Data Analysis with Excel
เริ่มต้นวิเคราะห์ข้อมูลด้วย Microsoft Excel พร้อมวิธีการถอดหา Insights ด้วยตนเอง
SECTION_TITLE.OVERVIEW
ก่อนจะเริ่มต้นวิเคราะห์ข้อมูล การสำรวจและตั้งคำถามกับข้อมูลที่มีเพื่อหามุมมองใหม่ๆ ใน Data คือการทำ Exploratory Data Analysis หรือ EDA ที่ถือเป็นบันไดขั้นแรกในการเริ่มลงมือวิเคราะห์ข้อมูลทางสถิติ
การที่องค์กรจะก้าวสู่การเป็น Data-Driven Organization ได้ ทุกคนในองค์กรควรจะสามารถเข้าถึงข้อมูลและนำข้อมูลมาใช้ประโยชน์และต่อยอดจากงานที่ทำได้ แต่เมื่อพูดถึงการวิเคราะห์ข้อมูล หลายคนอาจมองว่าจะต้องเป็นผู้เชี่ยวชาญด้าน Data เท่านั้นที่สามารถทำได้ แต่ในความเป็นจริงทุกคนในองค์กรสามารถเริ่มต้นวิเคราะห์ข้อมูลด้วยเองผ่านเครื่องมืออย่าง Microsoft Excel
ในเวิร์กชอป Exploratory Data Analysis with Excel นี้คุณจึงจะได้เรียนรู้ทักษะในการวิเคราะห์ข้อมูลเบื้องต้น เพื่อให้สามารถค้นหาข้อมูลเชิงลึก (Insights) จากข้อมูลที่มีได้อย่างรวดเร็ว ผ่าน 4 บทเรียนสำคัญ ที่จะช่วยปูพื้นฐานจนสามารถประยุกต์ใช้ทำงานจริงได้
เริ่มต้นตั้งแต่การเข้าใจกระบวนการทำงานกับข้อมูล และรู้จักประเภทของข้อมูลที่มีอยู่ว่ามีลักษณะอย่างไร ต้องทำอะไรเพื่อปรับปรุงข้อมูลให้พร้อมต่อการวิเคราะห์บ้าง ก่อนทำการแปลงข้อมูล (Data Transformation) ผ่านสูตร Excel ต่าง ๆ เพื่อช่วยจัดระเบียบ จัดการกับข้อความ คำนวณสถิติพื้นฐาน รวมไปถึงเชื่อมโยงชุดข้อมูลเข้าด้วยกัน
พร้อมเริ่มต้นการวิเคราะห์ข้อมล เพื่ออธิบายรูปแบบ แพทเทิร์น หรือความสัมพันธ์ระหว่างข้อมูลแต่ละชุด ด้วยสถิติ และการใช้ตาราง PivotTables เพื่อสำรวจดูข้อมูลอย่างรวดเร็ว และหาจุดที่น่าสนใจในข้อมูล เพื่อวิเคราะห์ข้อมูลต่อก่อนนำมานำเสนอเป็น Actionable Insights
และสุดท้าย คือการเปลี่ยนข้อมูลตารางจำนวนมาก ให้กลายเป็นรูปภาพ (Data Visualization) กราฟ หรือแผนภูมิต่าง ๆ ได้อย่างเหมาะสม เพื่อให้ผู้อ่าน หรือผู้ที่ใช้ข้อมูลต่อสามารถทำความเข้าใจได้โดยง่าย และรับรู้ประเด็นสำคัญที่ต้องการนำเสนอได้อย่างครบถ้วนในเวลาสั้นๆ
เวิร์คชอปนี้เหมาะสำหรับ
- บุคลากรในสายงานต่างๆ เช่น Marketing, Sales และ Product Manager ที่ต้องการนำข้อมูลในฐานข้อมูลที่มีอยู่ในองค์กรมาวิเคราะห์ด้วยตนเอง
- บุคลากรในองค์กรที่ต้องการนำข้อมูลมาเพิ่มประสิทธิภาพในการทำงาน
- บุคคลทั่วไปที่ต้องการศึกษาแนวทางนำข้อมูลมาสร้างมูลค่าให้กับธุรกิจ
- นักเรียน นักศึกษา ที่ต้องการศึกษาด้านการวิเคราะห์ข้อมูล
สิ่งที่คุณจะได้รับจากเวิร์คชอปนี้
- เข้าใจถึงหลักการของการวิเคราะห์ข้อมูล
- วิเคราะห์ข้อมูลและหา insights จากข้อมูลที่ตนเองสามารถเข้าถึงได้
- Visualize ข้อมูลเบื้องต้นเพื่อนำไปเสนอบุคคลอื่นในองค์กร
- เปิดมุมมองในการถอด Insights จากข้อมูลจนนำไปใช้งานได้จริง
ความรู้พื้นฐานและการเตรียมตัว
- กิจกรรมในเวิร์คชอปจะเป็นการผสมผสานระหว่างการบรรยายและลงมือปฏิบัติจริงตลอดวันพร้อมคำแนะนำจากวิทยากรและผู้ช่วยอย่างใกล้ชิด
- ผู้เรียนไม่จำเป็นต้องมีพื้นฐานการใช้งาน MS Excel มาก่อน
- นำคอมพิวเตอร์ส่วนตัว พร้อมติดตั้ง Microsoft Office 2022 ขึ้นไป (หรือ Office 365)
SECTION_TITLE.INSTRUCTOR


SECTION_TITLE.COURSE_OUTLINE
Data Transformation
- ความสำคัญของการทำ Data Transformation
- พื้นฐานการใช้งานโปรแกรม Microsoft Excel
- โครงสร้างหน้าต่างโปรแกรม (Excel Interface)
- คีย์ลัดในการทำงาน (Excel Shortcuts)
- รูปแบบการเรียกใช้งาน Cell (Reference Types)
- หลักการการเขียนสูตร (Formula Syntax)
- ฟังก์ชั่นเชิงตรรกศาสตร์ (Logical Functions)
- IF, Nested IF, IFS, AND, OR
- ฟังก์ชันในการตรวจสอบข้อมูล (Information Functions)
- ฟังก์ชั่นในการจัดการกับข้อความ (Text Functions)
- การนับจำนวน และการตัดข้อความ (LEN, TRIM, LEFT, RIGHT, MID)
- การแปลงอักษรพิมพ์เล็กพิมพ์ใหญ่ (UPPER, LOWER, PROPER)
- การแทนที่ข้อความ (REPLACE, SUBSTITUTE)
- การค้นหาข้อความ (SEARCH)
- เทคนิคการรวมข้อความและแยกข้อความ
- เทคนิคการใช้ Flash Fill
- ฟังก์ชันทางคณิตศาสตร์และสถิติ (Math /Stat Functions)
- COUNT, SUM, AVERAGE, STDEV, MEDIAN, PERCENTILE
- ฟังก์ชั่นในการจัดการกับวันที่และเวลา (Date / Time Functions)
- การแปลงข้อมูล Date to Text และ Text to Date
- การแยก Element ของข้อมูลประเภท Date / Time
- การเปลี่ยน Format ของวันที่
- การคำนวณเกี่ยวกับวันและเวลา
- ฟังก์ชันในการค้นหาและอ้างอิง (Reference Functions)
- INDEX + MATCH
- VLOOKUP, HLOOKUP
- การนำเข้าข้อมูล (Importing Data)
- การใช้งาน Excel Table
Data Analysis
- การวิเคราะห์ข้อมูล 1 ตัวแปร (Analyzing One Variable)
- พื้นฐานสถิติ (Descriptive Statistics
- Central Tendency and Spread
- The 5-Number Summary
- Robust Statistics
- การวิเคราะห์ข้อมูลประเภทตัวเลข (Numerical Data)
- การวิเคราะห์ข้อมูลประเภทหมวดหมู่ (Categorical Data)
- การวิเคราะห์ข้อมูลหลายตัวแปร (Analyzing Multiple Variable)
- ค่าสัมประสิทธิ์สหสัมพันธ์ (Correlation)
- การวิเคราะห์ข้อมูลระหว่าง Numerical Data และ Numerical Data
- การวิเคราะห์ข้อมูลระหว่าง Categorical Data และ Categorical Data
- การวิเคราะห์ข้อมูลระหว่าง Categorical Data และ Numerical Data
- การวิเคราะห์ข้อมูลประเภท Time Series
- การใช้งาน PivotTables
- Slice and Dice with PivotTables
- PivotTable Formatting
- Calculated Values
Data Visualization
- หลักการทำ Data Visualization
- การเลือกใช้กราฟเพื่อแสดงการเปรียบเทียบข้อมูล (Comparison)
- Bar Chart, Grouped Bar Chart, Stacked Bar Chart
- การเลือกใช้กราฟเพื่อแสดงสัดส่วนของข้อมูล (Composition)
- Pie Chart, Stacked 100% Bar Chart
- การเลือกใช้กราฟเพื่อแสดงการกระจายตัวของข้อมูล (Distribution)
- Histogram, Box Plot
- การเลือกใช้กราฟเพื่อแสดงความสัมพันธ์ของข้อมูล (Relationship)
- Scatter Plot, Heatmap
SECTION_TITLE.FAQS
Q:
หากลงทะเบียนแล้วไม่สามารถไปเรียนได้
A:
กรณีแจ้งยกเลิกการเข้าร่วมอบรม
- หากแจ้งยกเลิกก่อนวันอบรมอย่างน้อย 14 วัน จะได้รับเงินคืนเต็มจำนวน
- หากแจ้งยกเลิกก่อนวันอบรมอย่างน้อย 7 วัน จะได้รับเงินคืน 50%
- หากแจ้งยกเลิกก่อนวันอบรมน้อยกว่า 7 วัน บริษัทขอสงวนสิทธิ์ในการคืนเงิน
Q:
สมัครเวิร์คชอปแล้วจะได้รับอะไรบ้าง
A:
ผู้เข้าอบรมทุกท่านจะได้รับอีเมลแจ้งการเตรียมตัว ก่อนวันอบรมประมาณ 5-7 วัน
ในวันอบรมผู้เรียนทุกท่านจะได้รับ
- อาหารกลางวัน 1 มื้อ, อาหารว่าง
- เอกสารประกอบการเรียนต่างๆ
- หนังสือและเอกสารสรุปเนื้อหาหลักสูตร
- ใบกำกับภาษีในกรณีสมัครในนามบริษัท
