Data Analyst › เริ่มต้น

ขั้นตอนการวิเคราะห์ และวิธีใช้เว็บนี้

ประมาณ 20 นาที

เป้าหมายของบท

  • เรียงขั้นตอนการวิเคราะห์ 5 ขั้นได้ และรู้ว่าแต่ละขั้นทำอะไร
  • เปลี่ยนคำถามกว้างๆ ให้เป็นคำถามที่ระบุช่วงเวลา ตัวชี้วัด และสิ่งที่จะเปรียบเทียบ
  • ใช้ช่องลองเล่น แบบฝึก hint และเฉลยของเว็บนี้ได้

5 ขั้นของงานวิเคราะห์

  1. ตั้งคำถาม — เปลี่ยนโจทย์กว้างๆ ให้เป็นคำถามที่ตอบได้ด้วยข้อมูล
  2. หาข้อมูล — รู้ว่าคำตอบอยู่ในตารางไหน แล้วดึงเฉพาะส่วนที่ต้องใช้
  3. ทำความสะอาด — จัดการค่าว่าง แถวซ้ำ และรูปแบบข้อมูลที่ไม่ตรงกัน
  4. วิเคราะห์ — สรุป เปรียบเทียบ และตรวจว่าผลที่เห็นไม่ได้เกิดจากความบังเอิญ
  5. สื่อสาร — เล่าผลสั้นๆ ให้คนที่ต้องตัดสินใจเข้าใจ พร้อมข้อเสนอแนะ

ลองดูตัวอย่างสั้นๆ กับคำถามว่า “ปี 2025 ลูกค้าจ่ายเงินด้วยช่องทางไหนมากที่สุด”

SQL

คำถามเดียวกันเขียนด้วย pandas ได้แบบนี้

Python

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

  1. ดูข้อมูลก่อนเสมอ — เช็กว่าตาราง orders มีคอลัมน์อะไร และวันที่เก็บในรูปแบบไหน

    SQL

เติมช่องว่าง

แทน ___ ด้วยโค้ดที่ถูกต้อง แล้วกดตรวจคำตอบ

ยังไม่ได้ทำ

นับจำนวนออเดอร์ของแต่ละช่องทางการจ่ายเงิน (payment_method) เก็บผลไว้ในตัวแปร result เติม ___ ให้ถูกต้อง

แบบฝึกท้ายบท

บทนี้จะนับว่าเสร็จเมื่อผ่านข้อพื้นฐานและประยุกต์ครบ ข้อท้าทายได้ดาวเพิ่ม

🟢 พื้นฐาน

🟢 พื้นฐานยังไม่ได้ทำ

นับจำนวนออเดอร์ทั้งหมดในตาราง orders ตั้งชื่อคอลัมน์ว่า n_orders

🟢 พื้นฐานยังไม่ได้ทำ

ใช้ pandas หาว่ามีออเดอร์ที่ status เป็น "cancelled" กี่ออเดอร์ เก็บคำตอบไว้ในตัวแปร n_cancelled

🟡 ประยุกต์

🟡 ประยุกต์ยังไม่ได้ทำ

หาจำนวนออเดอร์ของแต่ละช่องทางการจ่ายเงินเฉพาะปี 2025 เรียงจากมากไปน้อย ใช้ชื่อคอลัมน์ payment_method และ n_orders

Quiz

1. ขั้นแรกของงานวิเคราะห์คืออะไร
2. หัวหน้าบอกว่า "ยอดขายไม่ดี ช่วยดูหน่อย" ควรถามกลับเรื่องไหนก่อน
3. ถ้ากดดูเฉลยก่อนทำข้อนั้นผ่าน เว็บจะบันทึกข้อนั้นว่าอะไรเมื่อทำผ่าน

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