Data Collection หรือ การเก็บรวบรวมข้อมูลคืออะไร? และทำได้ง่ายๆอย่างไร?

[ณํฐพล แสงสุขสกุล]

Data Collection หรือ การเก็บรวบรวมข้อมูลคืออะไร? และทำได้ง่ายๆอย่างไร?

ข้อมูลนั้นอยู่รอบๆตัวเราทุกวัน มนุษย์เราใช้ประโยชน์จากข้อมูลตลอดเวลา Data Collection หรือการเก็บ รวบรวมข้อมูลจึงมีความสำคัญอย่างมาก และเพื่อที่จะดึงประโยชน์ของการเก็บรวบรวมข้อมูล ให้ได้มาก ที่สุด เราจึงสรุป ประเภท แหล่งที่มาของข้อมูล และแนะนำวิธีการเก็บรวบรวมข้อมูล หลังจากนี้คุณจะมี ความมั่นใจมากขึ้นเกี่ยวกับการรวบรวมข้อมูลที่อยู่รอบตัวคุณ เพื่อนำมาใช้ประโยชน์ ได้อย่างสูงสุด


Data Collection การเก็บรวบรวมข้อมูล คือ

Data Collection คือกระบวนการหา เปรียบเทียบ รวบรวมข้อมูลจากหลายๆแห่ง ซึ่งข้อมูลเหล่านั้นอาจจะไม่ได้มาจากแค่ในอินเทอร์เน็ตเพี่ยงแหล่งเดียว แต่อาจจะมาจากหนังสือ การทดลอง หรือ การสัมภาษณ์ก็ได้

Data Collection นั้นมีความสำคัญต่อหลายๆบริษัท เพื่อที่จะใช้ในการวางแผน หรือตัดสินใจก่อน ที่จะลงมือทำจริง นอกจากนั้นData Collection ยังเป็นองค์ประกอบหลักของ Data Analytics หรือการวิเคราะห์ข้อมูลอีกด้วย

การเก็บรวบรวมข้อมูลในบริษัทเกิดขึ้นในหลายระดับ เช่นระบบไอทีจะทำการรวบรวมข้อมูลสถิติของ ลูกค้า พนักงาน การค้าขาย และส่วนอื่นๆในบริษัท นอกจากนั้นบริษัทยังสามารถส่งแบบสอบถามให้ลูกค้า เพื่อประเมินความพึงพอใจได้อีกด้วย Data Collection ที่ดีนั้นจะต้องมอบข้อมูลที่สามารถ ช่วยวิเคราะห์ผลลัพธ์ ประสิทธิภาพ และคาดคะเนแนวโน้มที่จะเกิดขึ้นในอนาคตได้


ประเภทข้อมูล

เพื่อที่จะเข้าใจเกี่ยวกับData Collection กันมากขึ้น ก่อนอื่นเลยเรามาทำความรู้จักกับประเภทของข้อมูล กันดีกว่า ข้อมูลสามารถแบ่งออกเป็น2 กลุ่มใหญ่ๆ

Quantitative Data (ข้อมูลเชิงปริมาณ)

กลุ่มแรกของData Collection คือ Quantitative Data หรือก็คือข้อมูลเชิงปริมาณ ข้อมูลเหล่านี้จะเป็น ข้อมูลที่เป็นตัวเลข(Numeric Data) ซึ่งสามารถนับหรือนำมาคำนวณได้ การเก็บข้อมูลเชิงปริมาณ มีความสำคัญตรงที่สามารถมอบข้อมูลที่ชัดเจนและแน่ชัดเกี่ยวกับแนวโน้มหรือทิศทางต่างๆได้ Quantitative Data นั้นเหมาะสมกับการรวบรวมข้อมูลขนาดมาก หรือต้องการเก็บรวบรวมข้อมูลสถิติ

ตัวอย่างของQuantitative Data เช่น อายุ ส่วนสูง นำ้หนักของคนกลุ่มหนึ่ง และยังสามารถรวมไปถึง
จำนวนสินค้าที่ขายออก จำนวณของผู้ใหญ่ที่เป็นโรคเซลล์เคียว ฯลฯ

Qualitative Data  (ข้อมูลเชิงคุณภาพ)

Data Collection อีกกลุ่มคือ Qualitative Data หรือก็คือข้อมูลเชิงคุณภาพ ซึ่งตรงกันข้ามกับกลุ่มแรก Qualitative Data นั้นจะเป็นการเก็บข้อมูลที่ไม่สามารถนับเป็นตัวเลขได้ ซึ่งอาจะเป็นสี รูปร่าง หรือ ลักษณะ นอกจากนั้น การรวบรวมข้อมูลเชิงคุณภาพมีข้อดีคือสามารถมอบความรู้เกี่ยวกับความคิด หรือความรู้สึกของคนอื่นๆได้

ตัวอย่างของQualitative Data เช่น สีรถ แบรนด์กระเป๋า อาการของคนเป็นโรคเซลล์เคียว หรือไม่ว่าจะเป็นความพึงพอใจของการบริการ


แหล่งที่มาของข้อมูล

องค์ประกอบถัดไปของData Collection คือแหล่งที่มาของข้อมูล แหล่งข้อมูลแบ่งออกเป็นกลุ่มใหญ่ๆได้ 2กลุ่ม ซึ่งก็คือPrimary และ Secondary Data

Primary Data (ข้อมูลปฐมภูมิ)
Primary Data หรือข้อมูลปฐมภูมิ คือข้อมูลที่ได้มาจากแหล่งที่มาโดยตรง ไม่ว่าจะเป็นเอกสารต้นฉบับ หรือหลักฐานที่ได้มาจากเหตุการณ์จริง ยกตัวอย่างเช่นการวิจัยตลาด เมื่อเราต้องการตรวจสอบลูกค้า ว่าผลิตภัณฑ์ที่ลูกค้าต้องการคืออะไร และสถานที่ที่พวกเขามักจะซื้อคือที่ไหน เราสามารถรวบรวม ข้อมูลเหล่านี้ได้ด้วยPrimary Data เช่นทำแบบสอบถามหรือทำการสังเกตการณ์ นอกจากนั้นข้อมูลที่ได้ มาจากแบบสอบถามและการทดลองมีแหล่งข้อมูลแบบ Primary Data อีกด้วย

Secondary Data (ข้อมูลทุติยภูมิ)
Secondary Data หรือข้อมูลทุติยภูมิ คือข้อมูลที่รวบรวมจาก Primary Dataอีกที โดยส่วนมากจะเป็นการ ตีความ วิเคราะ หรือ อธิบายเพิ่มเติมจากข้อมูลเดิม ตัวอย่างของ Secondary Data เช่นหนังสือ วารสาร หนังสือพิมพ์ เว็บไซต์ พอดคาสต์ และอื่นๆ อย่างไรก็ตาม Secondary Data นั้นมีข้อเสียหลักๆคือ บางข้อมูลอาจจะไม่น่าเชื่อถือ แม่นยำ หรือถูกต้องเมื่อเทียบกับ Primary Data


ขั้นตอนการรวบรวมข้อมูล

วิธีการรวบรวมข้อมูลสามารถทำได้ง่ายๆ และนี้คือ5ขั้นตอนการเก็บรวบรวมข้อมูล

1. เริ่มต้นด้วยการทำความเข้าใจและชี้แจงจุดประสงค์หรือปัญหาให้ชัดเจน การที่คุณชี้แจง จุดประสงค์หรือปัญหาออกมา จะทำให้ง่ายต่อการตัดสินใจเลือกประเภทของข้อมูล
2. คำนวณระยะเวลาและงบประมาณ ที่เราจะใช้ในการรวบรวมข้อมูล
3. เลือกวิธีการเก็บข้อมูลที่เหมาะสมจากประเภท งบ เวลาและจุดประสงค์ที่เราตั้งไว้ เช่นทำแบบสอบถาม การติดตามการเคลื่อนไหวผ่านอินเตอร์เน็ต หรือ ทำการทดลอง
4. เริ่มทำการเก็บรวบรวมข้อมูลเพื่อที่จะตอบคำถามหรือแก้ไขปัญหา โดยส่วนใหญ่Data Collection ที่ดีนั้นควรมีทั้ง Primary Data และ Secondary Data
5. เริ่มทำการตีความและวิเคราห์ข้อมูลที่ได้มา