การประมวลผลข้อมูล

“เมื่อเข้าชมเว็บไซต์ เครือข่ายสังคม หรือแอปพลิเคชันสั่งซื้อสินค้า จะมีข้อมูลโฆษณาสินค้า หรือข้อมูลเกี่ยวกับสิ่งที่สนใจปรากฏอยู่เสมอ เนื่องด้วยเทคโนโลยีในปัจจุบัน เว็บไซต์หรือระบบผู้ให้บริการต่างๆ มีการเก็บพฤติกรรมการใช้งานของผู้ใช้ แล้วนำมาวิเคราะห์สิ่งที่มีความสัมพันธ์กับพฤติกรรมผู้ใช้ เทคโนโลยีด้านข้อมูลมีประโยชน์และมีคุณค่ากว่าที่คิด ข้อมูลมีความหลากหลายและมีปริมาณมาก สามารถเข้าถึงได้สะดวก รวดเร็ว และตลอดเวลา ข้อมูลถูกนำมาใช้ประโยชน์เพื่อตัดสินใจ หาคำตอบของปัญหา กำหนดแนวทางการดำเนินการ ตลอดจนนโยบายต่างๆ ในทุกระดับของสังคมตั้งแต่บุคคล ครอบครัว กลุ่มเพื่อน ชุมชน องค์กร และประเทศ จนกล่าวได้ว่าชีวิตประจำวันของเราขับเคลื่อนโดยมีข้อมูลเป็นฐาน”

ข้อมูลดีมีชัยไปกว่าครึ่ง

ถ้าหากนำข้อมูลจำนวนมากมาทำการวิเคราะห์ในเชิงลึก จะค้นพบคุณค่าของข้อมูล ช่วยสร้างมูลค่าในเชิงธุรกิจ หรือส่งผลทางบวกให้กับผู้ใช้ข้อมูลเป็นอย่างมาก

ตัวอย่างที่เกิดขึ้นจริงของการนำข้อมูลไปใช้ประโยชน์

ประธานาธิบดีกับข้อมูลขนาดใหญ่ ผู้ลงสมัครตำแหน่งประธานธิบดีของสหรัฐอเมริกาที่ผ่านมาอาศัยข้อมูลขนาดใหญ่ที่วิเคราะห์โดยผู้เชี่ยวชาญ ซึ่งเป็นข้อมูลความชอบส่วนบุคคล อุปนิสัย ของผู้มีสิทธิ์เลือกตั้ง มากำหนดแนวทางการหาเสียงที่มีลักษณะเฉพาะสำหรับกลุ่มบุคคล จนสามารถสร้างรูปแบบการสื่อสารข้อมูลที่เกี่ยวกับการเลือกตั้งที่เข้าถึงผู้มีสิทธิ์เลือกตั้งด้วยวิธีการ เวลา และสถานที่ตรงกับกลุ่มเป้าหมายมากที่สุด (ที่มา: https://www.bbs.unibo.eu/elezioni-il-ruolo-dei-big-data-nelle-campagne-politiche-2/)

“การวิเคราะห์ข้อมูลที่รวบรวมได้นั้น จำเป็นอย่างยิ่งที่ต้องอยู่บนพื้นฐานของจริยธรรม เพื่อความถูกต้องและเกิดประโยชน์กับทุกฝ่ายที่เกี่ยวข้อง”

การนำข้อมูลมาใช้แก้ปัญหา

การนำข้อมูลมาใช้ในการแก้ปัญหาที่สนใจอย่างมีประสิทธิภาพ มีขั้นตอนดังนี้

[Image of Information Problem Solving Cycle]

แต่ละขั้นตอนมีความสัมพันธ์กับขั้นตอนในลำดับก่อนหน้า อย่างไรก็ดี สามารถย้อนกลับไปในขั้นตอนในลำดับต่างๆ ที่อยู่ก่อนหน้าได้ เพื่อปรับปรุงให้กระบวนการมีความสมบูรณ์มากขึ้น

1. การนิยามปัญหา

การนิยามปัญหา (Problem Definition) เป็นการตั้งคำถามที่สนใจและต้องการหาคำตอบ ซึ่งควบมีความกระชับและชัดเจน ระบุผลลัพธ์ที่ต้องการจากกระบวนการแก้ไขปัญหาพร้อมรายละเอียด เงื่อนไข สถานการณ์เฉพาะที่เกี่ยวข้องกับปัญหาอย่างครบถ้วน ตัวอย่างเช่น โรงเรียนมีขยะจำนวนมาก ล้นถังขยะ และมีการทิ้งขยะไม่เป็นที่

2. การวิเคราะห์ปัญหา

การวิเคราะห์ปัญหา (Problem Analysis) เป็นการทำความเข้าใจปัญหาเพื่อกำหนดสาระสำคัญของปัญหาและข้อมูลที่เกี่ยวข้อง โดยมีการทำความเข้าใจปัญหา ค้นหสาระสำคัญของปัญหา พิจารณาว่าสิ่งใดเป็นผลลัพธ์จากการแก้ปัญหาและข้อมูลต่างๆ ที่จำเป็นในการหาผลลัพธ์ โดยมีรายละเอียดการดำเนินการที่เกี่ยวข้อง คือ

1. กำหนดข้อมูลหลักที่ใช้ในการประมวลผลเพื่อหาคำตอบ
2. กำหนดปริมาณข้อมูลที่ต้องรวบรวม ให้มีปริมาณที่เพียงพอและเหมาะสมกับการนำไปหาข้อสรุป
3. กำหนดกรอบเวลาในการรวบรวมข้อมูล
4. กำหนดชนิดของข้อมูล รูปแบบข้อมูล หน่วยของข้อมูลตัวอย่างเช่น โรงเรียนมีขยะจำนวนมาก โดยวิเคราะห์ข้อมูลที่เกี่ยวข้องทั้งหมด มีจำนวนถังขยะกี่ถัง ตั้งไว้ที่ใดบ้าง มีการทิ้งขยะในแต่ละถังในช่วงเวลาใดมาก-น้อยเท่าใด ความถี่ในการเก็บขยะ พบขยะที่บริเวณอื่นที่ไม่ใช่ถังขยะที่ใดบ้างและปริมาณมากเท่าใด ขยะที่พบเป็นประเภทใด

3. การรวบรวมข้อมูล

การรวบรวมข้อมูล (Data Collection) เป็นการได้มาซึ่งข้อมูลที่ถูกต้อง ครบถ้วน และจำเป็นต่อการแก้ปัญหา โดยข้อมูลที่เกี่ยวข้องกับปัญหาอาจมีจำนวน ลักษณะ และประเภทที่แตกต่างกันไป ตามผลจากการวิเคราะห์ปัญหา ซึ่งขั้นตอนการรวบรวมข้อมูลประกอบด้วย

กำหนดแหล่งข้อมูล – ทำการรวบรวมจากแหล่งกำเนิดข้อมูล (ข้อมูลปฐมภูมิ) หรือ รวบรวมจากแหล่งอื่นที่มีการเก็บข้อมูลไว้ (ข้อมูลทุติยภูมิ) หากแหล่งข้อมูลมีความน่าเชื่อถือ สอดคล้องกับเวลา และสถานการณ์ จะช่วยเพิ่มความมั่นใจในความถูกต้องของข้อมูลมากยิ่งขึ้น

กำหนดวิธีการรวบรวมข้อมูล – ขึ้นกับลักษณะข้อมูล แหล่งข้อมูล และปริมาณข้อมูล
กำหนดวิธีการจัดเก็บข้อมูลที่รวบรวมได้ – คำนึงถึงการนำข้อมูลไปใช้ในขั้นตอนการประมวลผลข้อมูล

วิธีการรวบรวมข้อมูล ประกอบด้วย:

• การสังเกต – เฝ้าดูแล้วจดบันทึกสถานะต่างๆ ที่เกี่ยวกับปัญหาที่สนใจ
• การสำรวจ/สอบถาม – ทำแบบสำรวจหรือแบบสอบถามที่ระบุรายละเอียดของข้อมูลที่ต้องการให้ครบถ้วน
• การสัมภาษณ์ – ใช้คำถามกับผู้รับการสัมภาษณ์ ทำให้ได้คำอธิบายเพิ่มเติม
• การสนทนากลุ่ม – เก็บรวบรวมข้อมูลจากกลุ่มเป้าหมายที่คัดเลือกไว้

4. การเตรียมข้อมูล

การเตรียมข้อมูล (Data Preparation) เป็นการดำเนินการกับข้อมูลที่รวบรวมมา เพื่อให้เป็นข้อมูลที่มีคุณภาพ พร้อมนำไปประมวลผล อย่างไรก็ตาม ข้อมูลบางส่วนที่ได้จากการรวบรวมอาจจะยังไม่สามารถนำไปประมวลผลได้ในทันที จำเป็นต้องทำความสะอาดข้อมูล (Data Cleansing) ก่อน

แนวทางในการตรวจสอบความผิดปกติของข้อมูล (Data Cleansing) ประกอบด้วย:

• ความสมบูรณ์ (Validity) – มีความถูกต้องตามข้อกำหนด เช่น อายุเป็นตัวเลข, น้ำหนักไม่ติดลบ, รหัสประจำตัวไม่ซ้ำกัน
• รูปแบบเดียวกัน (Uniformity) – เก็บในรูปแบบเดียวกัน เช่น หน่วยกิโลกรัมทั้งหมด
• ความครบถ้วน (Completeness) – รวบรวมข้อมูลที่เกี่ยวข้องอย่างครบถ้วน
• ความทันสมัย (Timeliness) – สอดคล้องกับเวลา หรือสถานการณ์ปัจจุบัน

5. การประมวลผลข้อมูล

การประมวลผลข้อมูล (Data Processing) เป็นการดำเนินการกับข้อมูลเพื่อให้ได้สารสนเทศตามวัตถุประสงค์ โดยการวิเคราะห์เชิงพรรณนา (Descriptive Analysis) เป็นการวิเคราะห์ข้อมูลเพื่ออธิบายคุณลักษณะของชุดข้อมูลที่สนใจ โดยใช้ค่าสถิติ เช่น ค่าเฉลี่ย (Mean), มัธยฐาน (Median), ฐานนิยม (Mode), ร้อยละ (Percentage), ความถี่ (Frequency), พิสัย (Range)

6. การนำเสนอข้อมูล

การนำเสนอข้อมูล (Data Presentation) เป็นการนำเสนอข้อสรุปในรูปแบบที่สื่อความหมายอย่างชัดเจน เช่น การทำข้อมูลให้เป็นภาพ (Data Visualization) ในรูปแผนภูมิ แผนภาพ กราฟ และอินโฟกราฟฟิก

ตัวอย่างสถานการณ์ที่ 1 วิเคราะห์สถานการณ์

สมมตินักเรียนคนหนึ่งได้รับเงินจากผู้ปกครองเป้นจำนวนเท่ากันในทุกๆ วัน เมื่อสำรวจข้อมูลเงินคงเหลือของนักเรียนคนดังกล่าวเป้นเวลา 10 วัน พบว่ามีค่าดังนี้

เมื่อพิจารณาค่าของข้อมูลพบว่า เงินคงเหลือในวันที่ 6 มีค่าแตกต่างจากวันอื่นๆ เราอาจตั้งข้อสังเกตว่ามีความผิดปกติเกิดขึ้นกับข้อมูล...

ตัวอย่างสถานการณ์ที่ 2 ใช้แผนภูมิแท่งตรวจสอบความผิดปกติ

จากข้อมูลในสถานการณ์ที่ 1 เราสามารถนำข้อมูลมาสร้างแผนภูมิแท่ง เพื่อหาค่าข้อมูล เพื่อการสังเกตที่ง่าย

การตรวจสอบข้อมูลตั้งแต่ขั้นตอนการรวบรวมข้อมูลจะช่วยให้ได้ข้อมูลที่มีคุณภาพ แต่อย่างไรก็ตามข้อมูลอาจมีข้อผิดพลาดอยู่ ดังนั้นการใช้เทคโนโลยีมาช่วยในการเตรียมข้อมูลจะทำให้ได้ข้อมูลที่มีคุณภาพมากยิ่งขึ้น

อ้างอิง : สถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยี, “เทคโนโลยี(วิทยาการคำนวณ)”,โรงพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย, ศูนย์หนังสือแห่งจุฬาลงกรณ์มหาวิทยาลัย, 2562 หน้า 78

แนวหน้า, “สกู๊ปแนวหน้า : เลือกตั้งมะกัน2020(1) หลากปัจจัยชี้ขาดชัยชนะ”, https://www.naewna.com/likesara/528210 สืบค้นวันที่ 27 พ.ย. 2563