Data Quality ข้อมูลพร้อมใช้ ช่วย SME ตัดสินใจจากข้อมูลที่เชื่อถือได้

ถ้าถามว่าสินค้าตัวไหนขายดีที่สุด คำตอบน่าจะอยู่ในรายงานยอดขาย แต่บางร้านต้องใช้เวลาหาชื่อสินค้าให้ครบก่อน เพราะคนหนึ่งบันทึกชื่อเต็ม อีกคนใช้ชื่อย่อ หรือข้อมูลจากหน้าร้านกับไฟล์สต็อกใช้คนละรูปแบบ กว่าจะได้ตัวเลขที่มั่นใจ ทีมก็หมดเวลาไปกับการจัดข้อมูลแทนที่จะเอาผลไปวางแผน

สิ่งสำคัญไม่ใช่มีข้อมูลมากแค่ไหน แต่อยู่ที่ข้อมูลที่มีตอบคำถามทางธุรกิจได้หรือเปล่า นี่คือเรื่องของ Data Quality หรือคุณภาพข้อมูล ซึ่งไม่จำเป็นต้องเริ่มจากการซื้อระบบใหม่ ลองดูข้อมูลที่ใช้อยู่ก่อนว่า รายละเอียดถูกต้อง ครบพอ และเหมาะกับสิ่งที่ต้องตัดสินใจหรือไม่

Key Takeaways

• ข้อมูลที่พร้อมใช้ต้องพอตอบคำถาม ไม่จำเป็นต้องครบทุกช่อง

• ตรวจรหัสและข้อมูลต้นทางก่อนรวมยอด เพราะชื่อคล้ายกันอาจเป็นคนละสินค้า

• เริ่มจากรายงานที่ใช้ประจำ แล้วตกลงวิธีบันทึกและคนดูแลข้อมูลให้ชัด

Data Quality คืออะไร และข้อมูลแบบไหนใช้ตัดสินใจได้

Data Quality หรือคุณภาพข้อมูล คือระดับที่ข้อมูลมีคุณสมบัติเหมาะกับการใช้งาน ช่วยให้ธุรกิจใช้ข้อมูลตอบคำถามและตัดสินใจได้อย่างน่าเชื่อถือ IBM อธิบายการตรวจคุณภาพข้อมูลผ่าน 6 มิติ ได้แก่ ความถูกต้อง ความครบถ้วน ความสอดคล้อง ความเป็นปัจจุบัน การตรงตามรูปแบบหรือกฎที่กำหนด และการไม่ซ้ำกัน สำหรับ SME สามารถนำมาพิจารณาร่วมกันตามตัวอย่างต่อไปนี้

ถ้าต้องการดูว่าสินค้าขายได้กี่ชิ้น รายงานควรมีรหัสสินค้า วันที่ขาย จำนวน และสถานะหลังการขาย เช่น ยกเลิกหรือคืนสินค้า แต่ถ้าจะเปรียบเทียบกำไร ต้องมีต้นทุนสินค้าและค่าใช้จ่ายที่เกี่ยวข้องด้วย หากขาดข้อมูลเหล่านี้ รายงานก็อาจตอบได้เพียงบางส่วน

พูดง่าย ๆ ข้อมูลพร้อมใช้เมื่อมีรายละเอียดพอตอบคำถาม และตรวจสอบที่มาได้ ไม่จำเป็นต้องกรอกทุกช่องในไฟล์ให้ครบ เริ่มจากสิ่งที่ต้องการรู้ แล้วเช็กข้อมูลตามนี้

ข้อมูลถูกต้อง และมีรายละเอียดจำเป็นครบ

ความถูกต้อง คือข้อมูลตรงกับข้อเท็จจริงและตรวจยืนยันกับแหล่งที่เชื่อถือได้ ส่วนความครบถ้วน คือมีข้อมูลที่จำเป็นต่อการใช้งานครบ เช่น การสรุปยอดขายต้องมีรหัสสินค้า วันที่ขาย และจำนวน โดยไม่จำเป็นต้องเติมช่องที่ไม่เกี่ยวกับคำถาม

ก่อนเชื่อรายงาน ลองเทียบกับข้อมูลต้นทาง เช่น ระบบขายหรือใบสั่งซื้อ ดูว่ารหัส จำนวน และวันที่ตรงกันหรือไม่ ส่วนช่องที่เว้นว่าง ให้ดูก่อนว่าจำเป็นต่อคำตอบไหม ถ้าไม่เกี่ยวกับงานนั้น ก็ไม่ต้องไล่เติมให้ครบทุกช่อง

ใช้รูปแบบเดียวกัน และตรวจรายการซ้ำ

ข้อมูลที่สอดคล้องกันต้องไม่ขัดแย้งกันระหว่างไฟล์หรือระบบ และควรอยู่ในรูปแบบที่ตรงตามกฎที่กำหนด เช่น ใช้รหัสสินค้าและหน่วยนับเดียวกัน ส่วนการไม่ซ้ำกันหมายถึงไม่บันทึกธุรกรรมเดียวกันซ้ำจนทำให้ยอดคลาดเคลื่อน จึงต้องแยกให้ออกระหว่างรายการซ้ำกับการขายสินค้าชนิดเดียวกันหลายครั้ง

รหัสสินค้า วันที่ หน่วยนับ และสถานะควรบันทึกแบบเดียวกันทั้งทีม หากชื่อสินค้าต่างกัน ให้เทียบรหัสและรายละเอียดก่อนว่าเป็นรายการเดียวกันจริงหรือไม่ ส่วนแถวที่ดูซ้ำ ให้ตรวจเลขที่คำสั่งซื้อหรือรายการธุรกรรมก่อนลบ

ข้อมูลใหม่พอที่จะใช้วิเคราะห์ได้ทันสถานการณ์

ความเป็นปัจจุบัน คือข้อมูลพร้อมใช้ในเวลาที่ต้องการและสะท้อนสถานการณ์ล่าสุดเพียงพอสำหรับการตัดสินใจ ความถี่ในการอัปเดตจึงต้องเหมาะกับงาน เช่น การเช็กสต็อกเพื่อรับคำสั่งซื้อควรใช้ข้อมูลล่าสุด มากกว่ารายงานสำหรับดูแนวโน้มย้อนหลัง

รายงานสต็อกของสัปดาห์ก่อนอาจช่วยดูแนวโน้ม แต่ไม่พอจะบอกว่าตอนนี้เหลือสินค้าเท่าไร ควรระบุวันที่ของข้อมูลล่าสุด และอัปเดตรายงานให้ถี่พอกับการใช้งาน

ไม่ต้องลงทุนระบบใหม่ทันที เริ่มจากรายงานที่ใช้บ่อย เลือกข้อมูลที่จำเป็นต่อคำถาม และตกลงให้ทีมบันทึกตรงกันก่อน หากภายหลังต้องตอบคำถามที่ซับซ้อนขึ้น ค่อยเพิ่มเกณฑ์ตรวจให้เหมาะกับงาน

ชื่อสินค้าในรายงานไม่ตรงกัน จะสรุปยอดขายให้ถูกต้องได้อย่างไร

สมมติว่าร้านขายชาเขียวขนาด 250 มล. รหัสสินค้า A250 แต่พนักงานบันทึกชื่อไว้หลายแบบ ทั้ง “ชาเขียว 250 มล.” “ชาเขียว 250ml” และชื่อย่อ หากรายงานจัดกลุ่มตามชื่อแทนรหัส ยอดของสินค้าตัวเดียวกันอาจถูกแยกเป็นหลายบรรทัด ทำให้ยอดขายของรหัส A250 ดูต่ำกว่าความจริง วิธีป้องกันคือใช้รหัสสินค้าเป็นตัวอ้างอิงหลัก และทำรายการชื่อเรียกให้เชื่อมกับรหัสเดียวกันก่อนรวมยอด เมื่อดึงข้อมูลจากหลายระบบ ขั้นตอน ETL หรือการดึงและจัดข้อมูลก็ช่วยแปลงชื่อและรูปแบบให้เทียบกันได้ก่อนนำไปวิเคราะห์

อย่างไรก็ตาม อย่ารวมรายการเพียงเพราะชื่อคล้ายกัน ชาเขียว 250 มล. กับ 500 มล. เป็นคนละสินค้า แม้ชื่อหลักจะเหมือนกัน ก่อนจับคู่ให้ตรวจรหัสสินค้า ขนาดหรือรุ่น และรายละเอียดจากระบบขายหรือทะเบียนสินค้า หากไม่มีรหัสที่ใช้ร่วมกัน ให้ผู้ดูแลสินค้ายืนยันก่อนกำหนดชื่อมาตรฐาน เพื่อไม่ให้ยอดของสินค้าคนละรายการถูกรวมผิด

หลักเดียวกันนี้ใช้กับข้อมูลลูกค้าได้ด้วย เช่น ชื่อที่สะกดต่างกันหรือบันทึกซ้ำอาจทำให้จำนวนลูกค้าในรายงานคลาดเคลื่อน หากธุรกิจรวบรวมยอดขาย สต็อก และข้อมูลลูกค้าจากหลายระบบมาวิเคราะห์ร่วมกัน ETL จะช่วยเตรียมข้อมูลก่อนนำเข้า ส่วน Data Warehouse หรือคลังข้อมูลใช้เก็บข้อมูลที่จัดรูปแบบแล้วเพื่อทำรายงานและวิเคราะห์ย้อนหลัง แต่การมีคลังข้อมูลอย่างเดียวไม่ได้ยืนยันว่าข้อมูลถูกต้อง ธุรกิจยังต้องตรวจแหล่งที่มาและกำหนดวิธีจับคู่ข้อมูลให้ชัดเจน

5 ขั้นตอนเตรียมข้อมูลพร้อมใช้ ให้ SME ตัดสินใจได้อย่างมั่นใจ

SME เริ่มดูแล Data Quality ได้จากรายงานที่ใช้ประจำ โดยวางแผนให้ข้อมูลตอบโจทย์ธุรกิจ จัดมาตรฐาน ตรวจคุณภาพ แล้วนำไปวิเคราะห์ตาม 5 ขั้นตอนนี้

1. วางแผนใช้ข้อมูลให้ตรงกับวัตถุประสงค์

กำหนดก่อนว่าต้องการใช้ข้อมูลตัดสินใจเรื่องใด เช่น วางแผนสั่งสินค้า หรือดูว่าสินค้าแต่ละรหัสขายได้กี่ชิ้นในเดือนที่ต้องการ จากนั้นระบุข้อมูลที่จำเป็น เช่น รหัสสินค้า วันที่ขาย จำนวน และสถานะยกเลิกหรือคืนสินค้า หากต้องการเปรียบเทียบกำไร ต้องมีต้นทุนและค่าใช้จ่ายที่เกี่ยวข้องด้วย

2. กำหนดโครงสร้างข้อมูลเพื่อการวิเคราะห์

วางหัวคอลัมน์และความหมายของข้อมูลให้ชัด เช่น เลขที่รายการขาย รหัสสินค้า วันที่ขาย จำนวน หน่วยนับ และสถานะ พร้อมกำหนดว่าหนึ่งแถวแทนรายการใด ใช้รหัสอะไรเชื่อมข้อมูล และต้องดึงข้อมูลจากแหล่งไหน เพื่อให้รวมยอดหรือเปรียบเทียบข้อมูลได้ตรงกับคำถาม

3. บันทึกข้อมูลให้เป็นรูปแบบเดียวกัน

ตกลงรูปแบบรหัสสินค้า ชื่อสินค้า วันที่ หน่วยนับ และสถานะให้ทีมใช้ตรงกัน เช่น ใช้รหัส A250 อ้างอิงชาเขียวขนาด 250 มล. และเชื่อมชื่อเรียกต่าง ๆ กับรหัสที่ตรวจยืนยันแล้ว หากชื่อคล้ายกันแต่ต่างขนาดหรือรุ่น ต้องแยกเป็นคนละสินค้า พร้อมกำหนดผู้ดูแลมาตรฐานเพื่อลดปัญหาซ้ำ

4. ตรวจสอบและจัดระเบียบข้อมูลก่อนใช้

สุ่มเทียบรหัส จำนวน ราคา และวันที่กับระบบขาย ใบสั่งซื้อ หรือหลักฐานต้นทาง จากนั้นกรองช่องสำคัญที่ว่าง ตรวจหน่วยนับ รูปแบบวันที่ และรายการซ้ำ โดยเทียบเลขที่คำสั่งซื้อหรือรหัสธุรกรรมก่อนลบ เพื่อไม่ให้ลบการขายคนละครั้งที่มีรายละเอียดคล้ายกัน หากตัวเลขไม่ตรง ให้ย้อนหาต้นเหตุและบันทึกว่าแก้อะไร ใช้หลักฐานใด และเพราะอะไร

เริ่มจากตัวกรองหรือการเรียงข้อมูลใน Excel หรือ Google Sheets หากมีชื่อจำนวนมาก OpenRefine ช่วยแสดงชื่อที่คล้ายกันเป็นกลุ่มได้ แต่ผู้ดูแลยังต้องเทียบรหัสสินค้า ขนาด และข้อมูลต้นทางก่อนแก้ชื่อหรือรวมยอด เพราะชื่อคล้ายกันอาจเป็นคนละสินค้า ตรวจวันที่ของข้อมูลและอัปเดตให้เหมาะกับการใช้งานด้วย

5. นำข้อมูลที่ผ่านการตรวจคุณภาพไปวิเคราะห์และใช้งาน

นำข้อมูลที่จัดมาตรฐานและตรวจสอบแล้วมาสรุปตามวัตถุประสงค์ เช่น รวมยอดขายตามรหัสสินค้าเพื่อช่วยวางแผนสั่งซื้อ ระบุช่วงเวลา แหล่งข้อมูล และเวลาที่อัปเดตให้ชัด หากข้อมูลสำคัญยังขาดหรือมีข้อผิดปกติที่ยืนยันไม่ได้ ควรระบุข้อจำกัดและตรวจเพิ่มก่อนใช้ผลตัดสินใจ

ตกลงวิธีบันทึกข้อมูลให้เหมือนกันทั้งทีม

ถ้าต้องแก้ชื่อสินค้าในรายงานทุกเดือน ปัญหาอาจไม่ได้อยู่ที่รายงาน แต่อยู่ที่แต่ละคนบันทึกข้อมูลไม่เหมือนกัน ลองตกลงวิธีใช้รหัสสินค้า ชื่อสินค้า หน่วยนับ และรูปแบบวันที่ให้ตรงกัน พร้อมกำหนดว่าใครเป็นคนเพิ่มหรือแก้ข้อมูลสินค้า

ธุรกิจขนาดเล็กไม่จำเป็นต้องมีทีมข้อมูลแยกต่างหาก แบ่งหน้าที่จากงานที่ทำอยู่ได้ เช่น ให้คนดูแลสินค้าเช็กรหัสและขนาด ส่วนคนทำรายงานดูว่าข้อมูลสำคัญครบก่อนนำไปใช้หรือไม่ ถ้ารายงานมีการอัปเดตระหว่างวัน ให้ใส่วันที่หรือเวลาที่ดึงข้อมูลไว้ด้วย จะได้รู้ว่าตัวเลขชุดนั้นเป็นของช่วงไหน

ลองเช็กเป็นระยะว่า ยังมีสินค้าไม่มีรหัสกี่รายการ มีข้อมูลซ้ำที่ต้องตรวจหรือไม่ และรายงานอัปเดตถึงวันไหน ถ้าปัญหาเดิมเกิดขึ้นอีก ให้ย้อนดูว่าข้อมูลถูกบันทึกหรือส่งต่อผิดตรงไหน แล้วแก้ขั้นตอนนั้นเพื่อไม่ให้ต้องกลับมาไล่แก้รายงานซ้ำ

คำถามที่พบบ่อยเกี่ยวกับ Data Quality

Data Quality คือการล้างข้อมูลหรือไม่?

ไม่ใช่ทั้งหมด การล้างข้อมูลเป็นการแก้หรือจัดรูปแบบข้อมูลบางอย่าง เช่น แก้การสะกดหรือจัดการรายการซ้ำ ส่วน Data Quality ยังรวมถึงการกำหนดว่าข้อมูลแบบใดจำเป็น จะตรวจจากแหล่งไหน และใครดูแลไม่ให้ปัญหาเกิดซ้ำ

SME ใช้ Excel หรือ Google Sheets เริ่มตรวจได้ไหม?

ได้ หากข้อมูลยังอยู่ในขนาดและรูปแบบที่เครื่องมือรองรับ เริ่มจากกรองช่องว่าง เรียงข้อมูล และตรวจรายการซ้ำก่อน หากข้อมูลมาจากหลายระบบหรือมีเงื่อนไขซับซ้อน จึงค่อยพิจารณาเครื่องมืออื่นตามความจำเป็น

ต้องทำข้อมูลให้ครบทุกช่องก่อนจึงวิเคราะห์ได้หรือไม่?

ไม่จำเป็น แต่ต้องรู้ว่าช่องใดจำเป็นต่อคำถามและข้อมูลส่วนไหนยังขาด หากข้อมูลสำคัญไม่ครบ ควรระบุข้อจำกัดไว้หรือหาหลักฐานเพิ่มก่อนนำผลไปตัดสินใจ

ข้อมูลที่จัดรูปแบบเรียบร้อยแล้วเชื่อถือได้เสมอไปหรือไม่?

ไม่เสมอไป ข้อมูลอาจสะกดเหมือนกันแต่ผิดจากข้อเท็จจริงได้ จึงควรเทียบกับแหล่งต้นทางและดูว่าเหมาะกับคำถามที่กำลังจะตอบหรือไม่

เริ่มจากรายงานหนึ่งชุดที่ต้องใช้ตัดสินใจบ่อย แล้วลองไล่ดูว่าข้อมูลชุดนั้นตอบคำถามของธุรกิจได้ครบหรือยัง เมื่อเจอจุดที่ต้องแก้ ให้ตรวจกลับไปที่ต้นทางและตกลงวิธีบันทึกให้ทีมใช้เหมือนกัน งานจัดข้อมูลรอบต่อไปก็จะเบาลง และตัวเลขในรายงานก็มีที่มาให้ตรวจสอบได้

แหล่งข้อมูลอ้างอิง

IBM: มิติคุณภาพข้อมูล https://www.ibm.com/think/topics/data-quality-dimensions

OpenRefine: การจัดกลุ่มข้อความที่คล้ายกัน https://openrefine.org/docs/manual/cellediting