราฟ เพื่อให้ผู้อ่านเห็นความแตกต่างได้ชัดเจนขึ้น
Figure 7. A vertical bar chart showing number of total comments in August 2020 of GrabTH, LINE Man and Gojek
Figure 8. A horizontal bar chart showing number of total comments in August 2020 of GrabTH, LINE Man and Gojek
3.3.2 Stacked vertical bar and stacked horizontal bar - ขอแสดงข้อมูลแบบจัดประเภทและบอกส่วนประกอบของข้อมูลนั้น ๆ ด้วยได้ไหม? ได้แน่นอนด้วยรูปแบบนี้!
กราฟชนิดนี้มีรูปแบบที่คล้ายคลึงกับกราฟแท่งแนวตั้งและแนวนอนที่พูดไปก่อนหน้านี้ แต่จะแตกต่างกันที่ส่วนประกอบของการจัดประเภทข้อมูลที่สามารถนำเสนอไว้ในกราฟให้เห็นชัด ๆ ได้เลย Stacked bars สามารถใช้ได้กับการแสดงค่าของข้อมูลตรง ๆ หรือเป็นเปอร์เซ็นต์ก็ได้ แต่อย่าลืมว่า กราฟรูปแบบนี้จะค่อนข้างยากในการแสดงผลความแตกต่างของข้อมูลที่ต่างหมวดหมู่กัน โดยเฉพาะถ้าข้อมูลแต่ละหมวดหมู่นั้นแสดงปริมาณที่เท่ากันด้วย ในกรณีนี้คุณควรพิจารณาว่า ข้อมูลที่อยากจะแสดงนั้น สำคัญที่จะนำมาแสดงในกราฟแค่ไหน
ตัวอย่าง การเปรียบเทียบการตอบสนองที่แตกต่างกันบน Facebook ของทั้ง 3 องค์กร ในเดือนสิงหาคม 2020 จะเห็นได้ว่า “Like” เป็นสิ่งที่คนนิยมกดเยอะที่สุดทั้ง 3 เพจ
Figure 9. A 100% stacked vertical bar chart showing percentage of reactions on facebook page in August 2020 of GrabTH, LINE Man and Gojek
Figure 10. A 100% stacked horizontal bar chart showing percentage of reactions on facebook page in August 2020 of GrabTH, LINE Man and Gojek
3.3.3 กราฟแบบน้ำตก (Waterfall) - แสดงตัวอย่างการเปลี่ยนแปลงที่เกิดขึ้นตั้งแต่ค่าเริ่มต้นจนถึงค่าสุดท้าย
กราฟรูปแบบนี้จะแสดงตัวอย่างการเปลี่ยนแปลงที่เพิ่มเข้ามาของบางสิ่ง ซึ่งส่งผลจากปัจจัยหลายด้านด้วยกัน ข้อมูลแต่ละแท่งในกราฟแบบน้ำตกนี้จะแสดงให้เห็นถึงความสำคัญและทิศทางของการเปลี่ยนแปลงโดยอิงจากแท่งข้อมูลก่อนหน้า ซึ่งนิยมนำไปใช้กับข้อมูลแสดงผลกำไรของบริษัท (ทั้งรายได้และค่าใช้จ่าย) หรือจำนวนพนักงานที่เปลี่ยนไปของแต่ละฝ่ายในองค์กร เป็นต้น
ตัวอย่าง งบกำไรขาดทุนของ Grab Taxi (Thailand) ความสูงของแท่งกราฟจะแสดงให้เห็นถึงผลกระทบแต่ละองค์ประกอบข้อมูล ในขณะที่สีที่ใช้ก็เป็นตัวกำหนดทิศทางการเพิ่มขึ้นหรือลดลงได้ดีเช่นกัน กราฟแท่งสีเทาอันสุดท้ายแสดงจำนวนล่าสุด สำหรับงบกำไรขาดทุน จำนวนเงินสุดท้ายจะแสดงให้เห็นถึงยอดกำไรสุทธิหรือขาดทุน ซึ่งจากตัวอย่างนี้เป็นข้อมูลที่ไม่ได้รวมกับภาษีเงินได้ เนื่องจากไม่พบข้อมูลดังกล่าว ดังนั้น จำนวนเงินสุดท้ายที่แสดงให้เห็นในกราฟ คือ จำนวนเงินก่อนการหักภาษีเงินได้
Figure 11. A waterfall chart showing 2019 each element of the income statement of Grab Taxi (Thailand)
4. กราฟพื้นที่
4.1 Square area - ให้กราฟรูปแบบนี้ เป็นทางเลือกในการเปรียบเทียบข้อมูลของขนาดที่เห็นความแตกต่างได้อย่างชัดเจนและแสดงข้อมูลความถี่บ่อยที่เกิดขึ้น
ตรงตามชื่อกราฟ เพราะกราฟชนิดนี้ใช้พื้นที่ในการนำเสนอข้อมูลที่สำคัญและมีขนาดใหญ่ อย่างไรก็ตาม ถ้าเราใช้กราฟชนิดนี้นำเสนอข้อมูลที่มีขนาดปริมาณข้อมูลเท่า ๆ กัน อาจทำให้คนอ่านสับสนได้
ตัวอย่าง เปอร์เซ็นต์ของการตอบสนองในเพจ Facebook ของ GrabTH, LINE Man และ Gojek เดือน สิงหาคม 2020 ซึ่งถ้าดูจากกราฟ จะเห็นได้ว่ามีคนกด “Love” เยอะที่สุดในทั้ง 3 เพจ และมีคนกด “Sad” น้อยที่สุด
Figure 12. A square area showing percentage of reactions on GrabTH, LINE Man and Gojek facebook page in August 2020
กราฟอื่น ๆ ที่ควรใช้อย่างระมัดระวัง
1. แผนภูมิวงกลม
สัดส่วนในแผนภูมิวงกลมเป็นองค์ประกอบหลักที่แสดงให้เห็นถึงความสำคัญของข้อมูลแต่ละประเภท จะว่าไปแล้ว การใช้แผนภูมิชนิดนี้เปรียบเหมือนดาบสองคม เพราะถึงแม้เราอาจจะเข้าใจข้อมูลได้โดยง่าย แต่ก็เป็นเรื่องยากที่จะเปรียบเทียบข้อมูลในสัดส่วนต่าง ๆ ได้อย่างชัดเจน ซึ่งเป็นปัญหาที่เกิดขึ้นบ่อยครั้ง โดยเฉพาะถ้าข้อมูลที่นำมาเปรียบเทียบมีขนาดเท่ากัน ไม่เหมือนกับแผนภูมิแท่งที่เราสามารถดูความแตกต่างของข้อมูลได้จากความสูงต่ำของแท่งกราฟได้เลย ดังนั้นแล้ว หากคุณมีข้อมูลที่สามารถนำเสนอได้ทั้งรูปแบบกราฟแท่งและแผนภูมิวงกลม คุณอาจจะเลือกกราฟแท่งดีกว่า เพราะง่ายสำหรับผู้รับสารในการทำความเข้าใจและเปรียบเทียบข้อมูล
2. แผนภูมิโดนัท
แผนภูมิโดนัทก็มีประเด็นปัญหาเดียวกันกับการทำแผนภูมิวงกลม แต่แผนภูมิโดนัทจะนำเสนอออกมาในรูปแบบของความยาวส่วนโค้งเพื่อแสดงว่าข้อมูลแต่ละประเภทมีจำนวนมากน้อยแค่ไหน ซึ่งส่วนโค้งที่ว่านี้ก็ไม่ทำให้ผู้รับสารเข้าใจข้อมูลมากขึ้น ไม่เหมือนลักษณะกราฟอื่น ๆ เช่น สี ความกว้าง ความสูง เป็นต้น ดังนั้นเราต้องพิจารณาดูว่า ถ้าเลือกใช้แผนภูมิรูปแบบนี้แล้ว ข้อมูลที่เราต้องการจะสื่อสารยังครบถ้วนและชัดเจนหรือไม่
3. 3D chart กราฟ 3 มิติ
การใช้เทคนิค 3 มิติลงในกราฟ อาจช่วยให้รูปแบบดูทันสมัยและน่าสนใจขึ้น แต่ก็ต้องแลกมาด้วยข้อเสียบางอย่างเช่นกัน เช่น ส่วนประกอบของการทำ 3 มิติอย่างการสร้างเงาและเส้นตาราง (gridlines) อาจทำให้คนต้องเพ่งอ่านทำความเข้าใจในข้อมูลมากขึ้น และบางครั้งการใช้เทคนิคที่มากเกินไปก็จะดึงความสนใจของสารที่ต้องการจะสื่อ จะให้แนะนำจริง ๆ ก็คือ การเลือกใช้กราฟรูปแบบง่าย ๆ ในการนำเสนอข้อมูล เป็นทางเลือกที่ดีที่สุด
4. แกน Y แกนที่ 2
ถ้าเลือกกราฟมาหนึ่งรูปแบบแล้วสามารถนำเสนอข้อมูลที่ต้องการได้ทั้งหมดก็คงจะดี ซึ่งถ้าคุณจะใช้แกน Y แกนที่ 2 เพื่อให้การนำเสนอข้อมูลของคุณจบในกราฟเดียว คุณอาจจะต้องลองพิจารณาดูอีกที กราฟแบบ Secondary y-axis อาจส่งผลกระทบต่อการอธิบายข้อมูลของกราฟได้ ถ้าคุณกำลังแสดงข้อมูล 2 กลุ่มหรือ 2 แกนที่มีความแตกต่างกันลงในกราฟเดียว นอกจากนี้ ผู้อ่านข้อมูลอาจจะเข้าใจผิดได้ว่า ข้อมูล 2 กลุ่มที่เรานำเสนอมีความเกี่ยวข้องกัน ดังนั้น อาจดีกว่าถ้าคุณเลือกนำเสนอข้อมูลที่แตกต่างกันแบบแยกกันคนละกราฟ เพื่อไม่ให้เกิดความผิดพลาดทางการสื่อสาร
ตัวอย่าง ในกราฟที่ 13 ยอดรวมการกด Haha และ Wow อยู่ที่ 17% และ 13% ตามลำดับ ซึ่งการใช้แผนภูมิวงกลมและแผนภูมิโดนัทมานำเสนอนั้นค่อนข้างยากที่จะเห็นความแตกต่างของ % ที่กล่าวไป ส่วนกราฟที่ 14 ได้แสดงตัวเลขของยอดคอมเมนต์และยอดไลค์ไว้ในกราฟเดียวกัน จึงควรมี secondary axis เพื่อแสดงให้เห็นถึงความแตกต่างของตัวเลขจากข้อมูลทั้ง 2 ประเภทให้เห็นชัดขึ้น แต่ผู้รับสารอาจเข้าใจผิดได้ว่าจำนวนคอมเมนต์ในเดือนสิงหาคมมีมากกว่ายอดไลค์ ทั้งที่ความจริงไม่ได้เป็นแบบนั้น
Figure 13. A pie chart in 3D and a donut chart showing percentage of reactions on GrabTH, LINE Man and Gojek facebook page in August 2020
Figure 14. A bar chart and line chart with secondary axis showing number of comments and likes on GrabFood facebook page during April - August 2020
บทสรุป
ปฏิเสธไม่ได้ว่า ทุกวันนี้ข้อมูลมีความเกี่ยวข้องกับชีวิตประจำวันของเรามากขึ้นเรื่อย ๆ ใครที่สามารถทำความเข้าใจและนำข้อมูลที่มีอยู่ไปใช้กับทั้งเรื่องส่วนตัวและการนำไปพัฒนาองค์กร ก็จะเพิ่มขีดความสามารถทางการแข่งขันได้ดียิ่งขึ้น ดังคำกล่าวที่ว่า “data is power” ซึ่งวิธีการที่จะทำให้เราเข้าใจและวิเคราะห์ข้อมูลได้อย่างดีขึ้น คือการทำ data visualization และแน่นอนว่า ก่อนที่คุณจะเลือกรูปแบบในการนำเสนอข้อมูล คุณควรจะรู้ก่อนว่าใครจะเป็นผู้รับสารที่ต้องการจะสื่อออกไป และข้อมูลอะไรที่คุณต้องการจะสื่อสารออกไปในการนำเสนอครั้งนี้ แค่นี้ก็ไม่ใช่เรื่องยากที่จะดีไซน์ออกมาให้อยู่ในรูปแบบที่ตอบโจทย์ เหมาะสม ตรงวัตถุประสงค์ที่สุด
References:
Knaflic, C. N. (2015). Storytelling with data: A data visualization guide for business professionals. Hoboken, NJ: John Wiley & Sons.
(2020). กรมพัฒนาธุรกิจการค้า : Department of Business Development. Retrieved September 28, 2020, from https://www.dbd.go.th/
GmbH, U. (2020). Analyze and improve fan pages - Fanpage Karma. Retrieved September 28, 2020, from https://www.fanpagekarma.com/
Comments