Please enable JavaScript.
Coggle requires JavaScript to display documents.
Chapter 3 ข้อมูล การเเก้ปัญหาเเละขั้นตอนวิธี - Coggle Diagram
Chapter 3
ข้อมูล การเเก้ปัญหาเเละขั้นตอนวิธี
การประมวลผลข้อมูล
“ข้อมูล” (data) หมายถึง ข้อเท็จจริง ที่อยู่ในรูปแบบตัวอักษรตัวเลข สัญลักษณ์พิเศษ รูปภาพ ภาพเคลื่อนไหว และเสียง ซึ่งสามารถบันทึกไว้อย่างต่อเนื่องเเละมีความหมายในตัว เช่น ชื่อนักเรียน อายุ เพศ จำนวนประชากร เป็นต้น
การเเบ่งข้อมูลตามเเหล่งข้อมูลที่ได้รับ
“ข้อมูลปฐมภูมิ” (primary data) คือ ข้อมูลที่ได้จากจุดกำเนิดของข้อมูลนั้นๆ เป็นการเก็บรวบรวมหรือบันทึกจากเเหล่งข้อมูลโดยตรงด้วยวิธีการต่างๆ เช่น การสอบถาม การสัมภาษณ์ การสำรวจ การจดบันทึก ซึ่งข้อมูลปฐมภูมิจัดเป็นข้อมูลที่มีความน่าเชื่อถือมากที่สุด
“ข้อมูทุติยภูมิ” (secondary data) คือ การนำข้อมูลที่ผู้อื่นได้เก็บรวบรวม หรือบันทึกไว้เเล้วมาใช้งาน ผู้ใช้ไม่จำเป็นต้องเก็บรวบรวมหรือบันทึกด้วยตัวเอง จัดเป็นข้อมูลที่เกิดขึ้นในอดีต มักผ่านการประมวลผลมาเเล้ว บางครั้งจึงไม่ตรงกับความต้องการของผู้ใช้ เเละข้อมูลที่ได้มีความคลาดเคลื่อนไม่ทันสมัย
ลักษณะของข้อมูลที่ดี
1.ความถูกต้องเเม่นยำ (accuracy) ข้อมูที่ดีควรจะมีความถูกต้องเเม่นยำ ความทันเวลา (timelines) เป็นข้อมูลที่ทันสมัย เเละทันต่อความต้องการของผู้ใช้
2.ความสมบูรณ์ครบถ้วน (completeness) ข้อมูลที่เก็บรวบรวมมาต้องเป็นข้อมูลที่ให้ข้อเท็จจริง หรือข่าวสาร ที่ครบถ้วนทุกประการ
3.ความกะทัดรัด (conciseness) ข้อมูลที่ได้รับส่วนใหญ่จะกระจัดกระจาย ควรจัดข้อมูลให้อยู่ในรูปแบบที่กะทัดรัด สะดวกต่อการใช้เเละค้นหา
4.ความตรงกับความต้องการของผู้ใช้ (relevance) ข้อมูลที่จัดทำขึ้นมาควรเป็นข้อมูลที่ผู้ใช้ข้อมูลต้องการใช้ เเละจำเป็นต้องรู้ หรือเป็นประโยชน์ต่อการจัดทำแผนกำหนดนโยบายหรือตัดสินปัญหาในเรื่องนั้นๆ
5.ความต่อเนื่อง (continuity) การเก็บรวบรวมข้อมูล ควรอย่างยิ่งที่จะต้องดำเนินการอย่างสม่ำเสมอเเละต่อเนื่องในลักษณะของอนุกรมเวลา เพื่อจะได้นำไปใช้ประโยชน์ในด้านการวิเคราะห์วิจัยหรือหาแนวโน้มในอนาคต
กระบวนการวิทยาการข้อมูล (Data Science process)
การเพิ่มข้อมูลให้กับผลิตภัณฑ์หรือให้บริการด้วยข้อมูลนั้น นอกจากจะต้องมีความเข้าใจเกี่ยวกับผลิตภัณฑ์หรือบริการเเล้ว ยังต้องเข้าใจกิจกรรมต่างๆ ที่เกี่ยวกับการจัดหาเเละประมวลผลข้อมูลอีกด้วย เพื่อไม่ให้สับสนหรือพลาดประเด็นใดไปสามารถดำเนินตามกระบวนการของวิทยาการข้อมูลตอนสำคัญต่างๆ
(Data Science Process)
•ตั้งคำถามที่น่าสนใจ
•สืบค้นและสังเกตข้อมูล
•ทำความเข้าใจข้อมูล
•สร้างเเบบจำลอง
•สื่อสารผลลัพธ์
ประโยชน์ของระบบการคิดเชิงออกแบบ
1.”ฝึกกระบวนการเเก้ไขปัญหาตลอดจนหาทางออกที่เป็นลำดับขั้นตอน” ปกติเราอาจจะมีการหาทางเเก้ปัญหาแบบสะเปะสะปะ ไม่มีการหาสาเหตุ หรือไม่มีการมองรอบด้าน กระบวนการนี้จะทำให้เรามองอย่างรอบคอบเเละละเอียดมากขึ้น ทำให้เราเข้าใจปัญหาได้อย่างถ่องเเท้
3.”มีทางเลือกที่หลากหลาย” การคิดบนพื้นฐานข้อมูลที่มีหลากหลายตลอดจนพยายามคิดหาวิธีทางหรือเเชร์ไอเดียที่ดีออกมาหลากหลายรูปแบบ
2.”ฝึกความคิดสร้างสรรค์” การเเชร์ไอเดีย ตลอดจนระดมความคิดนั้น จะทำใหเสมองเราฝึกคิดหลากหลายรูปแบบหลากหลายวิธี หลากหลายมุมมอง ซึ่งเป็นพื้นฐานในการฝึกความคิดสร้างสรรค์ที่ดี
4.”มีตัวเลือกที่ดีที่สุด เหมาะสมที่สุด” เมื่อเรามีตัวเลือกหลากหลายเราก็จะรู้จักวิเคราะห์ เเละการคิดวิเคราะห์นี้เองจะทำให้เราสามารถเลือกทางเลือกที่ดีที่สุดเเละเหมาะสมที่สุด
5.”เกิดกระบวนการใหม่ตลอดจนนวัตกรรมใหม่” มีการคิดมากมายหลากหลายรูปแบบ ตลอดจนเเชร์ไอเดียดีๆ มากมาย การที่เราพยายามฝึกคิดจะทำให้เรามักค้นพบวิธีใหม่ๆ เสมอ
6.”มีเเผนสำรองในการเเก้ปัญหา” การคิดที่หลากหลายวิธีนอกจากจะทำให้เราสามารถวิเคราะห์เลือกวิธีที่ดีที่สุดได้เเล้วนั้นก็ยังทำให้เรามีตัวเลือกสำรองไปในตัวโดยผ่านกระบวนการลำดับความสำคัญมาเรียบร้อยเเล้ว ทำให้เราสามารถเลือกใช้เเก้ปัญหาได้ทันท่วงทีหากวิธีการที่เลือกไม่ประสบความสำเร็จ
7.” องค์กรมีการทำงานอย่างเป็นระบบ” เมื่อบุคลากรถูกฝึกให้คิดอย่างเป็นระบบแผนเเล้วจะปลูกฝังระบบการทำงานที่ดีนั่นย่อมส่งผลให้องค์กรมีการทำงานอย่างเป็นระบบ และทำงานได้อย่างมีประสิทธิภาพมากขึ้นด้วย