ขั้นตอนการวิเคราะห์ และวิธีใช้เว็บนี้
ประมาณ 20 นาที
เป้าหมายของบท
- เรียงขั้นตอนการวิเคราะห์ 5 ขั้นได้ และรู้ว่าแต่ละขั้นทำอะไร
- เปลี่ยนคำถามกว้างๆ ให้เป็นคำถามที่ระบุช่วงเวลา ตัวชี้วัด และสิ่งที่จะเปรียบเทียบ
- ใช้ช่องลองเล่น แบบฝึก hint และเฉลยของเว็บนี้ได้
5 ขั้นของงานวิเคราะห์
- ตั้งคำถาม — เปลี่ยนโจทย์กว้างๆ ให้เป็นคำถามที่ตอบได้ด้วยข้อมูล
- หาข้อมูล — รู้ว่าคำตอบอยู่ในตารางไหน แล้วดึงเฉพาะส่วนที่ต้องใช้
- ทำความสะอาด — จัดการค่าว่าง แถวซ้ำ และรูปแบบข้อมูลที่ไม่ตรงกัน
- วิเคราะห์ — สรุป เปรียบเทียบ และตรวจว่าผลที่เห็นไม่ได้เกิดจากความบังเอิญ
- สื่อสาร — เล่าผลสั้นๆ ให้คนที่ต้องตัดสินใจเข้าใจ พร้อมข้อเสนอแนะ
ลองดูตัวอย่างสั้นๆ กับคำถามว่า “ปี 2025 ลูกค้าจ่ายเงินด้วยช่องทางไหนมากที่สุด”
คำถามเดียวกันเขียนด้วย pandas ได้แบบนี้
ทั้งสองแบบได้คำตอบเดียวกัน ในงานจริงมักใช้ SQL ดึงและสรุปข้อมูลจากฐานข้อมูลก่อน แล้วค่อยใช้ pandas กับงานที่ SQL ทำยาก เช่น การทำความสะอาดข้อมูลหรือสถิติ
ตั้งคำถามให้วิเคราะห์ได้
| คำถามที่กว้างเกินไป | คำถามที่วิเคราะห์ได้ |
|---|---|
| “ยอดขายไม่ดี ช่วยดูหน่อย” | “รายได้ไตรมาส 3 ปี 2025 ลดลงกี่ % เทียบกับไตรมาส 2 และลดลงที่หมวดไหน” |
| “ลูกค้าชอบอะไร” | “สินค้าหมวดไหนที่ลูกค้ากลับมาซื้อซ้ำภายใน 90 วันมากที่สุด” |
| “โปรโมชันเวิร์กไหม” | “ออเดอร์ที่ใช้ส่วนลดมียอดต่อออเดอร์สูงกว่าออเดอร์ที่ไม่ใช้ส่วนลดไหม” |
คำถามที่ดีระบุช่วงเวลา ตัวชี้วัด และสิ่งที่จะเปรียบเทียบ ถ้าคำถามที่ได้รับยังไม่ครบ ให้ถามกลับก่อนเริ่มเขียนโค้ด
วิธีใช้เว็บนี้
- ช่องลองเล่น — กด ▶ Run หรือ Ctrl/Cmd + Enter แก้โค้ดได้อิสระ ไม่มีการตรวจ ปุ่ม Reset คืนโค้ดตั้งต้น
- ลำดับในแต่ละบท — ตัวอย่างแก้โจทย์ → เติมช่องว่าง → แบบฝึก 3 ระดับ → quiz → สรุปและคำถามสัมภาษณ์
- แบบฝึก — บทจะนับว่าเสร็จเมื่อผ่านข้อ 🟢 พื้นฐาน และ 🟡 ประยุกต์ครบ ส่วนข้อ 🔴 ท้าทายได้ดาว ★
- ติดตรงไหน — กดขอ hint ทีละขั้นก่อน ถ้ายังไม่ได้ค่อยดูเฉลย ข้อที่ดูเฉลยแล้วจะถูกบันทึกว่า “ผ่านด้วยเฉลย” เพื่อให้รู้ว่าควรกลับมาทำเองอีกรอบ
- ความคืบหน้า — บันทึกในเบราว์เซอร์นี้อัตโนมัติ รวมถึงโค้ดที่พิมพ์ค้างไว้ ควร export สำรองที่หน้าตั้งค่าเป็นระยะ
- ข้อมูล — ใน SQL ใช้ชื่อตารางได้เลย ใน Python ให้อ่านไฟล์จาก
data/<ชื่อตาราง>.csv
ตัวอย่างแก้โจทย์
กด "ขั้นต่อไป" ทีละขั้น ลองรันและแก้โค้ดในแต่ละขั้นได้
เดือนไหนของปี 2024 มีออเดอร์มากที่สุด
ทีมการตลาดอยากรู้ว่าปี 2024 เดือนไหนมีออเดอร์มากที่สุด เพื่อวางแผนแคมเปญปีหน้า
ดูข้อมูลก่อนเสมอ — เช็กว่าตาราง
ordersมีคอลัมน์อะไร และวันที่เก็บในรูปแบบไหน
เติมช่องว่าง
แทน ___ ด้วยโค้ดที่ถูกต้อง แล้วกดตรวจคำตอบ
นับจำนวนออเดอร์ของแต่ละช่องทางการจ่ายเงิน (payment_method) เก็บผลไว้ในตัวแปร result
เติม ___ ให้ถูกต้อง
แบบฝึกท้ายบท
บทนี้จะนับว่าเสร็จเมื่อผ่านข้อพื้นฐานและประยุกต์ครบ ข้อท้าทายได้ดาวเพิ่ม
🟢 พื้นฐาน
นับจำนวนออเดอร์ทั้งหมดในตาราง orders ตั้งชื่อคอลัมน์ว่า n_orders
ใช้ pandas หาว่ามีออเดอร์ที่ status เป็น "cancelled" กี่ออเดอร์ เก็บคำตอบไว้ในตัวแปร n_cancelled
🟡 ประยุกต์
หาจำนวนออเดอร์ของแต่ละช่องทางการจ่ายเงินเฉพาะปี 2025 เรียงจากมากไปน้อย
ใช้ชื่อคอลัมน์ payment_method และ n_orders
Quiz
สรุป
- งานวิเคราะห์มี 5 ขั้น — ตั้งคำถาม หาข้อมูล ทำความสะอาด วิเคราะห์ และสื่อสาร
- คำถามที่ดีระบุช่วงเวลา ตัวชี้วัด และสิ่งที่จะเปรียบเทียบ
- คำถามเดียวกันตอบได้ทั้ง SQL และ pandas งานจริงมักใช้ทั้งสองอย่างคู่กัน
คำถามสัมภาษณ์
เล่าขั้นตอนการวิเคราะห์ข้อมูลที่คุณเคยทำให้ฟังหน่อย
ตอบตาม 5 ขั้น โดยยกโปรเจกต์จริงหนึ่งงาน เช่น Capstone ของสายนี้ เริ่มจากคำถามธุรกิจที่ได้รับ แล้วเล่าว่าเปลี่ยนเป็นคำถามที่วิเคราะห์ได้ยังไง ใช้ข้อมูลอะไร เจอปัญหาข้อมูลสกปรกแบบไหนและแก้ยังไง ใช้วิธีวิเคราะห์อะไร และสุดท้ายผลนำไปสู่การตัดสินใจอะไร ผู้สัมภาษณ์อยากเห็นวิธีคิด ไม่ใช่แค่รายชื่อเครื่องมือ