วิศวกรรมตลาด

  มีหลายคนถามกันเยอะ ว่างานสายData ตำแหน่งไหนน่าสนใจ ทำงานไหนดี งานไหนไม่ตกงาน  เลยสงสัยว่า แล้วในมุมของคนที่สนใจล่ะ งานส่วนไหน ที่คนสนใจเยอะ  แล้วก็ใช้Google Trends ของฟรี คนดีคนเดิมมาลองตอบคำถามนี้... โดยเคสนี้ ผมสนใจอยู่ 4 function ของงาน Data ซึ่งแตกต่างกันในลักษณะเนื้องานและความสามารถ (ถึงแม้ทุกวันนี้ บริษัทหลายบริษัทจะมองว่ามันคือคนเดียวกัน และคิดว่า IT จะทำเป็นก็เถอะ... (ใครคิดแบบนั้นก็เตรียมตัวพังได้เลย) 1. Data Architect - นักวางระบบ 2. Data Engineer - นักสร้าง 3. Data Scientist - นักทดลอง คิดค้นสิ่งใหม่ 4. Data Analyst - นักวิเคราะห์ ถึงตรงนี้ เมื่อเราแยกจะเห็นว่า ทั้ง4 Rolesนี้ มันน่าจะมีความถนัดต่างกันจริงป่ะ... ผู้วางระบบ อาจจะสร้างไม่ได้ เหมือนสถาปนิกก็อาจจะคำนวนโครงสร้างไม่เป็นหรือมาทำก่ออิฐเองไม่ได้ ผู้วิเคราะห์ อาจจะคิดได้ แปลได้ว่าบ้านนี้จะขายได้ดีไหม  แต่ให้ไปออกแบบเองก็อาจทำไม่เป็น  ทีนี้ ผมเลยลองดูสิ่ว่าใน ไทยและGlobal  มีความสนใจงานDataใดมากกว่ากัน? มาดูGlobal กันก่อนดีกว่า  จะเห็นชัดมากว่า ตั้งแต่ ต้นปี 2023 เป็นต้นมา Data Analay...

ไม่น่าเชื่อใช่ไหมว่าของฟรีอย่าง Google Trends จะสามารถนำข้อมูลนู่นนี่นั่นมาปะติดปะต่อได้ Insightคนกินกาแฟได้ วันนี้มาดูinsight สุดท้ายว่า คนไทยกินกาแฟ ร้อน หรือ เย็น ? แน่นอนครับว่าจริงๆผมก็อยากรู้ว่าเมนูไหนร้อน เมนูไหนเย็น แต่ด้วยการที่เราไม่ใช่ผู้collect datasetนี้ ที่เราเอามาจาก google trends ดังนั้น การวิเคราะห์จึงทำได้เท่าที่ data จะมีและเอาจากหลายๆsource มาประมวลผลรวมกัน เริ่มต้นด้วยข้อมูลทางตรงที่ออกมาจากGoogle Trends เป็นปริมาณการค้นหา (Search Volume) จะเห็นว่า กาแฟเย็นมีอัตราการค้นหามากกว่ากาแฟร้อน  ทีนี้เลยสร้างอีกสองเส้นขึ้นมาเพื่อดูทิศทางหรือแนวโน้มคือ 1. Trends line ที่ Lookerมีให้สร้างได้ โดยในที่นี้เป็นเส้นสีอ่อน ก็จะพอเห็นทิศทางของการค้นหาว่ากำลังมีแนวโน้มไปทิศใด ซึ่งทั้งสองเพิ่มสูงขึ้นอย่างต่อเนื่อง โดย กาแฟเย็นค้นหาPeakสุดช่วง มิถุนายน 2020 ส่วน กาแฟร้อนPeakสุดช่วง มกราคม 2018  2. ผมสร้างอีกmatrix ขึ้นมา โดยการสร้าง Running average value เพื่อดูแนวโน้มแบบไม่สนใจการswingของค่าดูว่าหากเอาค่าแต่ละจุดมาเฉลี่ยกันไปเรื่อย ดูแนวโน้มจากค่าเฉลี่ย ก็จะเห็นว่ามีแนวโน้ม...

ก่อนอื่นต้องขอสวัสดีปีใหม่ไทยเพื่อนๆทุกคนครับ ก็หวังให้เป็นปีที่ดีเจอแต่ความสุขกันถ้วนหน้านะครับ พอดีวันก่อนมีโอกาสลองideaของน้องๆเพื่อให้เห็นถึงประโยชน์ของDataและInsight โดยคราวนี้ เขาสงสัยกันว่า ปีนี้คนไทยที่ไปเมืองนอกจะสนใจไปที่ไหนมากสุด?  เพราะปีนี้น่าจะเป็นปีแรกที่โลกกลับมาหมุนอย่างเต็มที่ หลังจากวิกฤตการณ์โควิด-19ที่ทำให้โลกหยุดชะงักไปชั่วขณะ เราเลยสงสัยว่า คนไทยจะมีแนวโน้มหรือความสนใจท่องเที่ยวเป็นอย่างไรบ้าง? แน่นอนว่าเหมือนเดิม เราก็หาข้อมูลฟรีที่มีค่าเอาจากGoogleTrends เช่นเดิม โดยคราวนี้ เนื่องจากเราfocusไปที่เรื่องท่องเที่ยว จึงเลือก Category เป็น "travel"ด้วย เผื่อใครยังไม่เคยสังเกต ในgoogle trends เราสามารถเลือก category ที่เกี่ยวของกับkeywordที่เราค้นหาได้ เพื่อให้ได้ข้อมูลที่แม่นยำมากขึ้น แต่ทั้งนี้หากไม่รู้ ก็ลองแบบไม่specificก่อนก็ได้ ทีนี้ google trends มันหาได้ทีละ 5 keywords ก็เช่นเดิมผมก็exportมัน เอามาเข้าDataStudioง่ายๆ เพื่อplotเทียบกันได้หลายตัว ซึ่งจากที่ค้นดู จากชื่อประเทศที่ให้น้องๆคิดขึ้นมาแบบเร็วๆ30ประเทศ เมื่อเอามาเทียบจะเจอ 11ประเทศที่คนไทยค้น...

     วันก่อนมีข่าวขายบัตรWisdomไปอวดรวยกัน จนเป็นเดือดเป็นร้อนถึงธนาคารต้องออกมาลงดาบ       ไม่แน่ใจว่าเพื่อนๆเคยสังเกตกันไหมว่า ที่บัตรจะมีผู้ให้บริการการชำระต่างกัน ซึ่งหลักๆที่เราเห็นกันก็มีสองเจ้าใหญ่จากอเมริกา คือ Visa และ MasterCard (ทั้งนี้ก็ยังมีอีกหลายรายเช่น JCB AMEX etc. แต่วันนี้เรามาดูแค่เจ้าใหญ่สองเจ้านี่ละกัน)      ก็นะสงสัยเอง ว่า แล้วสองเจ้านี้ ในไทย ใครน่าจะครองใจผู้ใช้ได้มากกว่ากันนะ เช่นเดิม Google Trend ของฟรีที่มีค่าของเรา เอามาplotและคำนวณเพิ่มนิ้ดหน่อย โดยดูย้อนหลัง 13 ปีโลด 2010 - 2023...  ในไทย... โดยเราดูความสนใจของ Visa และ MasterCard ในไทย กราฟท์แสดงสัดส่วนการค้นหาในประเทศไทย      พบว่าสัดส่วนโดยอยู่ที่ 66.39% : 33.61% ตามลำดับ และจะเห็นว่าทั่วทั้งประเทศ ส่วนใหญ่ค้นหา Visa มากกว่า       แปลว่าในไทยย้อนหลังไป 13ปี นั้น Visa มีโอกาสทางธุรกิจมากกว่าMasterCard นัยยะคือควรมีลูกความมากกว่าMasterCardนั่นเอง ซึ่งอาจนำไปประเมิณควบคู่กับ Market Share ดูก็ได้... (ชึ่งจากประสบการณ์...

  เห็นช่วงนี้ข่าวรักๆ เลิกๆ ดารานี่เยอะมาก เลยสงสัยว่า มันรักมันเลิกกันแค่ดาราหรือมันเป็นกันหมด เลยใช้เครื่องมือฟรีคู่ชีพมาวิเคราะห์trendsกันหน่อยดีกว่าว่า คนไทยมีแนวโน้มรักหรือเลิกไปในทิศทางไหน? แต่ครั้งนี้ผมไม่ได้อยากวัดเทียบกันโดยตรงว่าใครมากกว่าใครเท่าไหร่ เหมือนเทียบmarket share แค่อยากเห็นว่าสถิติของเรื่องตัวเองมีแนวโน้ม เพิ่มขึ้น-ลดลงอย่างไร? จึงไม่ได้เอามาเทียบบนกราท์เดียวกันของGoogletrends ภาพโดยตรงที่ได้จาก Google Trends ซ้ายหย่า ขวาแต่งงาน ช่วง 2004-2023      ทีนี้จากภาพเราก็พอพอเห็นแนวโน้มขั้นต้นแล้วว่าภาพทางซ้ายมีแนวโน้มเอนขึ้น แต่ข้างขวาเป็นเนินเขาลาดลง ก็น่าจะพอคิดได้แล้วว่า การหย่ามีอัตราเพิ่มขึ้น ในขณะที่แต่งงาน ที่มีพีคยอดเขาช่วง2008-2015 และตอนนี้กำลังลดลง อาจยังเห็นไม่ชัด เลยExportมายัดใส่datastudio แล้วก็ออกมาตามรูปต่อไปนี้ ภาพเมื่อนำค่าจากTrendsมา plotบนDatastudio และเพิ่มTrendsline(polynomial)      เมื่อเราเอามาพล็อตเทียบกัน เพิ่มใส่Trendslineให้ด้วยจะได้เห็นชัดๆถึงแนวโน้มของการค้นหา ก็ยิ่งทำให้เห็นชัดขึ้นมากว่าแนวโน้มของ การหย่า...

Data ไม่เท่ากับ Insight และ Insight ก็ไม่ใช่ทุกคนจะเห็นเหมือนกัน หรือแปลความหมายได้เหมือนกัน วันนี้ก็กลับมาต่อนะครับ หลังจากหายไปหลายวัน จากตอนที่แล้วที่ผมมาบอกเพื่อนๆว่า อย่าเพิ่งเชื่อสิ่งที่เห็นเพราะในEP1ผมไม่ได้รวมคนที่ไม่ตอบคำถามไป และผมยังพบinsightขั้นต้นพบว่า คนที่สนใจหวยไม่ใช่แค่วัยทำงาน แต่มันคือคนที่มีภาระหนี้สิน ทีนี้ อย่างที่ผมบอกไปว่า ข้อมูลของGoogleForm จริงอยู่ที่สามารถแสดงผลลัพท์เป็นกราฟท์สรุปให้ได้เลย แต่...เค้าออกมาให้ตรงๆ ข้อนั้นถามอะไร ตอบข้อนั้น... ไม่สามารถหาความสัมพันธ์ใดๆกันได้จากผลนั้น แต่เรากำลังอยากหา insight ชือมันก็บอกอยู่แล้วว่า In-Sight ดังนั้นมันต้องมองลึกเข้าไปข้างในของข้อมูลนั้นอีกทีถึงจะเจอ ผมจึงเลือกใช้ Looker (DataStudioเดิม) มาเพื่อใช้สำหรับtwistหาข้อมูลเชิงลึกเพิ่มเติม เพราะเจ้านี่สามารถselect ข้อมูลที่เหมือนกันได้ ง่ายๆคือ เราจะสามารถเลือกได้เลยว่าถ้าเราอยากรู้ว่า ผู้หญิง เลือกอะไรบ้าง หรือจะดูแค่  ผู้หญิงและอายุ25-35 ซื้ออย่างไร?  หรือแม้แต่ ผู้หญิงและอายุ25-35ที่เคยซื้อออนไลน์ด้วยมีพฤติกรรมอย่างไร?   เป็นงัยครับ มันดูลึกลับซับซ้อ...

จากตอนที่1 ที่ผมแชร์ข้อมูลเรื่องหวยไป 11 ข้อจากการเดินสอบถามหน้าแผง หากใครยังไม่ได้อ่าน ( https://margineer.blogspot.com/2023/03/lottery-market-research-1.html ) วันนี้ผมจะมาบอกคุณว่า... ข้อมูลบางอย่างมันผิด...   ใช่ครับ มันอาจจะผิดได้ เช่น เพศ อายุ etc. เพราะก่อนที่จะmove onไปหา Insight ผมอยากให้หลายคนเข้าใจสิ่งที่เรียกว่าDataเสียก่อน ซึ่งถ้าใครอ่านดีๆ จะเห็นว่า ผมบอกว่า ผมได้สอบถามคนหลายคน และบางคนตอบ บางคนไม่ตอบ ดังนั้น คนที่ไม่ได้ตอบ ผมก็ไม่มีข้อมูล จริงไหมครับ? ดังนั้นก่อนที่คุณจะเชื่อข้อมูลในตอนที่1 คุณมีคำถามเอ๊ะ!?อะไรในใจไหมครับ? ถ้ามี ยินดีด้วยครับ ต่อมขี้สงสัยคุณทำงานได้ดีทีเดียว 👍👍👍 เพราะมันจะleadไปหาคำถามที่ว่า ข้อมูลนั้นเที่ยงตรงหรือน่าเชื่อมากแค่ไหน? และจริงๆแล้ว ผมได้ทำแบบสอบถามอีกชุดที่เอาไว้switchมาเก็บเฉพาะคนที่ไม่สะดวกตอบแบบสอบถาม  โดยจะเก็บแค่เพศ และ อายุประมาณการเท่านั้น โดยผมตอบเองเก็บแยกไว้อีกset เนื่องจากการเก็บในครั้งนี้ ผมจะapproachเฉพาะคนที่เข้าไปที่แผง เข้าไปจะซื้อจริงๆ ดังนั้นคนที่ผมapproachผมจึงจัดเป็นกลุ่มที่ "จะซื้อ" อย่างแน่นอน (ถ้ากลุ่มใน...