เห็นคำเหล่านี้กันบ่อยใช่ไหม? Big Data, Data Science, Data Analytics, Data Visualization, Machine Learning, หรืออื่นๆ ที่เกี่ยวข้องกับ ‘data’ ก่อนจะตามมาด้วยคำว่า ‘ทักษะแห่งยุคสมัย’ หรือไม่ก็ ‘อาชีพแห่งอนาคต’
นั่นก็เพราะเรากำลังอยู่ในยุคของข้อมูล และหนึ่งในทักษะที่องค์กรต่างๆ ต้องการมากเป็นอันดับต้นๆ ณ ตอนนี้ ก็คือคนที่ทำงานกับข้อมูลได้ ทั้งในระดับวิเคราะห์และนำเอาไปใช้ให้เกิดประโยชน์
The MATTER จึงชวน ‘ดร.โจ้ – ภูริพันธุ์ รุจิขจร’ อาจารย์ประจำคณะบัญชี จุฬาฯ และผู้ร่วมก่อตั้ง Boonmee Lab มาพูดคุยเรื่อง ‘Data Visualization’ สกิลแห่งยุคสมัยที่ทุกคนควรเรียนรู้ ข้อดีข้อได้เปรียบของการมีทักษะด้านนี้ รวมไปถึงสถานการณ์ของการเปิดและใช้ข้อมูลของเมืองไทยในปัจจุบัน
Data Visualization คืออะไร มีวิธีการใช้ยังไงบ้าง
ก็คือการแสดงข้อมูลเป็นภาพ หลักๆ มีวิธีการใช้สองแบบ หนึ่งคือเราต้องการนำเสนอข้อมูลออกไป เรารู้อยู่แล้ว ว่าข้อมูลมันมีเมสเสจอะไรบางอย่าง มีค่าเฉลี่ยสูง ค่าเฉลี่ยต่ำ มีเทรนด์เป็นยังไง แล้วก็นำเสนอข้อมูลออกมาเป็นภาพ ส่วนอีกแบบคือเราไม่รู้ว่าในข้อมูลมีอะไร เราไม่เห็นว่ามันมีรูปแบบอะไร เราก็เอาข้อมูลมาทำเป็นภาพ เพื่อจะได้เห็นว่าในข้อมูลชุดนั้นมีเมสเสจหรือรูปแบบอะไรที่น่าสนใจบ้าง
จริงๆ Data Visualization มันมีมานาน ตั้งแต่สมัยเราไม่มีคอมพิวเตอร์ แต่มาเริ่มใช้กันมากในช่วงหลังๆ นี้ เพราะคอมพิวเตอร์เริ่มทำงานกับข้อมูลที่ไม่ใช่ข้อมูลที่เป็นข้อความอย่างเดียวได้หลากหลาย สามารถรองรับข้อมูลจำนวนมากได้ เริ่มประมวลผล และแสดงภาพอะไรที่ซับซ้อนได้มากขึ้น
Data Visualization ก็ทำให้ข้อมูลดูง่ายและน่าสนใจมากขึ้น ถ้าข้อมูลเป็นตาราง เป็นตัวเลขเยอะๆ มันก็อาจจะดูน่าเบื่อ แล้วก็ไม่เห็นค่าว่าอะไรมากกว่าอะไรเท่าไหร่ แต่ถ้าแสดงข้อมูลเป็นชาร์ต ก็พอจะเห็นรูปแบบบางอย่าง ถ้าค่าสูงขึ้น-น้อยลง เราก็จะพยายามหาสาเหตุว่ามันสูงขึ้นเพราะอะไร น้อยลงเพราะอะไร
คนหรือองค์กรที่ใช้ Data Visualization จะมีข้อได้เปรียบยังไง
จริงๆ คือบางครั้งเราก็ไม่รู้ว่ามีอะไรอยู่ข้างในข้อมูลบ้าง อย่างเช่นเราเป็นองค์กรที่ซื้อขายของ เราก็อาจจะมีข้อมูลการขายมากมาย สินค้านี้ซื้อโดยใคร ในเวลาไหน แต่เราไม่เคยเอามาแสดงผล เราก็ไม่เห็นว่ามีรูปแบบหรือมูลค่าอะไรอยู่ในนั้น การใช้ Data Visualization ทำให้เรา ‘explore’ ข้อมูลชุดนั้นได้ เราเอามาแสดงผล แล้วก็มานั่งดูว่าอะไรที่น่าสนใจ บางอย่างเราก็ไม่เคยคิดไม่เคยเห็นมาก่อน มันก็จะช่วยในการตอบคำถามหลายๆ อย่างของธุรกิจหลายๆ ที่ได้ แล้วแบรนด์หรือองค์กรที่มีฐานข้อมูลเยอะๆ ก็จะเข้าใจลูกค้ามากกว่า และออกผลิตภัณฑ์ที่ตรงความต้องการได้มากขึ้น
อีกอย่างคือเรื่องพลังของการโน้มน้าวชักจูง คนเรามีประสาทสัมผัสหลายอย่าง สายตาและการมองเห็นนี่มีผลมาก มันทำให้เราสามารถรับข้อมูลในปริมาณมากๆ ได้ แล้วเราก็มีอารมณ์ร่วมไปกับของที่เราเห็นด้วยตา เส้นดิ่งขึ้นก็รู้สึกแบบหนึ่ง สีก็มีอารมณ์ความรู้สึก ซึ่งประสาทสัมผัสอื่นมันให้ไม่ได้ การแสดงผลเป็นภาพก็เลยมีความสำคัญเพราะชักจูงคนได้มาก แทนที่เราจะไปชักจูงคนด้วยการบอกว่ายอดขายเพิ่มขึ้นเท่าไหร่ เราก็ชักจูงเป็นภาพ เป็นกราฟ อย่างนี้ได้
แล้วคนที่ไม่ได้ทำงานเกี่ยวกับด้านข้อมูลเลย จำเป็นต้องรู้เกี่ยวกับ Data Visualization ไหม
ก็รู้สึกเป็นทักษะที่ทุกคนควรจะมี ทุกวันนี้จะได้ยินเรื่อง Big Data หรือ Data Science กันมาก และหลายๆ คนอาจจะไม่ได้มีทักษะเรื่องการเขียนโปรแกรม เรื่อง AI หรือ Machine Learning แต่วิธีการวิเคราะห์ข้อมูลง่ายๆ ที่ทุกคนน่าจะทำได้ คือเอาข้อมูลไปแสดงผลเป็นภาพ แล้วก็วิเคราะห์
ช่วยยกตัวอย่าง Data Visualization ที่น่าสนใจให้ฟังหน่อย
สำนักข่าวต่างประเทศหลายๆ ที่ทำตัวอย่างไว้ดีมาก ที่ผมจะพูดถึงบ่อยๆ ก็คือ New York Times ที่มีตัวอย่างการนำเสนอข้อมูลน่าสนใจ ส่วนใหญ่ก็เป็นข้อมูลเกี่ยวกับสหรัฐอเมริกา อันหนึ่งเป็นเรื่องของนักวิ่งโอลิมปิก ปกติเราเห็นเขาวิ่งเวลาดูถ่ายทอดกีฬา เราก็รู้ว่าเขาเร็วแหละ เร็วที่สุดในโลก แต่เราไม่รู้ว่าเขาเร็วขนาดไหน ที่ New York Times ทำคือทำเป็นแผนที่คล้าย Google Maps แล้วให้เราใส่จุดเริ่มต้นว่าจะให้เขาเริ่มวิ่งตรงไหน ผมเคยลองกดดูให้เริ่มที่สกาล่า แล้วเขาเป็นแชมป์เหรียญทอง เขาวิ่งไปร้านเจ๊โอวตรงบรรทัดทอง ใช้เวลาแค่ 4 นาทีในการวิ่ง ซึ่งจริงๆ นั่งรถไปอาจจะไม่ทันเลยนะ มันทำให้เราเข้าใจตัวเลขที่เป็น abstract อย่างเช่นความเร็วได้ง่ายๆ โดยการไปผูกกับสิ่งที่เรารู้จักอยู่แล้ว เช่นแผนที่เมืองของเราเองหรือถนนของเรา
Olympic Races, in Your Neighborhood
อีกตัวอย่างของ New York Times เหมือนกัน เป็นเรื่องปริมาณเงิน หลายๆ ครั้งเราพูดถึงเงินจำนวนมากๆ เราไม่เข้าใจว่ามันมากขนาดไหน อย่างมูลค่าของ Apple ที่เพิ่งแตะหนึ่งล้านล้าน (trillion) เหรียญสหรัฐฯ ก็เยอะมากจนเรานึกไม่ออก เขาเลยเอาบริษัทอื่นๆ มาเปรียบเทียบ เช่นว่า Apple ใหญ่กว่าทุกบริษัทรถยนต์บนโลกรวมกัน
ส่วนอันนี้เป็นภาพนิ่งของ National Geographic เป็นภาพแสดงว่าอเมริกาเติบโตด้านประชากรยังไง โดยทำเลียนแบบวงปีต้นไม้ โดยจะเพิ่มวงปีขึ้นเรื่อยๆ ประชากรก็จะเพิ่มมากขึ้นเรื่อยๆ แล้วก็ใช้สีในการแสดงผลว่าที่เพิ่มมานี่เพิ่มจากเชื้อชาติไหน ก็จะเห็นว่าต้นไม้ต้นนี้ก็จะเบ้ไปทางซ้ายทีทางขวาที ตามการอพยพของคนต่างๆ ผมคิดว่าอย่างชิ้นนี้เป็นภาพนิ่งที่ทำได้ไม่ยาก แล้วก็มีการใช้การเปรียบเทียบที่เหมาะสม
อันสุดท้ายนี่สนุกดี เป็นเกมที่ทำให้เห็นว่าชีวิตของผู้อพยพในอเมริกานี่เป็นยังไง โดยใช้ข้อมูลจากชีวิตจริงของผู้อพยพ ก็จะเห็นว่าแต่ละวันชีวิตของพวกเขาเป็นยังไง แต่ส่วนใหญ่คือการรอ บางคนรอเป็นพันวัน กว่าจะได้เข้าประเทศอย่างถูกกฎหมาย และนั่นหมายถึงเราต้องคลิกเป็นพันครั้งด้วย พอเราเล่น เราก็พอจะเข้าใจความรู้สึกของเขา ว่ารอพันวันนี่รู้สึกยังไง
คนที่จะทำงานด้าน Data Visualization ได้ ต้องมีทักษะหรือความรู้อะไรบ้าง
จริงๆ เป็นทักษะที่ค่อนข้างผสมผสานนะ ถ้าเอาแบบพื้นฐานเลย ถ้าต้องการเปลี่ยนข้อมูลเป็นภาพ ในกรณีข้อมูลไม่เยอะมาก เราเป็นดีไซน์เนอร์ก็ได้ เพราะรู้ว่าทำออกมาแบบไหนแล้วคนเข้าใจง่าย แต่หลังๆ พอข้อมูลมีปริมาณมากขึ้น หรือต้องการนำเสนอข้อมูลแบบ interactive หรือต้องการการแสดงผลที่ซับซ้อนขึ้น ทักษะการเขียนโปรแกรมก็จะช่วยได้มาก แล้วนอกจากการออกแบบกราฟิกแล้ว ความรู้เรื่อง UX/UI ก็จะช่วยให้คาดเดาได้ว่าจะนำเสนอข้อมูลแบบไหนให้คนเข้าใจหรือตอบคำถามคนได้ดีที่สุด
ในฐานะคนทำงานด้าน Data Visualization ที่ต้องอาศัยทักษะหลายด้าน รวมถึงในฐานะที่เป็นอาจารย์ด้วย คิดยังไงกับการเรียนการสอนแบบบูรณาการ
ส่วนตัวรู้สึกว่าการเรียนอะไรที่มันคละๆ กันแล้วสนุก เพราะเป็นทักษะที่ไม่เหมือนกับที่เราเรียนมาเป็นหลัก น่าจะให้มุมมองที่ต่างกันออกไปได้ เด็กๆ ก็น่าจะชอบอะไรแบบนั้น เพียงแต่ว่าปัญหาก็คือโครงสร้างของการเรียนการสอนมันทำแบบนั้นไม่ได้ เช่นเรียนอยู่คณะบัญชี จะไปลงวิชาคณะนิเทศสัก 5 ตัวก็อาจจะไม่ได้ แง่นึงก็พอเข้าใจได้ว่าถ้าเกิดเด็กบัญชีลงนิเทศไป 5 ตัว เราจะนับว่าเป็นเด็กบัญชีได้หรือเปล่า
แต่จากประสบการณ์ส่วนตัว พบว่าแม้ว่าเด็กส่วนใหญ่แม้จะชอบการเรียนการสอนแบบนี้ แต่เขาเองก็จะมีความรู้สึกว่ามาเรียนคณะบัญชี ก็ควรจะเกี่ยวข้องกับธุรกิจเป็นหลัก ยิ่งพอเขาเริ่มเข้าปีสี่ กำลังจะเรียนจบ ก็จะเริ่มเลือกวิชาที่จบไปแล้วบริษัทจะรับเข้าไปทำงาน เอาเข้าจริงตัวเด็กอาจจะเปลี่ยนไปแล้ว เพียงแต่ว่าความคาดหวังของผู้ปกครองหรือตลาดแรงงาน อาจจะทำให้เปลี่ยนอะไรเร็วๆ แบบนั้นไม่ได้
แต่ก็จะมีคนบอกว่าการเรียนการสอนแบบบูรณาการทำให้เด็ก ‘รู้เป็นเป็ด’ ทำได้หลายอย่าง แต่ไม่เชี่ยวชาญอะไรสักอย่าง ดร.โจ้มีความเห็นยังไง
ผมรู้สึกว่าการที่เรามีทักษะหลายอย่างประกอบกัน มันมีข้อดี เพราะมันทำให้เกิดสิ่งใหม่ที่คนอื่นทำไม่ได้ ถ้าเรารู้แค่ด้านใดด้านหนึ่ง เราก็ทำได้แค่ด้านใดด้านหนึ่ง แต่จริงๆ งานหลายอย่างอย่าง Data Visualization ก็จำเป็นต้องใช้ทักษะหลายด้านจริงๆ เราต้องมองคนว่ามีมิติหลายด้าน ถ้าเขาเป็นเป็ดเนี่ย ก็แปลว่าจริงๆ เขาเรียนอะไรก็ได้ เขาอาจจะทำหรือสร้างทักษะใหม่ที่ตอนนี้ยังไม่มีก็ได้ ในอนาคตอีก 10 ปีอาจจะมีทักษะใหม่ที่เราต้องการ ซึ่งคนที่เป็นเป็ดก็จะเรียนรู้ได้อย่างรวดเร็ว
แล้วการเรียนรู้ทักษะที่เกี่ยวกับ Data Visualization ของคนไทยหรือเด็กไทยตอนนี้เป็นยังไง
จริงๆ วิชาเรียนของเด็กๆ สมัยนี้ ก็มีการสอนเรื่องชาร์ต เรื่องการอ่านข้อมูล ตั้งแต่ระดับมัธยม เวลาเจอชาร์ตหรือข้อมูลแปลกๆ เขาก็มีแนวโน้มที่จะเข้าใจหรือพยายามทำความเข้าใจมากกว่า
คิดว่าสังคมไทยทุกวันนี้มีการใช้ข้อมูลแค่ไหน
คือเราอาจจะไม่ได้ใช้ข้อมูลดิบโดยตรง แต่ว่าเราน่าจะใช้ข้อมูลที่คนอื่นทำการวิเคราะห์มาแล้วเยอะพอสมควร เช่นเราจะหาว่าเราจะไปร้านอาหารที่ไหน ก็ไม่มีใครเอาข้อมูลดิบมาดู เราก็จะดูจากที่เขาแนะนำให้ ก็ใช้ผลลัพธ์จากการวิเคราะห์ข้อมูลของคนอื่นตลอดเวลา แต่วิเคราะห์ข้อมูลของตัวเองเนี่ย ก็จะมีอะไรง่ายๆ ที่เราพอทำได้ เช่นบางคนก็ใส่นาฬิกาที่ตรวจสอบว่าเราเดินกี่ก้าว จริงๆ เราก็ใช้อยู่ในชีวิตประจำวัน อาจจะไม่ได้เอาข้อมูลโหลดใส่ excel แล้วค่อยวิเคราะห์
แต่ที่น่าเป็นห่วงคือเรามักไม่ค่อยตระหนักว่าเขาเก็บข้อมูลไป อย่างที่ กูเกิ้ลหรือเฟซบุ๊ก เขารู้ข้อมูลการใช้อินเทอร์เน็ต ใช้แอพฯ ของเราหมด หลายคนเล่นแอพฯ ที่อยู่ในเฟสบุ๊ก ซึ่งจริงๆ เขาก็ให้เรากดยินยอมเเอาข้อมูลเราไป แต่เราก็ไม่เคยอ่านเพราะเราอยากเล่นแอพฯ นี้มาก รู้สึกว่าเป็นเรื่องที่อาจจะต้องพูดหรือว่าสอนในโรงเรียนมากขึ้น ว่าเรื่องนี้มันสำคัญนะ อาจจะมีผลเสียกับเราอย่างคาดไม่ถึง
ความสนุกของการทำงานด้านนี้คืออะไร
ถ้าเราเจออะไรแปลกๆ ใหม่ๆ ก็สนุกดี เช่นเราไม่เคยคิดอย่างนี้มาก่อน พอเจออะไรที่มันขัดแย้งกับความเชื่อของเราก็น่าสนใจดี แล้วมันก็เป็นหลักฐานที่แย้งไม่ได้ ก็สนุกดี ..จริงๆ เรื่องไม่สนุกก็มีนะ (หัวเราะ) หลายโปรเจ็กต์ที่เราทำบางครั้งข้อมูลมันไม่สมบูรณ์ หรือหยาบเกินไปกว่าที่จะเอามาใช้ประโยชน์ หรือไม่ก็มาเป็น pdf บ้าง ก็ต้องมานั่งแปลงข้อมูลเป็น excel แล้วก็ต้องมานั่งเช็คความถูกต้องอีก ก็อยากจะวิงวอนหน่วยงานรัฐหลายๆ ที่ว่า อย่าทำเป็น pdf เลยครับ หรือใจจริงเขาอาจจะไม่อยากให้เราเอาไปใช้ต่อ..
คิดว่าทำไมข้อมูลภาครัฐของไทยจึงไม่ค่อยมีความพร้อมที่จะหยิบมาใช้ มีโอกาสไหมที่รัฐไทยจะเข้าใจและยอมใช้ ‘Open Data’
จริงๆ ปัญหาน่าจะเป็นที่รัฐเขาไม่เข้าใจมากกว่าว่าจะดูไปทำไม อันนี้อาจจะเป็นเรื่องทัศนคติ เขาอาจจะรู้สึกว่าเขาเป็นคนถือครองข้อมูล ก็อาจจะไม่ได้อยากเปิดเผยให้เรารู้เท่าไหร่ แต่จริงๆ ก็ต้องบอกว่ามีความพยายามในภาครัฐเองที่จะเปิดเผยข้อมูลอย่าง data.go.th แต่ก็คิดว่าต้องรอสักพัก ให้เขามีทัศนคติต่อข้อมูลที่เปลี่ยนไป
แม้กระทั่งกฎหมายก็อาจจะช่วยทำให้เรื่องนี้ดีขึ้นได้ เรามีพวกพรบ. ด้านนี้อยู่แล้ว ในความเป็นจริงก็คือหน่วยงานรัฐต้องเปิดเผยข้อมูลทั้งหมด ถ้าไม่ใช่ข้อมูลเกี่ยวกับความมั่นคง แต่ในทางปฏิบัติก็ยังเป็นไปได้ยาก แม้กระทั่งข้อมูลเกี่ยวกับเรื่องว่าใครไปโหวตบ้างในสภา เมื่อก่อนก็เคยเปิดเผยมาตลอด เป็น pdf หรืออะไรก็ว่าไป ทุกวันนี้พอมีข่าวคราว ข้อมูลเหล่านั้นก็เริ่มหายไป ซึ่งอาจจะต้องเรียกร้องให้มีการเปิดเผยข้อมูลกันอีกรอบนึง
ผมคิดว่าถ้ารัฐเปิดเผยข้อมูล อย่างเรื่องการเกษตรหรือภูมิศาสตร์ มันก็จะไปช่วยในเรื่องของธุรกิจ ทำให้ประเทศมีเงินมากขึ้น มีเงินจ่ายภาษีมากขึ้น ก็เป็นผลดีโดยรวมต่อเศรษฐกิจ นอกจากนี้ Open Data ยังช่วยทำให้เกิดการเข้าถึงการแข่งขันมากขึ้น เพราะบริษัทเล็กๆ ก็มีโอกาสเข้าถึงข้อมูลได้เท่าเทียมกับบริษัทใหญ่ๆ ที่เขาเก็บเอง และสามารถเข้ามาแข่งขันในตลาดได้
ในแง่นึงก็ไม่ใช่ว่าเราจะไปจับผิดใคร แต่ข้อมูลภาครัฐนี่มันเกิดจากการที่เราจ่ายเงินภาษีไปจ้างใครสักคนมาทำงาน ข้อมูลก็เป็นผลผลิตที่เกิดจากภาษีของเรา เราก็ควรจะนำมาใช้ได้อย่างเท่าเทียมกันทุกๆ คน
Photo by Asadawut Boonlitsak
อ่านบทความอื่นๆ ในซีรีส์ ‘Data for Future’
หากอยากทำอาชีพที่เซ็กซี่ที่สุดในศตวรรษ คุณมีนัดที่ Data Café
https://thematter.co/pulse/datacafe/30854
‘เปิด ใช้ แชร์’ เปลี่ยนข้อมูลไม่ให้เป็นแค่ข้อมูลด้วย Data Visualization กับ Boonmee Lab
https://thematter.co/byte/boonmeelab/31396
เรากำลังก้าวสู่โลกใหม่ที่ขับเคลื่อนด้วย AI และข้อมูล คุยกับ ดร. ต้า Data Scientist ของเมืองไทย
https://thematter.co/byte/dataforfuture/33082
ให้ BIG DATA ช่วยแก้ปัญหาแท็กซี่ กับ GIS Lab (SIIT)
https://thematter.co/byte/gis-lab/33767
‘ข้อมูล’ ช่วย ‘เมือง’ ได้ : เมื่อ Data Science จับมือกับสถาปัตย์ผังเมือง
https://thematter.co/pulse/data-urban/38375
มองหนัง ตั้งกระทู้ ดูหวยด้วยข้อมูล : ผลงานจาก Data Café
https://thematter.co/byte/data-cafe-fellowship/47474
