dashboard มีหลายรูปแบบแตกต่างกันไปตามการใช้งาน หนึ่งในการใช้งานของ dashboard ที่มากที่สุดคือ dashboard สำหรับสรุปข้อมูลภาพรวมของธุรกิจ dashboard ประเภทนี้เป็นที่นิยมที่สุดเพราะ นอกจากสามารถแสดงถึงข้อมูลภาพรวมของธุรกิจแล้ว ยังสามารถนำไปสู่ข้อมูลเชิงลึก (insight) ที่สามารถนำไปปรับปรุง แก้ไข หรือเพิ่มประสิทธิภาพของธุรกิจได้

ตัวอย่างของธุรกิจที่จะถูกยกขึ้นมานำเสนอในที่นี้คือธุรกิจร้านค้าปลีกที่มีหลายสาขา โดยใช้ข้อมูลจำลองรายการขายที่ประกอบด้วย ช่วงเวลาในการซื้อ, ประเภทของสินค้า, สาขา, และเพศ เป็นต้น โดยการสร้าง dashboard จะใช้ Looker Studio, Power BI, และ Tableau ที่เป็นเครื่องมือที่ง่ายและมีมาตรฐานในอุสาหกรรม เพราะสามารถใช้เชื่อมต่อกับข้อมูลกับ Service ต่าง ๆ ได้ในรูปแบบที่หลากหลาย เช่น Google Cloud, Azure ทั้งในรูปแบบของการเชื่อมต่อผ่าน database หรือไฟล์

ข้อแตกต่างระหว่าง Looker Studio, Power BI, และ Tableau

คุณสมบัติ	Looker Studio	Power BI	Tableau
เจ้าของ	Google	Microsoft	Salesforce
ค่าใช้จ่าย	ฟรี	ราคาย่อมเยา (เริ่มต้น $10/ผู้ใช้)	ราคาสูง (เริ่มต้น $70/ผู้ใช้)
รองรับแหล่งข้อมูล	สำหรับข้อมูลทั่วไป โดยเฉพาะข้อมูลจาก Google Ecosystem	ยืดหยุ่นสำหรับแหล่งข้อมูลองค์กรขนาดเล็ก-กลาง	รองรับแหล่งข้อมูลที่ซับซ้อน เหมาะกับองค์กรขนาดใหญ่และ Big Data
เหมาะสำหรับ	ทีมเล็ก ผู้ใช้ Google	ธุรกิจขนาดเล็ก-กลาง ผู้ใช้ Microsoft	องค์กรใหญ่ งานข้อมูลขนาดใหญ่

และในครั้งนี้จะมีการใช้เครื่องมือทั้ง 3 แบบในการนำเสนอข้อมูลชุดนี้

ขั้นตอนแรกในการสร้าง dashboard ควรเริ่มต้นด้วยการเข้าใจธุรกิจผ่านข้อมูลด้วย Exploratory Data Analysis (EDA) ซึ่งคือการวิเคราะห์ข้อมูลเบื้องต้น เพื่อให้เราเข้าใจข้อมูล รวมทั้งตรวจสอบข้อมูลก่อนที่จะนำไปใช้ในขั้นตอนต่อไปนั่นเอง โดยการ EDA ในชุดช้อมูลนี้เริ่มจากการทำความเข้าใจโครงสร้างพื้นฐานของข้อมูล เช่น ข้อมูลแต่ละคอลัมน์เป็นตัวแปรชนิดใด ข้อมูลแต่ละคอลัมน์สัมพันธ์กันอย่างไร คอลัมน์ไหนบ้างที่มีสามารถตัดออกหรือต้องสร้างขึ้นมาใหม่ เป็นต้น โดยการทำ EDA ทำให้ทราบข้อมูลเบื้องต้นว่า

ร้านค้านี้มีทั้งหมด 3 สาขาโดยแต่ละสาขานั้นอยู่ในคนละเมืองกัน ทำให้สามารถแทนชื่อสาขา A, B, และ C ด้วยชื่อเมือง Yangon, Mandalay, และ Naypyitaw ได้ตามลำดับ
สินค้าแต่ละรายการนั้นบันทึกเป็นประเภทของสินค้า 6 ประเภท: Fashion accessories, Food and beverages, Electronic accessories, Sports and travel, Home and lifestyle, และ Health and beauty
ข้อมูลผู้ซื้อจะถูกเก็บโดยจำแนกตามสถานะสมาชิกและเพศ

ข้อมูลการซื้อจะถูกเก็บด้วยประเภทของการชำระ, จำนวนสินค้า, ราคาต่อหน่วย, ยอดรวม, ต้นทุน, กำไร, อัตราส่วนกำไรจากราคาทั้งหมด, และภาษี โดยข้อมูลราคาสินค้านั้นมีความสัมพันธ์กันโดยตรง จึงสามารถตัดข้อมูลบางคอลัมน์ออกได้ ได้แก่ อัตราส่วนกำไรจากราคาทั้งหมด, ภาษี

หลังจากเราทราบข้อมูลเบื้องต้นของชุดข้อมูลแล้ว ขั้นตอนต่อไปคือ การตั้งคำถามเพื่อหาคำตอบทางธุรกิจ เช่น สินค้าไหนขายดีที่สุด, ช่วงเวลามีผลต่อการขายสินค้าหรือไม่, แต่ละสาขามีสินค้าที่ขายได้แตกต่างกันหรือไม่

สินค้าที่ขายดีที่สุดอาจพิจารณาได้สองแง่มุม ประเภทสินค้าที่ขายได้จำนวนชิ้นเยอะที่สุดคือ Electronic accessories ในขณะที่สินค้าที่ขายได้หลายครั้งที่สุด (หนึ่งครั้งอาจขายได้หลายชิ้น) คือ Fashion accessories

นอกเหนือจากนี้สามารถใช้เวลาเป็นอีกมุมมองในการพิจารณาได้ยอดขายได้ โดยหลังจากกระบวนการ EDA ทำให้ทราบว่าสินค้าแต่ละประเภทจะขายดีในช่วงเวลาที่แตกต่างกัน โดยของสินค้าส่วนใหญ่ จะมีช่วงเวลาที่ขายดีที่สุดระหว่างช่วงเวลา 19:00 น. แต่กลุ่มสินค้าประเภท Health and beauty จะขายดีที่สุดในช่วง 14:00 น.

ภาพรวมการขายสินค้าตามช่วงเวลารวมทุกประเภท ภาพรวมการขายสินค้าตามช่วงเวลาประเภท Health and beauty

โดยใน dashboard นี้จะให้ความสำคัญในเรื่องจำนวนครั้ง กับ ช่วงเวลาที่ขายสินค้าได้เป็นหลักในการแสดงผล และจะมีการใช้ตัวแปรอื่น ๆ เช่น สาขา, เพศ, และ สถานะสมาชิก มาเป็นส่วนประกอบเพื่อให้การแสดงข้อมูลมีความหลายหลายมากขึ้น

สุดท้ายเมื่อเราได้ส่วนประกอบต่าง ๆ ในการสร้าง dashboard แล้วขั้นตอนส่วนท้ายคือการนำส่วนประกอบต่าง ๆ มาประกอบเป็น dashboard โดยขั้นตอนแรกคือการวางโครงสร้างของ dashboard
โดยจัดวางแผนภูมิที่สัมพันธ์กันไว้ใกล้กัน

โครงสร้างของ dashboard นั้น ถูกแบ่งออกเป็น 3 ส่วนคือ ส่วนบนของ dashboard สามารถใช้ filter ข้อมูลและแสดงภาพรวมตัวเลขยอดขายต่าง ๆ เพื่อให้ผู้บริหารเห็นคือภาพรวมต่างของธุรกิจได้ทันที อีกสองส่วนทางด้านฝั่งซ้ายและขวาของ dashboard เลือกข้อมูลที่สามารถดูคู่กันเพื่อให้แสดงถึงความสัมพันธ์ได้ โดยจำนวนสินค้าที่ขายดีจะถูกจัดวางไว้ทางด้านซ้ายและข้อมูลของช่วงเวลา (ชั่วโมง) ของการขายสินค้าจะถูกวางไว้ในด้านขวา ด้านบนแสดงข้อมูลภาพรวมในขณะที่ด้านล่างแสดงข้อมูลที่มีความละเอียดขึ้น

หลังจากวางโครงสร้างของ dashboard เรียบร้อยแล้ว ขั้นตอนต่อมาคือการเลือกวิธีการแสดงผลให้เหมาะกับข้อมูลที่ต้องการจะแสดง ข้อมูลภาพรวมต่าง ๆ ต้องการแสดงเพียงแค่ตัวเลข จึงสามารถใช้เพียง score card ในการแสดงผลได้ ข้อมูลยอดขายสามารถใช้แผนภูมิแท่ง (bar chart) หรือ stacked bar chart เพราะสามารถเปรียบเทียบข้อมูลสัดส่วนของยอดขายได้ ส่วนการแสดงผลด้านเวลาสามารถเลือกใช้แผนภูมิเส้น (line chart) ได้ โดยระมัดระวังการแสดงจำนวนเส้นและสีมากเกินไป ด้วยการ highlight เส้นของสาขาที่ขายดีที่สุดให้มีความแตกต่างจากประเภทอื่น ๆ

สิ่งสุดท้ายที่ขาดไม่ได้เลยคือการเลือกสีให้เหมาะกับการแสดงผล สีไม่ควรทำให้เกิดความสับสนหรือดึงความสนใจออกจากข้อมูลที่ต้องการที่จะแสดง ยกตัวอย่างเช่น แผนภูมิแสดงข้อมูลภาพรวมจำนวนรายการขายสินค้าแยกตามประเภทสินค้า สามารถใช้สีที่เป็นกลางเช่น สีเทา ในการแสดงผลลัพธ์ได้ หรือในกรณีที่ต้องแยกตามประเภทต่าง ๆ เช่น สีของสาขาควรสามารถแยกกันได้อย่างชัดเจน เช่น การเลือกสีของเพศต้องเลือกสีที่เป็นกลางและไม่เอนเอียงต่อลักษณะของเพศใด เพศหนึ่งมากเกินไป เช่น เพศหญิงไม่จำเป็นที่จะต้องใช้สีโทนเย็นเสมอไป โดยเราสามารถใช้สีโทนร้อนได้เช่นกัน

สุดท้ายในแต่ละเครื่องมือก็จะมีลูกเล่น, วิธีการแสดงผล, หรือข้อจำกัดที่แตกต่างกันที่แตกต่างกันโดยใน dashboard นี้เพื่อที่จะให้ตอบคำถาม “ประเภทสินค้าที่ขายดีที่สุด” ใน Looker studio สามารถมีการปรับการแสดงผลตามค่าที่ต้องการแสดงได้โดยการแสดงผลทั้งหมดจะสามารถเลือกตัวเลขที่สนใจได้จากการเปลี่ยนค่าที่แสดงจากจำนวนครั้งที่ขายเป็น จำนวนสินค้า, จำนวนสินค้าต่อรายการขาย, หรือ กำไร จากการขายได้ ซึ่งจะแตกต่างกับ Power BI และ Tableau ที่สามารถแสดงในรูปแบบของ Tooltips เท่านั้น และนอกเหนือจากนี้การ filter ของ Looker Studio จะสามารถทำได้จากตัวเลือกข้างบนหรือสามารถที่จะคลิ๊กในตัว Bar หรือ Line chart ที่ต้องการได้เช่นกัน โดยเมื่อทำการ filter แล้ว dashboard จะทำการกรองข้อมูลและ highlight ในข้อมูลส่วนนั้น โดยที่ Power BI และ Tableau จะทำการ highlight ข้อมูลเพียงอย่างเดียว และใน Looker studio จะมีข้อจำกัดในใช้ font ทำให้ไม่สามารถเลือกได้หลากหลายเท่ากับเครื่องมืออื่น ๆ

ภาพการเลือกมุมมองตัวเลขของค่าที่จะแสดงผลใน looker studio และ Tooltips ใน Tableau

Screenshot 2568-01-27 at 13.47.23.png

ภาพการแสดงผลหลังจากมีการ filterใน looker

ตัวอย่าง Visualization ใน looker studio
ตัวอย่าง Visualization ใน tableau
ตัวอย่าง Visualization ใน Power BI (เนื่องด้วยข้อจำกัดด้านการใช้งานจึงสามารถแชร์ใน format pdf เท่านั้น)

Data Dashboard With Boonmee Lab