ในยุคที่ Data is the New Gold การมีข้อมูลในมือมากๆ ย่อมสร้างประโยชน์และการตัดสินใจให้หน่วยงานได้มากมาย ถึงแม้ว่าหลายๆ ที่จะขยับมาใช้ระบบ Digital ในการเก็บข้อมูลแทนกระดาษแล้ว แต่ก็ยังถูกหลอกหลอนจากข้อมูลเก่าที่เคยเป็นกระดาษมาก่อนเสมอ โดยเฉพาะพวกข้อมูลเอกสารสแกน หากทิ้งไว้เฉยๆ ข้อมูลเหล่านี้ย่อมไม่ก่อให้เกิดประโยชน์อะไร เพราะจะหยิบมาดูก็ยาก จะนำมาคำนวณก็ยากเช่นกัน การแปลงเอกสารให้อยู่ในรูปแบบ Digital จะสร้างประโยชน์ได้มากกว่า

โปรเจคหนึ่งที่ Boonmee Lab ได้เข้ามาดูแลและน่าสนใจมากๆ คือ “โครงการพัฒนา ACT Ai ฐานข้อมูลผู้ดำรงตำแหน่งทางการเมืองและข้าราชการระดับสูง” ซึ่งเป็นโปรเจคที่ทางบุญมีแล็บทำร่วมกับองค์กรต่อต้านคอร์รัปชัน (ประเทศไทย) เพื่อรวบรวมข้อมูลที่เกี่ยวข้องกับผู้ดำรงตำแหน่งทางการเมืองและข้าราชการระดับสูง เพื่อสร้างฐานข้อมูล โดยระยะที่ 2 จะเป็นช่วงที่เราพัฒนาระบบ Digitize สำหรับจัดการข้อมูลจากเอกสารกระดาษที่ถูกกรอกมาแล้วนำไปจัดเก็บให้เป็นระเบียบบน Database พร้อมสำหรับนำไปใช้วิเคราะห์ข้อมูลต่อ แต่ด้วยความที่เอกสารมีคุณภาพค่อนข้างต่ำ ทั้งลายมือที่แม้แต่มนุษย์ยังต้องเดา การเขียนผิดแล้วขีดทิ้ง การกรอกไม่ตรงคำถาม ฯลฯ จากเงื่อนไขที่กล่าวมา การให้มนุษย์เป็นผู้กรอกจึงเป็นตัวเลือกที่ดีกว่า

ความยากของโปรเจคนี้ นอกจากแบบฟอร์มที่มีความหลากหลายหรือความไม่เป็นระเบียบเรียบร้อยของข้อมูลแล้ว ยังมีเรื่องการจ้างคนมากรอกด้วย ต้องเข้าใจก่อนว่า คนที่เข้ามากรอกไม่ใช่เจ้าของเอกสารเอง ดังนั้น ถ้าเค้าประสบปัญหาในการกรอก ยกตัวอย่างเช่น ช่องกรอกมีสำหรับคู่สมรสคนเดียว แต่เอกสารที่กำลังคัดลอกอยู่ มีคู่สมรสส่งมาถึง 3 คน! แน่นอนว่าผู้จ้างกรอกที่ไม่ใช่เจ้าของเอกสารย่อมตัดสินใจเองไม่ได้ว่าควรกรอกอย่างไร นั่นคือปัญหาเรื่องจำนวนข้อมูลมีมากกว่าช่องกรอกที่เราจัดเตรียม

นอกจากนี้ยังต้องรับมือกับ Input ประเภทเขียนเองยาวๆ เช่น ที่อยู่และที่ทำงาน ซึ่งเอกสารปล่อยให้เขียนเองยาวๆ บางคนอาจจะกรอกที่อยู่ บางคนก็กรอกชื่อสถานที่ บางคนก็กรอกมาทั้งหมด ถ้าเก็บมาทั้งแบบนี้ข้อมูลที่ได้ก็ต้องนำมา Clean เพื่อดึงข้อมูลที่เราต้องใช้งานภายหลังอยู่ดี ควรวางแผนการกรอกแต่แรกเพื่อไม่ต้อง Clean ข้อมูลภายหลัง

รวบรวมความไม่สะอาดของข้อมูลที่เจอในเอกสาร (เจ้าของเอกสาร = “ผู้ยื่นเอกสาร”, คนที่มาช่วย Digitize เอกสาร = “ผู้จ้างกรอก”)

ลายมืออ่านยาก น่าจะเป็นกับหลายๆ เอกสารเลย ระดับความรุนแรงยังไม่มาก แต่คนจ้างกรอกน่าจะเหนื่อยเดา

ช่องกรอกที่เราดักว่าต้องกรอกนะถึงจะส่งได้ พอเจอเอกสารจริงปรากฏว่าผู้ยื่นเอกสารไม่กรอกมาแต่แรก! ทำให้การดักข้อมูลบางทีก็กลับมาทำร้ายเราเอง กลายเป็น Bug ที่ต้องแก้ซะงั้น ตัวอย่างเช่น การดักว่าทุกคนต้องกรอกมูลค่าทรัพย์สินมา เพราะในเมื่อกรอกรายการทรัพย์สินมาแล้ว ก็ต้องกรอกมูลค่าทรัพย์สินมาด้วยสิ แต่กลับไม่ได้กรอกมา และผู้จ้างกรอกเองก็ตีความไม่ได้ว่ามูลค่าเท่ากับ 0 หรือไม่
- คำแนะนำ ควรดูเอกสารหลายฉบับมากๆ เพื่อดูความเป็นไปได้ในการกรอกที่อาจเกิดขึ้น และตัดสินใจร่วมกับลูกค้าว่าหากเว้นว่างมาแบบนี้จะให้ตีความหมายว่าอย่างไรได้บ้าง
ผู้ยื่นเอกสารส่งข้อมูลมากกว่าที่เราจัดเตรียมไว้ อย่างยานพาหนะเป็นสิ่งรู้แต่แรกว่าต้องเตรียมไว้มากกว่า 1 อยู่แล้ว แต่คู่สมรสเป็นสิ่งที่เราพลาด เพราะคิดว่าน่าจะส่งในเอกสารได้แค่คนเดียว (จากตัวอย่างฟอร์มกระดาษที่เรามี) แต่สำหรับเอกสารนี้สามารถยื่นคู่สมรสมากกว่า 1 คนได้! ถึงแม้จะเป็นส่วนน้อยมากๆ ก็ตาม ซึ่งส่งผลถึงการเก็บข้อมูลส่วนบุคคลคู่สมรส บิดาคู่สมรส มารดาคู่สมรส และประวัติการทำงานของคู่สมรสได้มากกว่า 1 คนอีกด้วย
- คำแนะนำ ฟอร์ม Digital และ Database ของเราควรออกแบบให้ยืดหยุ่นมากขึ้น และวางแผนเผื่อสำหรับฟอร์มเดียว แต่สามารถส่งมากกว่า 1 ชุดได้ การอ่านเอกสารให้ได้หลายฉบับ หรือสอบถามคนที่เชี่ยวชาญกับเอกสารเหล่านี้สำคัญมากๆ
ปกติเอกสารที่ส่งมาจะมีทุกหัวข้อ แต่ก็ยังมีเอกสารบางฉบับที่เป็นแค่ส่งเพิ่มเติมจากเอกสารที่ส่งมาก่อนหน้านั้น เช่น ผู้ยื่นเอกสารเคยส่งเอกสารฉบับสมบูรณ์ที่มี 9 หัวข้อมาแล้ว แต่ต้องการส่งข้อมูลที่ตกหล่นหรือลืมกรอกไป โดยอาจส่งเอกสารเพิ่มเติมสำหรับบางหัวข้อเท่านั้น
คำนึงเสมอว่าข้อมูลประเภทตารางสามารถเก็บข้อมูลได้มากกว่าจำนวน Row ที่เราเห็นจากฟอร์มได้ เพราะเอกสารบางฉบับผู้ยื่นเอกสารอาจใช้วิธีต่อหน้ากระดาษกรณีต้องการกรอกเพิ่มได้ เช่น ตารางประวัติการทำงาน หรือ ตารางทรัพย์สิน
ปัญหาสำหรับการจัดเก็บวันที่

ปัญหาที่เจอสำหรับฟอร์มที่ต้องการวันที่เริ่มต้นอย่างเดียว เช่น 20-02-2543
- ผู้ยื่นเอกสารกรอกวันที่ไม่ครบตาม Format Date เช่น 2556
- ผู้ยื่นเอกสารกรอกวันที่เป็นคำว่า “ปัจจุบัน” หรือ คำอื่นๆ ที่ไม่ใช่วันที่
ปัญหาที่เจอสำหรับฟอร์มที่ต้องการวันที่เริ่มต้น-วันที่สิ้นสุด เช่น 20-02-2543 - 20-12-2544
- ผู้ยื่นเอกสารกรอกวันที่ไม่ครบตาม Format เช่น 2556 - 3 ก.ค. 62
- ผู้ยื่นเอกสารกรอกวันที่เป็น 2556 - ปัจจุบัน หรือ คำอื่นๆ ที่ไม่ใช่วันที่
- ผู้ยื่นเอกสารกรอกวันที่มาแค่ 20-02-2543 โดยไม่ระบุว่าเป็นวันที่เริ่มต้น หรือวันที่สิ้นสุด
ปัญหาที่เจอสำหรับฟอร์มที่ต้องการวันที่เริ่มต้น-วันที่สิ้นสุด หรือ ต้องการวันที่เริ่มต้นอย่างเดียว
ผู้ยื่นเอกสารกรอกวันที่เป็น ปัจจุบัน ตลอดชีพ ไม่พบรายละเอียด หรือ คำอื่นๆ ที่ไม่ใช่วันที่

คำแนะนำ

ในช่องที่ให้กรอกทั้ง วันเดือนปี บางคนจะกรอกมาแค่ปี หรือ เดือนกับวัน เพราะฉะนั้นควรเก็บวันเดือนปีแยกกัน ไม่เก็บเป็น Format Date
สำหรับเคสไม่ปกติ เช่น ปัจจุบัน หรือ ตลอดชีพ อาจจะต้องสร้าง input พิเศษเพื่อกรอกส่วนนี้ โดยการตีความให้ขึ้นอยู่กับหน่วยงาน
ช่องกรอกสถานที่แบบเขียนรวมๆ และแบบที่แยกกรอก อำเภอ ตำบล จังหวัด มาให้สามารถเจอกรณีผู้ยื่นเอกสารกรอกชื่อผิดได้ เมื่อคนจ้างกรอกมากรอกตามก็จะได้ข้อมูลที่ผิดตามมาได้
- คำแนะนำ การกรอกที่อยู่ควรกรอกแยกอำเภอ, ตำบล, จังหวัด และให้กรอกเป็นตัวเลือกที่เราจัดเตรียมให้เพื่อความสะดวกในการนำข้อมูลไปใช้ต่อ หากผู้จ้างกรอกเจอว่าอำเภอที่กรอกมาไม่ตรงกับตัวเลือกที่มี ส่วนนี้อาจต้องขอความร่วมจากผู้จ้างกรอกให้ลองตรวจสอบชื่อที่น่าจะถูกต้องแทน นอกจากนี้ต้องดูด้วยว่าที่ตั้งมีโอกาสเป็นต่างประเทศด้วยไหม
ช่องกรอกที่มีชื่อกำกวมอย่าง “หน่วยงาน/ที่ตั้ง” และยังให้กรอกได้แบบตามใจฉัน ทำให้ผู้ยื่นเอกสารมีทั้งคนที่ส่งมาเป็นชื่อหน่วยงาน (เช่น พรรค….) ชื่อสถานที่ (เช่น ตลาด….) ส่งมาเป็นที่ตั้งเลย (เช่น เขตคลองสาน แขวงสมเด็จเจ้าพระยา กทมฯ) หรือส่งมาทั้ง 2 แบบรวมกัน คือ รวมชื่อสถานที่และที่ตั้ง

คำแนะนำ ควรจัดเตรียมช่องกรอกเพื่อรองรับแยกระหว่างชื่อสถานที่และที่ตั้งแยกกันไปเลย เพื่อง่ายต่อการกรอกและนำไปใช้งานในอนาคต
ผู้ยื่นเอกสารอาจกรอกเข้ามาด้วยคำที่หลากหลาย เช่น กำไล, กำไลทองคำ, กำไลข้อมือ ฯลฯ ซึ่งมีความหมายคล้ายกัน ถึงแม้จะเก็บมาละเอียดตรงตามเอกสาร แต่การนำไปใช้งานภายหลังก็คงไม่สะดวกเท่าไหร่
- คำแนะนำ การจัดหมวดหมู่สำหรับข้อมูลก็เป็นสิ่งที่ควรนึกถึง จากตัวอย่างด้านบนที่ผู้ยื่นเอกสารกรอกมา สิ่งที่เราต้องการ คือ หมวดหมู่ของมัน หรือก็คือเครื่องประดับ การให้ผู้จ้างกรอกเลือกหมวดหมู่ที่ใกล้เคียงมาตั้งแต่แรก ย่อมถูกต้องมากกว่าการเขียนโค้ดภายหลัง ดังนั้น ถ้าคำนึงถึงสิ่งนี้ไว้ตั้งแต่แรก ก็จะช่วยให้เราลดงานภายหลังได้เยอะ

ตัวเลขกรอกมาหลายแบบ ไม่ว่าจะเป็นจำนวนเต็ม, ทศนิยม และเศษส่วน
- คำแนะนำ หากเอกสารมีข้อมูลที่ต้องกรอกเยอะมากๆ ควรเตรียมช่องกรอกท่ีสามารถรับเศษส่วนเข้ามาได้ โดยที่ไม่ต้องเปลี่ยนเป็นจำนวนเต็มหรือทศนิยม ให้โค้ดเบื้องหลังเป็นคนจัดการดีกว่า เพราะว่าคนกรอกมีโอกาสผิดพลาดในการคำนวน และวุ่นวายหากจะตรวจสอบภายหลัง การกรอกแบบที่เห็นจะช่วยให้กรอกได้ไว และถูกต้องมากกว่า

ปัญหาในการกรอกแบบตาราง
- ผู้ยื่นเอกสารกรอกข้อมูลรวมบรรทัดมา เมื่อดูจากในรูปด้านล่าง จะเห็นรายการที่ 42 เกี่ยวกับทรัพย์สินทองคำหลายอย่าง ปัญหาที่จะเกิดขึ้น คือ หากช่องกรอกของเราบังคับให้กรอก 1. ชื่อรายการ 2. จำนวนหน่วยเป็นตัวเลข 3. หน่วยเป็นตัวอักษร 4. มูลค่า ผู้จ้างกรอกจะเกิดความสับสนว่าจะกรอกยังไงดี
  - คำแนะนำ อาจจะให้กรอกเป็น 1 รายการไปเลย เช่น
    - ชื่อรายการ : ทองคำ 2 แท่งๆ ละ 10 บาท, สร้อยคอทองคำ 5 เส้น, พระ 8 องค์
    - จำนวนหน่วย : 1
    - หน่วย : รายการ
    - มูลค่า : 1,000,000
    ควรวางแผนก่อนว่าหากเจอแบบนี้จะมี Document เพื่อแนะนำผู้จ้างกรอกอย่างไร? หรือระบบควรจะรองรับท่ากรอกประหลาดแบบนี้ได้เลยหรือไม่? แต่อย่าลืมว่ามันอาจจะเป็นเพียงกรณีส่วนน้อยของเอกสารทั้งหมด ดังนั้นถ้าเราออกแบบเพื่อรอบรับทุกๆ ท่ามากเกินไป ฟอร์มเราอาจจะมีหน้าตาแปลกประหลาดจาก PDF เดิม และกรอกยากขึ้นด้วย

จากตัวอย่างทั้งหมดที่กล่าวมานี้เป็นเพียงส่วนนึงที่เราเจอ จะเห็นได้ว่าถึงแม้จะกรอกด้วยเอกสารชุดเดียวกัน แต่ก็ยังกรอกมาได้หลากหลายมากๆ การออกแบบ Database ออกแบบฟอร์ม และการดักข้อมูลให้ถูกตาม Data type ย่อมต้อง Balance กับข้อจำกัดของผู้จ้างกรอก และเอกสารกระดาษที่มีให้มา เช่น เราอยากให้ส่งมาเป็น Date type (1996-04-01) แบบนี้ แต่ในเอกสารอาจมีให้เป็น (01-04-2539) แบบนี้ จะให้ผู้จ้างกรอกมาแปลงเลขพ.ศ. เป็น ค.ศ. ทั้งหมดกว่า 100 แถวก็คงไม่ใช่เรื่องดี มีโอกาสผิดพลาด และได้งานช้าอีก ดังนั้น การทำมาแปลงภายหลังด้วยระบบจะดีกว่า

สิ่งสำคัญที่สุด คือ อ่านเอกสารให้ได้เยอะที่สุดเท่าที่จะทำได้ เพื่อเราจะได้เห็นเคสตัวอย่างมากพอในการออกแบบฟอร์มและระบบของเรา เพื่อให้ตัวระบบและคนที่จ้างกรอกร่วมกัน Digitize ข้อมูลได้อย่างสะดวกสบายมากที่สุด

รับมือกับความสกปรกของข้อมูลจากการ Digitize แบบฟอร์ม