Dashboard Tag - Big Data Institute

ข่าวและบทความที่เกี่ยวข้อง

All Dashboard

บทความ

3 วิธีการเปรียบเทียบข้อมูลกับช่วงก่อนหน้าที่ต้องการด้วย Looker Studio

Looker Studio ถือเป็นอีกเครื่องมือหนึ่งที่เป็นที่นิยมในปัจจุบัน สำหรับการสร้างกราฟหลากหลายรูปแบบเพื่อนำไปใช้วิเคราะห์และเจาะลึกข้อมูลตามความต้องการของผู้ใช้ สิ่งหนึ่งที่จำเป็นต่อการวิเคราะห์ข้อมูลคือความสามารถในการเปรียบเทียบข้อมูลกับช่วงเวลาก่อนหน้าที่ต้องการ เช่น การเปรียบเทียบข้อมูลปีนี้ กับปีที่แล้ว หรือช่วงไตรมาสปัจจุบันมีการเปลี่ยนแปลงจากไตรมาสที่แล้วอย่างไร เป็นต้น ซึ่ง Looker Studio เองมีความสามารถที่จะตอบสนองต่อความต้องการดังกล่าวได้ ในบทความนี้จึงจะนำเสนอ 3 วิธีที่จะช่วยให้การเปรียบเทียบข้อมูลในช่วงเวลาต่าง ๆ สามารถทำได้ด้วย Looker Studio วิธีที่ 1 การใช้ Date Range Control ใน Looker Studio จะมีตัวควบคุม (Control) ให้เลือกใช้อยู่หลากหลายแบบ แต่สิ่งที่จะนำมาใช้ในตอนนี้คือตัวควบคุมที่ชื่อว่า Date Range Control Date Range Control หรือการควบคุมช่วงวันที่ เป็นตัวควบคุมในรูปแบบปฏิทินที่สามารถปรับตั้งค่าได้ตามชอบ ซึ่งช่วยให้การปรับช่วงเวลาที่จะใช้แสดงผลทำได้สะดวกโดยไม่จำเป็นต้องแก้ไขข้อมูลหรือการตั้งค่าใด ๆ เมื่อนำตัวควบคุมดังกล่าววางลงในหน้าที่ต้องการใช้งานแล้ว หน้าการแสดงผลจะถูกควบคุมด้วย Date Range Control ตามการตั้งค่า ซึ่งมีอยู่ 2 แบบ เมื่อสร้าง Date Range Control แล้ว จะต้องเปิดใช้งานตัวเลือกการเปรียบเทียบกับช่วงเวลาก่อนหน้า (Comparison Date Range) โดยที่กราฟเกือบทั้งหมดสามารถแสดงการเปรียบเทียบกับช่วงเวลาก่อนหน้าได้ แต่บางกราฟไม่สามารถทำได้ เช่น กราฟวงกลม แผนที่ เป็นต้น ดังนั้นการพิจารณาก่อนใช้งานกราฟประเภทต่าง ๆ เองก็เป็นสิ่งสำคัญเช่นกัน ในการเปิดใช้งานการเปรียบเทียบช่วงเวลา ในการเปรียบเทียบ ไม่ได้มีการเปรียบเทีบกับช่วงก่อนหน้า (Previous period) เพียงอย่างเดียว วิธีที่ 2 การจัดกลุ่ม (Group) จากวิธีที่ 1 จะเห็นได้ว่า Date range control สามารถทำให้ผู้ใช้สามารถเปรียบเทียบข้อมูลกับช่วงที่ต้องการได้ แต่ว่าการตั้งค่าช่วงเวลาก่อนหน้าจะต้องถูกกำหนดตั้งแต่แรกใน Default date range ของกราฟนั้น ๆ ทำให้ผู้ใช้ที่ไม่ได้มีสิทธิ์ในการแก้ไขกราฟ ไม่สามารถปรับเปลี่ยนช่วงที่ต้องการเทียบได้อย่างอิสระ การจัดกลุ่ม (Group) จะสามารถแก้ไขปัญหาได้โดยมีวิธีการดังนี้ เมื่อลองเปลี่ยนช่วงวันที่ของ Date range control แต่ละตัว จะพบว่ากราฟจะมีการปรับเปลี่ยนตัวเลขตาม Date range control ที่ถูกจัดกลุ่มอยู่ด้วยกัน ไม่มีการยุ่งเกี่ยวกัน (Date range control 1 กับ กราฟ 1) ทำให้สามารถดูค่าตัวเลขเปรียบเทียบระหว่างสองช่วงเวลาได้ วิธีที่ 3 การใช้พารามิเตอร์ อีกหนึ่งวิธีในการเปรียบเทียบข้อมูลกับช่วงก่อนหน้าสามารถทำได้ด้วยพารามิเตอร์ (Parameter) หากย้อนกลับไปที่วิธีที่ 2 จะเห็นได้ว่าถึงแม้จะสามารถเปรียบเทียบค่าได้ แต่ตัวเลขจะอยู่คนละกราฟทำให้การพิจารณาตัวเลขทำได้ไม่สะดวกเท่าที่ควร เมื่อมาถึงขั้นตอนนี้เราจะได้ calculated field จำนวน 2 ตัวคือ present และ compare โดย present นั้นจะเป็นการบวกรวมค่าในคอลัมน์ count หากปีของข้อมูลมีค่าเท่ากับพารามิเตอร์ที่ชื่อปี ขณะที่ compare จะเป็นการบวกรวมค่าในคอลัมน์ count หากปีของข้อมูลมีค่าเท่ากับพารามิเตอร์ที่ชื่อปีที่ต้องการเปรียบเทียบ ทำให้ calculated fields ทั้ง 2 ตัวถูกแยกกันด้วยพารามิเตอร์สองตัวอย่างเด็ดขาด และจะเห็นได้ว่าเมื่อสร้างกราฟตารางขึ้นมา เราสามารถนำ calculated field ทั้ง 2 ตัว ไปใส่เอาไว้ในกราฟเดียวกันได้เลย นอกจากนั้นหากต้องการเปรียบเทียบเพิ่มเติมว่าข้อมูล calculated field ทั้ง 2 ตัว มีการเปลี่ยนแปลงเพิ่มขึ้นหรือลดลงย่างไรก็สามารถทำได้เช่นกัน เมื่อทำเสร็จตามขั้นตอน จะเห็นได้ว่าข้อมูล calculated field ทั้งสอง จะมีคอลัมน์ที่ชื่อ different มาแสดงค่าความเปลี่ยนแปลงว่ามีการเพิ่มขึ้นหรือลดลงอย่างไรเป็นที่เรียบร้อย การใช้งานการเปรียบเทียบข้อมูลใน Looker Studio นั้นจะเห็นได้ว่าสามารถทำได้อย่างหลากหลายวิธี และแต่ละวิธีเองก็มีข้อดี และข้อเสียที่แตกต่างกันไป จึงอยู่ที่ผู้ใช้งานที่จะเลือกใช้วิธีการต่าง ๆ ให้เหมาะสมกับข้อมูลและความต้องการของตนเอง บทความโดย ชนิกานต์ วิทยถาวรวงศ์ ตรวจทานและปรับปรุงโดย นววิทย์ พงศ์อนันต์ แหล่งอ้างอิง

17 September 2024

บทความ

Data for Business

วัฒนธรรมข้อมูล กับวิกฤติโควิด-19

การเปลี่ยนแปลงข้อมูลขององค์กร หลังโควิด ในวิกฤติยังมีโอกาส นับตั้งแต่ช่วงแรกของการแพร่ระบาดของโควิด-19 ในปี 2563 หลาย ๆ องค์กรต้องปรับเปลี่ยนรูปแบบการทำงานเข้าสู่การทำงานรูปแบบ Work From Home อย่างเร่งด่วน รวมถึงยังได้รับผลกระทบกับธุรกิจในหลาย ๆ ด้าน ยิ่งสถานการณ์คาดเดาไม่ได้เท่าไร ยิ่งความเปลี่ยนแปลงไม่แน่นอนมากแค่ไหน ก็ยิ่งเป็นตัวผลักดันให้เหล่าผู้บริหารจำเป็นต้องคอยสอดส่องดูแลธุรกิจของตัวเองอย่างใกล้ชิดมากขึ้น จากเดิมที่การติดตามผลการบริหารที่อาจจะเป็นรายเดือน รายสัปดาห์ ก็แทบจะต้องลงมาพิจารณาลึกลงในระดับของรายวันแทบทั้งนั้น ยังไม่นับสถานการณ์การแพร่ระบาด ที่จำเป็นจะต้องติดตามทั้งในระดับของประเทศ และลงมาในระดับขององค์กรตนเองด้วย ยิ่งสำหรับธุรกิจผลิตและกระจายสินค้านั้น ถือว่าเป็นเรื่องสำคัญมากเพราะนั่นอาจหมายถึงการที่จะต้องหยุดการดำเนินธุรกิจไปชั่วระยะหนึ่งเลยทีเดียว ซึ่งแน่นอนว่าความเสียหายนั้นไม่สามารถประเมินค่าได้ และอาจรุนแรงถึงขั้นทำให้ต้องเลิกกิจการได้เลยทีเดียว เมื่อโลกไม่ยอมให้เราทำงานแบบเดิม ๆ แม้สถานการณ์โควิด-19 จะเป็นเรื่องที่บีบบังคับธุรกิจในหลาย ๆ ด้าน แต่ความพยายามแรก ๆ ในการฟันฝ่าปัญหาต่าง ๆ ย่อมหนีไม่พ้นการใช้วิธีการแก้ปัญหาแบบเดิม ๆ ซึ่งหลายธุรกิจคงทราบดี ว่าความพยายามเหล่านั้นล้วนติดขัดและเกิดปัญหาเป็นลูกโซ่มากขึ้นท่ามกลางวิกฤตินี้ไม่ว่าจะเป็น เพียงแค่พิจารณาจาก 3 ตัวอย่างข้างต้น ก็จะเห็นว่าสถานการณ์โควิด-19 นั้น นอกจากจะกระทบกับธุรกิจทางตรงแล้ว ยังส่งผลทางอ้อมอีกมากมายที่ทำให้ประสิทธิภาพในการทำงานลดลง ซึ่งก็ยิ่งเพิ่มความเสี่ยงและสร้างผลเสียให้กับองค์กรมากขึ้นเป็นทวีคูณ จนแทบจะไม่สามารถฟื้นตัวได้เลยหากยังคงพยายามทำงานในรูปแบบเดิมต่อไป สิ่งที่ตอบโจทย์ได้ดีกว่าอย่างไม่น่าเชื่อ กระแส Digital Transformation และ Data Visualization ต่างเป็นที่พูดถึงในวงกว้างตั้งแต่ช่วงก่อนการระบาดของโควิด-19 แต่เมื่อเข้าสู่ช่วงการระบาดนั้น กลับเป็นช่วงที่ทำให้องค์กรได้เห็นศักยภาพ และประโยชน์ของสิ่งเหล่านี้อย่างแท้จริง เพราะด้วยปัญหาข้างต้นที่กล่าวมานั้น สามารถนำแนวคิดทั้ง 2 เข้ามาปรับใช้เพื่อแก้ปัญหาได้แทบทั้งหมด ไม่ว่าจะเป็นการจัดทำระบบข้อมูลเพื่อติดตามสถานการณ์ธุรกิจทั้งยอดขาย คลัง หรือการผลิต ที่มีการอัพเดทข้อมูลอัตโนมัติ ทำให้ลดขั้นตอนในการจัดทำรายงานต่าง ๆ และยังทำให้สามารถทราบสถานการณ์ที่เปลี่ยนแปลงไปได้อย่างทันท่วงทีอีกด้วย นอกจากเรื่องธุรกิจแล้ว เรายังสามารถประยุกต์เพื่อใช้ติดตามสถานะของพนักงานแต่ละคนได้แบบรายวัน รวมถึงยังจัดสรรรูปแบบรายงานที่เหมาะสมสำหรับผู้บริหาร/หัวหน้า อย่างอัตโนมัติโดยไม่ต้องใช้เวลาในการจัดทำรายงานเพิ่มเติมเลย ทั้งหมดนี้ดูแล้วอาจจะเหมือนเป็นการเปลี่ยนแปลงระบบครั้งใหญ่ ที่จำเป็นจะต้องใช้งบประมาณและกำลังพลปริมาณมาก แต่จริง ๆ แล้ว เราใช้เวลาเพียงแค่ 1-2 สัปดาห์ โดยใช้พนักงานเพียง 3-4 คนเท่านั้นในการจัดทำ เคล็ดลับความสำเร็จนั้นหาใช่การวางแผนระยะยาวที่แม่นยำ หรือการใช้เทคโนโลยีล้ำสมัย แต่เป็นการปรับเปลี่ยนที่รวดเร็วเพื่อให้แก้ปัญหาที่แท้จริงให้ได้นั่นเอง ความคล่องตัวคือหัวใจสำคัญ องค์ประกอบสำคัญของการจัดการข้อมูลนั้น ให้แบ่งออกเป็น 3 เรื่องหลักคือ จะเห็นว่า ในการพิจารณาทั้ง 3 ด้านนั้น เราจะต้องมองไปที่ ความคล่องตัวในการใช้งาน ให้มากที่สุด เนื่องจากในช่วงวิกฤตินั้น เราไม่สามารถวางแผนหรือจัดเตรียมอะไรได้มากนัก ดังนั้นควรหยิบเครื่องมือที่มีอยู่แล้ว มาใช้งานจะทำให้ได้ผลลัพธ์ที่รวดเร็วกว่า นอกจากเรื่องระบบแล้ว บุคลากรก็เป็นเรื่องสำคัญ ซึ่งความคล่องตัวนั้น ในมุมของบุคลากรคือความสามารถในการเข้าถึงข้อมูล และทำความเข้าใจข้อมูลนั้น ๆ ได้อย่างรวดเร็ว เนื่องจากเราอาจมีพนักงานที่มีความสามารถด้านข้อมูล ที่ไม่ได้ดูแลข้อมูลที่เราต้องการนำมาใช้งาน ดังนั้นการประสานงานและการจัดการการเข้าถึงข้อมูลได้รวดเร็วนั้นถือเป็นกลไกสำคัญที่ทำให้เกิดผลสำเร็จได้เร็ว ซึ่งการทำงานในรูปแบบของ Special Taskforce หรือ ทีมเฉพาะกิจ จะมีความเหมาะสมมากที่สุด เพื่อให้การอนุมัติการเข้าถึงต่าง ๆ ทำได้รวดเร็ว รวมถึงยังคงควบคุมความเสี่ยงไว้ในจุดที่ยอมรับได้ด้วย พัฒนาต่อเนื่องเพื่อเปิดมุมมองใหม่ ในช่วงแรกของการเปลี่ยนการทำงาน เราย่อมไม่สามารถจัดทำทุกรายงานออกมาพร้อม ๆ กันได้ ดังนั้นการคัดเลือกรายงาน/ข้อมูล ที่มีความต้องการสูงและมีผู้ใช้งานจำนวณมาก จึงเป็นเงื่อนไขสำคัญในการคัดเลือกโครงการเริ่มแรก ซึ่งแม้จะได้รับการตอบสนองอย่างดีก็ตาม แต่สิ่งที่จะต้องรับฟังอยู่เสมอคือข้อเสนอแนะต่าง ๆ รวมถึงการเพิ่มช่องทางการเข้าถึง Dashboard นั้น ๆ ให้ได้ง่ายที่สุด เช่นการส่ง Dashboard ผ่านช่องทางอื่น ๆ ที่ผู้ใช้งานคุ้นเคย ไม่ว่าจะเป็นอีเมล์ หรือผ่านระบบ Chat Notification (Line Notify) ซึ่งจะทำให้ผู้ใช้งานเห็นถึงศักยภาพของการนำเสนอข้อมูลในรูปแบบใหม่ และช่วยจุดประกายให้มีการนำไปใช้ในข้อมูลชุดอื่น ๆ และการใช้งานอื่น ๆ มากขึ้นอย่างรวดเร็ว นอกจากจะพยายามสร้างสรรค์รูปแบบการนำเสนอใหม่ ๆ แล้ว สิ่งหนึ่งที่ต้องรีบสังเกตและตอบสนองคือ มุมมองที่แตกต่างออกไปบน Dashboard เดิม เพราะสิ่งเหล่านี้คือสัญญาณบ่งบอกถึงการวิเคราะห์ข้อมูลในแง่มุมที่หลากหลายขึ้น และเกิดการตั้งคำถามในมุมมองที่แตกต่างออกไปในข้อมูลชุดเดิม ซึ่งถือว่าเป็นรากฐานที่สำคัญของการสร้าง Analytic Culture ในองค์กรอย่างมาก และจะเป็นกลไกผลักดันสำคัญให้เกิดการขยายผลไปยังวงกว้าง ขยายผลสู่วงกว้าง หลังจากโครงการแรกเริ่มถูกนำไปใช้เพื่อกระตุ้นและเปิดมุมมองใหม่ๆเกี่ยวกับการทำงาน สิ่งที่จะเกิดขึ้นเป็นอย่างแรกคือ Request ให้ขยายผลไปยังข้อมูลหรืองานอื่นๆ ซึ่งการขยายในลักษณะนี้จะถูกจำกัดด้วยกำลังพลและทักษะของพนักงานที่มี ดังนั้นสิ่งที่จำเป็นในการขยายผลนั้น ไม่ใช่งบประมาณมหาศาล หรือการเปิดรับพนักงานด้านข้อมูลจำนวนมาก แต่เป็นการฝึกทักษะของบุคลากรภายใน ให้สามารถทำสิ่งเหล่านี้ได้ด้วยตนเอง และสร้างให้เกิดสังคมการเรียนรู้ด้านข้อมูลให้เกิดขึ้น เพื่อให้เกิดการถ่ายทอดความรู้กันเองโดยธรรมชาติระหว่างพนักงาน โดยเราสามารถแบ่งองค์ประกอบที่จำเป็นในการขยายผลให้เกิดผลสำเร็จได้เป็น 3 ส่วนดังนี้ จากทั้ง 3 องค์ประกอบนี้ จะเห็นว่าเป็นสิ่งที่สามารถทำได้โดยใช้งบประมาณไม่มาก และในอีกแง่มุมหนึ่งสถานการณ์โควิด-19 ก็กลับจะเป็นสถานการณ์ที่เอื้อให้เกิดการเปลี่ยนแปลงด้านข้อมูลขององค์กรได้เป็นอย่างดี หากเพียงแต่เราสามารถมองเห็นโอกาสที่แอบซ่อนอยู่ได้นั้น ก็จะสามารถพลิกมาเป็นเครื่องมือให้เกิดการเปลี่ยนแปลงในองค์กร ที่ทำให้เกิดการพัฒนาอย่างก้าวกระโดดและยั่งยืน ซึ่งจะเป็นเกราะป้องกันอย่างดี สำหรับการเปลี่ยนแปลงหรือวิกฤติใหม่ ๆ ในอนาคต เนื้อหาโดย เมธี ศรีสุบันฑิตตรวจทานและปรับปรุงโดย นนทวิทย์ ชีวเรืองโรจน์

11 November 2022

บทความ

Movements

เครื่องมือธุรกิจอัจฉริยะที่นิยมในปัจจุบัน (BI Tools)

Gartner’s Magic Quadrant คือ ชื่อรายงานการวิจัยทางการตลาด (Market Research Reports) ซึ่งจะมีการจัดทำขึ้นทุกๆ 1 – 2 ปี จัดทำโดยบริษัท Garner Inc. ซึ่งเป็นบริษัทเพื่อการวิจัยและให้คำปรึกษาของประเทศสหรัฐอเมริกา มีจุดประสงค์เพื่อทำการวิเคราะห์เชิงคุณภาพของผลิตภัณฑ์ในตลาด รวมทั้งทิศทาง, พัฒนาการของเทคโนโลยี และผู้มีส่วนร่วมกับผลิตภัณฑ์นั้น ๆ รายงานการวิจัยดังกล่าวจึงเป็นประโยชน์อย่างมากต่อบริษัทหรือองค์กรที่กำลังมองหาผลิตภัณฑ์ที่ตรงกับความต้องการและธุรกิจของตนเอง รวมไปถึงรายงานการวิจัยยังมีการบ่งบอกถึงจุดแข็งและข้อควรระวังเปรียบเทียบกันระหว่างผลิตภัณฑ์ ซึ่งในรูปด้านล่าง Gartner ได้แสดงจุดแข็งและข้อควรระวังในผลิตภัณฑ์ Business Intelligence Tools (BI Tools) โดย Vendor ต่าง ๆ จากรูปที่แสดงด้านบน ยิ่งตำแหน่งของผลิตภัณฑ์อยู่ด้านขวาของกราฟมาก แสดงว่าผู้พัฒนาซอฟต์แวร์มีวิสัยทัศน์ในการพัฒนาซอฟต์แวร์ของตนเองให้ตอบโจทย์ความต้องการการใช้งานในตลาดผู้ใช้ปัจจุบัน และยิ่งอยู่ตำแหน่งของกราฟที่สูงมาก บ่งบอกถึง จำนวนผู้ใช้งานหรือส่วนแบ่งการตลาดที่สูงเช่นกัน โดยกราฟจะถูกแบ่งออกเป็น 4 ส่วน เพื่อแสดงความสามารถของแต่ละซอฟต์แวร์ ได้แก่ จากรายงานการวิจัยทางการตลาดของ Garner Inc. จะเห็นได้ว่า ถึงแม้ในปัจจุบันจะมีเครื่องมือธุรกิจอัจฉริยะมากมายจากหลากหลายผู้พัฒนา แต่ที่ได้รับความนิยมอย่างแพร่หลายนั้นมี 3 เครื่องมือ นั่นคือ Power BI จาก Microsoft, Tableau จาก Salesforce และ Google Data Studio จาก Google ซึ่งต่างมีความสามารถในการดึงข้อมูลจากหลายแหล่งเพื่อสร้าง Dashboard โดยที่ผู้ใช้งานไม่จำเป็นต้องมีทักษะการเขียนโปรแกรม อย่างไรก็ตาม แต่ละเครื่องมือมีความโดดเด่นและข้อจำกัดที่แตกต่างกันดังนี้ เนื่องจากแต่ละเครื่องมือธุรกิจอัจฉริยะล้วนแต่มีจุดเด่นและข้อจำกัดที่ไม่เหมือนกัน การเลือกใช้เครื่องมือที่เหมาะสมจำเป็นต้องพิจารณาถึงความเหมาะสมในการใช้งานสำหรับแต่ละองค์กร ทั้งในมิติของราคา ค่าใช้จ่าย ที่องค์กรพร้อมลงทุน และความเหมาะสมนำไปประยุกต์ใช้กับเทคโนโลยีอื่นที่องค์กรใช้งานอยู่แล้วเดิม เพื่อให้เครื่องมือธุรกิจอัจฉริยะสามารถเชื่อมต่อกับข้อมูลที่องค์กรเก็บรวบรวมไว้อยู่เดิม และสามารถนำมาเสนอในรูปแบบแดชบอร์ดที่เหมาะสมกับการใช้งานจริงขององค์กร เปรียบเทียบเครื่องมือธุรกิจอัจฉริยะ (BI Tools) Power BI Desktop Tableau Google Data Studio จุดเด่น สามารถนำข้อมูลมากกว่าหนึ่งแหล่งและหลากหลายรูปแบบ เพื่อมาใช้วิเคราะห์ร่วมกันได้ ยกตัวอย่างเช่นการนำข้อมูลจากใน Excel มาวิเคราะห์คู่กับข้อมูลในฐานข้อมูล ออกแบบเรียบง่ายสำหรับการใช้งาน ผู้ใช้ไม่จำเป็นต้องมีความรู้เชิงเทคนิคในการสร้างแดชบอร์ดที่ซับซ้อน กรณีที่หน่วยงานมีการใช้ Microsoft office 365 อยู่แล้ว บุคลากรภายในองค์กรสามารถใช้ตัว PowerBI และเผยแพร่ต่อสาธารณชนผ่าน URL ได้เลย มีฟังก์ชันที่สามารถจัดการข้อมูลที่ซับซ้อนได้ ทำให้ขั้นตอนการทำความสะอาดข้อมูลมีประสิทธิภาพมากยิ่งขึ้น มีซอฟต์แวร์เสริมส่วนที่ชื่อว่า Tableau Prep ที่สามารถใช้ออกแบบ data pipeline เพื่อไปแสดงผลไปยังแดชบอร์ด มีประเภทกราฟให้เลือกหลากหลาย และสามารถปรับแต่งแต่ละกราฟได้อย่างละเอียด สามารถเชื่อมต่อกับข้อมูลจากระบบต่าง ๆ ของ Google ได้ยกตัวอย่างเช่น Google Analytics, Adword, BigQuery เน้นระบบคลาวด์ ที่สามารถใช้งานได้รวดเร็ว ในกรณีที่ทำงานกันกับซอฟต์แวร์อื่นของ Google มีฟังก์ชันในการแชร์ตัวงานให้กับทีม เพื่อร่วมกันพัฒนาตัวแดชบอร์ดได้ กลุ่มผู้ใช้งาน เหมาะสำหรับผู้ที่มีความคุ้นชินการใช้งานของ Microsoft Excel และเหมาะกับองค์กรที่ใช้ Microsoft Office 365 อยู่แล้ว เหมาะสำหรับผู้ที่ต้องการวิเคราะห์ข้อมูลซับซ้อน ปรับสร้างกราฟแบบละเอียด เหมาะสำหรับผู้เริ่มต้นอยากลองใช้ Business Intelligence Tool เริ่มเปิด ใช้งานครั้งแรก 2015 2004 2016 ราคา $9.99/คน/เดือน (Power Bi Pro) $70/คน/เดือน(Tableau Creator) ฟรี รองรับการสร้าง/ปรับแต่ง Desktop Desktop Desktop และ Mobile ระบบปฏิบัติการ Windows เท่านั้น Windows/macOS ใช้งาน Online ผ่าน Web Browser ความเห็นของจากมุมมองผู้พัฒนาแดชบอร์ด Power BI Desktop Tableau Google Data Studio ข้อได้เปรียบ ใช้งานง่าย สำหรับผู้ที่ไม่เคยใช้ สำหรับผู้ที่คุ้นชินการใช้งาน Microsoft Excel จะสามารถเรียนรู้การใช้งาน Power BI ได้เร็ว ตัวเลือกกราฟหลากหลาย สามารถแสดงข้อมูลเชิงแผนที่ได้พอใช้ Interaction บนกราฟค่อนข้างเร็ว ใช้งานง่าย สำหรับผู้ที่ไม่เคยใช้ ตัวเลือกกราฟหลากหลาย สามารถแสดงข้อมูลเชิงแผนที่ได้ดี Interaction บนกราฟรวดเร็ว ใช้งานได้ฟรี ข้อเสียเปรียบ มีค่าใช้จ่าย แต่มีเวอร์ชันทดลองใช้ที่สามารถใช้งานได้ฟรี ราคาค่อนข้างสูง การจัดการข้อมูลมีข้อจำกัดมาก ตัวเลือกกราฟมีจำกัด Interaction บนกราฟค่อนข้างช้า อ้างอิง เปรียบเทียบเครื่องมือธุรกิจอัจฉริยะ บทความเกี่ยวกับ Tableau Software บน Wikipedia เนื้อหาโดย พรรษพัชร์ บำรุงวงศ์ ตรวจทานและปรับปรุงโดย ปพจน์ ธรรมเจริญพร

6 October 2022

บทความ

Movements

RD Data Innovation Awards 2021 – กรมสรรพากร Tableau และ GBDi ผนึกกำลังสร้างสรรค์ Dashboards จากข้อมูลภาษี

งานประกวด Dashboard ที่สร้างขึ้นจากข้อมูลภาษีของกรมสรรพากร Tableau และ GBDi

3 September 2021

บทความ

Movements

“ไวรัสโคโรนา” การติดตามการแพร่กระจายของ โควิด 2019 จากทั่วโลก

Online Dashboard ที่ได้รับการจัดให้เป็น “The best coronavirus map and dashboard”นั้น จัดทำขึ้นโดยศูนย์วิทยาศาสตร์และวิศวกรรม (The Center for Systems Science and Engineering หรือ CSSE) มหาวิทยาลัยจอห์น ฮอปกินส์ เพื่อติดตามสถานการณ์ของไวรัสโคโรนาสายพันธุ์ใหม่ (Coronavirus) หรือที่เรารู้จักกันในชื่อของ โควิด 2019 (COVID 2019)

30 March 2020

รู้จัก BDI

Organization

Policy and Plan

Personnel

Operations

Dashboard

ข่าวและบทความที่เกี่ยวข้อง

All Dashboard

บทความ

บทความ

บทความ

บทความ

บทความ

สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน)

Big Data Institute (Public Organization)

234/432 Soi Lat Phrao 12, Chomphon, Chatuchak, Bangkok 10900, Thailand

Contact Us

Quick Link

About Us

© Big Data Institute | Privacy Policy