WK Data Analyst !… เป็นเว็บบล็อกของกลุ่มนักสืบสไตล์บ้าน ๆ  🕵️… ที่ต้องการจะรวบรวมความรู้เกี่ยวกับด้านการสืบสวน เพื่อทำหน้าที่เป็นนักวิเคราะห์ข้อมูล มีเจตนารมณ์สร้างขึ้นมาเพื่อเป็นช่องทางของการเรียนรู้ แลกเปลี่ยนความรู้ในยุคการเปลี่ยนแปลง ปัจจุบันโลกหมุนเร็วมาก ความเสี่ยงที่น่ากลัวที่สุดในยุคนี้คือการปรับตัวที่ช้าเกินไป

นักสืบในยุคปัจจุบันจะต้องมีความรู้ความสามารถในหลายด้าน เก่งทุกด้าน โดยไม่ต้องเก่งสุด แต่จะต้องเก่งขึ้นทุกวัน และที่สำคัญ จะต้องเก่งเกินค่าเฉลี่ยของคนทั่วไปในด้านนั้น ๆ ด้วยถึงจะทำงานได้อย่างมีประสิทธิภาพ

3 คัมภีร์สุดยอดแห่งการอยู่รอดในยุค “Disruptive World” คือ

Learn ..เรียนรู้สิ่งใหม่ ๆ
Unlearn ..การไม่ยึดติดกับสิ่งที่เคยเรียนรู้มา
Relearn ..การเรียนรู้สิ่งที่เคยรู้ด้วยมุมมองใหม่ ๆ

หลายคนน่าจะมีความสงสัย หรือมีคำถามในใจว่า “เอ้ย ทำไม่ต้องเรียนรู้เยอะ…”
😗 ยิ่งเราเรียนเยอะเท่าไหร่ ยิ่งทำให้เรามีความรู้มากขึ้น และ ยิ่งเรามีความรู้มากขึ้น ก็ยิ่งทำให้เราทำอะไรได้มากขึ้น ทำให้งานที่เราทำประสบความสำเร็จตามเป้าหมาย

📌เราเชื่อว่า ชีวิต คือเมล็ดพันธุ์ที่รอการเติบใหญ่ “Eudaimonia” (ยู โด โม เนีย) คือความดีงามที่อยู่ในตัวเราตั้งแต่เกิด

หน้าที่ของพวกเราคือการใช้ชีวิตในทุก ๆ วันให้เข้าใกล้กับ “The Best Version of Ourself” ไม่ว่ามันจะยากแค่ไหนก็ตาม ดังนั้นถามตัวเองทุกเช้าว่า “คิดว่าเราวันนี้เป็นตัวเองเวอร์ชันที่ดีที่สุดหรือยัง?”

ถ้าตอบว่า “ยัง” ซึ่งแน่นอนอยู่แล้วว่า คำตอบต้องเป็น “ยัง” เสมอ

เราต้องถามต่อว่า ” แล้วเราจะรออะไรอยู่ ? “

ทำไมวันนี้ ไม่พยายามเป็นตัวเองเวอร์ชันที่ดีที่สุดเลย

“เราต้องพยายามเป็นคน ๆ นั้น ที่เป็นเวอร์ชั่นที่ดีที่สุดในทุกวินาที ที่เราใช้ชีวิตอยู่เลย เป็นเวอร์ชั่นที่ดีที่สุดของตัวเอง ฉบับของเรา กล้าหาญ มีวินัย ยึดมั่นในคุณธรรม มีความรู้ความสามารถ”

“ความรู้ไม่มีคำว่าฟรี
คุณจะต้องจ่ายมันด้วยเวลาที่คุณมี !!”

---

เกริ่นนำกันมาเยอะ เพื่อปรับ mindset ของบรรดาจอมยุทธ์นักสืบ ในยุคการเปลี่ยนแปลง มาดูกันว่าในยุคการเปลี่ยนแปลงนี้ บรรดาเหล่านักสืบจะต้องมีความรู้เรื่องอะไรกันบ้าง 👀

Skill ที่บรรดาจอมยุทธ์นักสืบ จะต้องมี

1. Domain Knowledge ขอบเขตงานสืบสวน
2. Data หรือข้อมูล (ข้อเท็จจริง) สำหรับงานสืบสวน
3. Software สำหรับงานสืบสวน
4. Code / Prompt การโค๊ดและเขียนคำสั่ง สำหรับงานสืบสวน
5. Statistics เรื่องสถิติ ก็เป็นสิ่งสำคัญ เพราะทุกอย่างเป็นเรื่องสถิติ
6. Design for Analysis การออกแบบเพื่อการวิเคราะห์สำหรับงานสืบสวน
7. Storytelling with Data การเล่าเรื่องราวด้วยข้อมูล
8. English Language ภาษาอังกฤษ ในยุคปัจุบัน สำคัญมาก ๆ
9. Critical Thinking การคิดเชิงวิพากษ์ หรือการคิดเป็นมีวิจารณญาณ

Domain Knowledge

ขอบเขตงานสืบสวน

⏩สำหรับเรื่องขอบเขตงานสืบสวน เป็นเรื่องที่กว้างมาก ที่บรรดาเหล่านักสืบจะต้องมีองค์ความรู้ในด้านการสืบสวนครอบคลุมในทุก ๆ ด้าน (เดินดินได้ เดินอากาศได้ ทำข้อมูลบนโต๊ะได้) ไม่ว่าจะเป็น

• ความรู้ด้านกฎหมาย โดยเฉพาะ กม.อาญา , วิ.อาญา พ.ร.บ.ที่มีโทษทางอาญา รวมถึงฎีกาที่เกี่ยวข้อง ซึ่งปัจจุบันเหล่าจอมยุทธ์ ในยุทธจักร ศึกษา หรือทบทวน กฎหมายน้อย มาก และที่สำคัญบรรดาเหล่านักสืบ จะต้อง มีความรู้ในเรื่องการ แสวงหาพยานหลักฐาน และ การรวบรวมพยานหลักฐาน นั้นหมายความว่า บรรดาเหล่านักสืบจะต้องมีความรู้ในด้านการสืบสวน และ ด้านการสอบสวน

• ด้านการสอบสวน เช่น
  • ต้องมีความรู้กระบวนการรวบรวมพยานหลักฐาน ว่าอะไรทำได้ และ อะไรทำไม่ได้ หากทำได้จะต้องใช้อำนาจอะไร ในการรวบรวมพยานหลักฐาน
  • มีความรู้ในเรื่องกฎหมายลักษณะพยาน ในลักษณะรู้จริง
  • มีความรู้ในเรื่องการร้อยเรียงเชื่อมโยงพยานหลักฐาน
  • ฯลฯ

• ด้านการสืบสวน เช่น
  • ต้องมีความรู้เรื่องหลักการสืบสวน ว่าการสืบสวนก่อนเกิดเหตุ ขณะเกิดเหตุ และหลักเกิดเหตุเป็นอย่างไร
  • ต้องมีความรู้เรื่องเทคนิคการสืบสวน เช่น การซักถามปากคำ การสะกดรอย การเฝ้าจุด การสืบสวนกล้องวงจรปิด การสืบสวนเรื่องโทรศัพท์ การสืบสวนเรื่องการเงิน การสืบสวนทางเทคโนโลยี ฯลฯ
  • ต้องมีความรู้เกียวกับโลกเทคโนโลยี ข้อเท็จจริงทางเทคโนโลยี ที่เกิดขึ้นในยุคปัจจุบัน อย่างมากมาย
  • ฯลฯ

• ด้านอื่น ๆ อีกมากมาย

Data หรือข้อมูล

ข้อมูล (ข้อเท็จจริง)

📊ในยุคการเปลี่ยนแปลง เรื่องข้อมูล (data) หรือมันก็คือข้อเท็จจริง ที่เหล่าบรรดานักสืบ จะต้องทำการสืบสวน แสวงหาและรวบรวม เพื่อทราบรายละเอียดเกี่ยวกับการกระทำความผิด เพื่อทราบข้อเท็จจริง หรือพิสูจน์ความผิด ความบริสุทธิ์ และเพื่อเอาตัวผู้กระทำความผิดมาฟ้องลงโทษ บรรดาเหล่านักสืบ จะต้องเข้าใจและมีความรู้เรื่อง Data (ข้อมูล)

ดังนั้นบรรดาเหล่านักสืบ จะต้องทราบว่า ข้อมูลที่เกิดขึ้นอยู่ในโลกใบนี้ มีอยู่ด้วยกันกี่ประเภท อะไรบ้าง ?

• แบ่งตามลักษณะของข้อมูล
  • ข้อมูลเชิงประชากรศาสตร์ (Demographic Data) เช่น อายุ เพศ วันเดือนปีเกิด อาชีพ รายได้ สถานภาพการสมรส จำนวนบุตร ฯลฯ
  • ข้อมูลเชิงพฤติกรรม (Behavioural Data) เช่น พฤติกรรมการใช้งานต่าง ๆ จากบุคคล หรือสิ่งของ
  • ข้อมูลเชิงเครือข่าย (Network Data) เช่น ข้อมูลที่มีการเชื่อมโยงกันระหว่างบุคคล หรือสิ่งของ , การวิเคราะห์หาความสัมพันธ์ หา influencer หา community

• แบ่งตามรูปแบบของข้อมูล
  • ข้อมูลแบบมีโครงสร้าง (Structured Data) เช่น ข้อมูลที่เก็บอยู่ในรูปแบบตาราง
  • ข้อมูลแบบไม่มีโครงสร้าง (Unstructured Data) เช่น ข้อมูลที่เป็นข้อความ รูปภาพ
  • ข้อมูลแบบกึงมีโครงสร้าง (Semi-structured Data) เช่น ข้อมูล XML หรือ JSON

• แบ่งตามแหล่งที่อยู่ของข้อมูล
  • ข้อมูลภายในองค์กร (Internal Data Sources)
  • ข้อมูลภายนอกองค์กร (External Data Soruces)

ข้อมูลทั้งสามรูปแบบ เราจะพบได้ในงานการสืบสวน ทั้งที่เป็นข้อมูลเชิงประชากรศาสตร์ ข้อมูลเชิงพฤติกรรม ข้อมูลภายใน และ ภายนอกองค์กร ที่เป็นทั้งแบบมีโครงสร้าง เช่น การใช้งานโทรศัพท์ ข้อมูลบัญชีธนาคาร ฯลฯ และแบบไม่มีโครงสร้าง เช่น กล้องวงจรปิด การซักถามปากคำ ฯลฯ ดังนั้นนักสืบที่เก่ง และประสบความสำเร็จ จะต้องสามารถเข้าใจ ข้อมูล หรือ ข้อเท็จจริง ทางการสืบสวน ว่ามีอะไรบ้าง ข้อมูลแต่ละรูปแบบ เป็นอย่างไร สามารถแสวงหาข้อมูลได้ ครบทุกข้อเท็จจริง

Code / Prompt

การเขียนโค๊ด หรือ การเขียน Prompt ที่สามารถนำมาประยุกต์ใช้ในงานสืบสวน ได้

✅ Prompt Engineerting เป็นทักษะที่เราจะออกแบบตัว Input ที่จะส่งเข้าไปใน AI เพื่อให้ได้ Output อย่างเหมาะสม

เป็นทักษะที่เราคิดค้น Prompt ปรับปรุง Prompt เพื่อส่งเข้าไปในแบบจำลอง แล้วให้แบบจำลองมันทำงานออกมา ตามที่เราต้องการ หรือเอาไปใช้ประโยชน์ให้ได้มากที่สุด

Elements of a prompt หรือ “องค์ประกอบของคำสั่งพร้อมต์” ในการทำงานกับระบบ AI ช่วยให้คุณสามารถสื่อสารกับ AI ได้อย่างมีประสิทธิภาพและเข้าใจวิธีการสร้างคำถามหรือคำสั่งที่จะนำไปสู่ผลลัพธ์ที่ต้องการได้ดียิ่งขึ้น นี่คือองค์ประกอบหลักๆ ที่ควรพิจารณาเมื่อออกแบบพร้อมต์

หลักการเขียน Prompt อย่างถูกต้อง

1. Clarity (ความชัดเจน): เขียนให้ชัดเจนและเฉพาะเจาะจง เพื่อป้องกันการตอบที่ผิดหรือไม่สมบูรณ์
2. Context (บริบท): ให้ข้อมูลหรือบริบทเพียงพอ เพื่อให้ AI เข้าใจหัวข้อและรายละเอียดที่ต้องการ
3. Conciseness/Brevity (ความกระชับ): เขียนให้กระชับ แต่ครอบคลุมรายละเอียดที่จำเป็น
4. Structure (โครงสร้าง): ใช้ภาษาที่มีโครงสร้างชัดเจนและรูปแบบที่เข้าใจง่าย
5. Examples (ตัวอย่าง): หากเป็นไปได้ ให้ตัวอย่างเพื่อแสดงให้เห็นว่าต้องการอะไร

Components of Effective Prompts:

• Role (บทบาท)
• Instruction (คำสั่ง)
• Context (บริบท)
• Examples (ตัวอย่าง)

Prompt Engineering เป็นทักษะที่สำคัญในการใช้งาน AI โดยเฉพาะอย่างยิ่งกับ LLMs เช่น ChatGPT การเรียนรู้วิธีการเขียน prompt ที่มีประสิทธิภาพจะช่วยให้คุณสามารถใช้ประโยชน์จาก AI ได้อย่างเต็มที่และเพิ่มประสิทธิภาพในการทำงานของคุณ

Software

โปรแกรม หรือ Software ที่ใช้งานต่าง ๆ ที่เกี่ยวกับงานสืบสวน

✅ในยุคปัจจุบัน ซึ่งเป็นยุคการเปลี่ยนแปลงเทคโนโลยีรวดเร็วมาก และเป็นยุคที่การเจริญเติบโตทางเทคโนโลยี เติบโตเร็วมาก การดำเนินชีวิตในปัจจุบันของมนุษย์เปลี่ยนไปอย่างเห็นได้ชัด มีการนำเอา software มาใช้งานในการอำนวยความสะดวกสบายในการดำเนินชีวิต ดังนั้นบรรดาเหล่านักสืบ จะปฏิบัติว่าเราไม่มีความรู้เรื่อง software ไม่ได้ หรือใช้งานโปรแกรมต่าง ๆ ไม่เป็น เพราะปัจจุบัน software มันกลายเป็นส่วนหนึงของชีวิต

“หากใครลองสังเกตดูจะเห็นว่า ปัจจุบันนักสืบ ที่เจริญเติบโต และ ถูกผู้บังคับบัญชาเรียกใช้งานบ่อย ๆ ก็จะเป็นกลุ่มคนที่มีความรู้ความชำนาญในการใช้งาน Software“

🚩ในงานด้านการสืบสวน จะมี Software ที่ถูกสร้างขึ้นมาเพื่อใช้ในงานการสืบสวนน้อยมาก ส่วนมากบรรดาเหล่านักสืบ จะประยุกต์ใช้งาน Software ในด้านต่าง ๆ กับงานสืบสวน เช่น

• software หรือ application ที่ใช้สำหรับในการเดินเบส หาเสา ก็จะประยุกต์ใช้ App ที่เป็นลักษณะพวก Call Signal , Call Tower Locator
• software หรือ application ที่ใช้สำหรับในการไล่กล้องวงจรปิด ก็จะประยุกต์ใช้ software หรือ app ที่เป็นลักษณะแผนที่ การบวกลบเวลา เช่น Google maps , TimeCale ฯลฯ
• software ที่ใช้สำหรับในการเก็บข้อมูล จัดการข้อมูล หรือวิเคราะห์ข้อมูล ก็จะประยุกต์ใช้งาน software หรือ app ที่เป็นลักษณะ Spreadsheets (Google Sheets / Excel)
• software ที่ใช้สำหรับในการวิเคราะห์ข้อมูล ก็จะประยุกต์ใช้งาน software หรือ app ที่เป็นลักษณะการวิเคราะห์เชื่อมโยงข้อมูล เช่น ANB (i2) , PowerBI ฯลฯ
• software ที่ใช้สำหรับในการทำรายงานการสืบสวน หรือทำเอกสารการนำเสนอ ก็จะประยุกต์ใช้งาน software หรือ app ที่เป็นลักษณะของการจัดการเอกสารประเภท document เช่น word , powerpoint ฯลฯ
• software อื่น ๆ ที่จำเป็นสำหรับงานสืบสวน

ดังนั้นในยุคปัจจุบัน เหล่าบรรดานักสืบ ไม่ว่าจะเป็นคนรุ่นเก่า หรือรุ่นใหม่ จำเป็นจะต้องรู้ หรือเรียนรู้ พวก software ที่สามารถนำมาประยุกต์ใช้กับงานสืบสวนได้เป็นอย่างดี ต้องบอกว่าจะต้องใช้งานได้เป็นอย่างดีด้วย

Design for Analysis

การออกแบบสำหรับการวิเคราะห์ข้อมูล

การวิเคราะห์ข้อมูล ถือว่าเป็นหัวใจสำคัญของการสืบสวน เพราะหลังจากที่เราแสวงหาข้อเท็จจริง และ รวบรวมข้อเท็จจริง หรือข้อมูลมาได้แล้ว จะต้องนำข้อมูลหรือข้อเท็จจริงผ่านกระบวนการเตรียมข้อมูล (Preparation Data) แล้วถึงนำข้อมูลที่ได้ไปทำการวิเคราะห์หา Insight Data เพื่อใช้ประกอบการตัดสินใจ

• การเตรียมข้อมูลมีอยู่ด้วยกัน 3 ขั้นตอน
  • ทำการคัดเลือกข้อมูล (Data Selection) กำหนดเป้าหมายก่อนว่าเราจะวิเคราะห์เกี่ยวกับเรื่องอะไร และเลือกใช้เฉพาะข้อมูลที่เกี่ยวข้องกับสิ่งที่เราจะวิเคราะห์
  • ทำการกลั่นกรองข้อมูล (Data Cleaning) เช่น ลบข้อมูลที่ซ้ำซ้อนออก หรือ แก้ไขข้อมูลที่ผิดพลาด เช่น ข้อมูลผิดรูปแบบ , ข้อมูลที่ขาดหายไป , ข้อมูลที่เป็น Outlier ที่แปลกแยกจากคนอื่น
  • ทำการแปลงรูปแบบของข้อมูล (Data Transformation) เป็นขั้นตอนการเตรียมข้อมูลให้อยู่ในรูปแบบที่พร้อมนำไปใช้ในการวิเคราะห์

“วัตถุประสงค์หนึ่งของการทำ Data Analytics คือ การวิเคราะห์ข้อมูลเพื่อสนับสนุนการตัดสินใจ”

การวิเคราะห์ข้อมูล จะแบ่งเป็น 5 ส่วนคือ

1. Data คือ ข้อมูลที่ใช้ในการวิเคราะห์
2. Analytics คือ การวิเคราะห์ข้อมูลรูปแบบต่าง ๆ
3. Human Input คือ สัดส่วนของการที่คนเข้าไปมีส่วนร่วมในการวิเคราะห์ข้อมูล
4. Decision or Insight คือ การตัดสินใจ และ สิ่งที่สำคัญที่ค้นพบจากการวิเคราะห์ (insight)
5. Action คือ การนำผลการวิเคราะห์ไปใช้ในการทำงาน

• Gartner ได้แบ่งระดับของการวิเคราะห์ข้อมูลไว้ 4 ระดับ ได้แก่
  • Descriptive คือ การวิเคราะห์เชิงเชิงพรรณา เป็นการวิเคราะห์ข้อมูลในอดีต เพื่อดูว่ามีอะไรเกิดขึ้น (What happened?) ส่วนใหญ่จะเป็นการพิจารณาตัวแปรเดียว และ คนเข้าไปมีส่วนเกี่ยวข้องในการคิดวิเคราะห์และตัดสินใจค่อนข้างสูงมาก
  • Diagnostics คือ การวิเคราะห์เชิงวินิจฉัย เป็นการวิเคราะห์ข้อมูลในอดีต เพื่อหาสาเหตุว่าทำไม่ถึงเกิดเหตุการณ์แบบนี้ขึ้น (What did it happen?) เป็นการวิเคราะห์เชิงลึกมากกว่าระดับแรก ส่วนใหญ่จะพิจารณาหลายตัวแปรพร้อมกัน และ คนเข้าไปมีส่วนเกี่ยวข้องในการคิดวิเคราะห์และตัดสินใจยังมากอยู่
  • Predictive คือ การวิเคราะห์เชิงพยากรณ์ เป็นการวิเคราะห์จากข้อมูลในอดีต เพื่อคาดการณ์สิ่งที่จะเกิดขึ้นในอนาคต หรือใช้ตอบคำถามว่าจะมีอะไรเกิดขึ้นต่อไป (What will happen?) คนมีส่วนเกี่ยวข้องในการคิดวิเคราะห์และตัดสินใจน้อยลง เนื่องจากระบบได้ทำการพยากรณ์สิ่งที่จะเกิดขึ้นมาให้
  • Prescriptive คือ การวิเคราะห์เชิงแนะนำ เป็นการวิเคราะห์โดยการใช้ข้อมูลในอดีตเพื่อคาดการณ์สิ่งที่จะเกิดขึ้นในอนาคต พร้อมแนะนำแนวทางที่เหมาะสมให้ คนไม่มีส่วนเกี่ยวข้องในการคิดวิเคราะห์และตัดสินใจเลย เนื่องจากระบบได้ทำการพยากรณ์สิ่งที่จะเกิดขึ้นมาให้ และแนะนำแนวทางที่เหมาะสมให้ด้วย

สำหรับงานสืบสวนแล้ว บรรดาเหล่านักสืบ จะใช้ระดับการวิเคราะห์ข้อมูลอยู่ 2 ระดับคือ Descriptive กับ Diagnostics ซึ่งเป็นการวิเคราะห์ ข้อมูลในอดีต เพื่อจะต้องการทราบว่ามีอะไรเกิดขึ้น และสิ่งที่เกิดขึ้นนั้นมันเกิดขึ้นมาได้อย่างไร ทำไม่ถึงเกิดขึ้น

• เทคนิคการวิเคราะห์ข้อมูลที่นักสืบใช้งานบ่อย
  • Classification คือ การจำแนกข้อมูล แบ่งเป็นกลุ่ม เป็นคลาส คำตอบจะเป็น class ว่าเป็น class a หรือ class b หรือคำตอบจะเป็น ใช่ หรือ ไม่ใช่ เป็นต้น
  • Clustering Analysis คือ การวิเคราะห์การจัดกลุ่มข้อมูล ตามความคล้ายคลึงกัน ว่ามีอยู่กี่กลุ่ม
  • Association Analysis คือ การวิเคราะห์หาความสัมพันธ์ของข้อมูลที่เกิดร่วมกัน
  • Time Series Analysis คือ การวิเคราะห์ข้อมูลที่เกี่ยวกับกรอบของเวลา โดยจะประยุกต์กับข้อมูลที่เปลี่ยนแปลงไปตามกาลเวลา
  • Geospatial Analytics คือ การวิเคราะห์หาความสัมพันธ์เชิงพื้นที่ โดยใช้ลักษณะทางภูมิศาสตร์
  • Network Analysis คือ การวิเคราะห์ข้อมูลเครือข่าย จะประกอบไปด้วยโหนด (Node) และเส้นเชื่อม (Edge)
    • Degree Centrality เป็นการวัดค่าของแต่ละโหนด ถ้าโหนดใดมีเส้นเชื่อมต่ออยู่เยอะถึอว่าเป็นโหนดที่สำคัญ เพราะสามารถส่งข้อมูลกระจายออกไปยังโหนดอื่นได้มาก
    • Betweenness Centrality เป็นการวัดค่าว่าโหนดแต่ละโหนดเป็นตัวกลางในการเชื่อมโยงไปยังโหนดอื่นมากน้อยแค่ไหน จะมองว่าเป็น ฮับ (Hub)
    • Closeness Centrality เป็นการวัดค่าว่าโหนดใดบ้างสามารถส่งข้อมูลไปยังโหนดอื่นได้เร็วที่สุด การคำนวณจะหาเส้นที่ใกล้ที่สุด

Storytelling with Data

การเล่าเรื่องราวด้วยข้อมูล

Data storytelling เป็นกระบวนการที่เปลี่ยนข้อมูลที่เป็นตัวเลข หรือกราฟให้เข้ากับการสื่อสารของมนุษย์เพื่อสร้างเรื่องราวที่น่าสนใจ โดยใช้เทคนิคทาง Data visualization เพื่อสื่อความหมายของข้อมูลเชิงลึกในลักษณะที่น่าสนใจและเกี่ยวข้องกับผู้มีอำนาจในการตัดสินใจ

✅ ในยุคปัจจุบัน การเล่าเรื่องราวด้วยข้อมูล มีความสำคัญเป็นอย่างไรมาก ใครที่สามารถนำเสนอเรื่องราว ได้ดีและตรงจุด จะสามารถประสบความสำเร็จในการทำงาน เช่นเดียวกับ บรรดาเหล่านักสืบ หากทำการสืบสวนมาเกือบตาย แต่ปรากฎว่าไม่สามารถเล่าเรื่องราวที่เกิดขึ้น ที่ได้จากการสืบสวนและการวิเคราะห์ข้อมูลได้ ก็เท่ากับว่าเปล่าประโยชน์ ดังนั้นนักสืบที่ดีจะต้อง สามารถนำเรื่องราวข้อมูล ข้อเท็จจริงที่ได้จากการสืบสวน และการวิเคราะห์ข้อมูล มาทำรายงานการสืบสวน ทำเอกสารบรรยายสรุป และ เล่าเรื่องราวเชื่อมโยงได้

การเล่าเรื่องด้วยข้อมูลแบบหวังผล สามารถแบ่งออกเป็น 5 ขั้นตอน

1. การเข้าใจความสำคัญของบริบท (The Importance of Context) ในการทำ Data visualization เป็นสิ่งสำคัญเพื่อตอบคำถาม “ใคร (Who)” และ “อะไร (What)”
2. การเลือกภาพที่หวังผลได้ มีประสิทธิภาพ (Choosing an Effective Visual) เพื่อการสื่อสาร
3. การลดความยุ่งเหยิง (Clutter Is Your Enemy!) เป็นการลดปัญหาความซับซ้อนและรายละเอียดสิ่งที่ไม่จำเป็นในภาพ
4. โฟกัสไปที่เรื่องที่อยากบอกผู้ชม (Focus Your Audience’s Attention) การโฟกัสไปที่เรื่องที่อยากบอกผู้ชมเป็นสิ่งสำคัญในการออกแบบการสื่อสารด้วยภาพ
5. การคิดอย่างนักออกแบบ (Think Like A Designer) เป็นการเทียบเคียงแนวคิดการออกแบบผลิตภัณฑ์มาใช้อธิบายสื่อสารข้อมูล

---

Suddenly Talented การพัฒนาตนเองให้เก่งขึ้นมาทันที

Talent คือความสามารถที่มีมาแต่กำเนิด “inborn” หรือ จริง ๆ แล้วเราสามารถฝึกฝนเพื่อ “acquire” ทักษะนี้ได้

ถ้า talent เป็นเรื่องที่เราพัฒนาได้จริง คำถามก็คือ ต้องฝึกนานเท่าไหร่ ต้องฝึก หรือ ต้องเรียนถึง 10,000 ชั่วโมง เหมือนที่ conventional wisdom บอกไว้เลยไหม?

การก้าวข้ามผ่านการเป็นแค่ค่าเฉลี่ย ให้ดีกว่าค่าเฉลี่ย แต่ไม่จำเป็นเก่งที่สุดก็ได้ (คล้ายๆ Generalist) นั้นเราจะต้องทำอย่างไร ??

Talent (n.) แปลไทยตรง ๆ ว่าพรสวรรค์ หรือความสามารถพิเศษ

talent คือ perception (การรับรู้)  ที่คนอื่น ๆ มองมาที่เรา ทุกอย่างในโลกจริง ๆ เป็น perception หมดเลย

ถ้าเราเป็นคนที่มีทักษะสูงกว่าค่าเฉลี่ย นิดหน่อย ทำได้หลายทักษะ แต่ไม่จำเป็นต้องเก่งที่สุด แค่นี้ก็เพียงพอที่จะทำให้คนรอบข้างมองเราเป็น talent แล้ว

Skill stacking (n.) คือการผสมผสานหลาย ๆ ทักษะมาใช้ทำงานให้สำเร็จ

skill spectrum แบบเป็น 4 ระดับ ตั้งแต่ no skill หรือ hopeless < average < doable greatness < genius (mastery หรือ talent)

คำถามคือเราจะฝึกยังไง ต้องเรียนแบบไหน ที่จะช่วยให้เราเก่งขึ้นเร็วที่สุดภายใน 20 ชั่วโมง? 

สมองเราจะดีแค่ไหน แต่ถ้าเราไม่เคยฝึกใช้มันเลย ทักษะก็คงไม่เกิด

กฎ 10,000 ชั่วโมง ที่บอกว่าคน ๆ หนึ่งเราสามารถฝึกทักษะอะไรก็ได้ โดยไม่ต้องใช้เวลาเป็น 10,000 ชั่วโมง ที่บอกว่าคน ๆ หนึ่งต้องฝึกฝนตัวเองเป็นหมื่นชั่วโมง เพื่อจะได้เป็นคนที่มีความเชี่ยวชาญที่แท้จริง

เราสามารถฝึกทักษะอะไรก็ได้ โดยไม่ต้องใช้เวลาเป็น 10,000 ชั่วโมง แต่แค่ 20-30 ชั่วโมงเท่านั้น เป้าหมายคือ สูงกว่าค่าเฉลี่ย แต่ไม่ต้องเก่งที่สุดก็ได้

The ECS Framework

ECS ย่อมาจาก Energy > Confidence > Skill สามคำนี้เขียนเรียงต่อกัน ห้ามสลับตำแหน่ง พลังเกิดก่อนความมั่นใจ และความมั่นใจต้องมาก่อนทักษะ

• Energy
• Confidence
• Skill

ถ้าเราเข้าใจ ECS ประยุกต์ใช้ได้อย่างถูกวิธี คนจะเริ่มมองเราเป็น Doable Greatness ทันที (Doable Greatness จะคล้ายกับ Generalist)

Energy

Energy คือ metric ที่สำคัญที่สุดในชีวิต เป็นปัจจัยพื้นฐานที่ช่วยให้เราทำกิจกรรมอื่น ๆ ได้ รวมถึงการเรียนรู้ด้วย ถ้ามีพลังงาน เราก็สามารถที่จะทำกิจกรรมต่างๆ ได้ ถ้าเมื่อไหร่ energy เป็นศูนย์ ลองนึกภาพดูว่า ตัวเราจะเป็นอย่างไร

สรุป energy คือปัจจัยพื้นฐานที่ช่วยให้เราทำกิจกรรมอื่นๆได้ รวมถึงการเรียนรู้ด้วย

Confidence

ตัวถัดมาคือ Confidence แปลภาษาไทยว่า “ความมั่นใจ” นิยาม Confidence คือเรื่องเดียวกันกับ Mindset

Mindset คือชุดความคิด ความเชื่อ และสมมติฐาน ที่เราใช้สร้างตัวเราและโลกขึ้นมา เป็นตัวกำหนดสิ่งที่เราทำได้ ทำไม่ได้ และอะไรที่เป็นไปได้ what’s possible

ถ้าเราคิดว่าทำได้ เราก็ทำได้ .. ถ้าเราคิดว่าทำไม่ได้ เราก็ทำไม่ได้ .. ทั้งสองความคิดเป็นจริงทั้งคู่ อยู่ที่เราเลือกมี mindset แบบไหน

Skill

ตัวสุดท้ายของ ECS คือคำว่า Skill มีพลังงาน มีความมั่นใจ ทักษะจะเกิดขึ้นทันที

ลองจินตนาการ ว่าเรามี energy ที่จะนั่งเรียนได้ทุกวัน มี confidence เชื่อว่าตัวเองสามารถทำได้ พร้อมที่จะ expand our mind เพื่อเก่งขึ้นเรื่อยๆ

เมื่อเราฝึกฝนทักษะบางอย่างจนเราสามารถทำสิ่งนั้นได้เร็วขึ้น ถูกต้องมากขึ้น เราจะใช้ energy ทำงานนั้นน้อยลงทันที เป็นระดับที่ เรียกว่า Competency (ความสามารถ)

• Skill คือการที่เราทำงานหนึ่งๆได้โดยไม่ต้องใช้สมองคิดเยอะ
• Skill คือการทำงานเสร็จได้เร็วขึ้น และมีความแม่นยำ ถูกต้อง หรือพูดอีกแบบ ทักษะคือความสามารถในการ errors ให้น้อยลงเรื่อยๆ
• Skill คือการที่เราสามารถทำอะไรสักอย่างที่คนอื่นทำไม่ได้ (แบบชั่วคราว)

สิ่งที่เราควรฝึกให้ถึงระดับ competence แบ่งเป็น 3 เรื่องคือ

1. ฝึก programs หรือ software ที่เราใช้ทำงานทุกวัน เช่น Google Slides, Google Sheets หรือ Note Taking Apps
2. ฝึก skills ที่สำคัญกับชีวิต (ทักษะที่สำคัญ)
3. ฝึก skills ที่สำคัญกับงานของเรา หรือที่เราอยากทำในอนาคต

สรุป

• Talent ไม่ใช่พรสวรรค์ แต่เกิดมาจากการฝึกฝน และความต่อเนื่อง
• Talent คือ perception ที่คนอื่นมองมาที่เรา เปรียบเทียบกับคนอื่น ๆ ในสภาพแวดล้อมเดียวกัน (environment & mind scope)
• เราไม่จำเป็นต้องไปให้สุด ก็สามารถประสบความสำเร็จ และมีความสุขในชีวิตได้
• Doable Greatness คือ moment ที่คนเข้าใจผิดคิดว่าเราเป็นมืออาชีพ
• Energy + Confidence + Skill เข้าใจสามเรื่องนี้ ก็เก่งขึ้นทันที Suddenly Talented
• ศัตรูที่น่ากลัวที่สุดคือ Distraction โดยเฉพาะ social media
• ปกป้องเวลาของเรา ลดเวลา Dead-Time เปลี่ยนมันเป็น Learning-Time
• ทักษะการเขียนคือหนึ่งในทักษะที่สำคัญที่สุดของยุคนี้
• ยิ่งเราเขียนเก่งเท่าไหร่ โอกาสในชีวิตเรายิ่งมากขึ้นเท่านั้น

“ความสำเร็จ ไม่มีทางลัด อยากได้เราต้องตั้งใจ ฝึกฝน คว้ามันมาด้วยตัวเอง”

 ✅เขียนมาตั้งยาว .. ก็เพื่อจะให้ บรรดาเหล่านักสืบ ได้เห็นว่าในยุคปัจจุบัน ซึ่งเป็นยุคแห่งการเปลี่ยนแปลง สิ่งที่บรรดานักสืบจะต้องเป็นคือ Generalist เก่งขึ้นทุกเรื่อง แต่ไม่จำเป็นต้องเก่งที่สุด แต่จะต้องเก่งขึ้นทุกวัน และเก่งเกินค่าเฉลี่ย เราจะต้องเก่งก้าวผ่านการเป็นแค่ค่าเฉลี่ย สามารถทำได้หลายทักษะในลักษณะ Skill Stacking แต่ไม่จำเป็นต้องเก่งที่สุด

“เก่งทุกเรื่อง เก่งขึ้นทุกวัน ไม่ต้องเก่งที่สุด แต่ต้องเก่งเกินค่าเฉลี่ย ทำได้หลายทักษะในลักษณะ Skill Stacking”

Reference – ขอบคุณข้อมูล และความรู้ดี ๆ จาก..แอดทอย