dashboard มีหลายรูปแบบแตกต่างกันไปตามการใช้งาน หนึ่งในการใช้งานของ dashboard ที่มากที่สุดคือ dashboard สำหรับสรุปข้อมูลภาพรวมของธุรกิจ dashboard ประเภทนี้เป็นที่นิยมที่สุดเพราะ นอกจากสามารถแสดงถึงข้อมูลภาพรวมของธุรกิจแล้ว ยังสามารถนำไปสู่ข้อมูลเชิงลึก (insight) ที่สามารถนำไปปรับปรุง แก้ไข หรือเพิ่มประสิทธิภาพของธุรกิจได้

เครื่องมือที่ใช้สร้าง dashboard ได้มีหลากหลาย โดยเครื่องมือที่ได้รับความนิยมสูง ได้แก่ Looker Studio, Power BI, และ Tableau เพราะสามารถใช้เชื่อมต่อกับข้อมูลกับบริการต่าง ๆ ได้ในรูปแบบที่หลากหลาย เช่น Google Cloud หรือ Azure ทั้งในรูปแบบของการเชื่อมต่อผ่านฐานข้อมูลหรือไฟล์ โดยเครื่องมือเหล่านี้มีความเหมือนและแตกต่างดังนี้

คุณสมบัติ	Looker Studio	Power BI	Tableau
เจ้าของ	Google	Microsoft	Salesforce
ค่าใช้จ่าย	ฟรี	ราคาย่อมเยา (เริ่มต้น $10/ผู้ใช้)	ราคาสูง (เริ่มต้น $70/ผู้ใช้)
รองรับแหล่งข้อมูล	สำหรับข้อมูลทั่วไป โดยเฉพาะข้อมูลจาก Google Ecosystem	ยืดหยุ่นสำหรับแหล่งข้อมูลองค์กรขนาดเล็ก-กลาง	รองรับแหล่งข้อมูลที่ซับซ้อน เหมาะกับองค์กรขนาดใหญ่และ big data
เหมาะสำหรับ	ทีมเล็ก และผู้ใช้ Google	ธุรกิจขนาดเล็ก-กลาง และผู้ใช้ Microsoft	องค์กรใหญ่ และงานข้อมูลขนาดใหญ่

เพื่อให้เห็นความเหมือนและแตกต่างชัดเจนมากขึ้น จึงลองใช้ข้อมูลร้านค้าปลีกชุดเดียวกันมาสร้างเป็น dashboard ด้วยทั้งสามเครื่องมือ ตัวอย่างของธุรกิจที่จะถูกยกขึ้นมานำเสนอในที่นี้คือธุรกิจร้านค้าปลีกที่มีหลายสาขา โดยใช้ข้อมูลจำลองรายการขายที่ประกอบด้วย ช่วงเวลาในการซื้อ ประเภทของสินค้า สาขา และเพศ เป็นต้น

ขั้นตอนแรกในการสร้าง dashboard ควรเริ่มต้นด้วยการเข้าใจธุรกิจผ่านข้อมูลด้วย Exploratory Data Analysis (EDA) ซึ่งคือการวิเคราะห์ข้อมูลเบื้องต้น เพื่อให้เราเข้าใจข้อมูล รวมทั้งตรวจสอบข้อมูลก่อนที่จะนำไปใช้ในขั้นตอนต่อไปนั่นเอง โดยการ EDA ในชุดช้อมูลนี้เริ่มจากการทำความเข้าใจโครงสร้างพื้นฐานของข้อมูล เช่น ข้อมูลแต่ละคอลัมน์เป็นตัวแปรชนิดใด ข้อมูลแต่ละคอลัมน์สัมพันธ์กันอย่างไร คอลัมน์ไหนบ้างที่มีสามารถตัดออกหรือต้องสร้างขึ้นมาใหม่ เป็นต้น โดยการทำ EDA ทำให้ทราบข้อมูลเบื้องต้นว่า

ร้านค้านี้มีทั้งหมด 3 สาขาโดยแต่ละสาขานั้นอยู่ในคนละเมืองกัน ทำให้สามารถแทนชื่อสาขา A, B, และ C ด้วยชื่อเมือง Yangon, Mandalay, และ Naypyitaw ได้ตามลำดับ
สินค้าแต่ละรายการนั้นบันทึกเป็นประเภทของสินค้า 6 ประเภท: Fashion accessories, Food and beverages, Electronic accessories, Sports and travel, Home and lifestyle, และ Health and beauty
ข้อมูลการซื้อจะถูกเก็บด้วยประเภทของการชำระ, จำนวนสินค้า, ราคาต่อหน่วย, ยอดรวม, ต้นทุน, กำไร, อัตราส่วนกำไรจากราคาทั้งหมด, และภาษี โดยข้อมูลราคาสินค้านั้นมีความสัมพันธ์กันโดยตรง จึงสามารถตัดข้อมูลบางคอลัมน์ออกได้ ได้แก่ อัตราส่วนกำไรจากราคาทั้งหมด, ภาษี
ข้อมูลผู้ซื้อจะถูกเก็บโดยจำแนกตามสถานะสมาชิกและเพศ

หลังจากเราทราบข้อมูลเบื้องต้นของชุดข้อมูลแล้ว ขั้นตอนต่อไปคือ การตั้งคำถามเพื่อหาคำตอบทางธุรกิจ เช่น สินค้าไหนขายดีที่สุด, ช่วงเวลามีผลต่อการขายสินค้าหรือไม่, แต่ละสาขามีสินค้าที่ขายได้แตกต่างกันหรือไม่

สินค้าที่ขายดีที่สุดอาจพิจารณาได้สองแง่มุม ประเภทสินค้าที่ขายได้จำนวนชิ้นเยอะที่สุดคือ electronic accessories ในขณะที่สินค้าที่ขายได้หลายครั้งที่สุด (หนึ่งครั้งอาจขายได้หลายชิ้น) คือ fashion accessories

นอกเหนือจากนี้สามารถใช้เวลาเป็นอีกมุมมองในการพิจารณาได้ยอดขายได้ โดยหลังจากกระบวนการ EDA ทำให้ทราบว่าสินค้าแต่ละประเภทจะขายดีในช่วงเวลาที่แตกต่างกัน โดยของสินค้าส่วนใหญ่ จะมีช่วงเวลาที่ขายดีที่สุดระหว่างช่วงเวลา 19:00 น. แต่กลุ่มสินค้าประเภท health and beauty จะขายดีที่สุดในช่วง 14:00 น.

Screenshot 2568-01-27 at 13.40.53.png — ภาพรวมการขายสินค้าตามช่วงเวลารวมทุกประเภท และเฉพาะประเภท health and beauty

โดยใน dashboard นี้จะให้ความสำคัญในเรื่องจำนวนครั้ง กับ ช่วงเวลาที่ขายสินค้าได้เป็นหลักในการแสดงผล และจะมีการใช้ตัวแปรอื่น ๆ เช่น สาขา, เพศ, และ สถานะสมาชิก มาเป็นส่วนประกอบเพื่อให้การแสดงข้อมูลมีความหลายหลายมากขึ้น

สุดท้ายเมื่อเราได้ส่วนประกอบต่าง ๆ ในการสร้าง dashboard แล้วขั้นตอนส่วนท้ายคือการนำส่วนประกอบต่าง ๆ มาประกอบเป็น dashboard โดยขั้นตอนแรกคือการวางโครงสร้างของ dashboard โดยจัดวางแผนภูมิที่สัมพันธ์กันไว้ใกล้กัน

โครงสร้างของ dashboard นั้น ถูกแบ่งออกเป็น 3 ส่วนคือ ส่วนบนของ dashboard สามารถใช้ filter ข้อมูลและแสดงภาพรวมตัวเลขยอดขายต่าง ๆ เพื่อให้ผู้บริหารเห็นคือภาพรวมต่างของธุรกิจได้ทันที อีกสองส่วนทางด้านฝั่งซ้ายและขวาของ dashboard เลือกข้อมูลที่สามารถดูคู่กันเพื่อให้แสดงถึงความสัมพันธ์ได้ โดยจำนวนสินค้าที่ขายดีจะถูกจัดวางไว้ทางด้านซ้ายและข้อมูลของช่วงเวลา (ชั่วโมง) ของการขายสินค้าจะถูกวางไว้ในด้านขวา ด้านบนแสดงข้อมูลภาพรวมในขณะที่ด้านล่างแสดงข้อมูลที่มีความละเอียดขึ้น

หลังจากวางโครงสร้างของ dashboard เรียบร้อยแล้ว ขั้นตอนต่อมาคือการเลือกวิธีการแสดงผลให้เหมาะกับข้อมูลที่ต้องการจะแสดง ข้อมูลภาพรวมต่าง ๆ ต้องการแสดงเพียงแค่ตัวเลข จึงสามารถใช้เพียง score card ในการแสดงผลได้ ข้อมูลยอดขายสามารถใช้แผนภูมิแท่ง (bar chart) หรือ stacked bar chart เพราะสามารถเปรียบเทียบข้อมูลสัดส่วนของยอดขายได้ ส่วนการแสดงผลด้านเวลาสามารถเลือกใช้แผนภูมิเส้น (line chart) ได้ โดยระมัดระวังการแสดงจำนวนเส้นและสีมากเกินไป ด้วยการ highlight เส้นของสาขาที่ขายดีที่สุดให้มีความแตกต่างจากประเภทอื่น ๆ

ประเด็นที่ต้องพิจารณาต่อมาคือการเลือกสีให้เหมาะกับการแสดงผล สีไม่ควรทำให้เกิดความสับสนหรือดึงความสนใจออกจากข้อมูลที่ต้องการที่จะแสดง ยกตัวอย่างเช่น แผนภูมิแสดงข้อมูลภาพรวมจำนวนรายการขายสินค้าแยกตามประเภทสินค้า สามารถใช้สีที่เป็นกลางเช่น สีเทา ในการแสดงผลลัพธ์ได้ หรือในกรณีที่ต้องแยกตามประเภทต่าง ๆ เช่น สีของสาขาควรสามารถแยกกันได้อย่างชัดเจน เช่น การเลือกสีของเพศต้องเลือกสีที่เป็นกลางและไม่เอนเอียงต่อลักษณะของเพศใด เพศหนึ่งมากเกินไป เช่น เพศหญิงไม่จำเป็นที่จะต้องใช้สีโทนเย็นเสมอไป โดยเราสามารถใช้สีโทนร้อนได้เช่นกัน

สุดท้ายในแต่ละเครื่องมือก็จะมีลูกเล่น วิธีการแสดงผล หรือข้อจำกัดที่แตกต่างกันที่แตกต่างกันโดยใน dashboard นี้เพื่อที่จะให้ตอบคำถาม “ประเภทสินค้าที่ขายดีที่สุด” ใน Looker studio สามารถมีการปรับการแสดงผลตามค่าที่ต้องการแสดงได้โดยการแสดงผลทั้งหมดจะสามารถเลือกตัวเลขที่สนใจได้จากการเปลี่ยนค่าที่แสดงจากจำนวนครั้งที่ขายเป็นจำนวนสินค้า จำนวนสินค้าต่อรายการขาย หรือ กำไร จากการขายได้ ซึ่งจะแตกต่างกับ Power BI และ Tableau ที่สามารถแสดงในรูปแบบของ tooltip เท่านั้น และนอกเหนือจากนี้การ filter ของ Looker Studio จะสามารถทำได้จากตัวเลือกข้างบนหรือสามารถที่จะคลิ๊กในแผนภูมิแท่งหรือแผนภูมิเส้นที่ต้องการได้เช่นกัน โดยเมื่อทำการ filter แล้ว dashboard จะทำการกรองข้อมูลและ highlight ในข้อมูลส่วนนั้น โดยที่ Power BI และ Tableau จะทำการ highlight ข้อมูลเพียงอย่างเดียว และใน Looker studio จะมีข้อจำกัดในใช้ font ทำให้ไม่สามารถเลือกได้หลากหลายเท่ากับเครื่องมืออื่น ๆ

Screenshot 2568-01-27 at 13.45.57.png — ภาพการเลือกมุมมองตัวเลขของค่าที่จะแสดงผลใน Looker Studio และ tooltip ใน Tableau

Screenshot 2568-01-27 at 13.47.23.png — ภาพการแสดงผลหลังจากมีการ filter ใน Looker Studio

ตัวอย่าง dashboard ที่สร้างจากข้อมูลธุรกิจร้านค้าปลีกชุดเดียวกัน ด้วยเครื่องมือทั้ง 3 อย่างดัังนี้

Data Dashboard with Boonmee Lab