ชุดคำสั่ง การวิเคราะห์ข้อมูล

ข้อมูลนี้ส่งออกมาจาก [แหล่งที่มา เช่น ระบบ CRM, โปรแกรม POS หน้าร้าน, Google Analytics] โดยมีวัตถุประสงค์เพื่อ [ระบุเป้าหมาย เช่น ต้องการทราบว่าทำไมยอดขายลดลง]

ข้อมูล: [วางข้อมูลหรือแถวแรกๆ พร้อมหัวตาราง]

ช่วยดำเนินการตามลำดับดังนี้: อธิบายโครงสร้างข้อมูล (ชื่อคอลัมน์, ประเภทข้อมูล, ช่วงเวลา, ความละเอียด), ประเมินคุณภาพ (ข้อมูลที่ขาดหายไป, รายการซ้ำ, ความไม่สอดคล้อง, คอลัมน์ที่ว่างหรือมีค่าเดียวตลอด (ระบุให้ชัดเจน)), คำนวณสถิติพื้นฐานของคอลัมน์สำคัญ จากนั้นเสนอคำถามทางธุรกิจ 5 ข้อที่ข้อมูลนี้ตอบได้ และ 3 ข้อที่ตอบไม่ได้ (พร้อมระบุว่าขาดข้อมูลส่วนไหน)

สรุปด้วยการวิเคราะห์ที่น่าสนใจที่สุดที่ควรทำเป็นอันดับแรกและวิธีการทำ โดยยังไม่ต้องสรุปผลทางธุรกิจในขั้นตอนนี้

ตัวชี้วัด [ชื่อตัวชี้วัด เช่น อัตรา Conversion, ยอดซื้อเฉลี่ยต่อบิล, อัตราการเลิกใช้บริการ] เปลี่ยนจาก [ค่าเดิม] เป็น [ค่าใหม่] ระหว่าง [ช่วงเวลาที่ 1] และ [ช่วงเวลาที่ 2] ประวัติข้อมูลย้อนหลัง: [ระบุค่าในอดีต] เหตุการณ์ที่เกิดขึ้นในช่วงนี้: [ระบุสิ่งที่เปลี่ยน เช่น แคมเปญ LINE OA, การปรับราคา, ช่วงเทศกาล, ระบบล่ม]

ก่อนจะตีความ ช่วยตรวจสอบดังนี้: การเปลี่ยนแปลงนี้มีนัยสำคัญหรือไม่เมื่อเทียบกับความผันผวนปกติ (คำนวณระดับการแกว่งตัวปกติจากประวัติย้อนหลัง) ปัจจัยฤดูกาลมีส่วนเกี่ยวข้องไหม (เทียบกับช่วงเวลาเดียวกันของปีก่อน) และขอบเขตการวัดเปลี่ยนไปหรือไม่ (จำนวนฐานข้อมูล, คำนิยาม, เครื่องมือวัดผล)

จากนั้น ให้ลิสต์สมมติฐานที่น่าจะเป็นไปได้เรียงตามความน่าเชื่อถือ พร้อมระบุวิธีทดสอบหรือข้อมูลที่ต้องใช้เพื่อยืนยัน ห้ามสรุปสาเหตุจากความบังเอิญทางเวลาเพียงอย่างเดียว สุดท้าย สรุปสั้นๆ หนึ่งประโยคว่าสถานการณ์นี้ "น่ากังวลหรือไม่"

ช่วยออกแบบแดชบอร์ดสำหรับ [ขอบเขตงาน เช่น ทีมขาย, ร้านค้าออนไลน์บน Shopee/Lazada, ฝ่ายบริการลูกค้า] เป้าหมายหลัก: [ระบุเป้าหมาย] การตัดสินใจที่แดชบอร์ดนี้ต้องช่วยสนับสนุน: [ระบุการตัดสินใจ เช่น ควรเน้นขายสินค้าตัวไหน, ช่วงไหนควรเพิ่มพนักงาน, ลูกค้ากลุ่มไหนควรทำโปรโมชั่น] ข้อมูลที่มี: [แหล่งข้อมูลและเครื่องมือ]

สำหรับแต่ละการตัดสินใจ ให้เสนอตัวชี้วัดที่ตอบโจทย์ โดยแยกเป็นตัวชี้วัดผลลัพธ์ (Lagging) และตัวชี้วัดเชิงปฏิบัติการ (Leading) รวมไม่เกิน 8 ตัวชี้วัด หากตัดตัวไหนออกให้ระบุเหตุผลด้วย

สำหรับแต่ละตัวชี้วัดที่เลือก: ระบุคำนิยามที่ชัดเจน (นับอะไร ช่วงเวลาไหน), สูตรคำนวณ, แหล่งข้อมูล, ความถี่ในการตรวจสอบ และกับดักในการตีความที่พบบ่อย (เช่น ค่าเฉลี่ยที่หลอกตา หรือตัวชี้วัดที่ปั่นตัวเลขได้ง่าย)

ช่วยเปลี่ยนผลการวิเคราะห์ให้เป็นสรุปสำหรับ [กลุ่มเป้าหมาย เช่น ที่ประชุมผู้บริหาร, หัวหน้างาน, ลูกค้า] โจทย์เริ่มต้น: [ระบุคำถาม] สิ่งที่ค้นพบ: [ผลลัพธ์, ตัวเลข, ข้อเท็จจริง] ข้อจำกัดของการวิเคราะห์: [เช่น ข้อมูลไม่ครบ, ช่วงเวลาสั้นเกินไป] ข้อเสนอแนะ: [ระบุสิ่งที่ควรทำ]

โครงสร้างการนำเสนอ: เริ่มด้วยคำตอบของโจทย์ในประโยคเดียว (เอาประเด็นสำคัญขึ้นก่อน ไม่เริ่มด้วยวิธีทำ), ตามด้วยข้อเท็จจริง 2-3 ข้อที่สนับสนุนพร้อมตัวเลขประกอบ (ไม่ใส่ตัวเลขเยอะเกินไป), ข้อเสนอแนะพร้อมระบุต้นทุนและผลตอบแทนที่คาดว่าจะได้รับ, และระบุข้อจำกัดอย่างตรงไปตรงมาแต่เป็นมืออาชีพ

เตรียมข้อมูลเพิ่มเติม: คำถามที่น่าจะโดนถาม 3 ข้อพร้อมคำตอบ และสรุปแบบ "Elevator Pitch 30 วินาที" รูปแบบที่ต้องการ: [เช่น โครงร่างสไลด์, อีเมล, บันทึกข้อความ 1 หน้า]

ต้องการทดสอบ [สิ่งที่ต้องการเปลี่ยน เช่น ราคาใหม่, หน้า Landing Page ใหม่, สคริปต์การขายใหม่, เวลาส่ง LINE OA] ก่อนเริ่มใช้จริง สถานการณ์ปัจจุบัน: [ตัวชี้วัดปัจจุบันและระดับที่เป็นอยู่] ปริมาณข้อมูลที่มี: [จำนวน Traffic, สายที่โทร, หรือข้อความที่ส่งต่อสัปดาห์] ผลลัพธ์ที่คาดหวัง: [การปรับปรุงที่ต้องการ]

ช่วยสร้างแผนการทดสอบ: ตั้งสมมติฐานที่พิสูจน์ได้ ("ถ้าทำ X แล้ว Y จะเพิ่มขึ้นอย่างน้อย Z"), กำหนดเกณฑ์ความสำเร็จและจุดตัดสินใจล่วงหน้า (ก่อนเห็นผลลัพธ์), การแบ่งกลุ่มทดสอบ (Test) และกลุ่มควบคุม (Control), ระยะเวลาที่ต้องใช้เพื่อให้ได้ผลลัพธ์ที่มีนัยสำคัญทางสถิติ, และปัจจัยรบกวนที่ต้องระวัง (เช่น ฤดูกาล, วันในสัปดาห์, ประเภทลูกค้า)

ระบุแนวทางการอ่านผล: กรณีไหนควรทำต่อ กรณีไหนควรหยุด กรณีไหนควรขยายเวลาทดสอบ และข้อสรุปที่ห้ามด่วนสรุปเด็ดขาด (เช่น การดูเฉพาะกลุ่มย่อยที่ผลดี หรือหยุดทดสอบทันทีที่เห็นตัวเลขพุ่งครั้งแรก)

คุณเป็นนักวิเคราะห์ข้อมูล ช่วยตรวจสอบข้อมูลลูกค้าที่ส่งมาจาก [เครื่องมือ เช่น CRM, โปรแกรมออกใบกำกับภาษี] เพื่อเตรียมทำแคมเปญ คอลัมน์ที่มี: [ชื่อ, นามสกุล, อีเมล, เบอร์โทรศัพท์, ที่อยู่, วันที่บันทึก]

ตัวอย่างข้อมูล: [วางข้อมูล 20-30 แถว]

เสนอแผนการจัดการข้อมูลซ้ำหลายขั้นตอน: เริ่มจากข้อมูลที่ซ้ำกันทุกประการ (ใช้คอลัมน์ไหนบ้าง?), ตามด้วยข้อมูลที่น่าจะซ้ำ (สะกดต่างกันเล็กน้อย, อีเมลเดียวกันแต่ชื่อต่างกัน, รูปแบบเบอร์โทรศัพท์ต่างกัน) สำหรับแต่ละขั้น ให้ระบุคีย์ที่ใช้เทียบ, การปรับรูปแบบข้อมูลก่อนเทียบ (ตัวพิมพ์เล็ก, ลบช่องว่าง, รหัสประเทศ) และความเสี่ยงที่จะลบผิด

เงื่อนไข: ห้ามรวมข้อมูลโดยดูแค่ชื่อ-นามสกุลเพียงอย่างเดียว, ระบุเกณฑ์การเลือกข้อมูลที่ควรเก็บไว้ (ข้อมูลล่าสุด? ข้อมูลที่ครบถ้วนที่สุด?) รูปแบบผลลัพธ์: แผนการทำงานทีละขั้นตอน พร้อมสูตร Google Sheets หรือ Excel และการประมาณการจำนวนข้อมูลซ้ำจากตัวอย่างที่ให้มา

มีข้อมูล Export จาก [แหล่งที่มา เช่น ระบบ POS, แบบฟอร์มออนไลน์] ซึ่งคอลัมน์วันที่ผสมกันหลายรูปแบบ: [ตัวอย่างค่าจริง เช่น 03/04/2026, 2026-04-03, 3 เม.ย. 69, 04-03-26] ฉันใช้งานใน [Excel หรือ Google Sheets]

ช่วยแปลงทั้งหมดให้เป็นรูปแบบเดียว [รูปแบบที่ต้องการ เช่น ปปปป-ดด-วว] โดยไม่ให้ข้อมูลเสียหาย เริ่มจากการระบุรูปแบบทั้งหมดที่พบในตัวอย่าง และแยกแยะค่าที่กำกวม (เช่น 03/04 คือ 3 เมษายน หรือ 4 มีนาคม?) โดยลิสต์ออกมาให้ชัดเจนและเสนอเกณฑ์ในการตัดสิน (เช่น ภาษาของระบบต้นทาง, ค่าที่มากกว่า 12, หรือความสอดคล้องกับคอลัมน์อื่น)

จากนั้นให้สูตรหรือขั้นตอนการแปลง รวมถึงคอลัมน์ตรวจสอบ (สูตรที่แจ้งเตือนแถวที่แปลงไม่สำเร็จหรือวันที่ไม่อยู่ในช่วงที่ควรจะเป็น [ระบุช่วงเวลา]) ปิดท้ายด้วยรายการตรวจสอบที่ต้องทำก่อนจะแทนที่คอลัมน์เดิม

คุณเป็นนักวิเคราะห์ข้อมูลที่ละเอียดรอบคอบ ไฟล์ [ระบุประเภท เช่น รายงานการสั่งซื้อรายปีจาก ERP] มีข้อมูลว่าง (Missing Values) และต้องตัดสินใจว่าจะจัดการอย่างไร คอลัมน์ที่มีปัญหาและสัดส่วนที่ว่าง: [เช่น รหัสไปรษณีย์ 12%, ช่องทางที่รู้จักเรา 40%, ยอดเงิน 2%]

เป้าหมายการวิเคราะห์: [เช่น คำนวณยอดขายแยกตามภูมิภาคและช่องทาง]

สำหรับแต่ละคอลัมน์ ช่วยตอบตามลำดับ: ข้อมูลที่ว่างสื่อถึงอะไร (ไม่เข้าพวก, ไม่บังคับกรอก, หรือระบบผิดพลาด) ทางเลือกไหนเสี่ยงน้อยที่สุดสำหรับการวิเคราะห์นี้: ตัดแถวนั้นออก, เติมค่า (ค่าอะไรและทำไม), สร้างหมวดหมู่ "ไม่ระบุ", หรือยกเลิกการวิเคราะห์ในมุมนั้นไปเลย? แต่ละทางเลือกส่งผลต่อความลำเอียงของข้อมูลอย่างไร?

เงื่อนไข: ห้ามเติมค่าเฉลี่ยโดยไม่มีเหตุผลรองรับ, ต้องระบุผลกระทบเป็นตัวเลข (เสียข้อมูลไปกี่แถว, คิดเป็นกี่เปอร์เซ็นต์ของยอดรวม) รูปแบบ: ตารางสรุปการตัดสินใจแยกตามคอลัมน์ พร้อมเหตุผลและหมายเหตุที่ต้องระบุในรายงานสรุปผล

มีคอลัมน์ข้อความที่กรอกแบบอิสระและต้องการปรับให้เป็นมาตรฐาน: [ระบุประเภท เช่น ชื่อจังหวัด, ชื่อบริษัท, หมวดหมู่สินค้า] ใน [Google Sheets, Excel] ตัวอย่างข้อมูลจริง: [วางข้อมูล 20-40 ค่า รวมถึงคำที่เขียนผิด ตัวย่อ หรือเว้นวรรคเกิน]

เป้าหมาย: เพื่อให้ได้คอลัมน์ที่สะอาดและมีค่ามาตรฐานเพียงค่าเดียวต่อหนึ่งหน่วย เพื่อนำไปสรุปผลได้ถูกต้อง

ดำเนินการดังนี้: ระบุกลุ่มคำที่หมายถึงสิ่งเดียวกันในตัวอย่าง, เสนอค่ามาตรฐานสำหรับแต่ละกลุ่ม, ลิสต์กรณีที่ก้ำกึ่งเพื่อให้ตรวจสอบด้วยมือ จากนั้นให้วิธีการทำ: ตารางอ้างอิง (Mapping Table) พร้อมสูตรการดึงข้อมูล, กฎการทำความสะอาดเบื้องต้น (ตัวพิมพ์, ช่องว่าง, เครื่องหมายวรรคตอน) และสูตรตรวจสอบค่าที่ยังไม่ถูกจับคู่

เงื่อนไข: ตารางอ้างอิงต้องแยกเป็นอีกชีทเพื่อนำไปใช้ต่อได้ในอนาคต ไม่ใช่การไล่เปลี่ยนทีละช่อง รูปแบบ: ตาราง Mapping และสูตรที่พร้อมใช้งาน

ต้องนำเข้าไฟล์ [ระบุประเภท เช่น รายชื่อจากงานสัมมนา, รายชื่อจากหน้าเว็บ] เข้าสู่ [ชื่อ CRM หรือเครื่องมือเป้าหมาย] คอลัมน์ในไฟล์ปัจจุบัน: [ระบุคอลัมน์] ข้อมูลที่ระบบเป้าหมายต้องการ: [ระบุฟิลด์และเงื่อนไข เช่น อีเมลห้ามว่าง, เบอร์โทรต้องมีรหัสประเทศ]

ตัวอย่างข้อมูล: [วาง 10-20 แถว]

ช่วยวางแผนการเตรียมข้อมูล: การจับคู่คอลัมน์ (Mapping) พร้อมระบุคอลัมน์ที่เกินมาหรือขาดไป, รายการตรวจสอบก่อนนำเข้า (อีเมลที่รูปแบบผิด, เบอร์โทรไม่ครบ, ฟิลด์บังคับที่ว่างอยู่, ข้อมูลซ้ำ), การแปลงข้อมูลที่จำเป็น (แยกชื่อ-นามสกุล, ปรับรูปแบบเบอร์โทร, ปรับชื่อจังหวัดให้ตรงมาตรฐาน)

เงื่อนไข: แถวที่ข้อมูลไม่ผ่านเกณฑ์ต้องแยกไว้ในชีท "Reject" พร้อมระบุเหตุผล ห้ามลบทิ้งเงียบๆ ห้ามเมคข้อมูลใส่ฟิลด์บังคับ รูปแบบผลลัพธ์: ตาราง Mapping, ลำดับการตรวจสอบพร้อมสูตรหรือวิธีทำ และ Checklist สุดท้ายก่อนกด Import (การสำรองข้อมูล, ทดสอบนำเข้า 10 แถวก่อน, ตรวจสอบผลในระบบ)

คุณเป็นนักพัฒนา SQL อาวุโส โจทย์ธุรกิจคือ: [ระบุคำถาม เช่น ลูกค้าคนไหนที่สั่งซื้ออย่างน้อย 2 ครั้งในปีนี้ แต่ไม่ได้สั่งซื้อเลยในช่วง 3 เดือนล่าสุด?] ฐานข้อมูล: [ระบุระบบ เช่น PostgreSQL, MySQL, BigQuery] ตารางและคอลัมน์ที่มี: [อธิบายโครงสร้างตารางหรือวาง Schema]

ก่อนเขียน Query ช่วยทวนโจทย์ให้เป็นภาษาวิชาการที่แม่นยำ และลิสต์จุดที่อาจตีความได้หลายแบบพร้อมระบุว่าคุณเลือกใช้เกณฑ์ไหน (เช่น นับอะไรบ้าง, ช่วงวันที่เริ่ม-สิ้นสุดคือเมื่อไหร่, รวมรายการที่ยกเลิกไหม, ใช้ Timezone ไหน) หากข้อมูลใน Schema ไม่พอ ให้แจ้งทันที ห้ามเดาชื่อคอลัมน์เอง

จากนั้นเขียน Query พร้อมคำอธิบายทีละบรรทัดเป็นภาษาไทย และเสนอ Query สำหรับตรวจสอบผลลัพธ์ (เช่น การนับยอดรวม) เพื่อเช็คความถูกต้องก่อนนำไปใช้ รูปแบบ: สมมติฐาน, Query พร้อมคำอธิบาย, Query ตรวจสอบ, ข้อจำกัดของผลลัพธ์

ฉันได้รับ Query SQL ต่อมาจาก [บริบท เช่น รายงานประจำเดือน, ระบบ Export อัตโนมัติ] และไม่มีใครจำได้ว่ามันทำงานอย่างไร: [วาง Query ทั้งหมด]

บริบทที่ทราบ: [รายงานนี้ควรจะแสดงผลอะไร, ระบบฐานข้อมูลที่ใช้]

ช่วยอธิบายใน 3 ระดับ: สรุปในประโยคเดียว (มันคำนวณอะไรในเชิงธุรกิจ), อธิบายทีละบล็อก (การ Join, การ Filter, การ Aggregate และ Sub-query แต่ละส่วนส่งผลอย่างไร), และกับดักที่ซ่อนอยู่ (การ Join ที่อาจทำให้ข้อมูลซ้ำหรือหาย, การ Filter ใน WHERE ที่ทำให้ LEFT JOIN กลายเป็น INNER JOIN, การจัดการค่า NULL, ช่วงวันที่ที่รวมหรือไม่รวมขอบวัน, สมมติฐานของข้อมูลที่แฝงอยู่)

ปิดท้ายด้วย: กรณีไหนที่ตัวเลขจะผิดโดยที่ระบบไม่แจ้งเตือน และให้ Query สั้นๆ 2 ชุดเพื่อตรวจสอบกรณีเหล่านั้นในฐานข้อมูลจริง รูปแบบ: คำอธิบายโครงสร้าง และรายการกับดักแยกตามระดับความรุนแรง

คุณเป็นผู้เชี่ยวชาญด้านการปรับแต่ง SQL Query ปัจจุบันทำงานช้ามาก: [ระบุเวลาที่ใช้] สำหรับข้อมูลประมาณ [ระบุจำนวนแถวในตาราง] ระบบ: [PostgreSQL, MySQL, SQL Server, BigQuery] Query: [วาง Query] Index ที่มี: [ระบุหรือบอกว่าไม่ทราบ] Execution Plan: [วางผลจาก EXPLAIN หรือบอกว่าไม่มี]

ช่วยวินิจฉัยก่อน: ระบุสาเหตุที่น่าจะทำให้ช้า (เช่น การใช้ฟังก์ชันในคอลัมน์ที่ Filter ทำให้ใช้ Index ไม่ได้, Correlated Subquery, การ SELECT * โดยไม่จำเป็น, การ Join คอลัมน์ที่ไม่มี Index, การเรียงลำดับข้อมูลจำนวนมาก) 

เสนอแนวทางปรับปรุงเรียงตามความคุ้มค่า (Effort/Gain): การเขียน Query ใหม่ (พร้อมตัวอย่างที่ปรับแล้ว), การสร้าง Index (พร้อมระบุผลกระทบต่อการเขียนข้อมูล), และการปรับโครงสร้างตารางหากจำเป็น เงื่อนไขสำคัญ: ผลลัพธ์ต้องเหมือนเดิมทุกประการ อธิบายเหตุผลที่การเขียนใหม่ยังคงให้ผลลัพธ์เท่าเดิม ปิดท้ายด้วยวิธีวัดผลความเร็วที่ถูกต้อง

ฉันได้ผลลัพธ์จาก Query SQL นี้และต้องการตรวจสอบความถูกต้องก่อนส่งให้ [ผู้รับ เช่น ผู้บริหาร, ลูกค้า] Query: [วาง Query] ผลลัพธ์ที่ได้: [ตัวเลขที่ได้] ค่าที่คาดหวังคร่าวๆ: [ระบุค่าที่น่าจะเป็น หรือบอกว่าไม่ทราบ]

ช่วยสร้างชุดคำสั่งตรวจสอบ: Query เช็คปริมาณข้อมูลดิบ (จำนวนแถวก่อนและหลัง Filter แต่ละขั้น), ตรวจสอบข้อมูลซ้ำในคีย์ที่ควรจะ Unique, ตรวจสอบค่า NULL ในคอลัมน์ที่ใช้ Join หรือ Aggregate, การเทียบกับแหล่งข้อมูลอื่นที่มี [ระบุแหล่งข้อมูลเทียบถ้ามี] และการทดสอบขอบเขต (ตัวเลขเปลี่ยนไหมถ้าเลื่อนวันที่ไป 1 วัน)

สำหรับแต่ละการตรวจสอบ: ให้ Query ที่พร้อมรัน, อธิบายว่าผลลัพธ์ปกติควรเป็นอย่างไร และอะไรคือสัญญาณอันตราย ปิดท้ายด้วยกฎการตัดสินใจ: กรณีไหนควรส่งต่อ กรณีไหนต้องแก้ หรือกรณีไหนต้องแจ้งว่าเป็นตัวเลขชั่วคราว

ฉันใช้งาน [Excel หรือ Google Sheets] กับไฟล์ข้อมูล [ระบุประเภท เช่น รายการขายที่มีวันที่, สินค้า, สาขา, จำนวน, ยอดเงิน] คำถามที่ต้องการคำตอบคือ: [ระบุโจทย์ เช่น สินค้าตัวไหนที่ช่วยให้ยอดขายโต และโตที่สาขาไหน?]

คอลัมน์ที่มี: [ระบุชื่อคอลัมน์และเนื้อหา]

ช่วยออกแบบ Pivot Table: ระบุว่าควรวางฟิลด์ไหนใน Rows, Columns, Values และ Filters, เลือกการสรุปผลแบบไหน (Sum, Average, Count และทำไม Average อาจจะหลอกตาในกรณีนี้) และการจัดกลุ่มข้อมูล (เช่น วันที่แยกตามเดือน, ช่วงราคาสินค้า)

แจ้งเตือนกับดักที่อาจเจอ: แถวที่ซ้ำซ้อนถ้าความละเอียดข้อมูลไม่ตรงกับที่คิด, ยอดรวมที่ผสมหน่วยกัน, เปอร์เซ็นต์ที่คำนวณจากฐานที่ผิด, ข้อมูลว่างที่ถูกซ่อนไว้โดยค่าเริ่มต้น บอกขั้นตอนการทำทีละคลิก พร้อมวิธีอ่านค่า 2 แบบที่ตารางนี้จะแสดงให้เห็น และ 1 ข้อสรุปที่ดูเหมือนจะใช่แต่จริงๆ แล้วผิด

ใน [Excel หรือ Google Sheets] ฉันต้องการดึงข้อมูลจากชีทหนึ่งมาใส่ในชีทหลัก ชีทหลัก: [คอลัมน์ เช่น A เลขที่สั่งซื้อ, B วันที่, C ยอดเงิน] ชีทต้นทาง: [คอลัมน์ เช่น A เลขที่สั่งซื้อ, D ชื่อลูกค้า, E ประเภทลูกค้า] ข้อมูลที่ต้องการดึง: [ระบุคอลัมน์] คีย์ที่ใช้เชื่อม: [คอลัมน์ที่มีเหมือนกัน]

ขอสูตรที่ถูกต้องพร้อมนำไปวาง โดยเลือกใช้ระหว่าง VLOOKUP, INDEX/MATCH หรือ XLOOKUP ตามเวอร์ชันที่ฉันใช้ [ระบุเวอร์ชันถ้าทราบ] พร้อมอธิบายเหตุผลที่เลือกใน 2 ประโยค

จัดการกรณีที่สูตรอาจพัง: คีย์ไม่มีในต้นทาง (ให้แสดงค่าอะไรแทน Error), คีย์ซ้ำในต้นทาง (สูตรจะดึงแถวไหนมา และจะเช็คคีย์ซ้ำด้วยสูตรนับได้อย่างไร), คีย์ที่ดูเหมือนกันแต่ต่างกันที่ช่องว่างหรือรูปแบบตัวเลข/ข้อความ (ขอสูตรทำความสะอาดข้อมูลก่อน) รูปแบบ: สูตรหลัก, สูตรเช็คข้อมูลซ้ำ, สูตรทำความสะอาด พร้อมระบุช่วงข้อมูลที่ต้องปรับแต่ง

ฉันใช้งาน [Excel หรือ Google Sheets] ข้อมูลของฉัน: [อธิบายคอลัมน์พร้อมตัวอักษร เช่น A วันที่, B พนักงานขาย, C ภูมิภาค, D ยอดเงิน, E สถานะ] สิ่งที่ต้องการคำนวณ: [เช่น ยอดขายรวมของภาคเหนือที่ปิดการขายได้ในปี 2026 แยกตามพนักงาน โดยไม่รวมสถานะ 'ยกเลิก']

ช่วยเขียนสูตรที่ถูกต้องพร้อมระบุช่วงข้อมูล โดยเลือกใช้ SUMIFS, COUNTIFS, AVERAGEIFS หรือผสมกัน อธิบายแต่ละเงื่อนไขในสูตรทีละบรรทัด

ครอบคลุมจุดละเอียดอ่อน: เงื่อนไขวันที่ (วิธีเขียน 'ในปี 2026' หรือ 'ระหว่างสองวันที่' ในสูตร พร้อมตำแหน่งเครื่องหมายคำพูดและ & ที่ถูกต้อง), เงื่อนไขการยกเว้น (ไม่เท่ากับ), การใช้ Wildcards สำหรับข้อความบางส่วน และการล็อกเซลล์ด้วย $ เพื่อให้ก๊อปปี้สูตรได้ เพิ่มสูตรตรวจสอบยอดรวมเพื่อรีเช็คความถูกต้อง รูปแบบ: สูตรที่พร้อมวาง และคำอธิบายสั้นๆ

ใน Google Sheets (ฟังก์ชัน REGEXEXTRACT, REGEXMATCH, REGEXREPLACE) ฉันต้องการดึง [ข้อมูลที่ต้องการ เช่น รหัสไปรษณีย์, เลขที่ใบแจ้งหนี้, ชื่อโดเมนอีเมล] จากคอลัมน์ข้อความ ตัวอย่างข้อมูลจริงที่มีความหลากหลาย: [วาง 10-15 ตัวอย่าง รวมถึงกรณีที่ซับซ้อน]

ผลลัพธ์ที่คาดหวัง: [ระบุผลลัพธ์ที่ต้องการสำหรับ 3-4 ตัวอย่าง]

ช่วยเขียนสูตรฉบับเต็ม พร้อมอธิบาย Regex ทีละส่วน (Character classes, Quantifiers, Groups) ตรวจสอบกับตัวอย่างที่ให้มาและระบุจุดที่อาจจะพลาดแทนการการันตีว่าใช้ได้ 100%

เพิ่มเติม: สูตร REGEXMATCH สำหรับสร้างคอลัมน์ตรวจสอบ True/False, การจัดการกรณี 'ไม่พบข้อมูล' เพื่อไม่ให้ขึ้น Error และข้อจำกัดของแพทเทิร์นนี้ เงื่อนไข: เน้น Regex ที่อ่านง่ายแม้จะยาวกว่าแบบย่อ รูปแบบ: สูตรที่พร้อมวางและคำอธิบาย

สูตรใน [Excel หรือ Google Sheets] ของฉันให้ผลลัพธ์ไม่ตรงความจริง สูตรคือ: [วางสูตร] อาการที่พบ: [เช่น #N/A บางแถว, #REF!, ยอดรวมผิด, ขึ้นเลขศูนย์หมด] บริบท: [อธิบายคอลัมน์ที่ใช้และตัวอย่างแถวที่พังพร้อมค่าจริง]

ช่วยวิเคราะห์สาเหตุ เรียงจากความเป็นไปได้มากไปน้อย (เช่น ประเภทข้อมูลผสมกันระหว่างเลขกับข้อความ, มีช่องว่างที่มองไม่เห็น, ช่วงข้อมูลเคลื่อนหลังจากแทรกแถว, ลืมล็อกเซลล์ $, ข้อมูลที่หาไม่มีอยู่จริง, ลืมเรียงข้อมูลในสูตรที่ต้องการการ Sort, ปัญหาเรื่องเครื่องหมายจุลภาค/จุดทศนิยม)

สำหรับแต่ละสาเหตุ ให้วิธีทดสอบเพื่อยืนยันหรือตัดทิ้งภายใน 1 นาที (เช่น ใช้สูตร ISNUMBER, ISTEXT, LEN เพื่อเช็คช่องว่าง) เมื่อเจอสาเหตุแล้ว ให้วิธีแก้ไขที่สั้นที่สุด และสูตรเวอร์ชันที่แข็งแรงกว่าเดิมเพื่อป้องกันปัญหาซ้ำ เงื่อนไข: ไม่เสนอให้ทำไฟล์ใหม่ทั้งหมด รูปแบบ: แผนผังการวินิจฉัย, วิธีทดสอบ, วิธีแก้ไข

ต้องนำเสนอข้อมูลให้ [กลุ่มเป้าหมาย เช่น ผู้บริหาร, ทีมปฏิบัติงาน] และต้องการเลือกกราฟที่เหมาะสม ข้อความหลักที่ต้องการสื่อ: [ระบุในประโยคเดียว เช่น สินค้า 2 ชนิดเป็นตัวผลักดันการเติบโตหลัก] ข้อมูลที่มี: [อธิบายหรือวางข้อมูล: มิติข้อมูล, ตัวเลข, จำนวนหมวดหมู่, ช่วงเวลา]

ช่วยแนะนำประเภทกราฟที่เหมาะกับข้อความนี้ (การเปรียบเทียบ, การเปลี่ยนแปลงตามเวลา, สัดส่วน, ความสัมพันธ์, การกระจายตัว) พร้อมเหตุผลประกอบ 2 ประโยค เสนอทางเลือกสำรองและบอกว่าทำไมถึงเป็นอันดับสอง ระบุประเภทกราฟที่ห้ามใช้เด็ดขาดสำหรับข้อมูลนี้ (เช่น Pie Chart ที่มีหมวดหมู่เยอะเกินไป, กราฟสองแกนที่ชวนสับสน) พร้อมเหตุผล

ระบุรายละเอียดการตั้งค่า: แกน X และ Y คืออะไร, การเรียงลำดับหมวดหมู่, สเกล (ควรเริ่มจากศูนย์ไหม เพราะอะไร), สิ่งที่ควรเขียนกำกับบนกราฟ และการตั้งชื่อกราฟให้เป็นประโยคบอกเล่าข้อความหลัก ปิดท้ายด้วยตัวอย่าง "สิ่งที่ไม่ควรทำ" ที่จะทำให้ข้อมูลบิดเบือน

นี่คือกราฟที่กำลังจะนำไปใช้ใน [บริบท เช่น รายงานประจำเดือน, การนำเสนอลูกค้า] รายละเอียดกราฟ: [อธิบายประเภทกราฟ, แกน, สเกล, ชุดข้อมูล, ชื่อกราฟ หรือวางข้อมูลที่ใช้] ข้อความที่ต้องการสื่อ: [ระบุข้อความ]

ช่วยวิจารณ์ใน 3 ด้าน: ความถูกต้อง (สเกลหลอกตาไหม เช่น ตัดแกนโดยไม่บอก, ใช้กราฟสองแกนที่เทียบกันไม่ได้, ช่วงเวลาที่เลือกมาจงใจเกินไปไหม, จำนวนกลุ่มตัวอย่างพอสำหรับเปอร์เซ็นต์ที่โชว์ไหม?), ความชัดเจน (คนอ่านเข้าใจใน 5 วินาทีไหม, ชื่อกราฟบอกประเด็นสำคัญหรือแค่บอกหัวข้อ, มีส่วนเกินที่ควรลบออกไหม?), และความเหมาะสม (กราฟประเภทนี้ตอบโจทย์ข้อความนี้ที่สุดหรือยัง?)

แยกคำแนะนำเป็น "ต้องแก้ก่อนเผยแพร่" และ "ควรปรับปรุงเพื่อความสวยงาม" พร้อมอธิบายวิธีแก้ไขที่ชัดเจน เงื่อนไข: วิจารณ์ที่ตัวกราฟ ไม่ใช่วิจารณ์ตัวข้อมูล ถ้าปัญหาอยู่ที่ตัวข้อมูลให้แยกประเด็นออกมา

ต้องการสร้าง [กราฟที่ต้องการ เช่น กราฟเส้นแสดงการเติบโตรายเดือนแยกตามช่องทาง, กราฟแท่งซ้อน] ใน [เครื่องมือ เช่น Google Sheets, Excel, Looker Studio] แต่ข้อมูลดิบยังไม่อยู่ในรูปแบบที่ใช้ได้ ข้อมูลปัจจุบัน: [วางตัวอย่างพร้อมหัวตาราง เช่น ข้อมูลการขายรายธุรกรรม]

ช่วยอธิบายโครงสร้างข้อมูลเป้าหมายที่เครื่องมือต้องการสำหรับกราฟนี้ (รูปแบบ Long หรือ Wide, คอลัมน์ชุดข้อมูล, ความละเอียดของวันที่) พร้อมตัวอย่างข้อมูล 5 แถวที่ควรจะเป็น

บอกวิธีแปลงข้อมูลที่ง่ายที่สุดในเครื่องมือของฉัน: การสรุปผล (Pivot หรือสูตร อะไรบ้าง), การจัดการช่วงเวลาที่ไม่มีข้อมูล (ควรใส่เลขศูนย์หรือปล่อยว่าง และผลต่อกราฟจะเป็นอย่างไร), การเรียงลำดับ และการปัดเศษ (ควรทำเฉพาะตอนแสดงผล ไม่ใช่ในข้อมูลดิบ)

ปิดท้ายด้วยการตรวจสอบ 2 จุดก่อนวาดกราฟ: ยอดรวมในตารางใหม่ตรงกับข้อมูลดิบไหม และจำนวนช่วงเวลาครบตามที่ต้องการไหม รูปแบบ: โครงสร้างเป้าหมาย, ขั้นตอนการทำ, การตรวจสอบ

ในบริษัทของฉัน ตัวชี้วัด [ชื่อตัวชี้วัด เช่น อัตรา Conversion, ยอดขาย, ลูกค้าที่ยังใช้งานอยู่] ให้ตัวเลขไม่ตรงกันขึ้นอยู่กับว่าใครเป็นคนคำนวณ ฉันต้องการเขียนนิยามมาตรฐาน การใช้งานปัจจุบัน: [ใครใช้และใช้อย่างไร เช่น ฝ่ายการตลาดดูจาก GA4, ฝ่ายขายดูจาก CRM] แหล่งข้อมูลที่มี: [เครื่องมือและตารางข้อมูล]

ช่วยร่างนิยามฉบับสมบูรณ์: สูตรคำนวณที่ชัดเจน (ตัวตั้งและตัวหารระบุชัดว่านับรายการไหน ยกเว้นรายการไหน เช่น รายการยกเลิก, คืนเงิน, ข้อมูลซ้ำ, รายการทดสอบภายใน), ช่วงเวลาและ Timezone ที่ใช้อ้างอิง, แหล่งข้อมูลที่เป็นข้อยุติ (Single Source of Truth), ความถี่ในการอัปเดต และจุดตัดข้อมูล (ตัวเลขเดือนนี้จะนิ่งเมื่อไหร่?)

ระบุความแตกต่างที่น่าจะเกิดขึ้นระหว่างนิยามใหม่นี้กับการใช้งานเดิม พร้อมประมาณการสัดส่วนความคลาดเคลื่อนเพื่อเตรียมการสื่อสาร เงื่อนไข: ทุกส่วนในสูตรต้องตรวจสอบได้ด้วย Query ห้ามใช้คำกำกวม (เช่น "ลูกค้าที่ยังใช้งานอยู่" ต้องมีเกณฑ์วัดที่ชัดเจน) รูปแบบ: เอกสารนิยาม 1 หน้า

ตัวชี้วัดหลักของฉันคือ [ชื่อตัวชี้วัด เช่น ยอดขายรายเดือน, จำนวนลูกค้าใหม่] และต้องการแตกย่อยเป็นปัจจัยต่างๆ เพื่อให้รู้ว่าควรปรับปรุงตรงไหน บริบท: [ประเภทธุรกิจ เช่น ร้านค้าออนไลน์, บริษัทที่ปรึกษา, เครือข่ายร้านค้า] ค่าปัจจุบัน: [ระบุค่า] เป้าหมาย: [ระบุเป้าหมาย]

ช่วยสร้างผังการแตกตัวชี้วัด (KPI Tree): แสดงตัวชี้วัดหลักในรูปของผลคูณหรือผลรวมของตัวชี้วัดย่อย (เช่น ยอดเข้าชม x อัตรา Conversion x ยอดซื้อเฉลี่ย) จากนั้นแตกย่อยตัวชี้วัดย่อยลงไปอีก 1 ระดับที่จำเป็น ตรวจสอบว่าการแตกย่อยมีความถูกต้องทางคณิตศาสตร์ 100%

สำหรับแต่ละตัวชี้วัดย่อย: ระบุว่าใครในองค์กรเป็นคนดูแล, ข้อมูลที่ใช้ตรวจสอบ [แหล่งข้อมูลที่มี], และโอกาสในการเติบโตที่สมเหตุสมผล จากนั้นระบุ 2 ปัจจัยที่ถ้าปรับปรุงแล้วจะส่งผลต่อตัวชี้วัดหลักมากที่สุด (Sensitivity Analysis: ถ้าปัจจัยนี้เพิ่ม 10% ตัวชี้วัดหลักจะเพิ่มเท่าไหร่) พร้อมแสดงวิธีคำนวณ เงื่อนไข: ระบุปัจจัยที่อาจขัดแย้งกันเอง รูปแบบ: ผังรายการและตารางปัจจัย

ต้องการวิเคราะห์การรักษาลูกค้า (Retention) ของ [ลูกค้า หรือ สมาชิก] แยกตามกลุ่มรุ่น (Cohorts) ข้อมูลที่มี: [ระบุ เช่น รหัสลูกค้า, วันที่สั่งซื้อครั้งแรกหรือวันที่สมัคร, วันที่ทำรายการครั้งต่อๆ มา] เครื่องมือ: [Excel, Google Sheets, SQL] นิยามของลูกค้าที่ "ยังอยู่" ในธุรกิจของฉันคือ: [เช่น มีการสั่งซื้อซ้ำในเดือนนั้น, ยังจ่ายค่าสมาชิกอยู่]

ช่วยแนะนำวิธีสร้างตาราง Cohort: การจัดกลุ่มตามเดือนที่เริ่มใช้งานครั้งแรก, การคำนวณการกลับมาใช้งานในเดือนที่ M+1, M+2, M+3 ไปเรื่อยๆ โดยคิดเป็นเปอร์เซ็นต์ของขนาดกลุ่มเริ่มต้น บอกวิธีทำในเครื่องมือของฉัน (สูตรหรือ Query)

จากนั้นช่วยวิเคราะห์วิธีอ่านผล: แยกแยะระหว่างปัจจัยด้านอายุการใช้งาน (ทุกกลุ่มลดลงตามเวลาเหมือนกันไหม) และปัจจัยด้านรุ่นลูกค้า (ลูกค้ารุ่นใหม่ดีกว่าหรือแย่กว่ารุ่นเก่าเมื่อเทียบที่อายุเท่ากัน?), ระบุเดือนที่อัตราการรักษาลูกค้าเริ่มคงที่ และเตือนกลุ่มที่ข้อมูลยังน้อยเกินไปที่จะสรุปผล รูปแบบ: วิธีการสร้าง และแนวทางการวิเคราะห์ผล

ต้องการแบ่งกลุ่มลูกค้าด้วยวิธี RFM (Recency, Frequency, Monetary) เพื่อวางแผนการตลาด ข้อมูล: [ระบุไฟล์ที่มี เช่น รายการสั่งซื้อรายบิลพร้อมรหัสลูกค้า วันที่ ยอดเงิน จาก POS หรือ CRM] เครื่องมือ: [Excel, Google Sheets, SQL] ธุรกิจ: [ประเภทธุรกิจและวงจรการซื้อปกติ เช่น แฟชั่นออนไลน์ ซื้อทุก 2 เดือน]

ช่วยวางขั้นตอน: คำนวณค่า R, F, M ของลูกค้าแต่ละราย (พร้อมสูตรหรือ Query), การกำหนดเกณฑ์คะแนน (Score) ที่เหมาะกับวงจรการซื้อของฉัน (ห้ามใช้ค่าเฉลี่ยอัตโนมัติ ให้เหตุผลประกอบแต่ละเกณฑ์), การจัดกลุ่มลูกค้าเป็น 5-8 กลุ่มที่มีชื่อเรียกชัดเจน (เช่น ลูกค้าประจำ, ลูกค้าเริ่มหาย, ลูกค้าใหม่มีแวว, ลูกค้าที่เสียไปแล้ว...)

สำหรับแต่ละกลุ่ม: ระบุสัดส่วนที่คาดหวังเป็นเปอร์เซ็นต์, คำอธิบายพฤติกรรมสั้นๆ, กิจกรรมการตลาดที่ควรทำเป็นอันดับแรก และตัวชี้วัดความสำเร็จ เงื่อนไข: ไม่รวมรายการยกเลิกและลูกค้าทดสอบ, จัดการกลุ่มลูกค้าที่ซื้อครั้งเดียวแยกออกมา และระบุความถี่ที่ควรทบทวนเกณฑ์คะแนน รูปแบบ: ขั้นตอนการทำและตารางสรุปกลุ่มลูกค้า

ต้องการพยากรณ์ [สิ่งที่ต้องการ เช่น ยอดขายรายเดือน, จำนวนการจอง, ปริมาณสายเรียกเข้า] สำหรับ [ช่วงเวลา เช่น 6 เดือนข้างหน้า] ข้อมูลย้อนหลัง: [วางข้อมูล ยิ่งเยอะยิ่งดี (24 เดือน+) หรืออธิบายข้อมูลที่มี] ธุรกิจมีปัจจัยฤดูกาลคือ: [เช่น ยอดพุ่งเดือนธันวาคม, เงียบเหงาเดือนสิงหาคม]

ช่วยสร้างโมเดลพยากรณ์ที่ทำซ้ำได้ใน [Excel หรือ Google Sheets]: คำนวณแนวโน้มหลัก (Moving Average 12 เดือน หรือ Regression อธิบายเหตุผลที่เลือก), คำนวณดัชนีฤดูกาลรายเดือนจากประวัติย้อนหลัง และคำนวณค่าพยากรณ์ (แนวโน้ม x ดัชนีฤดูกาล) พร้อมแสดงสูตร

ระบุความแม่นยำอย่างตรงไปตรงมา: ให้ช่วงคาดการณ์ สูง/ต่ำ โดยคำนวณจากความผิดพลาดในอดีต (Backtest: ลองใช้สูตรนี้พยากรณ์ 6 เดือนที่ผ่านมาแล้วดูว่าห่างจากความจริงเท่าไหร่) ลิสต์สิ่งที่โมเดลนี้มองไม่เห็น (เหตุการณ์พิเศษ, การเปลี่ยนราคา, ปีที่ผิดปกติ) และสัญญาณที่บอกว่าควรทำพยากรณ์ใหม่ รูปแบบ: วิธีทำ, สูตร, ตารางพยากรณ์พร้อมช่วงความคลาดเคลื่อน และข้อจำกัด

ตอนนี้เดือน [ระบุเดือนปัจจุบัน] ต้องการประมาณการยอดสรุปปลายปีของ [สิ่งที่ต้องการ เช่น ยอดขาย, ค่าใช้จ่าย, จำนวนเคสที่จัดการ] ยอดสะสมปัจจุบัน: [ระบุค่า] เป้าหมายทั้งปี: [ระบุเป้าหมาย] ข้อมูลรายเดือนของปีที่แล้วและปีนี้: [วางข้อมูล]

ช่วยสร้างและเปรียบเทียบการประมาณการ 3 แบบ: 1. แบบเทียบบัญญัติไตรยางค์ (ยอดสะสมหารจำนวนเดือนคูณ 12) 2. แบบอิงฤดูกาล (ใช้น้ำหนักของเดือนที่เหลือตามสถิติอดีต) 3. แบบอิงข้อมูลแผนงาน (รวมสิ่งที่ทราบแน่นอนในเดือนที่เหลือ: [ระบุ เช่น ออเดอร์ที่เซ็นแล้ว, ใบเสนอราคาที่รออยู่, ช่วงปิดปรับปรุง, การจ้างคนเพิ่ม])

สำหรับแต่ละแบบ: ระบุตัวเลข, สมมติฐานที่แฝงอยู่ และกรณีที่อาจจะผิดพลาดมากที่สุด แนะนำแบบที่เหมาะสมที่สุดสำหรับกรณีของฉัน และระบุส่วนต่างจากเป้าหมาย (Gap) ทั้งในรูปเงินบาทและเปอร์เซ็นต์ ปิดท้ายด้วย 2-3 กิจกรรมที่ยังสามารถเปลี่ยนผลลัพธ์ปลายปีได้พร้อมตัวเลขประมาณการ รูปแบบ: ตารางเปรียบเทียบและข้อเสนอแนะ

คุณเป็นผู้จัดการคุณภาพข้อมูล ฉันต้องการตรวจสอบคุณภาพของ [ฐานข้อมูลที่เกี่ยวข้อง เช่น ข้อมูลลูกค้าใน CRM, แคตตาล็อกสินค้า, รายชื่อซัพพลายเออร์] ก่อนจะ [วัตถุประสงค์ เช่น ย้ายระบบ, เริ่มแคมเปญใหญ่, สร้างรายงานใหม่] โครงสร้างข้อมูล: [ระบุคอลัมน์] ตัวอย่างข้อมูล: [วาง 30-50 แถว]

ช่วยตรวจสอบตามหัวข้อเหล่านี้พร้อมระบุตัวเลขจากตัวอย่าง: ความครบถ้วน (อัตราการกรอกข้อมูลแยกตามฟิลด์ เน้นฟิลด์สำคัญ), ความถูกต้อง (รูปแบบที่ผิด: อีเมล, เบอร์โทร, รหัสไปรษณีย์, วันที่ที่เป็นไปไม่ได้), ความซ้ำซ้อน (ข้อมูลที่น่าจะซ้ำและเกณฑ์ที่ใช้ตรวจ), ความสดใหม่ (วันที่อัปเดตล่าสุด, สัดส่วนข้อมูลที่น่าจะล้าสมัย), ความสอดคล้องภายใน (ฟิลด์ที่ขัดแย้งกันเอง เช่น รหัสไปรษณีย์กับจังหวัดไม่ตรงกัน)

สร้างแผนการแก้ไขข้อมูลโดยเรียงตามผลกระทบต่อวัตถุประสงค์ที่ตั้งไว้: อะไรคือจุดวิกฤตที่ต้องแก้ทันที, อะไรที่ทำให้ข้อมูลลดคุณภาพลง, และอะไรที่รอได้ พร้อมระบุวิธีแก้ไข (ใช้ระบบช่วยหรือทำมือ) และระยะเวลาที่คาดว่าจะใช้ รูปแบบ: ตารางผลการตรวจสอบและแผนการแก้ไข 3 ระยะ

ต้องการสร้างพจนานุกรมข้อมูลสำหรับ [ชุดข้อมูล เช่น รายงานการสั่งซื้อจาก ERP, ตารางลูกค้าในฐานข้อมูล, Google Sheet รายงานยอดขาย] เพื่อให้ทีมงานเข้าใจคอลัมน์ต่างๆ ได้ตรงกัน คอลัมน์และตัวอย่างข้อมูล: [ระบุคอลัมน์พร้อมตัวอย่าง 5 แถว]

ข้อมูลบริบทที่ทราบ: [แหล่งที่มา, ความถี่การอัปเดต, ใครเป็นคนกรอกข้อมูล]

สำหรับแต่ละคอลัมน์ ช่วยเขียนรายละเอียด: ชื่อทางเทคนิคและชื่อเรียกในเชิงธุรกิจ, คำนิยามสั้นๆ ที่เข้าใจง่าย, ประเภทและรูปแบบข้อมูล, ค่าที่เป็นไปได้หรือช่วงข้อมูลที่เหมาะสม, กฎการกรอก (บังคับ, คำนวณอัตโนมัติ, กรอกมือ), แหล่งข้อมูลต้นทาง และที่สำคัญที่สุดคือหัวข้อ "กับดัก" (สิ่งที่ผู้ใช้อาจเข้าใจผิด เช่น ยอดรวมรวม VAT หรือยัง, วันที่คือวันที่สั่งหรือวันที่จ่ายเงิน, ข้อมูลนี้ถูกเขียนทับหรือเก็บประวัติย้อนหลัง) หากข้อมูลส่วนไหนไม่ชัดเจนให้ระบุว่า "ต้องยืนยันกับ [ใคร]" ห้ามเดาเอง

รูปแบบ: ตารางที่พร้อมนำไปวางในชีท "Data Dictionary" และรายการคำถามที่ต้องตรวจสอบต่อแยกตามแผนกที่รับผิดชอบ

เครื่องมือสองตัวให้ตัวเลขไม่ตรงกันในเรื่องเดียวกัน: [แหล่ง A เช่น GA4] แสดงค่า [ค่า A] และ [แหล่ง B เช่น ระบบ POS, Stripe, CRM] แสดงค่า [ค่า B] สำหรับ [ตัวชี้วัดและช่วงเวลา] ส่วนต่างคือ [เปอร์เซ็นต์หรือจำนวนเงิน] ฉันต้องหาสาเหตุและตัดสินใจว่าแหล่งไหนน่าเชื่อถือกว่า

ช่วยแนะนำการสืบสวนตามลำดับ: เริ่มจากความแตกต่างด้านนิยาม (แต่ละเครื่องมือนับอะไรบ้าง: รายการคืนเงิน, รายการยกเลิก, รายการทดสอบ, Timezone, วันที่สั่งซื้อ vs วันที่รับเงิน, การกรอง Bot), ตามด้วยความแตกต่างด้านขอบเขต (ช่องทางขายไหนที่หายไปในฝั่งใดฝั่งหนึ่ง), และความแตกต่างด้านการเก็บข้อมูล (ข้อมูลหลุด, การกดยอมรับ Cookie, ระบบล่ม) สำหรับแต่ละสมมติฐาน ให้ระบุวิธีทดสอบเพื่อยืนยันตัวเลข โดยเริ่มจากจุดที่น่าจะทำให้เกิดส่วนต่างมากที่สุดก่อน

เป้าหมายสุดท้าย: ตารางสรุปรายการที่ทำให้เกิดส่วนต่างจาก A ไป B ที่รวมกันแล้วลงตัว ปิดท้ายด้วยข้อเสนอแนะ: แหล่งไหนควรใช้สำหรับงานประเภทใด และส่วนต่างระดับไหนที่ยอมรับได้โดยไม่ต้องสืบต่อ รูปแบบ: แผนการสืบสวนและตารางสรุปส่วนต่าง

กำลังจะส่ง [ชื่อรายงาน เช่น รายงานยอดขายประจำเดือน, สไลด์นำเสนอลูกค้า, อีเมลสรุปไตรมาส] ให้กับ [ผู้รับ] ตัวเลขสำคัญในรายงาน: [ลิสต์ตัวเลขหลักพร้อมชื่อเรียก] แหล่งที่มา: [ระบุว่าแต่ละตัวเลขมาจากไหน]

ช่วยไล่ตรวจสอบตาม Checklist ทีละข้อ โดยให้ฉันยืนยันแต่ละจุด: ความสอดคล้องภายใน (ยอดรวมย่อยบวกกันได้ยอดรวมใหญ่ไหม, เปอร์เซ็นต์ตรงกับฐานที่ใช้ไหม, ตัวเลขที่อ้างถึงสองที่ตรงกันไหม), ความสอดคล้องภายนอก (เทียบกับเดือนก่อนหรือปีที่แล้ว: การเปลี่ยนแปลงที่แปลกประหลาดมีคำอธิบายที่พิสูจน์ได้ไหม?), ขอบเขตข้อมูล (ระบุช่วงเวลา ขอบเขต และสกุลเงินชัดเจนไหม? นิยามเปลี่ยนไปจากครั้งก่อนโดยไม่ได้แจ้งไหม?), ความสามารถในการทำซ้ำ (ฉันสามารถหาที่มาของตัวเลขนี้ได้อีกครั้งไหม: เก็บ Query หรือไฟล์ดิบไว้ไหม?), และการปัดเศษ (เหมาะสมและไม่ดูละเอียดเกินจริงจนหลอกตาไหม?)

สำหรับข้อไหนที่ฉันยืนยันไม่ได้ ให้ระบุความเสี่ยงที่อาจเกิดขึ้นและบอกว่าควรหยุดส่งรายงานหรือส่งไปก่อนได้ รูปแบบ: รายการ Checklist พร้อมช่องให้ติ๊ก

ต้องการตรวจจับค่าที่ผิดปกติโดยอัตโนมัติใน [ชุดข้อมูล เช่น ยอดขายรายวัน, จำนวนออเดอร์รายชั่วโมง, จำนวนคนสมัครรายวัน] เพื่อให้แก้ไขปัญหาได้ทันท่วงที ข้อมูลย้อนหลัง: [วางข้อมูลหรืออธิบาย: ความละเอียด, ระยะเวลา, ค่าปกติ] ความผันผวนปกติที่ทราบ: [เช่น วันเสาร์ยอดเยอะ วันอาทิตย์ยอดน้อย, ปัจจัยฤดูกาล]

ช่วยเสนอระบบตรวจจับที่เรียบง่ายแต่ใช้งานได้จริง: การกำหนดค่าอ้างอิงที่เคารพวงจรธุรกิจ (เช่น เทียบวันจันทร์กับวันจันทร์ก่อนหน้า ไม่ใช่เทียบกับวันอาทิตย์), การวัดส่วนต่างและเกณฑ์การแจ้งเตือน (Alert Threshold) ที่คำนวณจากความกระจายตัวจริงของข้อมูล (แสดงวิธีคำนวณและเหตุผลที่ใช้เกณฑ์นี้แทนการใช้เปอร์เซ็นต์มั่วๆ) และกฎป้องกันการแจ้งเตือนพร่ำเพรื่อ (เช่น แจ้งเตือนเมื่อผิดปกติติดต่อกัน 2 จุดขึ้นไป)

บอกวิธีตั้งค่าในเครื่องมือของฉันพร้อมสูตร ปิดท้ายด้วย: 3 สาเหตุปกติที่จะทำให้เกิดการแจ้งเตือนผิดพลาด (วันหยุดนักขัตฤกษ์, การจัดโปรโมชั่น, ระบบเก็บข้อมูลล่ม) และวิธีจัดการ พร้อมขั้นตอน 3 ขั้นเมื่อมีการแจ้งเตือนเกิดขึ้นจริง

ตัวเลขในรายงานดูผิดปกติและต้องตัดสินใจว่า: คำนวณผิด, ข้อมูลมีปัญหา, หรือเป็นความจริงที่น่าตกใจ ตัวเลขเจ้าปัญหา: [ระบุค่าและชื่อ เช่น ยอดขายเดือนมีนาคมโชว์ 8,500,000 บาท จากปกติ 3,200,000 บาท] รายงานที่พบ: [ชื่อรายงาน หรือ Query ที่ใช้] ขั้นตอนการผลิตข้อมูล: [ระบุที่มาของข้อมูลและการแปลงค่าที่ทราบ]

ช่วยวางโครงสร้างการสืบสวนเป็นชั้นๆ จากปลายน้ำไปต้นน้ำ พร้อมวิธีตรวจสอบในแต่ละชั้น: การคำนวณขั้นสุดท้าย (สูตร, ช่วงข้อมูล, Filter ในรายงาน), การแปลงข้อมูล (การสรุปผล, การ Join ที่ทำให้ข้อมูลซ้ำ, ข้อมูลซ้ำจากการ Import, การเปลี่ยนนิยามใหม่), การเก็บข้อมูล (ระบบล่ม, การบันทึกข้อมูลย้อนหลังจำนวนมากในวันเดียว, การเปลี่ยนเครื่องมือ), และสุดท้ายคือความจริงทางธุรกิจ (ออเดอร์ใหญ่พิเศษ, ลูกค้ารายใหญ่: มีหลักฐานยืนยันรายการนี้ไหม?)

เงื่อนไข: ห้ามแก้ไขข้อมูลใดๆ จนกว่าจะเจอสาเหตุที่แท้จริง ตัวเลขที่น่าตกใจแต่เป็นเรื่องจริงห้าม "แก้ไข" รูปแบบ: แผนการสืบสวนตามลำดับ และ 3 ทางออกที่เป็นไปได้พร้อมสิ่งที่ต้องทำ (แก้ไข, บันทึกเหตุผล, แจ้งเตือนผู้เกี่ยวข้อง)

ฉันรวบรวมความคิดเห็นจากลูกค้าผ่าน [ช่องทาง เช่น คำถามปลายเปิดในแบบสำรวจความพึงพอใจ, รีวิวบน Google Maps, เหตุผลการยกเลิกบริการ] และต้องการบทวิเคราะห์ที่นำไปใช้งานได้จริง ข้อมูลความคิดเห็น: [วางข้อความ หรือตัวอย่างถ้ามีจำนวนมาก พร้อมระบุจำนวนทั้งหมด] คำถามที่ถามลูกค้าคือ: [ระบุคำถาม]

ช่วยดำเนินการดังนี้: สร้างเกณฑ์การจัดกลุ่มธีม (Themes) จากข้อความจริง (ไม่ใช้เกณฑ์ที่คิดไว้ก่อน) พร้อมนิยามสั้นๆ ของแต่ละธีมเพื่อให้จัดกลุ่มซ้ำได้แม่นยำ จัดกลุ่มแต่ละความคิดเห็น (หนึ่งความเห็นอยู่ได้หลายธีม), จากนั้นสรุปเชิงปริมาณ: จำนวนการพูดถึงแต่ละธีม, อารมณ์ความรู้สึกหลัก (Sentiment), และการวิเคราะห์ร่วมกับ [ตัวแปรที่มี เช่น คะแนนที่ให้, อายุการเป็นลูกค้า]

เงื่อนไขความถูกต้อง: อ้างอิงข้อความจริงของลูกค้าโดยไม่เขียนใหม่, แยกแยะระหว่างธีมที่พบเจอบ่อยกับธีมที่พบน้อยแต่รุนแรง, ระบุจำนวนผู้ตอบในทุกจุด (ไม่ใช้เปอร์เซ็นต์ถ้ามีคนตอบน้อยกว่า 30 คน) และห้ามเมคคำพูดลูกค้า รูปแบบ: สรุป 1 หน้า (ธีมเรียงตามความถี่, 2 คำพูดตัวอย่างต่อธีม, สัญญาณเตือนที่ต้องระวัง) และตารางการจัดกลุ่มทั้งหมด

ฉันทำแบบสอบถามผ่าน [เครื่องมือ เช่น Google Forms, Typeform] และต้องสรุปผล จำนวนผู้ตอบ: [ระบุจำนวน] คำถามที่ถาม: [ลิสต์คำถามและประเภท: เลือกได้ข้อเดียว, เลือกได้หลายข้อ, มาตรวัดคะแนน, ปลายเปิด] ข้อมูล Export: [วางตัวอย่างคำตอบ] วัตถุประสงค์ของแบบสำรวจ: [ระบุสิ่งที่ต้องการตัดสินใจหรือเรียนรู้]

ช่วยสรุปผลตามลำดับ: ทำความสะอาดข้อมูล (คำตอบซ้ำ, คนที่ตอบเร็วผิดปกติจนน่าสงสัย, คำตอบที่ขัดแย้งกันเอง: ระบุว่าตัดอะไรออกและทำไม), สรุปผลรายข้อ (Frequency Table พร้อมรูปแบบการนำเสนอที่เหมาะกับประเภทคำถาม), จากนั้นทำการวิเคราะห์ไขว้ (Cross-tabulation) 3-5 คู่ที่ตอบโจทย์วัตถุประสงค์ที่สุด (พร้อมเหตุผลที่เลือก ไม่ใช่ไขว้มั่วๆ)

ข้อควรระวังที่ต้องระบุ: ใครคือคนตอบและกลุ่มตัวอย่างนี้ต่างจากกลุ่มเป้าหมายจริงอย่างไร (ความลำเอียงจากการกระจายแบบสอบถาม), แจ้งเตือนทุกจุดที่ผลการวิเคราะห์ไขว้มีกลุ่มตัวอย่างน้อยกว่า 30 คน และห้ามสรุปว่าเป็นเหตุเป็นผลกันเพียงเพราะตัวเลขสอดคล้องกัน รูปแบบ: แผนการสรุปผล, ผลการวิเคราะห์รายข้อและวิเคราะห์ไขว้จากตัวอย่าง และข้อจำกัดในกรอบท้ายรายงาน

ฉันได้เริ่ม [สิ่งที่เปลี่ยน เช่น ปรับเวลาเปิด-ปิด, ปรับโฉมหน้าเว็บใหม่, เปลี่ยนราคาใหม่, ใช้สคริปต์การขายใหม่] เมื่อวันที่ [ระบุวันที่] และต้องการทราบว่าได้ผลไหม โดยไม่มีกลุ่มควบคุม ตัวชี้วัดที่ดู: [ชื่อตัวชี้วัด] ข้อมูลก่อนเปลี่ยน: [ข้อมูลย้อนหลัง ยิ่งยาวดียิ่งดี] ข้อมูลหลังเปลี่ยน: [ข้อมูลตั้งแต่เริ่มเปลี่ยน] เหตุการณ์อื่นๆ ที่เกิดขึ้นในช่วงเวลาเดียวกัน: [เช่น เทศกาล, แคมเปญคู่แข่ง, ข่าวสาร, สภาพอากาศ]

ก่อนจะเทียบค่าเฉลี่ย ช่วยตรวจสอบ: ช่วงเวลาก่อนเปลี่ยนยาวพอและไม่มีความผิดปกติไหม, การเปลี่ยนแปลงที่เห็นมันมากกว่าความผันผวนปกติของข้อมูลไหม (ระบุตัวเลขความผันผวนย้อนหลัง), ปัจจัยฤดูกาลอธิบายส่วนต่างนี้ได้ไหม (เทียบกับช่วงเดียวกันของปีก่อนถ้ามี) และเหตุการณ์อื่นๆ ที่เกิดขึ้นพร้อมกันส่งผลต่อตัวเลขนี้ได้แค่ไหน?

สรุปผลใน 3 ระดับ: สิ่งที่ข้อมูลยืนยันได้แน่นอน, สิ่งที่ข้อมูลแค่บ่งชี้แต่ยังไม่ชัวร์, และสิ่งที่ข้อมูลตอบไม่ได้ ปิดท้ายด้วยข้อเสนอแนะเพื่อการวัดผลที่แม่นยำขึ้นในครั้งหน้า (เช่น การค่อยๆ เปลี่ยนทีละส่วน, การสลับช่วงเวลา) ห้ามสรุปว่าผลเกิดจากเราเพียงเพราะมันเกิดในช่วงเวลาเดียวกัน

ช่วยเขียนบันทึกสรุป 1 หน้าจากผลการวิเคราะห์นี้ สำหรับ [ผู้รับ เช่น ผู้อำนวยการ, คณะกรรมการลงทุน, ลูกค้า] ซึ่งมีเวลาอ่านเพียง [ระบุเวลา เช่น 3 นาที] และต้องตัดสินใจเรื่อง: [ระบุการตัดสินใจที่ต้องการ] ข้อมูลดิบ: [วางผลลัพธ์ ตัวเลข และข้อค้นพบจากการวิเคราะห์ แม้จะยังไม่เป็นระเบียบ] ข้อเสนอแนะของฉันถ้ามี: [ระบุข้อเสนอแนะ]

โครงสร้างที่บังคับ: หัวข้อที่บอกข้อสรุปทันที (ไม่ใช่แค่บอกหัวเรื่อง), ย่อหน้าแรกที่ให้คำตอบและตัวเลขสำคัญ, ตามด้วยข้อเท็จจริงไม่เกิน 3 ข้อพร้อมตัวเลขสนับสนุนข้อละ 1 ตัวเลข, ทางเลือกต่างๆ พร้อมระบุต้นทุนและความเสี่ยงในบรรทัดเดียว, ข้อเสนอแนะที่ชัดเจน และปิดท้ายด้วยหัวข้อ "สิ่งที่เรายังไม่ทราบ" เพื่อบอกข้อจำกัดโดยไม่ทำให้ความน่าเชื่อถือลดลง

เงื่อนไขการเขียน: ความยาวไม่เกิน 1 หน้า, ใช้ประโยคสั้น, ห้ามใช้ศัพท์เทคนิคสถิติ (ถ้าจำเป็นต้องใช้ให้แปลเป็นภาษาธุรกิจ), ปัดเศษตัวเลขให้เหมาะกับการตัดสินใจ ห้ามใส่ตัวเลขที่ไม่มีในข้อมูลดิบ หากข้อมูลส่วนไหนขาดให้ใส่ [ข้อมูลที่ขาด] แทนการเมคขึ้นมา

ช่วยเปลี่ยนผลการวิเคราะห์ของฉันให้เป็นการนำเสนอที่น่าจดจำ สำหรับ [กลุ่มเป้าหมายและโอกาส เช่น การประชุมไตรมาสต่อหน้าผู้บริหาร, การนัดพบลูกค้า] เวลาที่มี: [ระบุเวลา] ผลลัพธ์ที่ต้องนำเสนอ: [วางข้อเท็จจริงและตัวเลขสำคัญ] สิ่งที่ต้องการให้ผู้ฟังทำหลังจบการนำเสนอ: [เช่น อนุมัติงบ, เปลี่ยนลำดับความสำคัญ, ตัดสินใจเลือกทางใดทางหนึ่ง]

ช่วยวางโครงเรื่องแบบเล่าเรื่อง: เริ่มจากสถานการณ์ที่ผู้ฟังคุ้นเคยและยอมรับ, จุดหักเห (ตัวเลขหรือข้อเท็จจริงที่น่าตกใจหรือเป็นปัญหา), การสำรวจสาเหตุ (ทำไมถึงเป็นแบบนั้น ให้หลักฐานไม่เกิน 2-3 อย่าง), ทางออก (สิ่งที่จะเสนอ) และการปิดท้ายเพื่อการตัดสินใจ จากนั้นแบ่งเป็นสไลด์: 1 สไลด์ต่อ 1 ประเด็น โดยชื่อสไลด์ต้องเป็นประโยคบอกเล่าที่สรุปประเด็นนั้น (ถ้าอ่านเฉพาะหัวข้อสไลด์ต่อกันต้องรู้เรื่องทั้งหมด)

สำหรับตัวเลขสำคัญ ให้เสนอวิธีเปรียบเทียบที่ทำให้เห็นภาพชัดเจน (เช่น เทียบกับสิ่งที่ผู้ฟังคุ้นเคย, แปลงเป็นเงินบาท หรือจำนวนลูกค้าต่อสัปดาห์) เงื่อนไข: ห้ามเมคตัวเลขเพื่อความสนุกของเรื่องราว, ข้อจำกัดของการวิเคราะห์ต้องมี 1 สไลด์แยกต่างหาก ไม่ใช่แค่หมายเหตุตัวเล็กๆ รูปแบบ: แผนการนำเสนอทีละสไลด์พร้อมหัวข้อและเนื้อหา

ช่วยแปลผลการวิเคราะห์ของฉันให้เป็นคำอธิบายที่ชัดเจนสำหรับ [กลุ่มเป้าหมาย เช่น ทีมขายในที่ประชุม, เจ้าของแฟรนไชส์, ลูกค้าทั่วไป] ที่ไม่มีพื้นฐานด้านสถิติ ผลลัพธ์ทางเทคนิคคือ: [ระบุผลลัพธ์พร้อมศัพท์เทคนิค เช่น ค่าสหสัมพันธ์ 0.7 ระหว่าง X และ Y, ช่วงความเชื่อมั่น, ผลการทดสอบ A/B, โมเดลการให้คะแนน] สิ่งที่กลุ่มเป้าหมายต้องจำไปใช้: [ระบุการกระทำหรือการเปลี่ยนแปลงที่คาดหวัง]

ช่วยเตรียมคำอธิบาย 3 ระดับ: 1. เวอร์ชันพูดปากเปล่า 30 วินาที (ภาษาบ้านๆ ใช้การเปรียบเทียบกับชีวิตประจำวัน ห้ามใช้ศัพท์เทคนิค) 2. เวอร์ชัน 5 นาทีพร้อมตัวอย่างตัวเลขจริงจากข้อมูล 3. คำตอบสำหรับ 3 คำถามที่กลุ่มเป้าหมายนี้น่าจะถาม

เงื่อนไขความถูกต้อง: การอธิบายต้องไม่พูดเกินจริงกว่าผลทางเทคนิค (ความสัมพันธ์ไม่ใช่สาเหตุ, แนวโน้มไม่ใช่ความแน่นอน, ผลลัพธ์เฉพาะกลุ่มไม่ใช่ผลลัพธ์ทั่วไป) ระบุจุดที่ยอมรับการลดทอนรายละเอียดเพื่อให้เข้าใจง่ายและระบุว่าสิ่งที่หายไปคืออะไร รูปแบบ: คำอธิบาย 3 ระดับ และรายการจุดที่สรุปย่อ

ต้องการทำคู่มือสำหรับ [ชื่อรายงาน เช่น แดชบอร์ดขายรายเดือน, รายงานกิจกรรมทุกวันจันทร์] เพื่อให้คนอื่นสามารถทำแทน เข้าใจ และแก้ไขได้โดยไม่ต้องถามฉัน วิธีการทำในปัจจุบัน: [อธิบายขั้นตอน: แหล่งข้อมูล, การดึงข้อมูล, ไฟล์ที่ใช้, สูตร, การปรับแต่งด้วยมือ, การส่งต่อ] ความถี่: [ระบุความถี่] ผู้รับ: [ใครได้รับและเอาไปทำอะไร]

ช่วยร่างคู่มือใน 4 ส่วน: 1. วิธีการผลิต (ขั้นตอนตามลำดับ ระบุจุดที่ต้องคลิกหรือ Query ที่ต้องรัน รวมถึงขั้นตอนการปรับด้วยมือที่มักจะลืมกัน) 2. พจนานุกรมตัวชี้วัด (นิยาม สูตร และแหล่งที่มาของแต่ละตัว) 3. แผนผังความเชื่อมโยง (สิ่งที่อาจทำให้รายงานพัง เช่น ไฟล์เปลี่ยนชื่อ, สิทธิ์เข้าถึงหมดอายุ, คอลัมน์เปลี่ยนรูปแบบ) 4. แผนรับมือปัญหา (วิธีเช็คเมื่อมีคนแย้งตัวเลข, ใครที่ต้องแจ้ง, วิธีแก้ไขเมื่อส่งรายงานผิดออกไป)

ถามข้อมูลเพิ่มเติมจากฉันหากคำอธิบายมีช่องโหว่ แทนการเดาเอง รูปแบบ: เอกสารที่มีโครงสร้างชัดเจนพร้อมนำไปเก็บใน [ระบุที่เก็บ เช่น Google Drive ของทีม]

ต้องเชื่อมข้อมูลจากสองไฟล์ที่พูดถึงสิ่งเดียวกันแต่ไม่มีรหัสร่วมที่เชื่อถือได้: [ไฟล์ 1 เช่น รายชื่อลูกค้าจาก CRM มีชื่อบริษัทและอีเมล] และ [ไฟล์ 2 เช่น รายงานทางบัญชีมีชื่อจดทะเบียนและเลขที่ใบแจ้งหนี้] คอลัมน์ไฟล์ 1: [ลิสต์] คอลัมน์ไฟล์ 2: [ลิสต์] ตัวอย่างข้อมูล: [วางอย่างละ 10 แถว] เป้าหมายการเชื่อมข้อมูล: [ระบุสิ่งที่ต้องการ]

ช่วยวางกลยุทธ์การจับคู่แบบลดหลั่น (Cascading) จากแม่นยำที่สุดไปน้อยที่สุด: เริ่มจากคีย์ที่ตรงกันเป๊ะหลังปรับรูปแบบ (อีเมลตัวพิมพ์เล็ก, เลขประจำตัวผู้เสียภาษี, เบอร์โทรที่ทำความสะอาดแล้ว), ตามด้วยคีย์ผสม (ชื่อที่ปรับมาตรฐานแล้ว + รหัสไปรษณีย์), และการจับคู่แบบใกล้เคียง (Fuzzy Match) บนชื่อบริษัท (อธิบายวิธีที่ทำได้จริงใน [Excel, Google Sheets] และข้อจำกัด) ในแต่ละขั้นให้ระบุว่าน่าจะจับคู่ได้กี่แถวและความเสี่ยงที่จะจับคู่ผิด

เงื่อนไข: ทุกแถวที่จับคู่ได้ต้องมีคอลัมน์ระบุ "วิธีที่ใช้จับคู่" แถวที่จับคู่ไม่ได้ต้องแยกไว้ในรายการสำหรับตรวจสอบด้วยมือ ห้ามทิ้งไปเฉยๆ รูปแบบ: แผนผังขั้นตอน, สูตรที่ใช้ และตารางติดตามผลการจับคู่

ไม่สามารถตรวจสอบข้อมูลทั้งหมดได้และต้องทำงานกับกลุ่มตัวอย่าง ประชากรทั้งหมด: [คำอธิบายและจำนวน เช่น เอกสารลูกค้า 12,000 ราย, ใบแจ้งหนี้ 3,000 ใบของปีนี้, สายโทรศัพท์ที่บันทึกไว้ 800 สาย] สิ่งที่ต้องการประมาณการหรือตรวจสอบ: [เป้าหมาย เช่น อัตราการกรอกข้อมูลผิด, สัดส่วนเอกสารที่ถูกต้องตามกฎระเบียบ] ความแม่นยำที่ต้องการเพื่อการตัดสินใจ: [เช่น ต้องการรู้ว่าอัตราผิดพลาดเกิน 5% ไหม, หรือต้องการค่าประมาณการบวกลบไม่เกิน 3%]

ช่วยสร้างแผนการสุ่ม: ขนาดกลุ่มตัวอย่างที่จำเป็นเพื่อให้ได้ความแม่นยำที่ต้องการ (อธิบายเหตุผลสั้นๆ ไม่ต้องใช้สูตรยาก), วิธีการสุ่มที่ลดความลำเอียง (สุ่มแบบง่าย หรือสุ่มแบบแบ่งชั้น: ถ้าประชากรมีกลุ่มย่อยที่ต่างกันมาก [อธิบายกลุ่มย่อย] ให้แนะนำวิธีแบ่งชั้น), และขั้นตอนการสุ่มจริงใน [Excel หรือ Google Sheets] (สูตรการสุ่มที่ทำซ้ำได้)

ลิสต์ความลำเอียง (Bias) ที่อาจเกิดขึ้นในกรณีของฉัน (เช่น เอกสารที่หาไม่เจอถูกแทนที่ด้วยอันที่หาง่าย, ช่วงเวลาที่ไม่เป็นตัวแทนของทั้งหมด) และวิธีป้องกัน ปิดท้ายด้วยประโยคมาตรฐานสำหรับการนำเสนอผลลัพธ์พร้อมระบุช่วงความคลาดเคลื่อนอย่างตรงไปตรงมา

อัตรา Conversion ของฉันเปลี่ยนไปตามวิธีคำนวณ และต้องการทำให้เป็นมาตรฐานเดียวกัน บริบท: [เส้นทางลูกค้า เช่น จากคนเข้าเว็บไปซื้อสินค้า, จากใบเสนอราคาไปเซ็นสัญญา, จากสายโทรเข้าไปนัดหมาย] เครื่องมือที่ใช้วัด: [เช่น GA4, CRM, POS] วิธีคำนวณที่ใช้อยู่ปัจจุบันและผลลัพธ์: [ระบุเวอร์ชันต่างๆ ที่ใช้อยู่]

ช่วยวางนิยามที่รัดกุม: ตัวตั้ง (เหตุการณ์ไหนนับเป็น Conversion, จัดการรายการยกเลิก ข้อมูลซ้ำ หรือการ Conversion หลายครั้งของคนเดียวอย่างไร), ตัวหาร (ใครคือฐานข้อมูล: ผู้ใช้รายคนหรือจำนวนครั้งที่เข้าชม, ผู้มุ่งหวังที่ผ่านเกณฑ์หรือรายชื่อติดต่อทั้งหมด, ใช้เกณฑ์อะไรในการนับเข้าฐาน), และช่วงเวลาการให้ผล (Attribution Window: ระยะเวลาระหว่างการเข้ามาครั้งแรกกับ Conversion และการจัดการกรณีที่คาบเกี่ยวระหว่างเดือน)

สำหรับแต่ละทางเลือก ให้แสดงผลกระทบต่อตัวเลขจากข้อมูลของฉันและระบุเกณฑ์ที่นิยมใช้ที่สุดในตลาด อธิบายว่าทำไมตัวเลขเดิมถึงไม่ตรงกัน ปิดท้ายด้วยนิยามที่เลือกในประโยคเดียว และ 2 ข้อควรระวังในการอ่านค่า (เช่น การเทียบอัตราที่ขอบเขตต่างกัน, การหาค่าเฉลี่ยของอัตราโดยไม่ถ่วงน้ำหนัก)

ต้องการคำนวณและติดตาม Churn (การเลิกใช้งาน) ของ [ธุรกิจ เช่น สมาชิกซอฟต์แวร์, สัญญาบริการรายปี, ฟิตเนส] ข้อมูลที่มี: [ระบุ เช่น รายการสมาชิกพร้อมวันที่เริ่ม วันที่สิ้นสุด สถานะ ยอดเงินรายเดือน] รอบการเก็บเงิน: [รายเดือน, รายปี, ผสมกัน]

ช่วยตัดสินใจเรื่องนิยามก่อน โดยแนะนำทางเลือกที่เหมาะกับกรณีของฉันและผลต่อตัวเลข: Churn ในเชิงจำนวนลูกค้า หรือเชิงรายได้ (ทั้งสองแบบบอกเรื่องราวต่างกัน: ขอตัวอย่างประกอบ), ฐานเริ่มต้น (ลูกค้าต้นงวด โดยรวมหรือไม่รวมลูกค้าใหม่ของเดือนนั้น), การจัดการกรณีพิเศษ (การพักใช้งาน, ค้างชำระ, การลดแพ็กเกจ, การแจ้งยกเลิกล่วงหน้าแต่ยังมีผลอยู่, ลูกค้าที่ออกไปแล้วกลับมาใหม่)

จากนั้นให้สูตรที่ถูกต้องและวิธีทำใน [Excel, Google Sheets หรือ SQL] พร้อมเตือนกับดักในการอ่านค่า: การผสมรอบบิลรายเดือนและรายปีในอัตราเดียวกัน, Churn ที่ดูดีขึ้นเองเมื่อยอดขายใหม่พุ่งแรง และทำไมการอ่านค่าแยกตามรุ่นลูกค้า (Cohort) ถึงสำคัญกว่าการดูภาพรวม รูปแบบ: การตัดสินใจ, สูตร, วิธีทำ, กับดัก

ต้องการทราบว่า [สินค้า, บริการ หรือกลุ่มสินค้า] แต่ละตัวสร้างกำไรให้ฉันเท่าไหร่ ข้อมูล: [ระบุไฟล์ที่มี เช่น ยอดขายแยกตามสินค้าพร้อมจำนวนและราคาจาก POS, ข้อมูลการซื้อและต้นทุนจากบัญชี] ต้นทุนที่ทราบ: [ลิสต์: ราคาทุน, วัตถุดิบ, ค่าแรง, ค่าใช้จ่ายคงที่, ค่าขนส่ง, ค่าคอมมิชชัน]

ช่วยสร้างการวิเคราะห์เป็นขั้นตอน: กำไรขั้นต้น (Gross Margin) ต่อหน่วย (ราคาขายลบต้นทุนทางตรง ระบุว่าเป็นราคาไม่รวม VAT), ตามด้วยประเด็นเรื่องต้นทุนทางอ้อม: เสนอ 2 วิธีการปันส่วนที่เหมาะสมกับธุรกิจ (ตามยอดขาย, ตามเวลาที่ใช้, ตามจำนวนชิ้น), แสดงให้เห็นว่าอันดับสินค้าเปลี่ยนไปอย่างไรตามวิธีที่เลือก และบอกว่าทำไมไม่มีวิธีไหนที่เป็น "ความจริงหนึ่งเดียว"

สรุปผลโดยไขว้ระหว่าง อัตรากำไร (%) และ กำไรเป็นตัวเงิน (บาท) ร่วมกับปริมาณขาย: สินค้าที่กำไรสูงแต่ขายไม่ออก, สินค้ากำไรต่ำแต่เน้นปริมาณ และสิ่งที่เราจะพลาดถ้าดูแค่คอลัมน์เดียว ปิดท้ายด้วย 3 การตัดสินใจที่การวิเคราะห์นี้ช่วยได้ (การตั้งราคา, การเลิกขาย, การจัดโปรโมชั่น) รูปแบบ: วิธีทำ, ตารางตัวอย่าง, บทวิเคราะห์

ต้องการวัดว่าธุรกิจพึ่งพา [ลูกค้า, สินค้า, ช่องทาง] เพียงไม่กี่รายมากแค่ไหน ข้อมูล: [ระบุไฟล์ เช่น ยอดขายแยกตามลูกค้า 12 เดือนจากระบบบัญชี, ยอดขายแยกตามรหัสสินค้าจาก POS] เครื่องมือ: [Excel หรือ Google Sheets]

ช่วยแนะนำวิธีสร้างการวิเคราะห์การกระจุกตัว: เรียงลำดับจากมากไปน้อย, คำนวณยอดสะสมและเปอร์เซ็นต์สะสม (พร้อมสูตร), อ่านค่าจุดตัดที่สำคัญ (ต้องใช้กี่รายการเพื่อให้ได้ยอด 50% และ 80% ของทั้งหมด, สัดส่วนของ 5 อันดับแรก) และการวาดกราฟ Pareto ถ้าจำเป็น

วิเคราะห์ต่อยอด: ช่วยประเมินความเสี่ยงของการกระจุกตัวนี้: จะเกิดอะไรขึ้นถ้า [ลูกค้า หรือ สินค้า] อันดับหนึ่งหายไป (กระทบกี่บาทและกี่เปอร์เซ็นต์), การกระจุกตัวเพิ่มขึ้นหรือลดลงเมื่อเทียบกับ [ช่วงเวลาที่เปรียบเทียบ], และกลุ่มลูกค้ารายย่อยจำนวนมาก (Long Tail) มีต้นทุนการดูแลสูงกว่ากำไรที่ได้ไหม?

เงื่อนไข: จัดการกรณีลูกค้าในเครือเดียวกันที่ควรนับเป็นหนึ่งเดียว และไม่สรุปว่าควร "ตัดรายย่อยทิ้ง" โดยไม่ดูต้นทุนจริง รูปแบบ: วิธีทำ, สูตร, บทวิเคราะห์ความเสี่ยง 5 บรรทัด

ต้องการเปรียบเทียบผลงานของ [สาขา, ตัวแทน, ทีม, หน้าร้าน] โดยไม่ลำเอียงเพราะแต่ละที่บริบทต่างกัน หน่วยที่เปรียบเทียบ: [ลิสต์ พร้อมระบุความต่าง: ขนาดพื้นที่, ทำเล, อายุการเปิด, จำนวนพนักงาน, จำนวนคนเดินผ่าน] ข้อมูล: [ตัวชี้วัดที่มีแยกตามหน่วยและช่วงเวลา]

ช่วยสร้างการเปรียบเทียบใน 3 ขั้นตอน: 1. ปรับตัวชี้วัดให้เป็นสัดส่วนที่เท่ากัน (ต่อพนักงาน 1 คน, ต่อตารางเมตร, ต่อชั่วโมงการทำงาน, ต่อประชากรในพื้นที่: เลือกอัตราส่วนที่เหมาะกับธุรกิจและให้เหตุผล) 2. เปรียบเทียบแต่ละหน่วยกับตัวเอง (การเติบโตเทียบกับปีที่แล้ว): การจัดอันดับตามการเติบโตให้ภาพที่ต่างจากการดูยอดดิบอย่างไร? 3. ระบุส่วนต่างที่อธิบายไม่ได้: สิ่งที่ยังต่างกันอยู่หลังปรับปัจจัยแล้ว ซึ่งควรค่าแก่การไปดูหน้างานหรือพูดคุย ไม่ใช่การลงโทษทันที

เงื่อนไข: ระบุหน่วยที่เพิ่งเปิดใหม่หรือมีขนาดเล็กเกินกว่าจะนำมาจัดอันดับ, ห้ามสรุปเป็นอันดับเดียวโดยไม่โชว์อัตราส่วนประกอบ และลิสต์ปัจจัยที่ข้อมูลวัดไม่ได้ (เช่น การซ่อมแซมถนนหน้าสาขา, คู่แข่งเปิดใหม่ข้างๆ) รูปแบบ: ตารางเปรียบเทียบตัวอย่าง และแนวทางการคุยกับผู้จัดการสาขา

ต้องการวิเคราะห์กรวยการขาย (Funnel) เพื่อหาจุดที่ควรปรับปรุง เส้นทางลูกค้า: [อธิบายขั้นตอน เช่น เข้าเว็บ, ดูสินค้า, ใส่ตะกร้า, เลือกวิธีส่ง, จ่ายเงิน, ยืนยัน; หรือ B2B: ได้รายชื่อ, ติดต่อได้, นัดพบ, เสนอราคา, เซ็นสัญญา] ปริมาณในแต่ละขั้นในช่วง [ช่วงเวลา]: [วางตัวเลข] แหล่งข้อมูล: [GA4, CRM, อื่นๆ]

ช่วยคำนวณอัตราการผ่าน (Conversion Rate) ระหว่างขั้นตอนที่ติดกัน (ไม่ใช่แค่ต้นทางไปปลายทาง) และระบุขั้นตอนที่มีการสูญเสียมากที่สุด ทั้งในเชิงจำนวนคนและเชิงเปอร์เซ็นต์: อธิบายว่าควรเน้นแก้ที่จุดไหนตามวัตถุประสงค์ [ระบุเป้าหมาย เช่น เพิ่มยอดเซ็นสัญญาโดยใช้ Traffic เท่าเดิม]

ก่อนสรุป ช่วยตรวจสอบกับดักการวัดผล: ขั้นตอนทางเทคนิคที่อาจไม่บันทึกข้อมูล, คนที่ข้ามขั้นตอนหรือย้อนกลับไปมา, ช่วงเวลาการวัดที่สั้นเกินไปสำหรับสินค้าที่ตัดสินใจนาน จากนั้นเสนอการวิเคราะห์ไขว้ที่น่าสนใจที่สุดกับ [กลุ่มข้อมูลที่มี เช่น มือถือ vs คอมพิวเตอร์, แหล่งที่มาของ Traffic, ขนาดลูกค้า] และสิ่งที่ส่วนต่างระหว่างกลุ่มบอกเรา รูปแบบ: ตารางอัตราส่วน, การวินิจฉัย, 2 สมมติฐานที่ควรทดสอบเพื่อปรับปรุงจุดวิกฤต

สงสัยว่ามีความเกี่ยวข้องกันระหว่าง [ตัวแปร 1 เช่น สภาพอากาศ, จำนวนรีวิวออนไลน์, ระยะเวลาตอบกลับใบเสนอราคา] และ [ตัวแปร 2 เช่น ยอดขาย, อัตราการเซ็นสัญญา] และต้องการตรวจสอบให้ชัดเจน ข้อมูล: [วางข้อมูลสองชุดที่คู่กันแยกตามวัน สัปดาห์ หรือเคส] สมมติฐานเบื้องต้น: [ระบุสิ่งที่เชื่อและสิ่งที่จะทำถ้าเป็นเรื่องจริง]

ช่วยนำการวิเคราะห์ใน [Excel หรือ Google Sheets]: เริ่มจากกราฟจุด (Scatter Plot) และวิธีอ่าน (รูปร่าง ทิศทาง จุดที่โดดออกมา), ตามด้วยค่าสัมประสิทธิ์สหสัมพันธ์ (Correlation Coefficient) พร้อมคำอธิบายภาษาชาวบ้าน และเกณฑ์ที่บอกว่ามันน่าสนใจพอที่จะเชื่อถือได้เมื่อดูจากจำนวนข้อมูลที่มี [ระบุจำนวนจุดข้อมูล]

ส่วนที่สำคัญที่สุด: ช่วยไล่ดูคำอธิบายอื่นๆ ที่เป็นไปได้ก่อนจะสรุปว่าเป็นเหตุเป็นผลกัน: ปัจจัยร่วมที่ส่งผลต่อทั้งคู่ (เช่น ฤดูกาล), การสลับฝั่งของเหตุและผล, หรือแค่ความบังเอิญจากข้อมูลที่น้อยเกินไป สำหรับแต่ละประเด็น ให้วิธีทดสอบง่ายๆ เพื่อยืนยันหรือหักล้าง สรุปผลใน 3 บรรทัด: สิ่งที่พิสูจน์ได้แล้ว, สิ่งที่ยังเป็นแค่สมมติฐาน, และการทดลองจริงที่จะช่วยตัดสินได้