Data Visualization

Data Visualization ก็เป็นสิ่งหนึ่งถูกนำมาใช้แสดงแทนคำพูด เป็นการใช้ภาพเพื่อแสดงข้อมูลในเชิงปริมาณที่วัดได้ ไม่ว่าจะเป็นตัวเลข แผนภูมิ กราฟ และอื่นๆอีกมากมาย  คำว่า Data คือ ข้อมูล ส่วน Visualization คือ การมองเห็น เมื่อนำมารวมกันแล้วหมายถึง ข้อมูลที่มองเห็นได้ด้วยตานั่นเอง มาดูการอธิบายถึงส่วนผสมของแอลกอฮอล์กับเครื่องดื่มแต่ละชนิด ในรูปแบบตางรางธาตุ ด้านล่าง

มีการใช้สีเพื่อบอกชนิด ระบุตัวเลขเป็นเปอร์เซนต์เพื่อแสดงปริมาณแอลกอฮอล์  พร้อมรูปของเครื่องดื่มแต่ละชนิดที่มีสีสันสวยงามประกอบด้วย  ถ้าเราลองเขียนสิ่งที่รูปนี้อธิบายเป็นตัวหนังสือมันจะดูน่าเบื่อและทำให้รู้สึกเหมือนกำลังนั่งอ่านสือสอบกันเลยทีเดียว
ประโยชน์ของ Data Visualization ก็คือทำให้ข้อมูลในเชิงปริมาณดูน่าสนใจ เข้าใจง่าย เห็นภาพรวมได้ชัดเจน ง่ายต่อการจดจำ  และนิยมนำมาใช้ประกอบในการรายงาน การวิเคราะห์สรุปผล อย่างแแพร่หลาย 

ปัจจุบันมีเครื่องมือในการสร้าง Data Visualization แบบเก๋ๆอยู่เยอะแยะเต็มไปหมด แต่จะขอนำเสนอเครื่องมือยอดนิยม 20 ค่ายให้คุณผู้อ่านได้เลือกใช้กัน คือ iCharts, Float, Raphaël, Modest Maps, Leaflet, Timeline, Exhibit, WolframAlpha, Visual.ly, Visualize Free, Better World Flux, jQuery Visualize, jqPlot, Dipity, Many Eyes, D3.js, JavaScript InfoVis Toolkit, jpGraph,Highcharts และสุดท้าย Google Charts

Data Visualization ในรูปแบบที่น่าสนใจกัน
ในปี 2014 นั้นมี project ที่เกี่ยวกับ Data Visualization ออกมาจำนวนมาก
โดยมีรูปแบบ และ การแสดงที่น่าสนใจและเป็นประโยชน์
ซึ่งการออกแบบของ project ต่างๆ มันขึ้นอยู่กับ
o    การใช้งานข้อมูล
o    การออกแบบ
o    ประโยชน์ในการใช้งาน
มาดูกันว่ามี project อะไรบ้างที่น่าสนใจและแปลกใหม่กันบ้าง

1. The Upshot
เป็น project ที่นำข้อมูลของ New York Times
มาแสดงผลในรูปแบบต่างๆ ได้อย่างน่าสนใจ
ตัวอย่างเช่น
Where We Came From and Where We Went
แสดงข้อมูลการอพยพย้ายถิ่นของประชาชน
โดยแสดงอยู่ในรูปแบบของ Stack Area Chart
ซึ่งแสดงให้เห็นการเปรียบเทียบการอพยพได้อย่างชัดเจน
แสดงดังรูป
The Most Detailed Maps You’ll See From the Midterm Elections
เป็นแผนที่สำหรับแสดงผลการเลือกตั้งในประเทศสหรัฐอเมริกา
โดยแสดงข้อมูล
คะแนนของการเลือกตั้งในแต่ละเมือง
แสดงข้อมูลตามความหนาแน่นของประชากร
แสดงดังรูป
How the Recession Reshaped the Economy, in 255 Charts
สำหรับการแสดงข้อมูลของงานในแต่ละอุตสาหกรรม ว่ามีแนวโน้มอย่างไรบ้าง
มีการทำงาน และ แสดงผลแบบ interaction ได้อย่างดี
แนวนอนแสดงข้อมูลตามค่าเฉลี่ยของเงินเดือน
แนวตั้งแสดงข้อมูลการเปลี่ยนแปลงต่างๆ
โดยที่สีเขียว หมายถึง มีการเติบโต ส่วนสีเขียวคือลดลง
แสดงดังรูป


2. Selfiecity
ทำการแสดงผลข้อมูลจากรูป Selfie จากรูปประมาณ 3200 รูป จาก 5 เมืองหลัก คือ
1.           กรุงเทพ
2.           Berlin
3.           Moscow
4.           New York
5.           Sao Paulo
โดยนำข้อมูล อายุ เพศ อารมณ์ และข้อมูลอื่นๆ ที่ดึงมาจาก
Amazon Mechanical Turk และ face detection มาใช้ในการวิเคราะห์
แสดงดังรูป
3. Floodwatch
คือการ monitoring และ tracking โฆษณา online
ทำให้เราเห็นว่า ผู้ใช้งานมีพฤติกรรมอย่างไร
โดยใช้ข้อมูลจากพฤติกรรมของผู้ใช้งาน เช่น
o    ขนาดของ banner ของโฆษณา
o    เวลาการเข้ามาใช้งาน
o    website ที่มาของโฆษณา
รวมทั้งสามารถนำไปเปรียบเทียบกับโฆษณาอื่นๆ ได้
และสามารถกรองข้อมูลที่ต้องการได้ด้วย
แสดงดังรูป


4. Culture History

นักวิจัยนำข้อมูลของคนมาใช้งาน คือ สถานที่เกิด การเดินทาง และสถานที่ตาย
มาวาดกราฟ เพื่อให้เห็นว่าแต่ละคนมีการเคลื่อนไหว และ เดินทางอย่างไร
นั่นมันแสดงถึงการเดินทางของวัฒนธรรมต่างๆ ที่มัน dynamic มากมาย
แสดงดังรูป

5. Visualizing Algorithms

เป็นการนำเสนอข้อมูลในรูปแบบต่างๆ ซึ่งได้เตรียม process และ pattern
สำหรับการจัดการข้อมูลในรูปแบบต่างๆ ด้วย algorithm ต่างๆ
ทั้งการเรียงลำดับข้อมูล การเลือกกลุ่มข้อมูลตัวอย่าง และ การสร้างข้อมูลแบบสุ่ม
ผลที่ได้คือ เราได้ทำการเรียนรู้จากข้อมูลที่เรามีอยู่
ว่าจะนำมาประมวลผล และ แสดงผล ที่มีประโยชน์ได้อย่างไร
แสดงดังรูป

 ขอขอบคุณ    http://www.motioninfostudio.com/%E0%B9%80%E0%B8%9B%E0%B9%87%E0%B8%99%E0%B8%A1%E0%B8%B2%E0%B8%81%E0%B8%81%E0%B8%A7%E0%B9%88%E0%B8%B2%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5%E0%B8%94%E0%B9%89%E0%B8%A7%E0%B8%A2-data-visua/#.WHwxHFWLSM8
http://www.somkiat.cc/data-visualization-2014/


เขียนโดย