จากข้อมูลดิบสู่ Insight ธุรกิจ: 40 Prompts ที่ Data Analyst ต้องรู้
Prompt การวิเคราะห์ข้อมูลแบบมืออาชีพ แบ่งตามกระบวนการทำงานของนักวิเคราะห์ข้อมูล 5 ขั้นตอน ดังนี้
1. Data Collection
2. Data Preparation
3. Data Analysis
4. Data Visualization
5. Insight & Communication
1. Data Collection (เก็บและรวบรวมข้อมูล)
- โหลดข้อมูลจาก CSV, Excel หรือฐานข้อมูล SQL
- ใช้ API ดึงข้อมูลจากภายนอก (เช่น Social Media, Web APIs)
- รวมข้อมูลจากหลายแหล่ง (merge/join)
- ตรวจสอบขนาดข้อมูล (shape) และชื่อคอลัมน์
- แสดงตัวอย่างข้อมูลด้วย .head() และ .info()
- วิเคราะห์แหล่งที่มาของข้อมูลและความน่าเชื่อถือ
- แปลงข้อมูลจากรูปแบบ PDF/HTML เป็น DataFrame
- ตั้งค่าการอ่านไฟล์ด้วย encoding หรือ delimiter ที่เหมาะสม
2. Data Preparation (เตรียมข้อมูล)
- ตรวจสอบและจัดการ Missing Values
- ตรวจจับและลบ Outliers ด้วย Z-score หรือ IQR
- แปลงข้อมูล Categorical เป็น Numeric (One-hot/Label Encoding)
- แปลงวันที่ให้อยู่ในรูป datetime และแยกเป็น วัน/เดือน/ปี
- Scaling ข้อมูลด้วย StandardScaler หรือ MinMaxScaler
- รวมกลุ่มข้อมูลและหาค่าสถิติเฉลี่ย (groupby)
- สร้าง Feature ใหม่จากข้อมูลที่มีอยู่
- ลดมิติด้วย PCA เพื่อเตรียมใช้กับโมเดล
3. Data Analysis (วิเคราะห์ข้อมูล)
- วิเคราะห์สถิติพื้นฐาน: mean, median, std
- สร้าง Correlation Matrix และหาความสัมพันธ์
- วิเคราะห์ความถี่ของคอลัมน์ Categorical
- วิเคราะห์ยอดขายตามหมวดหมู่/ประเทศ/ช่วงเวลา
- ทำ RFM Analysis เพื่อแบ่งกลุ่มลูกค้า
- สร้างโมเดล Classification เพื่อทำนายพฤติกรรม
- สร้างโมเดล Regression เพื่อพยากรณ์ตัวเลข
- ทำ Clustering ด้วย KMeans เพื่อหากลุ่มลูกค้า
- วิเคราะห์ Time Series (เช่น ARIMA, Prophet)
- ประเมินโมเดลด้วย Accuracy, RMSE, R²
- ทำ Cross-validation เพื่อตรวจสอบความเสถียรของโมเดล
- วิเคราะห์ผลกระทบของปัจจัย (Feature Importance)
4. Data Visualization (นำเสนอด้วยภาพ)
- สร้างกราฟ Histogram เพื่อดูการกระจาย
- สร้าง Boxplot เพื่อดู Outliers และเปรียบเทียบกลุ่ม
- สร้าง Heatmap ของ Correlation Matrix
- สร้าง Line Chart สำหรับ Time Seri
- สร้าง Bar Chart เพื่อเปรียบเทียบยอดขายหรือกลุ่มลูกค้า
- สร้าง Scatter Plot เพื่อดูความสัมพันธ์
- สร้าง Pair Plot สำหรับวิเคราะห์หลายตัวแปร
- ทำ Dashboard บน Power BI / Tableau / Plotly
5. Insight & Communication (สื่อสารผลลัพธ์และแนวทางธุรกิจ)
- สรุป Insight ที่สำคัญในเชิงกลยุทธ์
- วิเคราะห์ผลของโปรโมชั่นหรือแคมเปญ
- เสนอกลยุทธ์พัฒนาลูกค้าแต่ละกลุ่มจาก RFM
- เขียนรายงานหรือสรุปสำหรับผู้บริหาร (Executive Summary)
Blog นี้ ✍🏼 เขียนร่วมกับ ChatGPT โดยใช้ Prompt
ช่วยแนะนำ 40 Prompts สำหรับการทำงานวิเคราะห์ข้อมูล แบบนักวิเคราะห์ข้อมูลมืออาชีพด้วย แบ่งเป็นขั้นตอน ดังนี้ Data Collection, Preparation, Analysis, Visualization
