Archives: คลังความรู้

การวิเคราะห์ข้อมูล Data Analysis เป็นกระบวนการตรวจสอบ, แปลง, และจัดระเบียบข้อมูลดิบเพื่อค้นหาข้อมูลเชิงลึก, รูปแบบ, แนวโน้ม, หรือข้อสรุปที่สามารถนำไปใช้ในการตัดสินใจได้ กระบวนการนี้ประกอบด้วยการเก็บรวบรวมข้อมูล, การทำความสะอาด, การสำรวจ, การแปลง, และการวิเคราะห์ข้อมูลเพื่อนำไปสู่การสรุปที่เป็นประโยชน์

ประเภทของเครื่องมือพื้นฐานที่ใช้ในการทำ Data Analysis   

1. เครื่องมือสเปรดชีต (Spreadsheet Tools)

• Microsoft Excel: นิยมใช้มากที่สุดในธุรกิจ มีฟังก์ชันที่หลากหลายในการจัดการและวิเคราะห์ข้อมูล รวมถึง Pivot Tables, การทำกราฟ, และการใช้สูตรทางสถิติ
• Google Sheets: คล้าย Excel แต่เป็นเครื่องมือออนไลน์ที่สามารถทำงานร่วมกันแบบเรียลไทม์และมีการเชื่อมต่อกับ Google Data Studio สำหรับการรายงาน

2. เครื่องมือ BI (Business Intelligence Tools)

• Power BI: เป็นเครื่องมือจาก Microsoft ที่ช่วยในการสร้างรายงานและแผนภูมิแบบอินเตอร์แอคทีฟจากข้อมูลขนาดใหญ่
• Tableau: เครื่องมือ BI ที่มีความสามารถในการสร้าง Dashboard และการทำ Data Visualization ได้อย่างมีประสิทธิภาพ
• Qlik Sense: เป็นเครื่องมือ BI ที่ช่วยในการวิเคราะห์ข้อมูลแบบ Visual และทำ Data Discovery

3. เครื่องมือทางสถิติ (Statistical Tools)

• R: ภาษาการเขียนโปรแกรมที่ออกแบบมาสำหรับการวิเคราะห์ทางสถิติ มีแพ็คเกจหลากหลายสำหรับการทำ Data Analysis
• Python (Libraries เช่น Pandas, NumPy, SciPy, Matplotlib, Seaborn): ภาษาโปรแกรมที่ได้รับความนิยมมากใน Data Analysis และ Data Science โดยมีไลบรารีต่างๆ สำหรับการทำงานกับข้อมูล
• SAS: ซอฟต์แวร์ที่ใช้ในการวิเคราะห์ข้อมูลทางสถิติและการสร้างแบบจำลองทางสถิติ มีความนิยมในองค์กรขนาดใหญ่

4. เครื่องมือด้านการทำเหมืองข้อมูล (Data Mining Tools)

• RapidMiner: เครื่องมือโอเพนซอร์สสำหรับการทำเหมืองข้อมูล (Data Mining) และการสร้างโมเดลการวิเคราะห์
• KNIME: แพลตฟอร์มการวิเคราะห์ข้อมูลโอเพนซอร์สที่มีเครื่องมือสำหรับการทำ Data Mining และการวิเคราะห์ทางสถิติ

5. เครื่องมือการจัดการฐานข้อมูล (Database Management Tools)

• SQL: ภาษาในการจัดการฐานข้อมูลที่นิยมใช้ในการดึงข้อมูลและการจัดการข้อมูลขนาดใหญ่
• Microsoft SQL Server: ระบบการจัดการฐานข้อมูลที่มีความสามารถในการทำ Data Analysis โดยใช้ SQL
• MySQL/PostgreSQL: ระบบการจัดการฐานข้อมูลโอเพนซอร์สที่นิยมใช้สำหรับการวิเคราะห์ข้อมูลในระดับองค์กรและเว็บแอปพลิเคชัน

6. เครื่องมือการประมวลผลข้อมูลขนาดใหญ่ (Big Data Tools)

• Apache Hadoop: แพลตฟอร์มโอเพนซอร์สสำหรับการประมวลผลและจัดการข้อมูลขนาดใหญ่ (Big Data)
• Apache Spark: เครื่องมือสำหรับการประมวลผลข้อมูลขนาดใหญ่ที่รวดเร็วกว่า Hadoop และมีไลบรารีสำหรับการทำงานกับข้อมูล เช่น MLlib สำหรับการทำ Machine Learning
• Google BigQuery: บริการคลาวด์จาก Google สำหรับการวิเคราะห์ข้อมูลขนาดใหญ่แบบเรียลไทม์

7. เครื่องมือในการทำ Data Visualization

• Matplotlib/Seaborn (Python): ไลบรารีใน Python สำหรับการทำ Data Visualization และการสร้างกราฟที่ซับซ้อน
• D3.js: ไลบรารี JavaScript สำหรับการสร้างการแสดงผลข้อมูลที่มีความซับซ้อนและอินเตอร์แอคทีฟบนเว็บ
• Power BI: เป็นเครื่องมือจาก Microsoft ที่ช่วยในการสร้างรายงานและ Data Visualization แบบอินเตอร์แอคทีฟ 

8. เครื่องมือในการทำ Data Wrangling

• OpenRefine: โอเพนซอร์สสำหรับการทำ Data Cleaning และการจัดการข้อมูล 
• Trifacta Wrangler: เครื่องมือที่ช่วยในการแปลงและจัดระเบียบข้อมูล 

ระบบ ERP (Enterprise Resource Planning) คือระบบซอฟต์แวร์ที่ช่วยในการจัดการและบูรณาการกระบวนการทางทรัพยากรของภายในองค์กร ระบบนี้ช่วยให้องค์กรสามารถรวบรวมข้อมูลจากแผนกต่าง ๆ เข้าด้วยกันในระบบเดียว ทำให้สามารถวิเคราะห์และบริหารจัดการข้อมูลได้อย่างมีประสิทธิภาพมากขึ้น

สำนักงานพัฒนาวิทยาศาสตร์ และเทคโนโลยีแห่งชาติ (สวทช.) ได้ริเริ่มโครงการพัฒนาต้นแบบ ระบบ Open source ERP สำหรับหน่วยภาครัฐ เพื่อระบบสารสนเทศ เพื่อการบริหารทรัพยากรขององค์กร (ERP) ที่พัฒนาด้วยซอฟแวร์ Open source Odoo โดยชื่อเรียกว่า NSTDA ERP-Government (NSTDA eGov)เหมาะสำหรับภาครัฐ/หน่วยงานที่มีความต้องการใช้ระบบ ERP ในการวางแผนบริหารจัดการทรัพยากรให้มีประสิทธิภาพ

เป้าหมายของโครงการ

Social Media Analytics Tools เป็นเครื่องมือการวิเคราะห์ข้อมูลจากโซเชียลมีเดียเครื่องมือที่ใช้ในการรวบรวม, วิเคราะห์, และแสดงผลข้อมูลที่ได้จากแพลตฟอร์มโซเชียลมีเดีย เช่น Facebook, Twitter, Instagram, และ YouTube เพื่อให้ผู้ใช้งานเข้าใจแนวโน้ม, ความคิดเห็น, และการตอบสนองของผู้บริโภคหรือสาธารณชนต่อแบรนด์, สินค้า, บริการ, หรือเหตุการณ์ต่าง ๆ

ความสามารถของเครื่องมือการวิเคราะห์ข้อมูลจากโซเชียลมีเดีย

• การติดตามการสนทนา (Social Listening) : เครื่องมือสามารถติดตามและดึงข้อมูลจากโพสต์, คอมเมนต์, และข้อความบนโซเชียลมีเดีย เพื่อค้นหาว่าผู้คนพูดถึงแบรนด์, คำหลัก (keywords), หรือหัวข้อใดบ้าง
• การวิเคราะห์ความรู้สึก (Sentiment Analysis) : วิเคราะห์ความรู้สึก (เชิงบวก, เชิงลบ, หรือเป็นกลาง) ของผู้ใช้งานโซเชียลมีเดียที่มีต่อแบรนด์หรือหัวข้อที่สนใจ
• การวิเคราะห์แนวโน้มและหัวข้อยอดนิยม (Trend and Topic Analysis) : วิเคราะห์แนวโน้มที่กำลังเป็นที่นิยมในช่วงเวลาหนึ่ง ๆ และหัวข้อที่มีการพูดถึงบ่อยบนโซเชียลมีเดีย
• การวิเคราะห์ผู้มีอิทธิพล (Influencer Analysis) : ระบุและวิเคราะห์ผู้มีอิทธิพลบนโซเชียลมีเดียที่มีบทบาทในการกระจายข้อมูลหรือมีอิทธิพลต่อความคิดเห็นของผู้อื่น
• การวิเคราะห์ประชากร (Demographic Analysis) : วิเคราะห์ข้อมูลประชากร เช่น อายุ, เพศ, ที่อยู่, และความสนใจ ของกลุ่มผู้ใช้งานที่พูดถึงหรือมีปฏิสัมพันธ์กับแบรนด์หรือหัวข้อที่สนใจ
• การวิเคราะห์คู่แข่ง (Competitive Analysis) : วิเคราะห์กิจกรรม, การสนทนา, และแคมเปญของคู่แข่ง เพื่อให้สามารถปรับกลยุทธ์ของตนเองให้เหมาะสมและแข่งขันได้

ประโยชน์ของการใช้เครื่องมือการวิเคราะห์ข้อมูลจากโซเชียลมีเดีย

• การปรับปรุงกลยุทธ์การตลาด: เข้าใจแนวโน้มและความต้องการของผู้บริโภค ทำให้สามารถปรับแผนการตลาดให้ตรงเป้าหมายมากขึ้น
• การตรวจสอบแบรนด์: ช่วยติดตามและประเมินสถานการณ์ของแบรนด์บนโลกออนไลน์ และรับรู้ปัญหาหรือความต้องการของลูกค้าได้อย่างรวดเร็ว
• การวางแผนและประเมินผลแคมเปญ: ใช้ข้อมูลในการวางแผนแคมเปญและประเมินผลลัพธ์ของแคมเปญอย่างเป็นระบบ

ประเภทข้อมูลที่ใช้ในการวิเคราะห์

• โพสต์และคอมเมนต์: ข้อมูลที่มาจากโพสต์, คอมเมนต์, และการแชร์เนื้อหาบนแพลตฟอร์มโซเชียลมีเดีย
• การกดถูกใจ, การแชร์, และการแสดงผล: ข้อมูลที่แสดงถึงการตอบสนองของผู้ใช้งานต่อเนื้อหา
• คีย์เวิร์ดและแฮชแท็ก: คำหรือวลีที่ใช้บ่อยหรือได้รับความสนใจในช่วงเวลาหนึ่ง ๆ
• ข้อมูลโปรไฟล์ผู้ใช้งาน: ข้อมูลเกี่ยวกับผู้ใช้งาน เช่น อายุ, เพศ, ที่อยู่, ความสนใจ เพื่อการวิเคราะห์เชิงลึก
• เวลาที่โพสต์และมีการโต้ตอบ: ข้อมูลเกี่ยวกับเวลาและความถี่ในการโพสต์หรือมีการโต้ตอบ ซึ่งมีประโยชน์ในการวางแผนการเผยแพร่เนื้อหาให้เหมาะสม

สำหรับงานวิจัยของ สวทช. ที่พัฒนาโดย ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ  ได้พัฒนา  S-Sense  เป็นระบบวิเคราะห์ความคิดเห็นของบุคคลทั่วไปหรือกลุ่มลูกค้าบนโซเชียลมีเดีย ว่ารู้สึกอย่างไรต่อผลิตภัณฑ์ บริการ และยี่ห้อสินค้า โดยระบบจะรวบรวมข้อความจากโซเชียลมีเดีย เช่น Webboard, Twitter, Facebook, Youtube ฯลฯ แล้วนำมาประมวลผลทางภาษาเพื่อแยกแยะ และวิเคราะห์เชิงลึก มีจุดเด่นของเทคโนโลยี (Innovation Statement) ประมวลผลและวิเคราะห์ภาษาไทยที่ไม่เป็นทางการเช่น ภาษาสนทนา หรือ ภาษาที่ใช้บนโซเชียลมีเดีย ด้วยเทคนิคการประมวลผลภาษาธรรมชาติ และการเรียนรู้ด้วยเครื่อง

S-Sense   ระบบวิเคราะห์ข้อความแสดงความคิดเห็นอัตโนมัติ

• รายละเอียดทดลองใช้งาน เพิ่มเติมได้ที่นี่  https://www.aiforthai.in.th/service_sa.php
• คุณสมบัติ
  • วิเคราะห์คำสำคัญที่เกี่ยวข้อง คำบ่งบอกคุณลักษณะของสินค้าหรือบริการ หรือคำที่มีการกล่าวถึงบ่อยครั้ง
  • วิเคราะห์จุดประสงค์ของข้อความว่าเป็น การสอบถามปัญหา ร้องขอ ประกาศโฆษณา หรือ แสดงความคิดเห็น
  • วิเคราะห์ความคิดเห็นของข้อความว่าเป็นเชิงบวก หรือลบ
  • วิเคราะห์ประโยคเชิงเปรียบเทียบ
  • สามารถตรวจจับชื่อบริษัท แคมเปญ สินค้าและบริการที่ผู้ใช้ระบุ และวิเคราะห์การเชื่อมโยงกับความคิดเห็นในเชิงบวกและลบ
  • รองรับโดเมนธุรกิจและอุตสาหกรรมที่หลากหลาย เช่น รถยนต์ อุตสาหกรรมบริการ ท่องเที่ยว เป็นต้น

นอกจากนี้ยังเครื่องมือการวิเคราะห์ข้อมูลจากโซเชียลมีเดียที่ได้รับความนิยมและน่าสนใจดังนี้:

• Google Trends
  • เป็นเครื่องมือนี้ช่วยให้ผู้ใช้งานตรวจสอบแนวโน้มการค้นหาบน Google ซึ่งสามารถบ่งชี้ถึงความสนใจของผู้คนในหัวข้อต่าง ๆ ได้ดี ใช้ Google Trends เพื่อดูว่าเทรนด์หรือคีย์เวิร์ดใดกำลังมาแรง และสามารถใช้ข้อมูลนี้ในการวางแผนการตลาดและเนื้อหาที่จะนำเสนอ
• Hootsuite
  • เป็นแพลตฟอร์มการจัดการโซเชียลมีเดียที่ครอบคลุม ซึ่งช่วยให้ผู้ใช้งานสามารถวิเคราะห์และติดตามแนวโน้มและการสนทนาบนโซเชียลมีเดียหลายช่องทาง เช่น Facebook, Twitter, Instagram ผู้ใช้งานสามารถสร้างแดชบอร์ดที่คอยอัปเดตข้อมูลตามคีย์เวิร์ดที่ผู้ใช้งานสนใจ หรือสามารถตรวจสอบโพสต์ที่มีการกล่าวถึงแบรนด์ของผู้ใช้งาน
• Wisesight
  • เป็นเครื่องมือที่มีความเชี่ยวชาญในการวิเคราะห์ข้อมูลโซเชียลมีเดียในประเทศไทย ใช้สำหรับการติดตามและวิเคราะห์แนวโน้มทางสังคม, การพูดถึงแบรนด์, และการประเมินความรู้สึกของผู้บริโภค
• Zanroo
  • เป็นเครื่องมือวิเคราะห์ข้อมูลและการจัดการโซเชียลมีเดียที่สามารถติดตามการสนทนาและแนวโน้มต่าง ๆ ในไทยและภูมิภาคเอเชีย ใช้ในการวิเคราะห์ข้อมูลเพื่อติดตามผลกระทบของแคมเปญการตลาด
• Mandala Analytics
  • เป็นเครื่องมือวิเคราะห์โซเชียลมีเดียที่มีฟีเจอร์หลากหลาย เช่น การวิเคราะห์คีย์เวิร์ด, การติดตามแบรนด์, และการประเมินความรู้สึกของผู้บริโภคในตลาดไทย

Microsoft Clipchamp เป็นโปรแกรมตัดต่อวิดีโอที่ใช้งานได้ง่ายและเหมาะสำหรับผู้ที่ไม่มีประสบการณ์ในการตัดต่อวิดีโอมาก่อน มีฟีเจอร์ที่หลากหลาย ช่วยให้ผู้ใช้สามารถสร้างวิดีโอคุณภาพสูงได้โดยไม่ต้องใช้โปรแกรมที่ซับซ้อนหรือมีความรู้เฉพาะทางมาก่อน ปัจจุบันมีการนำเทคโนโลยี AI มาช่วยให้การตัดต่อวิดีโอง่ายและรวดเร็วยิ่งขึ้น

ความสามารถของ Microsoft Clipchamp

• การตัดต่อวิดีโอพื้นฐาน: สามารถตัด, แบ่ง, หรือรวมวิดีโอคลิปต่างๆ ได้ง่ายๆ โดยใช้ฟังก์ชันลากแล้ววาง (Drag and Drop)
• การใส่ข้อความและภาพเคลื่อนไหว: สามารถใส่ข้อความหรือภาพเคลื่อนไหวลงในวิดีโอได้ เช่น การใส่ชื่อเรื่อง หรือคำบรรยาย
• ฟิลเตอร์และเอฟเฟกต์: มีฟิลเตอร์และเอฟเฟกต์ต่างๆ ให้เลือกใช้งานเพื่อเพิ่มความสวยงามให้กับวิดีโอ
• การบันทึกหน้าจอและเว็บแคม: สามารถบันทึกหน้าจอและเว็บแคมพร้อมกันได้ เหมาะสำหรับการสร้างวิดีโอสอนหรือพรีเซนเทชัน
• การใส่เสียงและดนตรี: มีคลังเสียงและดนตรีให้เลือกใช้ หรือสามารถเพิ่มไฟล์เสียงของผู้ใช้งานเองได้
• การบีบอัดวิดีโอ: ช่วยให้คุณสามารถบีบอัดวิดีโอเพื่อให้ขนาดไฟล์เล็กลงและเหมาะสมสำหรับการอัปโหลดบนแพลตฟอร์มต่างๆ
• การส่งออกวิดีโอในความละเอียดต่างๆ: สามารถส่งออกวิดีโอในความละเอียดที่หลากหลาย ตั้งแต่ 480p, 720p ไปจนถึง 1080p ขึ้นอยู่กับความต้องการของผู้ใช้งาน

วิธีการใช้งานเบื้องต้นของ Microsoft Clipchamp

• เริ่มต้นโปรเจกต์ใหม่: เมื่อเปิด Clipchamp ขึ้นมา คุณสามารถเริ่มต้นโปรเจกต์ใหม่ได้โดยคลิกที่ “Create a new video”

• นำเข้าวิดีโอและไฟล์สื่อ: คลิกที่ “Import media” เพื่ออัปโหลดไฟล์วิดีโอ, รูปภาพ หรือเสียงที่คุณต้องการใช้ในการตัดต่อ

• การจัดเรียงคลิป: ลากไฟล์สื่อของผู้ใช้งานไปยังไทม์ไลน์ (Timeline) ด้านล่าง จากนั้นคุณสามารถจัดเรียงคลิปตามลำดับที่คุณต้องการได้

• การตัดต่อคลิป: หากคุณต้องการตัดบางส่วนของวิดีโอออกไป ให้เลือกคลิปในไทม์ไลน์ แล้วใช้ฟังก์ชัน “Split” เพื่อแบ่งคลิปออกเป็นส่วนๆ แล้วลบส่วนที่ไม่ต้องการ
• การเพิ่มข้อความและเอฟเฟกต์: คลิกที่ “Text” เพื่อเพิ่มข้อความลงในวิดีโอ และเลือก “Filters” หรือ “Transitions” เพื่อใส่เอฟเฟกต์หรือการเปลี่ยนผ่านระหว่างคลิป

• การบันทึกและส่งออก: เมื่อคุณทำการตัดต่อเสร็จแล้ว ให้คลิกที่ปุ่ม “Export” เพื่อส่งออกวิดีโอ เลือกความละเอียดที่ต้องการ และบันทึกไฟล์ลงในคอมพิวเตอร์ของผู้ใช้งาน

Microsoft Clipchamp มีทั้งเวอร์ชั่นฟรี จะใช้ได้เฉพาะ การใช้งานฟีเจอร์พื้นฐาน และเวอร์ชั่นที่มีค่าใช้จ่าย  ซึ่งมีความแตกต่างกันในด้านฟีเจอร์และการเข้าถึงทรัพยากรต่างๆ

สำหรับการใช้งานฟีเจอร์พื้นฐาน ประกอบไปด้วย

• การตัดต่อ, การเพิ่มข้อความ, การใส่ฟิลเตอร์ และเอฟเฟกต์ต่างๆ ได้
• การส่งออกวิดีโอ: สามารถส่งออกวิดีโอได้ในความละเอียดสูงสุด 1080p แต่มีลายน้ำ (Watermark) ของ Clipchamp ปรากฏบนวิดีโอ
• คลังสื่อ: มีการเข้าถึงคลังสื่อที่จำกัด เช่น ภาพสต็อก, คลิปวิดีโอ, และเพลงบางส่วน
• การบีบอัดวิดีโอ: สามารถบีบอัดวิดีโอเพื่อให้ขนาดไฟล์เล็กลงได้ แต่มีข้อจำกัดในด้านคุณภาพ
• การบันทึกหน้าจอ: สามารถบันทึกหน้าจอและเว็บแคมได้พร้อมกัน แต่ไม่มีการปรับแต่งขั้นสูง
• ฟีเจอร์ AI ที่ไม่มีค่าใช้จ่าย (Free Version)
  • Text-to-Speech (พื้นฐาน): การแปลงข้อความเป็นเสียงในบางภาษาหรือเสียงพื้นฐานอาจสามารถใช้ได้ฟรี แต่จะมีข้อจำกัดในด้านตัวเลือกเสียงหรือเวลาการใช้งาน
  • Auto-Generate Videos (พื้นฐาน): ฟีเจอร์นี้อาจเปิดให้ใช้งานฟรีในรูปแบบพื้นฐาน แต่มีข้อจำกัดเรื่องการเลือกสไตล์หรือการเข้าถึงทรัพยากรบางอย่าง

ปัจจุบัน Microsoft Clipchamp ได้รับการออกแบบให้ใช้งานบนเว็บเบราว์เซอร์เป็นหลัก ผู้ใช้งานต้องใช้โปรแกรมบนเครื่องคอมพิวเตอร์เดสก์ท็อปและแล็ปท็อปเท่านั้น สำหรับการใช้งานแบบฟรีเหมาะสำหรับผู้ที่ต้องการใช้งานฟีเจอร์พื้นฐานในการตัดต่อวิดีโอโดยไม่จำเป็นต้องใช้ทรัพยากรหรือฟีเจอร์ที่ครอบคลุมมากนัก ในขณะที่การใช้งานแบบพรีเมียมเหมาะสำหรับผู้ที่ต้องการสร้างวิดีโอคุณภาพสูงและไม่มีข้อจำกัดในการใช้งานฟีเจอร์ต่างๆ รวมถึงการเข้าถึงคลังสื่อขนาดใหญ่รูปแบบหลากหลาย สำหรับผู้ที่สนใจสามารถ Download ใช้งานได้ที่ https://clipchamp.com/en/

ชุดข้อมูลที่มีคุณค่าสูง(High Value Datasets) มาจากการนำข้อมูลเปิดทุกประเภทที่มีลักษณะตามเกณฑ์ที่กำหนดไว้มานำเสนอบนเว็บไซต์ศูนย์กลางข้อมูลเปิดภาครัฐ โดยชุดข้อมูลที่มีคุณค่าสูงสามารถนำไปต่อยอดพัฒนาประเทศได้ โดยมีลักษณะเด่นเฉพาะ และสามารถนำไปใช้ประโยชน์ในมิติต่าง ๆ ได้มากกว่าข้อมูลเปิดทั่วไป เช่น

• เป็นข้อมูลที่สามารถเพิ่มความโปร่งใสของรัฐบาลได้
• เป็นข้อมูลที่มีความต้องการสูง
• เป็นข้อมูลที่สามารถนำไปใช้ประโยชน์ได้มาก

การพิจารณาชุดข้อมูลที่มีคุณค่าสูง แนวทางพื้นฐานในการประเมินคุณค่าของข้อมูลสามารถพิจารณาได้จาก 2 มุมมอง โดยแบ่งออกเป็นมุมมองของผู้ให้ข้อมูล และมุมมองของผู้ใช้ข้อมูล

สำหรับแนวทางในการพิจารณาชุดข้อมูลที่หน่วยงานต้องการเปิดเผยว่าชุดข้อมูลนั้นเป็นชุดข้อมูลที่มีคุณค่าสูงหรือไม่ อ้างอิงจาก High Value Datasets Quick Guide (https://data.go.th/pages/high-value-criteria) มี 10 ข้อ ประกอบไปด้วย

ส่วนที่ 1 : เพิ่มความโปร่งใส

ข้อ 1  ข้อมูลที่เปิดเผยช่วยเพิ่มประสิทธิภาพและสอดคล้องตามแผนยุทธศาสตร์ชาติหรือไม่?

ส่วนที่ 2 : ข้อมูลตามภารกิจของหน่วยงาน

ข้อ 2  ข้อมูลที่เปิดเผยเป็นข้อมูลตามภารกิจหรือทิศทางเชิงกลยุทธ์ของหน่วยงาน และมีการปรับปรุงอย่างต่อเนื่องหรือไม่?

ส่วนที่ 3 : มาตรฐานข้อมูลเปิดภาครัฐ

คำถามข้อที่ 3-7 อ้างอิงตามแนวทางการเปิดเผยข้อมูลเปิดภาครัฐในรูปแบบดิจิทัลต่อสาธารณะ เป็นไปตามที่คณะกรรมการพัฒนารัฐบาลดิจิทัลกำหนดไว้ใน พ.ร.บ. การบริหารงานและการให้บริการภาครัฐผ่านระบบดิจิทัล พ.ศ. 2562 มาตรา 17

ข้อ 3  กระบวนการเปิดเผยข้อมูลของหน่วยงานของรัฐ จัดอยู่ในระดับใดของการวัดการเปิดเผยข้อมูลเปิดภาครัฐที่สอดคล้องตามแนวทางฯ และสูงกว่าระดับที่ 3 ขึ้นไปหรือไม่?

• ระดับ 1: Initial หมายถึง ไม่มีกระบวนการเปิดเผยข้อมูลเปิดภาครัฐ หรือกระบวนการถูกกำหนดขึ้นมาเฉพาะกิจ ทำให้ไม่มีรูปแบบของการดำเนินงานที่สะท้อนภาพรวมของหน่วยงานของรัฐ
• ระดับ 2: Repeatable หมายถึง เริ่มมีกำหนดกระบวนการ สามารถดำเนินการตามกระบวนการซ้ำ ๆ ได้ แต่ยังขาดการกำหนดมาตรฐานของกระบวนการ
• ระดับ 3: Defined หมายถึง กระบวนการถูกกำหนดเป็นมาตรฐานที่สอดคล้องกับแนวปฏิบัติที่ดี ทั้งจากภายในและภายนอกหน่วยงานของรัฐ มีการถ่ายทอดองค์ความรู้หรือแนวปฏิบัติที่ดีให้กับบุคลากร แต่ยังขาดการนำไปใช้อย่างกว้างขวาง
• ระดับ 4: Managed หมายถึง มีการนำกระบวนการที่ถูกกำหนดให้เป็นมาตรฐานมาใช้ในหน่วยงานของรัฐอย่างกว้างขวาง มีการติดตามการดำเนินงานและกำหนดตัวชี้วัด
• ระดับ 5: Optimized หมายถึง มีการปรับปรุงกระบวนการเปิดเผยข้อมูลเปิดเพื่อเพิ่มประสิทธิภาพในการเปิดเผยข้อมูลภายในหน่วยงานของรัฐ หรือกับหน่วยงานที่เกี่ยวข้อง

ข้อ 4 ข้อมูลที่เปิดเผยมี Metadata และ Data Dictionary สอดคล้องตามแนวทางฯ หรือไม่

ข้อ 5  ระดับคุณภาพของชุดข้อมูลสอดคล้องตามแนวทางฯ หรือไม่ (ชุดข้อมูลคุณภาพสูง คือ ชุดข้อมูลที่มีความถูกต้องสูง ผิดพลาดน้อยมาก รวบรวมจากแหล่งที่น่าเชื่อถือ มีความสอดคล้องต้องกัน ทันสมัย)

ข้อ 6 ข้อมูลที่เปิดเผยเป็นข้อมูลที่มีกลุ่มผู้ใช้งานแสดงความประสงค์ในการนำไปใช้อย่างสม่ำเสมอภายในระยะเวลา 1 ปี หรือไม่

ข้อ 7 ข้อมูลที่เปิดเผยเป็นข้อมูลที่สามารถนำไปต่อยอด ช่วยให้เกิดการวิเคราะห์เรื่องใหม่ ๆ หรือนำไปใช้วิเคราะห์ข้อมูลเชิงลึก หรือนำไปสู่การสร้างนวัตกรรมเพื่อให้บริการประชาชนได้หรือไม่

ส่วนที่ 4 : ข้อมูลอยู่ในรูปแบบพร้อมจะเปิดเผย

ข้อ 8 ข้อมูลที่เปิดเผยอยู่ในรูปแบบที่สอดคล้องตามแนวทางฯ กำหนดในระดับใด และสูงกว่าระดับ Machine-readable (ระดับ 2 ขึ้นไป) หรือไม่ ((OL – Open License) (RE – Machine Readable) (OF – Open Format) (URI – Uniform Resource Identifier) (LD – Linked Data))

• OL: เปิดเผยข้อมูลบนเว็บไซต์ได้ทุกรูปแบบ และสามารถนำข้อมูลไปใช้ประโยชน์ได้โดยไม่ต้องขออนุญาตจากหน่วยงานของรัฐ ซึ่งรูปแบบนี้สามารถสร้างได้ง่าย แต่นำข้อมูลไปต่อยอดใช้ประโยชน์ได้ยาก (Not Reusable) เช่น PDF, TIFF, JPEG
• OL RE: เปิดเผยข้อมูลในรูปแบบที่อ่านได้ด้วยเครื่อง เป็นข้อมูลที่มีโครงสร้าง (Structured Data) และใช้กับซอฟต์แวร์จำกัดสิทธิ์ (Proprietary Software) เช่น DOC, XLS
• OL RE OF: เปิดเผยข้อมูลในรูปแบบมาตรฐานแบบเปิด และไม่จำกัดสิทธิ์โดยบุคคลใด (Non-proprietary) เช่น CSV, ODS, XML, JSON, KML, SHP, KMZ
• OL RE OF URI: เปิดเผยข้อมูลในรูปแบบที่ใช้ยูอาร์ไอในการระบุตัวตนของข้อมูลและชี้ไปยังตำแหน่งของข้อมูลนั้น เช่น RDF (URIs)
• OL RE OF URI LD: เปิดเผยข้อมูลในรูปแบบที่ข้อมูลสามารถเชื่อมโยงไปสู่แหล่งข้อมูลอื่น หรืออ้างอิงข้อมูลในชุดข้อมูลอื่นได้ เช่น RDF (Linked Data)

ข้อ 9 ข้อมูลที่เปิดเผยเป็นข้อมูล Machine-readable ที่ถูกปรับปรุงให้เป็นปัจจุบัน หรือเป็นลักษณะใดลักษณะหนึ่งดังต่อไปนี้: Near Real-Time Feed หรือ Time Series โดยได้รับจากเทคโนโลยีต่าง ๆ เช่น เครื่องมือตรวจวัด (Sensor) หรือกล้องวิดีโอ (Video Camera) หรือไม่

ข้อ 10 ข้อมูลที่เปิดเผยเป็นข้อมูลที่มีการจัดทำอย่างต่อเนื่อง (มีข้อมูลย้อนหลัง 4 ปีขึ้นไป) หรือไม่

จากการพิจารณาตามแนวทางทั้ง 10 ข้อ หากคำตอบของท่านเป็นไปตามแนวทางฯ มากกว่าหรือเท่ากับ 8 จาก 10 ข้อ ถือว่ามีชุดข้อมูลที่มีคุณค่า (Value Datasets)  และเมื่อรวมกับแนวทางการเปิดเผยชุดข้อมูลที่มีคุณค่าเป็นเวลา 2 ปีขึ้นไป ผ่านระบบ data.go.th ที่ตรวจสอบได้จากจำนวนการเข้าชมข้อมูลมากกว่า 100 ครั้งต่อปี ทำให้ชุดข้อมูลนั้นสมควรได้รับการพิจารณาว่าเป็นชุดข้อมูลที่มีคุณค่าสูง (High Value Datasets)

CoCalc  เป็นแพลตฟอร์มออนไลน์ที่ให้บริการการคำนวณทางคณิตศาสตร์และการวิเคราะห์ข้อมูลในลักษณะของการทำงานร่วมกันผ่านเว็บเบราว์เซอร์ โดย CoCalc เป็นเครื่องมือที่พัฒนาขึ้นโดย SageMath และมีความสามารถที่หลากหลาย ซึ่งรวมถึง:

• การคำนวณทางคณิตศาสตร์: รองรับการใช้ SageMath, Python, R, และเครื่องมือคอมพิวเตอร์ทางคณิตศาสตร์อื่นๆ ในการคำนวณและการวิเคราะห์ข้อมูล
• การจัดการเอกสาร: สามารถสร้างและจัดการเอกสารในรูปแบบต่างๆ เช่น Jupyter Notebooks, LaTeX, และ Markdown
• การทำงานร่วมกัน: ผู้ใช้สามารถทำงานร่วมกันในเอกสารเดียวกันแบบเรียลไทม์ ทำให้เหมาะสำหรับการศึกษาและการทำงานเป็นทีม
• การติดตามและการจัดการเวอร์ชัน: CoCalc มีฟีเจอร์ในการติดตามการเปลี่ยนแปลงของเอกสารและการจัดการเวอร์ชันที่ช่วยให้สามารถกลับไปยังสถานะก่อนหน้าได้

ตัวอย่างการใช้งาน CoCalc

• การเรียนการสอน:
  • การสร้างโน้ตบุ๊ก: ครูสามารถสร้าง Jupyter Notebook ที่รวมคำอธิบาย ทฤษฎี และตัวอย่างการคำนวณ แล้วแชร์ให้กับนักเรียนเพื่อให้พวกเขาสามารถทำแบบฝึกหัดได้
  • การทำงานร่วมกัน: นักเรียนสามารถทำงานร่วมกันในโปรเจ็กต์เดียวกันโดยการเขียนโค้ดหรือทำการวิเคราะห์ข้อมูลร่วมกันในเวลาเดียวกัน
• การวิจัย:
  • การทำการทดลอง: นักวิจัยสามารถใช้ CoCalc เพื่อเขียนและทดสอบโค้ดในการวิเคราะห์ข้อมูลหรือการคำนวณทางคณิตศาสตร์
  • การแชร์ผลลัพธ์: สามารถแชร์ผลลัพธ์ของการวิจัยและเอกสารที่เกี่ยวข้องกับเพื่อนร่วมงานหรือกลุ่มวิจัยได้
• การพัฒนาโปรแกรม:
  • การพัฒนาและทดสอบโค้ด: นักพัฒนาสามารถเขียนและทดสอบโค้ดในภาษา Python หรือ R ภายใน CoCalc และใช้ทรัพยากรออนไลน์ของแพลตฟอร์มในการรันโค้ด
  • การทำงานร่วมกันในการพัฒนา: ทีมพัฒนาสามารถทำงานร่วมกันในการพัฒนาโปรเจ็กต์ โดยใช้ CoCalc เพื่อแก้ไขและทดสอบโค้ดร่วมกัน
• การจัดการข้อมูล:
  • การวิเคราะห์ข้อมูล: นักวิเคราะห์ข้อมูลสามารถใช้เครื่องมือใน CoCalc เช่น R หรือ Python เพื่อทำการวิเคราะห์ข้อมูลขนาดใหญ่และสร้างกราฟหรือรายงาน
  • การเขียนรายงาน: สามารถใช้ LaTeX หรือ Markdown เพื่อเขียนและจัดรูปแบบรายงานผลการวิเคราะห์

Urban Technology  เป็นแนวคิดและการใช้เทคโนโลยีเพื่อพัฒนาการดำเนินชีวิตในเขตเมืองให้ดีขึ้น การใช้เทคโนโลยีเพื่อสร้างเมืองที่มีประสิทธิภาพและยั่งยืนมากขึ้น เทคโนโลยีเหล่านี้ช่วยในการจัดการทรัพยากร การบริการ การขนส่ง และการสื่อสารในเมืองให้ดีขึ้น ซึ่งส่งผลดีต่อคุณภาพชีวิตของประชาชน ปรับปรุงคุณภาพชีวิตในพื้นที่เมือง โดยการจัดการทรัพยากรและบริการต่างๆ อย่างมีประสิทธิภาพมากขึ้น

ตัวอย่างของ Urban Technology

• Smart City :
  • การจัดการจราจร: ใช้เซ็นเซอร์และข้อมูลแบบเรียลไทม์เพื่อจัดการการจราจรและลดการติดขัด
  • ระบบสาธารณูปโภค: ใช้เทคโนโลยีเพื่อจัดการและตรวจสอบการใช้พลังงานและน้ำอย่างมีประสิทธิภาพ
  • การจัดการขยะ: ใช้เซ็นเซอร์ในการติดตามระดับของถังขยะและจัดการการเก็บขยะได้ดีขึ้น
• การสื่อสารและข้อมูล:
  • เครือข่ายไวไฟฟรี: ให้การเชื่อมต่ออินเทอร์เน็ตฟรีในพื้นที่สาธารณะ เช่น สวนสาธารณะและสถานีขนส่ง
  • แอพพลิเคชันสำหรับบริการคมนาคม: แอพที่ช่วยให้ประชาชนเข้าถึงข้อมูลเกี่ยวกับบริการคมนาคม  เช่น ตารางเวลาเดินรถหรือข้อมูลสภาพอากาศ
• ระบบขนส่ง:
  • การขนส่งอัจฉริยะ: ระบบขนส่งสาธารณะที่มีการใช้ข้อมูลเพื่อปรับเส้นทางและเวลาเดินรถให้เหมาะสมกับความต้องการ
  • รถยนต์ไร้คนขับ: การใช้เทคโนโลยีรถยนต์ไร้คนขับเพื่อเพิ่มความปลอดภัยและลดการจราจรติดขัด
• การจัดการพลังงาน:
  •  Smart Grid : ระบบที่ใช้เทคโนโลยีเพื่อจัดการการแจกจ่ายพลังงานไฟฟ้าอย่างมีประสิทธิภาพ
  • พลังงานทดแทน: การใช้พลังงานจากแหล่งที่ยั่งยืน เช่น โซลาร์เซลล์และลม
• การสร้างเมืองอย่างยั่งยืน:
  • การออกแบบที่เป็นมิตรกับสิ่งแวดล้อม: การใช้วัสดุก่อสร้างและการออกแบบที่ลดผลกระทบต่อสิ่งแวดล้อม
  • การจัดการพื้นที่สีเขียว: การสร้างและบำรุงรักษาพื้นที่สีเขียว เช่น สวนสาธารณะและพื้นที่ปลูกต้นไม้ในเมือง
• ความปลอดภัยและการรักษาความปลอดภัย:
  • กล้องวงจรปิดอัจฉริยะ: การใช้กล้องที่สามารถตรวจจับและวิเคราะห์พฤติกรรมที่น่าสงสัย
  • ระบบเตือนภัย: ระบบที่สามารถแจ้งเตือนเหตุการณ์ฉุกเฉินหรือสถานการณ์ที่อาจเป็นอันตราย

สำหรับงานวิจัย สวทช. ได้พัฒนา แพลตฟอร์ม Traffy Fondue เกิดขึ้นจากการผสานการทำงานของ 2 เทคโนโลยีหลัก คือ  Geographical Information System (GIS) ซึ่งเป็นเทคโนโลยีเพื่อการจัดเก็บรายละเอียดข้อมูล ตำแหน่งของสถานที่ รวมถึงรูปภาพของสถานที่ และเทคโนโลยี AI ซึ่งทำหน้าที่ประมวลผลข้อมูล Big Data ออกมาเป็นข้อมูลที่พร้อมใช้งาน รวมถึงการมีจุดแข็งที่การมีแพลตฟอร์มให้ประชาชนทั่วไปใช้งานได้ง่าย ทำให้สามารถประยุกต์ใช้งานแพลตฟอร์ม Traffy Fondue เพื่อส่งเสริมการเป็น Smart City ในด้านอื่นๆ ให้กับประเทศได้อีกหลากหลาย

ตอนนี้แพลตฟอร์ม Traffy Fondue มีสถิติเรื่องแจ้งทั่วประเทศใกล้ครบ 1 ล้านเรื่องแล้ว โดยข้อมูลในเดือนกรกฎาคม 2567 รับเรื่องแจ้งแล้ว 947,769 เรื่อง แถมเรื่องแจ้งได้รับการแก้ไขถึง 733,372 หรือคิดเป็น 77% และใช้เวลาแก้ปัญหาเร็วขึ้นเฉลี่ยถึง 4 เท่า นับเป็นตัวอย่างของการนำเทคโนโลยีเข้ามาปฏิรูปเพิ่มประสิทธิภาพการทำงานของระบบราชการให้แก่ประชาชนอย่างแท้จริง ส่งผลให้หน่วยงานต่าง ๆ ให้ความสนใจนำแพลตฟอร์มไปประยุกต์ใช้เพิ่มช่องทางรับแจ้งปัญหา ช่วยให้ประชาชนแจ้งปัญหาได้สะดวกและครอบคลุมมากยิ่งขึ้น อีกทั้งยังช่วยให้เจ้าหน้าที่แก้ไขปัญหาให้ประชาชนได้อย่างรวดเร็วและมีประสิทธิภาพ

สำหรับหน่วยงานที่สนใจสามารถนำ Traffy Fondue ไปประยุกต์ใช้งานโดยไม่มีค่าใช้จ่าย ทั้งนี้ติดตามข้อมูลเพิ่มเติมได้ที่ : ศูนย์ข้อมูล Traffy Fondue หรือ https://info.traffy.in.th

SageMath   เป็นซอฟต์แวร์โอเพ่นซอร์สที่ใช้สำหรับการคำนวณทางคณิตศาสตร์ ที่สามารถดาวน์โหลดและใช้งานได้ฟรี ซึ่งหมายความว่าไม่ต้องเสียค่าใช้จ่ายในการใช้งาน และผู้ใช้สามารถเข้าถึงและแก้ไขโค้ดได้ตามต้องการ มันรวมฟังก์ชันจากหลายโปรแกรมคอมพิวเตอร์ที่มีชื่อเสียง เช่น MATLAB, Maple, Mathematica, และ R โดยมีจุดมุ่งหมายเพื่อให้ผู้ใช้สามารถทำการคำนวณทางคณิตศาสตร์ได้อย่างครบถ้วนและมีประสิทธิภาพ SageMath ใช้ภาษา Python เป็นหลักในการเขียนโค้ด ซึ่งเป็นภาษาโปรแกรมที่ได้รับความนิยมและง่ายต่อการเรียนรู้   โดยมีคุณสมบัติสำคัญคือ

• การคำนวณพีชคณิตและการแก้สมการ
• การวิเคราะห์เชิงตัวเลขและสถิติ
• การสร้างกราฟและการวิเคราะห์ทางเรขาคณิต
• การจัดการกับโครงสร้างทางคณิตศาสตร์ที่ซับซ้อน เช่น พื้นที่เวกเตอร์, แมทริกซ์, และวงแหวน

การใช้ SageMath สามารถทำได้ผ่านทางกราฟิก (SageMath Notebook) หรือผ่านทางใช้คำสั่ง (SageMath Command Line) นอกจากนี้ยังมีเวอร์ชันที่สามารถใช้ผ่านเว็บเบราว์เซอร์ที่เรียกว่า SageMathCloud หรือ CoCalc ซึ่งช่วยให้ผู้ใช้สามารถทำงานร่วมกันและเข้าถึงเครื่องมือทางคณิตศาสตร์ได้จากทุกที่