IBM Visual Analytics

ถ้าฉันได้เงิน 1 ดอลลาร์ทุกครั้งที่ถูกขอให้ออกแบบแดชบอร์ด ตอนนี้ฉันคงเป็นคนที่รวยมาก ความจริงของเรื่องนี้คือ แม้ว่าผู้จัดการและผู้มีอำนาจตัดสินใจจะมุ่งความสนใจไปยังแดชบอร์ด แต่แดชบอร์ดก็ไม่ค่อยได้ใช้แสดงข้อมูลเชิงลึก การวิเคราะห์ ที่เป็นประโยชน์ต่อการบริหารตัดสินใจ

แดชบอร์ดจำนวนมากประสบปัญหาที่คล้ายกัน ได้แก่

• ข้อมูลมากเกินไป (Information Overload): ผู้ใช้งานรู้สึกถึงปริมาณข้อมูลมากมายที่มีอยู่ในแดชบอร์ด บ่อยครั้งที่ผู้ใช้งานพบว่าตัวเองต้องเผชิญกับข้อมูลกราฟิก และตารางข้อมูลขนาดใหญ่ ที่มีมากมาย ที่พวกเขาต้องขุดค้นเพื่อเสาะหาข้อมูลเชิงลึกที่แท้จริง
• ข้อมูลไม่ยืดหยุ่น (หรือเกือบไม่ยืดหยุ่น): ซึ่งเป็นเรื่องยากที่จะกรอง ค้นหา เจาะรายละเอียด และวิเคราะห์ข้อมูลแบบไดนามิก เพื่อให้ได้ข้อมูลเชิงลึกอย่างแท้จริง
• ให้มุมมองเพียงในอดีต: หรืออย่างดีที่สุดก็ได้แค่ข้อมูลปัจจุบันแบบเรียลไทม์ ซึ่งจะมีคุณค่าน้อยลงตามเวลาที่ใช้บนแดชบอร์ด
• หน้าจออินเตอร์เฟสผู้ใช้งานที่ล้าสมัย: นี่เป็นหนึ่งในปัญหาที่ใหญ่ที่สุด ซึ่งแดชบอร์ดและรายงานจำนวนมากไม่ตอบโจทย์ผู้ใช้งานที่ต้องการอ่าน ทำความเข้าใจ โต้ตอบ และย่อยข้อมูลเพื่อการวิเคราะห์
• ไซส์เดียวสำหรับทุกคน: โดยขาดความยืดหยุ่นที่จะปรับเปลี่ยนตามความต้องการที่เฉพาะเจาะจงของผู้ใช้งานแต่ละคน
• รูปแบบการนำเสนอที่ขาดประสิทธิภาพและทำให้เข้าใจผิด: ส่งผลให้การได้ข้อสรุปและการตัดสินใจที่ผิดพลาด
• ออกแบบด้วยมุมมองผู้พัฒนาระบบ: ซึ่งไม่สอดคล้องกับความต้องการของธุรกิจที่เปลี่ยนแปลงไป
• การติดอยู่ในกระบวนทัศน์แบบเดิม: แดชบอร์ดส่วนใหญ่ติดอยู่กับ Business Intelligence แบบดั้งเดิม การรายงานขององค์กร และกระบวนทัศน์แบบไม่ยืดหยุ่น แทนที่จะใช้ประโยชน์จากความสามารถของเครื่องมือวิเคราะห์และโซลูชั่นอย่างเต็มศักยภาพ
• ขาดการเชื่อมโยงบูรณาการ: ยกเว้นความสามารถในเจาะหา (drill trough) เพื่อดูข้อมูลในรายละเอียด แดชบอร์ดส่วนใหญ่มักจะไม่เชื่อมโยงเข้ากับแพลตฟอร์มเพื่อการวิเคราะห์หรือกระบวนการทางธุรกิจอื่นๆ

สิ่งที่ชัดเจนคือ การแสดงผลข้อมูลเพียงอย่างเดียวไม่เพียงพออีกต่อไป สิ่งที่จำเป็นคือ เครื่องมือและเทคนิคใหม่ ๆ ที่สามารถเชื่อมโยงข้อมูล รายงาน การจัดการข้อมูล การวิเคราะห์ เหมืองข้อมูล และการมุ่งตอบโจทย์ความต้องการของผู้ใช้งาน… และนี่คือการวิเคราะห์แบบ Visual Analytics

อะไรคือ Visual Analytics

Visual Analytics (VA) คือ การพัฒนาแอปพลิเคชั่นการวิเคราะห์เชิงโต้ตอบ เพื่อปรับปรุงการวิเคราะห์ธุรกิจ ค้นพบข้อมูลเชิงลึกที่ซ่อนอยู่ และทำให้การตัดสินใจดีขึ้น

แนวคิดเบื้องหลัง Visual Analytics คือการรวมจุดแข็งของการวิเคราะห์ธุรกิจแบบอัตโนมัติ เข้ากับการรับรู้ด้วยภาพและความสามารถในการวิเคราะห์ของผู้ใช้ที่เป็นมนุษย์ Visual Analytics ใช้การแสดงแผนภาพ การออกแบบที่เน้นตอบโจทย์ความต้องการของผู้ใช้งาน และเทคนิคการวิเคราะห์ข้อมูล เพื่อช่วยให้ผู้ใช้งานค้นพบข้อมูลเชิงลึก จากข้อมูลที่ซับซ้อนและเปลี่ยนแปลงแบบไดนามิก โดยเฉพาะอย่างยิ่งในชุดข้อมูลขนาดใหญ่ (big data)

Visual Analytics สามารถสรุปได้ด้วยคำดังต่อไปนี้:

1. การวิเคราะห์ขั้นต้น (Initial Analysis)
2. เน้นจุดที่สำคัญ (Highlight the Critical & Important)
3. Explore, Filter & Zoom
4. การเจาะลึกข้อมูลได้ตามต้องการ (Drill to Details on Demand)

Visual Analytics เป็นวิวัฒนาการขั้นต่อไป สำหรับแดชบอร์ดดิจิทัลและเทคนิคการจัดทำรายงาน เพื่อให้องค์กรมีความได้เปรียบทางการแข่งขัน โดยใช้มุมมองของมนุษย์ และทรัพยากรทางคอมพิวเตอร์อย่างเต็มศักยภาพ

Visual Analytics เปลี่ยนวิธีการทำธุรกิจของคุณ ได้อย่างไร

Visual Analytics สร้างพลังการเปลี่ยนแปลงวิธีการดำเนินธุรกิจและการทำงานของพนักงาน

กรณีการใช้งานที่ดีที่สุดสำหรับ Visual Analytics ได้แก่

• Big Data: ความสามารถในการแสดงข้อมูลจำนวนมากมหาศาลบนหน้าจอ โดยผ่าน

1. Unique & Dynamic Visualisations
2. Focus & Filter
3. Summarisation
4. Meta-Models & Synthesisation of Data
5. Factorisation & Correlation

• โฟกัส: ใช้การวิเคราะห์แบบ Visual Analytics เพื่อสร้างวิธีการโฟกัสต่างๆ
• การหารูปแบบ: การค้นพบรูปแบบข้อมูลแบบไดนามิก รวมถึงความคล้ายคลึง ความผิดปกติ ความสัมพันธ์ ข้อยกเว้น และค่าผิดปกติต่างๆ
• การยืนยันและการตรวจสอบ: ใช้การวิเคราะห์แบบ Visual Analytics เพื่อทดสอบความถูกต้องของสมมติฐาน
• การจำลองสถานการณ์ (Simulation) และการคาดการณ์: ให้ผู้ใช้งานสามารถวิเคราะห์ผลกระทบของการตัดสินใจ พร้อมกับการคาดการณ์ตามเหตุการณ์ในอนาคตที่คาดหวังไว้
• อินเตอร์เฟสผู้ใช้อัจฉริยะ: การพัฒนาระดับการนำเสนอแบบไดนามิก ตามหลักการออกแบบที่เน้นมนุษย์เป็นศูนย์กลาง การวิเคราะห์แบบ Visual Analytics จะทำลายอุปสรรคของเครื่องมือธุรกิจอัจฉริยะ (Business Intelligence, BI) แบบดั้งเดิม เพื่อให้ผู้ใช้นั้นมีความสามารถในการวิเคราะห์/ตัดสินใจ เพียงใช้ปลายนิ้วสัมผัส
• ปรับแต่งได้ตามต้องการ: ผู้ใช้งานสามารถปรับแต่งหน้าจออินเตอร์เฟสตามบทบาท ความรับผิดชอบ และลำดับความสำคัญ ได้ตามความต้องการ

อุตสาหกรรม

Visual Analytics ไม่ใช่สาขาใหม่ของการวิจัยทางวิทยาศาสตร์ แต่ได้รับการยอมรับว่าสามารถสร้างความได้เปรียบในการแข่งขันให้กับอุตสาหกรรม และสายงานในธุรกิจที่จำเป็นต้องจัดการกับข้อมูลจำนวนมาก ซึ่งรวมถึง

• เทคโนโลยีชีวภาพและสุขภาพ – การถ่ายภาพทางการแพทย์ การทำแผนที่ยีน (gene mapping) และการวิเคราะห์การแพร่ระบาด
• ขุดเจาะเหมืองและสาธารณูปโภค – โดยเฉพาะอย่างยิ่งการวิเคราะห์แบบ Visual Analytics ที่ซับซ้อน ซึ่งจำเป็นสำหรับข้อมูลด้านวิศวกรรมและการสำรวจ
• การเงินและธนาคาร – นวัตกรรมใหม่ ๆ ในการวิเคราะห์บัญชีแยกประเภททั่วไป และการวิเคราะห์การฉ้อโกง
• การตลาด – การวิเคราะห์เชิงพื้นที่ขายขั้นสูง การวิเคราะห์เครือข่ายสังคม การวิเคราะห์ความสัมพันธ์และพฤติกรรมของลูกค้า

บล็อกครั้งหน้า

ในบล็อกครั้งหน้าของผม ผมจะพูดถึงแง่มุมที่สำคัญที่สุดของ Visual Analytics … ผู้คน และความสำคัญของการออกแบบที่เน้นมนุษย์เป็นศูนย์กลาง เพื่อสนับสนุนการวิเคราะห์แบบ Visual Analytics