ตรวจและเตรียมข้อมูล
- เบ้ · แกน log Skew · log scale
- ข้อมูลที่ค่าส่วนใหญ่กองอยู่ด้านต่ำแต่มีหางยาวไปทางสูง (เช่น ยอดขาย) ระบบเตือนเมื่อค่าเบ้เกิน 1.5 และเปลี่ยนกราฟเป็นแกน log ให้เอง ให้ดูค่ามัธยฐานคู่กับค่าเฉลี่ยเสมอ
- สูตรที่ผูกคอลัมน์ Identity
- คอลัมน์ที่คำนวณจากคอลัมน์อื่นได้พอดี เช่น ยอดขาย − ต้นทุน = กำไร ไม่ใช่ข้อมูลเสีย แต่ห้ามใช้ทำนายกันเอง เพราะจะได้ความสัมพันธ์ที่เกิดจากสูตร ไม่ใช่ข้อค้นพบ
- ยุบเป็นหน่วยจริง Grain
- ไฟล์ที่ละเอียดกว่าหน่วยที่ตัดสินใจ (เช่น เครื่อง × วัน × อะไหล่) จะถูกรวมเป็นเครื่อง × วันก่อนวิเคราะห์ ไม่ให้นับวันเดียวกันซ้ำ ระบบตรวจว่ายอดรวมก่อนและหลังยุบตรงกัน
- ตัดงวดท้ายที่ไม่ครบ Partial period
- เดือนสุดท้ายที่มีข้อมูลไม่ถึงครึ่งของเดือนปกติ จะถูกตัดออกไม่ให้ดึงค่าเฉลี่ยรายงวด ถ้างวดนั้นครบจริง ใส่กลับได้
- n น้อย Small sample
- กลุ่มที่มีไม่ถึง 5 แถว ระบบติดป้ายและวาดจางลง ค่าเฉลี่ยของกลุ่มเล็กแกว่งมาก อย่าเพิ่งตัดสินจากกลุ่มนี้
- รหัสอักขระ · TIS-620 Encoding
- วิธีเก็บตัวอักษรไทยในไฟล์ ไฟล์จาก Excel ไทยรุ่นเก่ามักเป็น TIS-620 ระบบเดาให้เองและบอกไว้ในหน้าตรวจสุขภาพ ถ้าภาษาไทยยังเพี้ยน ให้ใส่ไฟล์ .xlsx ตรงๆ หรือบันทึกใหม่เป็น CSV UTF-8 (ไฟล์ .xls รุ่นเก่าต้องบันทึกเป็น .xlsx ก่อน)
การทดสอบและความน่าเชื่อถือ
- ชุดฝึก · ชุดทดสอบ Train / test 70:30
- แบ่งข้อมูลก่อนแตะใดๆ 70% ใช้สร้างโมเดล อีก 30% เก็บไว้วัดผลครั้งเดียว ตัวเลขที่รายงานมาจากชุดทดสอบที่โมเดลไม่เคยเห็น
- Out-of-fold การจูนบนชุดฝึก
- แบ่งชุดฝึกเป็น 5 ส่วน ให้แต่ละส่วนถูกทายโดยโมเดลที่ไม่เคยเห็นส่วนนั้น ใช้เลือกจุดตัด โดยไม่แตะชุดทดสอบ
- Bootstrap
- สุ่มหยิบแถวซ้ำได้ใหม่ 1,200 รอบ แล้วดูว่าตัวเลขแกว่งแค่ไหน ใช้หาช่วงความเชื่อมั่นโดยไม่ต้องสมมติว่าข้อมูลกระจายแบบปกติ
- สุ่มจัดสรร · กลุ่มควบคุม Randomized test
- สุ่มเลือกว่าใครได้รับการกระทำ ใครทำแบบเดิม แล้วเทียบผล วิธีเดียวที่บอกได้ว่าการกระทำ “ทำให้” ผลเปลี่ยน ทุกแผนทดสอบในแอปใช้หลักนี้
- ถอยเข้าหาค่ากลาง Regression to the mean
- กลุ่มที่ดีที่สุดหรือแย่ที่สุดในรอบนี้ ส่วนหนึ่งมาจากความบังเอิญ รอบหน้ามักกลับมาใกล้ค่ากลาง ความต่างที่ได้จริงจึงมักน้อยกว่าที่เห็น
- DiD · RDD · IV Causal designs
- วิธีหาสาเหตุจากข้อมูลย้อนหลังเมื่อทดลองสุ่มไม่ได้ เช่น เทียบการเปลี่ยนแปลงก่อน–หลังของกลุ่มที่ได้รับกับไม่ได้รับ (DiD) แอปไม่ได้คำนวณให้ ระบบเอ่ยถึงเพื่อเตือนว่าความสัมพันธ์ยังไม่ใช่สาเหตุ
- ตัวอย่างสุ่ม 60,000 แถว Stratified sample
- ไฟล์ใหญ่มาก โจทย์คัดกลุ่มเป้าหมายจะสุ่มแบบรักษาสัดส่วนเหตุการณ์ไว้ เพื่อไม่ให้เบราว์เซอร์ค้าง กำไรและจำนวนรายชื่อคูณกลับเป็นของทั้งไฟล์แล้ว
โมเดลและตัววัด
- จุดตัด · Lift · กราฟจับได้สะสม Cutoff · gain
- โมเดลให้คะแนนทุกราย จุดตัดคือคะแนนขั้นต่ำที่จะลงมือ เลือกที่กำไรสูงสุด กราฟสะสมบอกว่าลงมือกับ 20% แรก จับเหตุการณ์ได้กี่ % เทียบกับการสุ่มที่ได้ 20%
- มูลค่าที่คาดหวัง Expected value
- กำไรต่อราย = โอกาสสำเร็จ × ประโยชน์ที่ได้ − ต้นทุนการลงมือ ใช้เทียบ “ไม่ทำอะไร” “ทำทุกราย” กฎบรรทัดเดียว และโมเดล บนเกณฑ์เดียวกัน
- Logistic · Linear regression · R² มุมมองหลายตัวแปร
- ดูทุกตัวแปรพร้อมกัน ค่าสัมประสิทธิ์ปรับสเกลแล้วจึงเทียบขนาดกันได้ R² คือสัดส่วนความผันผวนที่โมเดลอธิบายได้ (0–1) ยังเป็นความสัมพันธ์ ไม่ใช่สาเหตุ
- k-means วิธีแบ่งกลุ่ม
- จับรายการที่คล้ายกันไว้กลุ่มเดียวกัน ระบบลอง 2–6 กลุ่ม เลือกที่ silhouette ดีที่สุด และตัดคำตอบที่มีกลุ่มเล็กเกินกว่าจะลงมือได้จริง
- Naive · Seasonal naive · Drift · Holt-Winters
- วิธีพยากรณ์ 4 แบบที่แข่งกันในการทดสอบย้อนหลัง: ใช้ค่าล่าสุด · ใช้ค่างวดเดียวกันปีก่อน · ลากเส้นแนวโน้ม · ปรับระดับ แนวโน้ม และฤดูกาลพร้อมกัน วิธีง่ายชนะได้บ่อย และระบบจะบอกตรงๆ
- Residual · ACF · RMSE
- Residual คือส่วนที่พยากรณ์พลาด ACF ตรวจว่าส่วนที่พลาดยังมีรูปแบบซ้ำหรือไม่ ถ้ามี แปลว่ายังมีสัญญาณที่ไม่ได้ใช้ RMSE คือขนาดความคลาดเคลื่อนเฉลี่ย ใช้คิดช่วงพยากรณ์เมื่อทดสอบย้อนหลังตรงเป๊ะเกินครึ่ง
- ค่าวันก่อน · งานตามรอบ (PM) Lag · marker
- โจทย์ระดับปกติดูว่าค่าเมื่อวาน (เช่น การสั่น) บอกเหตุวันนี้ได้ไหม และหลังทำงานบำรุงรักษาตามรอบ เหตุการณ์ลดลงจริงไหม ใช้ตรวจทางเลือกเดิมก่อนเสนอทางใหม่
หน้าสรุปและการนำเสนอ
- Trade-off · ทางเลือกที่ไม่เลือก · เปลี่ยนใจถ้า
- สิ่งที่ต้องแลกถ้าทำตามข้อเสนอ ทางอื่นที่พิจารณาแล้วพร้อมเหตุผลจากข้อมูล และหลักฐานแบบไหนจะทำให้เปลี่ยนการตัดสินใจ เขียนไว้ล่วงหน้าเพื่อไม่ให้หาหลักฐานมายืนยันคำตอบที่ตั้งไว้ในใจ
- Owner · Timeline · (เสนอ)
- ผู้รับผิดชอบและกรอบเวลาเป็นการตัดสินใจขององค์กร ระบบไม่เติมเอง ถ้ากด “ใส่แบบที่เสนอ” จะมีคำว่า (เสนอ) ติดอยู่ จนกว่าจะยืนยันกับคนจริงแล้วแก้เอง
- ค่าตั้งต้นของระบบ Default assumptions
- ถ้าตัวเลขเงิน (ต้นทุนการลงมือ ประโยชน์ต่อราย โอกาสสำเร็จ) ยังเป็นค่าที่ระบบตั้งไว้ หน้าสรุปจะขึ้นป้ายแดง “ห้ามใช้ตัดสินงบ” จนกว่าจะใส่ตัวเลขขององค์กร
- Analytics Canvas · Pitch 5 นาที · Q&A
- อยู่ในมุมมอง “สำหรับผู้นำเสนอ” Canvas สรุปกรอบคิดของทีม Pitch แบ่งเวลาพูด 5 ช่วง Q&A เตรียมคำตอบที่อ้างหลักฐาน ไม่ติดไปกับไฟล์ที่พิมพ์ให้ผู้บริหาร
- Predict → Ask → Verify
- กติกาของด่านทายผล: ทายก่อน ตั้งคำถามกับข้อมูล แล้วตรวจกับผลจริง ฝึกไม่ให้เชื่อคำตอบแรกที่เห็น เปิด–ปิดได้ที่ช่องติ๊กในขั้นตั้งโจทย์