Tableau

Tableau

ข่าวและบทความที่เกี่ยวข้อง

All Tableau

PostType Filter En

บทความ

รู้จักกับแผนภูมิเรดาร์และวิธีการสร้างแผนภูมิเรดาร์ (Radar Chart) ในโปรแกรม Tableau
แผนภูมิเรดาร์ (Radar Chart) หรือแผนภูมิใยแมงมุม (Spider Chart) เป็นแผนภูมิสองมิติที่เรียบง่ายแต่เต็มเปี่ยมไปด้วยพลังแห่งการแสดงภาพข้อมูล (Data Visualization) มีลักษณะแกนพุ่งออกจากจุดศูนย์กลางคล้ายใยแมงมุม โดยแกนทั้งหมดมีการกระจายออกด้วยมุมที่เท่ากันและดึงออกจากกันอย่างสม่ำเสมอ แผนภูมิเรดาร์เหมาะสำหรับการนำเสนอข้อมูลหลากหลายตัวแปรตั้งแต่สามตัวแปรขึ้นไป โดยเฉพาะตัวแปรเชิงปริมาณ สามารถใช้เปรียบเทียบตัวชี้วัดต่าง ๆ เพื่อวิเคราะห์จุดแข็งและจุดอ่อนของสิ่งที่กำลังสนใจ ตัวอย่างเช่น การเปรียบเทียบความสามารถในการเขียนโปรแกรมด้วยภาษาต่าง ๆ ของพนักงาน             จากภาพตัวอย่าง สมมติว่าบริษัทหนึ่งกำลังจะมีการคัดเลือกพนักงาน เพื่อทำงานด้านการเขียนโปรแกรมด้วยภาษาไพธอน (Python) และภาษาอาร์ (R) บริษัทดังกล่าวสามารถวิเคราะห์ข้อมูลจากแผนภูมิเรดาร์ได้ว่า ควรจะเลือกพนักงาน A ในการรับผิดชอบงานชิ้นนี้ เนื่องจากพนักงาน A มีทักษะการใช้ทั้งภาษาไพธอนและภาษาอาร์ดีที่สุดเมื่อเทียบกับพนักงานคนอื่น ๆ นั่นเอง             จากตัวอย่างข้างต้น จะเห็นได้ว่าแผนภูมิเรดาร์มีประโยชน์ในการวิเคราะห์ข้อมูลได้อย่างรวดเร็วและมีประสิทธิภาพ ทั้งนี้การสร้างแผนภูมิเรดาร์มีขั้นตอนที่แตกต่างกันไปตามประเภทของโปรแกรมที่ใช้งาน เช่น ในโปรแกรม Excel หรือ Looker Studio มีขั้นตอนการสร้างที่ค่อนข้างง่ายและสะดวกรวดเร็ว ในขณะที่ในโปรแกรม Tableau อาจทำได้ยากกว่า และถึงแม้ว่าตัวโปรแกรม Tableau จะมีการออกแบบให้มีเมนูส่วนขยาย (Extension) เพื่อเพิ่มแผนภูมิ (Add-On Chart) โดยเฉพาะแผนภูมิเรดาร์ ในส่วนของการสร้างแดชบอร์ด แต่ก็ยังมีข้อจำกัดในเรื่องการใช้ชุดข้อมูลกับส่วนขยายดังกล่าว ในบทความนี้เราจะมาแนะนำวิธีการสร้างแผนภูมิเรดาร์ในโปรแกรม Tableau ตั้งแต่เริ่มต้น โดยข้อมูลตัวอย่างที่ถูกนำมาใช้สำหรับการสร้างแผนภูมิเรดาร์ในบทความนี้เป็นข้อมูลจำลอง (Mocked Data) ที่ผู้เขียนบทความสร้างขึ้นมาตามตารางด้านล่างนี้               การสร้างแผนภูมิเรดาร์ในโปรแกรม Tableau ประกอบด้วย 3 ขั้นตอนหลัก ได้แก่ การจัดการรูปแบบของข้อมูล, ขั้นตอนการสร้างแผนภูมิเรดาร์ และขั้นตอนการลดความยุ่งเยิงและการตกแต่งแผนภูมิเรดาร์ (Declutter and Decoration) มีรายละเอียดดังต่อไปนี้ 1.การจัดการรูปแบบของข้อมูล จากรูปแบบของข้อมูลจำลองข้างต้น จะเห็นได้ว่ารูปแบบดังกล่าวยังไม่สามารถที่จะนำเข้าโปรแกรม Tableau เพื่อสร้างแผนภูมิเรดาร์ได้ในทันที จำเป็นจะต้องมีการจัดรูปแบบใหม่เสียก่อน โดยรูปแบบข้อมูลที่สามารถนำไปใช้งานได้ ต้องเป็นข้อมูลที่อยู่ในรูปแบบรายการ (Transaction Data) ซึ่งสามารถจัดการได้โดยง่ายในโปรแกรม Tableau Desktop โดยเริ่มจาก 1.1 ดาวน์โหลดข้อมูลตัวอย่างจาก link จากนั้นเปิดโปรแกรม Tableau Desktop ขึ้นมา ที่แถบเครื่องมือหัวข้อ To File เลือก Microsoft Excel แล้วนำเข้าไฟล์ข้อมูลตัวอย่างที่ชื่อว่า “Radar data.xlsx”  เลือกชีท “programming skills” ลากวางดังภาพ 1.2 กดปุ่ม Ctrl ค้างไว้และเลือกฟิลด์ทักษะต่าง ๆ ประกอบด้วย Python, R, C, SQL, HTML และ JavaScript ซึ่งฟิลด์ที่ถูกเลือกนั้นจะถูกแสดงเป็นไฮไลท์ขึ้นมา จากนั้นคลิกปุ่มลูกศร (ของฟิลด์ใดฟิลด์หนึ่งที่ถูกไฮไลท์) และเลือกคำสั่ง Pivot 1.3 เปลี่ยนชื่อฟิลด์ จาก Pivot Field Names และ Pivot Field Values เป็น ภาษาโปรแกรมมิ่ง และ คะแนนทักษะ ตามลำดับ จะได้รูปแบบของข้อมูลที่พร้อมนำไปใช้สร้างแผนภูมิเรดาร์ 2. ขั้นตอนการสร้างแผนภูมิเรดาร์ 2.1 การสร้างสูตรฟิลด์คำนวณ หลักการสร้างสูตรมุม เริ่มจากมุมภายในวงกลมมีค่าเป็น 2*PI เมื่อถูกหารด้วยจำนวนของภาษาโปรแกรมมิ่ง ทำให้มุมภายในวงกลมนั้นถูกแบ่งออกเป็นจำนวน 6 มุม กางมุมละ PI/3 จากนั้นมีการหมุนปรับ (Rotation) มุมไป PI/2 เพื่อทำให้มีมุม 1 มุม ตั้งอิงอยู่บนแกน Y โดยสูตรการสร้างระยะห่างจากจุดศูนย์กลาง หรือรัศมี คำนวณจากผลรวมคะแนนทักษะ โดยสูตรการสร้างระยะแกน X คำนวณจากการแตกเวกเตอร์ของระยะห่างจากจุดศูนย์กลางบนแนวแกน X โดยสูตรการสร้างระยะแกน Y คำนวณจากการแตกเวกเตอร์ของระยะห่างจากจุดศูนย์กลางบนแนวแกน Y 2.2 การสร้างแผนภูมิเรดาร์ 3. ขั้นตอนการลดความยุ่งเหยิงและการตกแต่ง (Declutter and Decoration) แผนภูมิเรดาร์ 3.1 การลดความยุ่งเหยิง เพื่อที่จะลดความยุ่งเหยิงของแผนภูมิลง เราจะทำการซ่อนแกนที่แสดงตัวเลขบนแผนภูมิ โดยการคลิกขวาในแต่ละแกน เลือก Show Header เพื่อทำให้เครื่องหมายถูกข้างหน้าคำสั่งหายไป 3.2 การใส่รายละเอียดลงในกล่อง Tooltip (Tooltip คือกล่องข้อความที่จะแสดงรายละเอียดเมื่อนำเมาส์ไปวางค้างไว้) ทำการลากฟิลด์ ทักษะคะแนน ใส่กล่อง Tooltip ที่อยู่ในการ์ด Marks จากนั้นคลิกเข้าไปที่กล่อง Tooltip เพื่อจัดการข้อความภายในให้อยู่ในรูปแบบที่ต้องการ ตัวอย่างดังภาพ 3.3 การตกแต่งสีของแผนภูมิเรดาร์ สามารถปรับแต่งสีแผนภูมิโดยคลิกไปที่กล่อง Color ในการ์ด Marks คลิกเลือก Edit Color… จากนั้นปรับสีตามต้องการ หากต้องการปรับความโปร่งแสงของแผนภูมิ สามารถทำได้โดยเลื่อนมาตรวัดในส่วน Opacity 3.4 การเพิ่มภาพกรอบเรดาร์เป็นพื้นหลัง ที่เมนูบาร์ (Menu Bar) คลิกเมนู Map เลือกBackground Images แล้วเลือกชุดข้อมูล จากนั้นคลิกAdd Image… เลือกภาพพื้นหลังที่ต้องการ โดยในบทความนี้ เรามีการใช้กรอบเรดาร์หกเหลี่ยมด้านเท่าเป็นพื้นหลัง จากนั้นปรับค่าX Field หรือระยะรัศมีที่ไม่ได้ตั้งอยู่บนเส้นทแยงมุมของหกเหลี่ยม (r) ปรับค่าในส่วน Left และ Right เท่ากับ -8.66 และ 8.66 ตามลำดับ และกำหนดเครื่องหมายบวกหรือลบเป็นค่าตามแนวแกน X โดยค่าดังกล่าวคำนวณได้จากการแตกเวกเตอร์ตามแนวแกน X นั่นคือ 10 * COS(PI/6) และเช่นเดียวกันกับY Field หรือระยะรัศมีที่ตั้งอยู่บนเส้นทแยงมุมของหกเหลี่ยม (R)  ในส่วน Bottom และ Top เท่ากับ -10 และ 10 ตามลำดับ โดยค่าดังกล่าวเป็นค่าคะแนนเต็มของทักษะการเขียนโปรแกรม และกำหนดเครื่องหมายบวกหรือลบเป็นค่าตามแนวแกน Y 3.5 การติดป้ายกำกับข้อความ จะช่วยให้แผนภูมิเรดาร์แสดงรายละเอียดที่ชัดเจนยิ่งขึ้น การติดป้ายกำกับสามารถทำได้โดยการคลิกขวาที่แต่ละมุมของภาพพื้นหลัง แล้วเลือก Annotate จากนั้นเลือก Area… แล้วระบุข้อความที่ต้องการ   ผู้เขียนหวังว่าบทความนี้จะเป็นประโยชน์สำหรับผู้ที่สนใจในการแสดงภาพข้อมูล (Data Visualization) ให้สามารถสร้างแผนภูมิเรดาร์ที่สวยงามนี้ เพื่อแสดงการเปรียบเทียบและวิเคราะห์จุดเด่นและจุดด้อยของตัวชี้วัดได้อย่างมีประสิทธิภาพยิ่งขึ้น  เนื้อหาโดย อังคณา พรหมราชตรวจทานและปรับปรุงโดย ดวงใจ จิตคงชื่น...
28 December 2023

บทความ

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

RD Data Innovation Awards 2021 – กรมสรรพากร Tableau และ GBDi ผนึกกำลังสร้างสรรค์ Dashboards จากข้อมูลภาษี
งานประกวด Dashboard ที่สร้างขึ้นจากข้อมูลภาษีของกรมสรรพากร Tableau และ GBDi
3 September 2021

บทความ

การออกแบบ Data Visualization ให้คนตาบอดสีสามารถเข้าใจได้ด้วย
รู้หรือไม่ว่า ประมาณ 8% ของประชากรชาย และ 0.5% ประชากรหญิงทั่วโลกนั้นมีอาการตาบอดสี แล้วเราจะมีวิธีการอย่างไรให้ Data Visualization ของเราสามารถเข้าใจได้โดยคนกลุ่มนี้? เรามาดูกันครับ
1 July 2021
PDPA Icon

We use cookies to optimize your browsing experience and improve our website’s performance. Learn more at our Privacy Policy and adjust your cookie settings at Settings

Privacy Preferences

You can choose your cookie settings by turning on/off each type of cookie as needed, except for necessary cookies.

Accept all
Manage Consent Preferences
  • Strictly Necessary Cookies
    Always Active

    This type of cookie is essential for providing services on the website of the Personal Data Protection Committee Office, allowing you to access various parts of the site. It also helps remember information you have previously provided through the website. Disabling this type of cookie will result in your inability to use key services of the Personal Data Protection Committee Office that require cookies to function.
    Cookies Details

  • Performance Cookies

    This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

  • Functional Cookies

    This type of cookie enables the Big Data Institute (Public Organization)’s website to remember the choices you have made and deliver enhanced features and content tailored to your usage. For example, it can remember your username or changes you have made to font sizes or other customizable settings on the page. Disabling these cookies may result in the website not functioning properly.

  • Targeting Cookies

    "This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

Save settings
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.