สวัสดีครับคุณผู้อ่านที่รักการวิเคราะห์ทุกท่าน ในยุคที่ข้อมูลท่วมท้นเหมือนสึนามิ น้อยคนนักที่จะปฏิเสธว่าการทำความเข้าใจตัวเลขต่างๆ เป็นเรื่องจำเป็น ไม่ว่าจะทำธุรกิจเล็กใหญ่ หรือแม้แต่การวางแผนการเงินส่วนตัว ปัญหาคือ ข้อมูลมันเยอะเหลือเกิน! ไหนจะยอดขาย สต็อกสินค้า ต้นทุน กำไร ข้อมูลลูกค้า ฯลฯ แค่เปิดไฟล์ Excel ขึ้นมาก็อาจจะตาลายแล้วใช่ไหมครับ บางทีเรามีคำถามในใจเต็มไปหมด เช่น “ยอดขายสินค้ารุ่น A ในไตรมาสล่าสุดเป็นยังไงนะ เทียบกับไตรมาสเดียวกันของปีที่แล้วเติบโตขึ้นกี่เปอร์เซ็นต์?” หรือ “ลูกค้ากลุ่มไหนที่ทำกำไรให้เรามากที่สุด?” ถ้าต้องมานั่งไล่เรียง คีย์สูตรซับซ้อนใน Excel แบบเดิมๆ บางทีก็ใช้เวลานาน แถมยังผิดพลาดได้ง่ายอีกต่างหาก เหมือนมีขุมทรัพย์อยู่ตรงหน้า แต่ไม่มีแผนที่และอุปกรณ์ที่จะขุดมันขึ้นมา
นี่แหละครับ คือจุดที่เครื่องมือพิเศษอย่าง **DAX** เข้ามามีบทบาทสำคัญ คุณอาจจะเคยได้ยินชื่อนี้มาบ้าง โดยเฉพาะถ้าคุณทำงานกับโปรแกรมวิเคราะห์ข้อมูลของ Microsoft อย่าง Power BI หรือ Excel (ผ่าน Power Pivot) แล้ว **DAX คือ** อะไรกันแน่? ถ้าจะอธิบายให้เห็นภาพง่ายๆ มันก็เหมือนเป็น “ภาษาลับ” ที่เราใช้คุยกับข้อมูลในโปรแกรมเหล่านั้นครับ ลองนึกภาพว่าข้อมูลดิบของเราคือกองอิฐกองหิน DAX ก็คือชุดคำสั่งหรือสูตรที่เราใช้บอกโปรแกรมว่า “เอาอิฐกองนี้มารวมกันนะ แล้วนับซิว่ามีกี่ก้อน” หรือ “แยกอิฐสีแดงออกมานะ แล้วคำนวณน้ำหนักเฉลี่ยหน่อย” มันช่วยให้เราแปลงกองตัวเลขธรรมดาๆ ให้กลายเป็นข้อมูลที่มีความหมายและเอาไปใช้งานต่อได้จริง
ทำไม DAX ถึงสำคัญสำหรับคนทำธุรกิจและการเงิน? เพราะมันคือหัวใจหลักที่จะช่วยให้เราสร้าง “ตัวชี้วัด” หรือ Measure ที่สำคัญๆ ได้อย่างรวดเร็วและยืดหยุ่น ตัวชี้วัดเหล่านี้แหละครับ ที่เป็นเหมือนเข็มทิศนำทางธุรกิจ เช่น ยอดขายรวม (Total Sales), กำไรเฉลี่ย (Average Profit), สัดส่วนยอดขายตามภูมิภาค, การเติบโตแบบปีต่อปี (Year-over-Year Growth) หรือแม้แต่การคำนวณทางการเงินที่ซับซ้อนขึ้นอย่าง ค่าในอนาคตของการลงทุน (FV) หรือการคำนวณผ่อนชำระต่อเดือน (PMT) ได้อย่างง่ายดาย (เมื่อเทียบกับการเขียนโค้ดที่ซับซ้อนกว่ามาก) ที่สำคัญคือ เมื่อข้อมูลต้นทางของเรามีการเปลี่ยนแปลง ตัวชี้วัดที่สร้างด้วย DAX ก็จะอัปเดตตามโดยอัตโนมัติ ไม่ต้องมานั่งแก้ไขสูตรใหม่ทุกครั้ง เหมือนมีนักบัญชีอัจฉริยะที่ทำงานให้เราตลอดเวลา แค่เราสอน “ภาษา” ให้เขาเข้าใจเท่านั้นเองครับ
แล้ว DAX เขาทำงานยังไง มีกี่แบบให้เราเลือกใช้? หลักๆ แล้ว DAX จะช่วยให้เราสร้างสิ่งที่เรียกว่า “Calculated Column” (คอลัมน์คำนวณ) และ “Measure” (ตัวชี้วัด) ขึ้นมาในโมเดลข้อมูลของเรา
Calculated Column เนี่ย คล้ายๆ กับการเพิ่มคอลัมน์ใหม่เข้าไปในตารางข้อมูลเดิมของเราเลยครับ โดยแต่ละแถวในคอลัมน์นี้จะมีค่าจากการคำนวณที่เรากำหนด เช่น เราอาจจะสร้างคอลัมน์ “Profit Margin” เพื่อคำนวณกำไรต่อหน่วยสำหรับสินค้าแต่ละรายการในตารางยอดขาย โดยใช้สูตร DAX คำนวณจากคอลัมน์ “Price” และ “Cost” ที่มีอยู่ ผลลัพธ์ก็จะไปปรากฏในคอลัมน์ใหม่นี้ทุกแถวในตาราง เหมาะกับการคำนวณค่าของแต่ละรายการโดยตรง
ส่วน Measure นี่แหละคือตัวเอกของการวิเคราะห์สรุปผลใน Power BI และงาน Business Intelligence เลยครับ Measure จะเป็นสูตรที่ไม่ได้คำนวณค่าและจัดเก็บไว้ในแต่ละแถวของตาราง แต่จะคำนวณค่าสรุปให้เรา *เมื่อเราต้องการดู* เท่านั้น เช่น เราสร้าง Measure ชื่อ “Total Sales” ที่ใช้สูตร SUM(‘Sales'[Amount]) เวลานำ Measure นี้ไปใส่ในตารางสรุปหรือกราฟ Power BI จะไปคำนวณยอดขายรวมให้เราทันทีตามบริบทที่เรากรองไว้ (เช่น ถ้าเราเลือกดูเฉพาะปี 2023 Measure ก็จะคำนวณยอดขายรวมของปี 2023 ให้) Measure ใช้ร่วมกับฟังก์ชันสรุปผล (Aggregate Functions) เช่น SUM, AVERAGE, COUNT ได้อย่างมีประสิทธิภาพ และเป็นหัวใจสำคัญในการสร้าง Dashboard ที่ตอบคำถามธุรกิจแบบไดนามิก นอกจากสองแบบนี้ ยังมี Calculated Table ที่ใช้สร้างตารางข้อมูลใหม่ขึ้นมาด้วยสูตร DAX เพื่อนำไปใช้ต่อยอดในการวิเคราะห์ที่ซับซ้อนยิ่งขึ้นไปอีก
สิ่งที่ทำให้ DAX ทรงพลังคือคลังฟังก์ชันที่หลากหลายมากๆ ครับ ครอบคลุมการใช้งานแทบทุกรูปแบบ ไม่ว่าจะเป็น:
* **ฟังก์ชันเกี่ยวกับวันที่และเวลา (Date and Time Functions):** สำคัญสุดๆ สำหรับการวิเคราะห์เชิงเวลา หรือ Time Intelligence เช่น คำนวณหาช่วงเวลาเดียวกันของปีก่อน (SAMEPERIODLASTYEAR), หาผลต่างระหว่างวันที่ (DATEDIFF) ช่วยให้เปรียบเทียบยอดขายปีนี้กับปีที่แล้ว หรือดูยอดขายสะสมรายเดือน/ไตรมาส/ปี (MTD, QTD, YTD) ได้ง่ายเหมือนปอกกล้วย
* **ฟังก์ชันทางสถิติ (Statistical Functions):** เช่น SUM, AVERAGE, MAX, MIN, COUNT ใช้สำหรับสรุปค่าต่างๆ
* **ฟังก์ชันการกรองข้อมูล (Filter Functions):** นี่คือความสามารถที่ทำให้ DAX เหนือกว่าสูตร Excel ธรรมดาๆ มากๆ ฟังก์ชันเหล่านี้อย่าง FILTER, ALL, CALCULATE ช่วยให้เราคำนวณค่าภายใต้เงื่อนไขหรือบริบทที่กำหนดได้อย่างแม่นยำ เช่น คำนวณยอดขายเฉพาะลูกค้ากลุ่ม B หรือกำไรที่มาจากช่องทางออนไลน์เท่านั้น
* **ฟังก์ชันอื่นๆ:** ยังมีฟังก์ชันเกี่ยวกับข้อความ ตรรกะ หรือแม้แต่ฟังก์ชันทางการเงินอย่าง FV, PV, PMT, RATE ที่ช่วยให้เราทำ Financial Modeling ง่ายๆ ได้ในตัว (แม้ฟังก์ชันเหล่านี้อาจจะไม่ได้ใช้บ่อยเท่าฟังก์ชันสรุปผลหรือฟังก์ชันกรองข้อมูลในงาน Business Intelligence ทั่วไปก็ตาม)
แล้ว DAX ไปปรากฏตัวอยู่ที่ไหนบ้าง? อย่างที่เกริ่นไปครับ **DAX คือ** ภาษามาตรฐานสำหรับการวิเคราะห์ข้อมูลในระบบนิเวศของ Microsoft ดังนั้นเราจะเจอ DAX ได้ในหลายๆ โปรแกรม เช่น Microsoft Power BI Desktop ที่เป็นโปรแกรมยอดนิยมสำหรับการสร้างรายงานและ Dashboard, Microsoft Excel สำหรับคนที่ใช้ฟีเจอร์ Power Pivot หรือ Power Query, SQL Server Analysis Service (SSAS) สำหรับงาน Data Modeling ระดับองค์กรใหญ่ๆ หรือแม้แต่โปรแกรมเสริมอย่าง DAX Studio ที่เป็น Open Source สำหรับเขียนและทดสอบสูตร DAX โดยเฉพาะ การเรียนรู้ DAX จึงเป็นทักษะที่เปิดประตูสู่เครื่องมือวิเคราะห์ข้อมูลหลายตัวพร้อมๆ กัน เรียกว่าเรียนรู้ครั้งเดียว ใช้ได้คุ้มค่าแน่นอนครับ
บางคนอาจจะสงสัยว่า แล้วไวยากรณ์ (Syntax) ของ DAX มันยากไหม? มันอาจจะดูไม่คุ้นเคยในตอนแรกครับ เช่น เวลาอ้างอิงถึงคอลัมน์ เราจะใช้เครื่องหมายวงเล็บเหลี่ยมครอบชื่อคอลัมน์ไว้ เช่น [ชื่อคอลัมน์] หรือถ้าต้องการระบุตารางด้วย ก็จะเป็น ‘ชื่อตาราง'[ชื่อคอลัมน์] เวลาเขียนสูตรก็มักจะขึ้นต้นด้วยเครื่องหมายเท่ากับ (=) เหมือนใน Excel แต่โดยรวมแล้ว ถ้าคุณคุ้นเคยกับการเขียนสูตรใน Excel มาบ้าง การเรียนรู้ DAX ก็ไม่ใช่เรื่องที่เป็นไปไม่ได้ครับ มันคือการขยายขีดความสามารถในการคำนวณให้ทำงานกับข้อมูลปริมาณมากและซับซ้อนขึ้นเท่านั้นเอง แต่สิ่งหนึ่งที่ต้องจำไว้คือ DAX ไม่ได้มีไว้สำหรับแก้ไขข้อมูลต้นทางนะครับ มันทำหน้าที่คำนวณและวิเคราะห์จากข้อมูลที่มีอยู่เท่านั้น ผลลัพธ์ที่ได้ก็มักจะอยู่ในรูปของค่าสรุป ตัวชี้วัด หรือตารางข้อมูลใหม่ที่สร้างขึ้นเพื่อการวิเคราะห์ ไม่ได้เขียนทับข้อมูลเดิมในไฟล์ต้นฉบับของเรา
ลองนึกภาพสถานการณ์จริงดูครับ สมมติคุณเป็นผู้จัดการฝ่ายขาย คุณอยากรู้ว่า:
* ยอดขายรวมของปีนี้อยู่ที่เท่าไหร่? (ใช้ Measure SUM)
* เฉลี่ยแล้วแต่ละออเดอร์มียอดเท่าไหร่? (ใช้ Measure AVERAGE)
* สินค้าตัวไหนขายดีที่สุด 10 อันดับแรก? (ใช้ Measure SUM ร่วมกับฟังก์ชันจัดอันดับ RANKX และฟังก์ชันกรอง)
* ยอดขายปีนี้เติบโตขึ้นกี่เปอร์เซ็นต์จากปีที่แล้ว? (ใช้ Measure SUM ร่วมกับฟังก์ชัน Time Intelligence เช่น SAMEPERIODLASTYEAR และเขียนสูตรคำนวณ % การเปลี่ยนแปลง)
* สัดส่วนยอดขายของพนักงานแต่ละคนเป็นเท่าไหร่เทียบกับยอดขายรวมทั้งทีม? (ใช้ Measure SUM ร่วมกับฟังก์ชัน CALCULATE เพื่อคำนวณยอดขายของพนักงานแต่ละคน แล้วนำมาหารด้วยยอดขายรวม)
คำถามเหล่านี้ที่ดูซับซ้อน สามารถตอบได้ด้วยการเขียนสูตร **DAX คือ** เครื่องมือที่จะทำให้การวิเคราะห์เหล่านี้เป็นไปได้จริงในเวลาอันสั้น และนำผลลัพธ์ไปแสดงใน Dashboard สวยๆ ให้ผู้บริหารดูได้ทันที
สรุปแล้ว DAX ไม่ใช่แค่ภาษาเขียนสูตรธรรมดาๆ แต่เป็นเครื่องมือทรงพลังที่ช่วยให้เราปลดล็อกศักยภาพของข้อมูลที่เรามีอยู่ เปลี่ยนจากกองตัวเลขที่ชวนปวดหัวให้กลายเป็นข้อมูลเชิงลึกที่มีคุณค่า พร้อมสำหรับการตัดสินใจทางธุรกิจที่แม่นยำและทันท่วงที การเรียนรู้ DAX อาจจะต้องใช้เวลาและความพยายามอยู่บ้าง แต่ผลตอบแทนที่ได้ในแง่ของการวิเคราะห์ข้อมูลและการสร้างสรรค์รายงานนั้นคุ้มค่ามากๆ ครับ โดยเฉพาะอย่างยิ่งในโลกปัจจุบันที่การตัดสินใจต้องอาศัยข้อมูลเป็นหลัก ถ้าคุณทำงานที่เกี่ยวข้องกับการวิเคราะห์ข้อมูลหรือ Business Intelligence ไม่ว่าจะเป็นใน Power BI หรือ Excel การทำความรู้จักและฝึกฝน DAX ไว้ ถือเป็นการติดอาวุธสำคัญที่จะช่วยให้งานของคุณมีประสิทธิภาพและน่าเชื่อถือยิ่งขึ้น
⚠️ ข้อควรระวังในการวิเคราะห์ข้อมูลด้วย DAX หรือเครื่องมือใดๆ ก็ตาม คือผลลัพธ์ที่ได้จะมีความแม่นยำมากน้อยแค่ไหน ขึ้นอยู่กับ “คุณภาพ” ของข้อมูลต้นทางที่เรานำมาใช้ด้วยนะครับ หากข้อมูลดิบของเราไม่ถูกต้อง ไม่ครบถ้วน หรือมีการบันทึกที่ไม่สอดคล้องกัน ต่อให้ใช้ DAX ได้เก่งแค่ไหน ผลการวิเคราะห์ที่ออกมาก็อาจจะไม่สะท้อนความเป็นจริง และอาจนำไปสู่การตัดสินใจที่ผิดพลาดได้ ดังนั้น ก่อนจะเริ่มลงมือวิเคราะห์ อย่าลืมตรวจสอบและทำความสะอาดข้อมูล (Data Cleaning) ของเราให้เรียบร้อยก่อนนะครับ การวิเคราะห์ที่ยอดเยี่ยม ต้องเริ่มจากข้อมูลที่ดีเสมอครับ
