ການຕັ້ງຄຳຖາມທີ່ດີ ຈະນຳໄປສູ່ຄຳຕອບທີ່ເປັນປະໂຫຍດ. ຂັ້ນຕອນການຕັ້ງຄຳຖາມ ເປັນຂັ້ນຕອນທຳອິດ ຈາກ ທັງໝົດ 6 ຂັ້ນຕອນ ຂອງ life cycle ໂປເຈັກໜຶ່ງ ຂອງການວິເຄາະຂໍ້ມູນ: Ask, Prepare, Process, Analyse, Share ແລະ Act.
SMART Questions #
ໜຶ່ງສິງທີ່ ຄອສ ນີ້ແນະນຳໃນຂັ້ນຕອນການ ask ການຕັ້ງຄຳຖາມ ກະຄືການໃຊ້ SMART questions ເປັນແບບໃນການຕັ້ງຄຳຖາມ.
SMART Questions ປະກອບມີ:
- Specific - ຄຳຖາມທີ່ເຮົາຕັ້ງມັນເຂົ້າເປົ້າລະບໍ່? ມັນຊີ້ໃຫ້ເຫັນເຖິງໂຈດທີ່ເຮົາຈະແກ້ແລ້ວບໍ່? ມັນມີ context ບໍ່?
- Measurable - ຄຳຖາມທີ່ເຮົາຕັ້ງຂຶ້ນມາ ຈະໄດ້ຄຳຕອບທີ່ເຮົາສາມາດວັດແທກໄດ້ບໍ່?
- Action-oriented - ຄຳຖາມທີ່ເຮົາຕັ້ງຂຶ້ນມາ ຈະໄດ້ຄຳຕອບທີ່ເຮົາສາມານຳໄປປະຕິບັດໄດ້ແທ້ບໍ່?
- Relevant - ຄຳຖາມທີ່ເຮົາຕັ້ງມັນ ກ່ຽວກັບບັນຫາທີ່ເຮົາຈະໄປແກ້ແທ້ບໍ່?
- Time-bound - ຄຳຖາມທີ່ເຮົາຕັ້ງຂຶ້ນມາ ມັນກ່ຽວຂ້ອງກັບກອບໄລຍະເວລາທີ່ເຮົາຈະສຶກສາຢູ່ບໍ່?
ການຕັ້ງຄຳຖາມ ທີ່ດີຕ້ອງເປັນຄຳຖາມປາຍເປີດ (open-ended) ແລະ ບໍ່ຄວນຈະເປັນຄຳຖາມທີ່ ຊັກຈູງ (leading quetion) - ສິນຄ້ານີ້ແພງ ແມ່ນບໍ່? ຄຳຖາມທີ່ເໝາະສົມອາດຈະຖາມປະມານວ່າ ທ່ານມີຄຳຄິດເຫັນແນວໃດກັບສິນຄ້າໂຕນີ້? ເຊິ່ງຄຳຕອບທີ່ຈະໄດ້ກໍ່ຈະມີຫຼາກຫຼາຍຂຶ້ນ ເຊັ່ນ: ການໃຊ້ງານ, ສີຂອງສິນຄ້າ, ອຸປະກອນເສີມ ຫຼື ອາດຈະຖາມເຈາະຈົງກ່ຽວກັບລາຄາ - ລາຄາຫວ່າງເທົ່າໃດຫາເທົ່າໃດ ທີ່ທ່ານສາມາດຊື້ສິນຄ້າໂຕນີ້ໄດ້.
ນອກຈາກນີ້ແລ້ວ ປະເພດຄຳຖາມທີ່ບໍ່ຄວນຖາມກະຄື ຄຳຖາມປາຍປິດ (close-ended) - ທ່ານມັກສິນຄ້ານີ້ບໍ່? ເຮົາສາມາດປ່ຽນຄຳຖາມແບບນີ້ ເພື່ອໃຫ້ໄດ້ຄຳຕອບທີ່ເປັນໂຫຍດຫຼາຍຂຶ້ນ ໂດຍຖາມປະມານວ່າ ປະສົບການຂອງທ່ານຈາກການໃຊ້ສິນຄ້ານີ້ເປັນແນວໃດ?
ຄຳຖາມອີກປະເພດທີ່ເຮົາບໍ່ຄວນຖາມກະຄື ຄຳຖາມທີ່ຂາດ context - ບໍລິບົດ: ຄຸນລັກສະທີ່ ທີ່ຈະຊ່ວຍອະທິບາຍ ບາງສິ່ງບາງຢ່າງ ຫຼື ເຫດການທີ່ເກີດຂຶ້ນ? - ຄຳຖາມທີ່ບໍ່ສົມບູນ ຂາດຂໍ້ມູນ ເຊິ່ງຈະເຮັດໃຫ້ຄົນທີ່ຈະຕອບ ງົງ ບໍ່ເຂົ້າໃຈ. ຕົວຢ່າງຄຳຖາມ ທ່ານສັ່ງສິນຄ້າພວກເຮົາຜ່ານທາງອອນລາຍ ຫຼື ຊື້ຢູ່ຮ້ານຄ້າ? - ຄຳຖາມນີ້ຂາດ context ໄປບ່ອນວ່າ ອອນລາຍ ອາດຈະມີຫຼາຍຊ່ອງທາງ ຜ່ານ app ຫຼື Facebook official page ອາດຈະປ່ຽນມາເປັນ ທ່ານສັ່ງສິນຄ້າພວກເຮົາຜ່ານທາງ ອອນລາຍຈາກ page ຂອງຮ້ານ ຫຼື ຊື້ຢູ່ຮ້ານຄ້າຕົວແທນຈຳໜ່າຍ? ຄຳຖາມນີ້ປະກອບດ້ວຍ context ມານຳ ເພື່ອໃຫ້ເຂົ້າໃຈຄຳຖາມ ແລະ ໄດ້ຄຳຕອບທີ່ສາມາດນຳໄປວິເຄາະໄດ້.
Data types: Qualitative and Quantitative - ຂໍ້ມູນຄຸນນະພາບ ແລະ ຂໍ້ມູນປະລິມານ #
Qualitative - ຂໍ້ມູນຄຸນນະພາບ ເປັນຂໍ້ມູນ ທີ່ຈະອະທິບາຍ ຕົວບຸກຄົນ, ຄຸນລະລັກສະນະ ຂອງວັດຖຸ ທີ່ບໍ່ສາມາດວັກແທກໄດ້ໃນຮູບແບບຂອງຕົວເລກ ເຊັ່ນ: ສີຜົມ, ສີຜິວ.
Quantitive - ຂໍ້ມູນປະລິມານ ເປັນຂໍ້ມູນ ທີ່ສາມາດວັດແທກໄດ້ ຂອງ ຕົວບຸກຄົນ, ຫຼື ວັດຖຸ ເຊັ່ນ: ອາຍຸ, ລວງສູງ, ລວງຍາວ, ລວງກວ້າງ.
Dashboard #
dashboard ຫຼື ກະດານຂ່າວ ເປັນສິ່ງໜຶ່ງໃຊ້ສຳລັບ ສະເໜີຂໍ້ມູນໃຫ້ກັບ stakeholders ຂອງເຮົາ. ແລ້ວມັນແຕກຕ່າງຈາກ report ບ່ອນໃດ?
Report - ຂໍ້ມູນຈະເປັນແບບບໍ່ປ່ຽນແປງ (static) ໂດຍດຶງມາຈາກຊ່ວງເວລາໃດໜຶ່ງ.
Dashboard - ຂໍ້ມູນສະແດງຈະເປັນຂໍ້ມູນປັດຈຸບັນ (live) ທີ່ປ່ຽນໄປຕາມແຕ່ລະເວລາ.
ຂະບວນການໃນການສ້າງ dashboard:
- ຮູ້ຈັກກ່ອນວ່າ stakeholders ທີ່ຈະໃຊ້ dashboard ຂອງເຮົາແມ່ນໃຜ? ແລະ ກະເຈົ້າຈະໃຊ້ຫຍັງແນ່?
- ອອກແບບໜ້າຕາ dashboard ຂອງເຮົາ - ຈະເອົາຫຍັງແນ່ມາສະແດງ. ຂຽນຫົວຂໍ້ຊັດເຈນ, ເພີ່ມຄຳອະທິບາຍ ໃຫ້ກັບແຕ່ລະ chart ແລະ ສະແດງຂໍ້ມູນທີ່ສຳຄັນໄວ້ເທິງ ເທັກນິກເຫຼົ່ານີ້ເປັນພຽງຫຼາຍໆເທັກນິກ ທີ່ຈະເຮັດເຮົາອອກແບບ dashboard ໃຫ້ມີລາຍລະອຽດຊັດເຈນ, ເຂົ້າໃຈງ່າຍ ແລະ ຮຽບງ່າຍ.
- ສ້າງ prototype/mock-ups dashboard ກ່ອນຈະສ້າງໂຕຈິງ - ຂັ້ນຕອນນີ້ຈະເຮັດໃຫ້ເຮົາ ເຫັນພາບຄ້າວໆ ຂອງ dashboard ເຮົາລວມເຖິງ chart ທີ່ເຮົາໃຊ້ ກັບ ຂໍ້ມູນ ວ່າ ສະແດງຜົນອອກມາແລ້ວເປັນປະມານໃດ.
- ເລືອກ chart ສະແດງຜົນ - ການເລືອກປະເພດຂອງ chart ມາສະແດງຜົນ ຫຼັກໆແມ່ນ ຂຶ້ນກັບ ຂໍ້ມູນຂອງເຮົາ ແລະ ໂຕເຮົາເອງວ່າ ເຮົາຈະໃຊ້ຂໍ້ມູນອະທິບາຍເລື່ອງລາວທີ່ເຮົາຢາກສະແເດງໃຫ້ຄົນອື່ນເບິ່ງເປັນປະມານໃດ. ເຊັ່ນຂໍ້ມູນທີ່ເປັນປະເພດ time series ທີ່ມີການປ່ຽນແປງຕິດພັນກັບເວລາ ການເລືອກ chart ປະເພດ line ຫຼື bar chart ກໍ່ຈະໂຕເລືອກທີ່ດີທີ່ສຸດເລີຍ. ເຮົາສາມາດ ເບິ່ງ trend ແລະ ການປ່ຽນແປງໄດ້. ສ່ວນຖ້າເຮົາຢາກອະທິບາຍຂໍ້ມູນຂອງເຮົາ ເລື່ອງສັດສ່ວນ ຫຼື ອັດຕາສ່ວນ ພວກ donut chart ຫຼື pie chart ກໍເປັນຕົວເລືອກໜຶ່ງທີ່ເໝາະສຳລັບ ການເລົ່າເລື່ອງຂໍ້ມູນປະເພດນີ້ ໄດ້ດີເຊັ່ນກັນ.
- ໃຊ້ filter ຖ້າຈຳເປັນ - ການໃຊ້ filter ໃນ dashboard ອາດຈະເຮັດໃຫ້ ບໍ່ເຫັນຂໍ້ມູນທັງໝົດ ເຊິ່ງອາດຈະເຮັດໃຫ້ ເຮົາບໍ່ເຫັນ pattern ຫຼື trend ຂອງຂໍ້ມູນຂອງເຮົາ. ໃນທາງກົງກັນຂ້າມ ການທີ່ມີ function ທີ່ສາມາດ filter ຂໍ້ມູນ ກໍຈະຊ່ວຍໃຫ້ ຜູ້ທີ່ໃຊ້ dashboard ສາມາດເບິ່ງຂອງມູນໃນຊ່ວງເວລາທີ່ ເຂົາເຈົ້າຕ້ອງການ ເພື່ອຫາ insight ທີ່ເລິກໄປກວ່າຫັ້ນ.
Context ສຳຄັນສຳລັບນັກວິເຄາະຂໍ້ມູນ #
ຂໍ້ມູນທີ່ມີ context ກໍຈະເຮັດໃຫ້ເຮົາເຂົ້າໃຈ ຂໍ້ມູນພວກນັ້ນຫຼາຍຂຶ້ນ. ແລ້ວເຮົາຈະເຮັດແນວໃດ? ເຮົາສາມາດສ້າງ context ໄດ້ໂດຍຈາກການຖາມຄຳຖາມ WH questions:
- Who - ໃຜສ້າງຂໍ້ມູນນີ້ ອົງກອນ ຫຼື ບຸກຄົນ? ອົງກອນໃດສ້າງ, ເກັບ ຫຼື ໃຫ້ເງິນສຳລັບການເກັບຂໍ້ມູນ.
- What - ຂໍ້ມູນພວກນີ້ ຈະມີຜົນກະທົບຫຍັງແນ່?
- Where - ຂໍ້ມູນນີ້ມາຈາກໃສ?
- When - ສ້າງ ຫຼື ເກັບ ຕອນໃດ?
- Why - ເປັນຫຍັງຄືເກັບ ຫຼື ສ້າງຂຶ້ນມາເພື່ອຫຍັງ?
- How - ວິທີການເກັບ ຫຼື ສ້າງ ເຮັດແນວໃດ?
