1. “เบื่อไหมเวลาเราดูข้อมูลแล้วมึน?”
เคยไหมครับที่คุณกรอกข้อมูลใน Excel ทุกอย่างเป๊ะ — ตัวเลขครบ ชื่อลูกค้าถูกต้อง วันที่ก็ใส่มาดูดีทุกอย่าง — แต่พอลอง SUM ยอดขายรวมแล้ว ตัวเลขมัน ไม่ตรงกับที่มียอดขายจริง? หรือแย่กว่านั้น — ส่งรายงานให้หัวหน้าไปแล้วโดนถามกลับมาว่า “ตัวเลขนี่มันถูกไหมเนี่ย?” แล้วคุณตอบไม่ได้?
ผมว่าคนทำงานออฟฟิศแทบทุกคน (รวมถึงผมด้วย) เคยผ่านประสบการณ์นี้มากันทั้งนั้นครับ 😅
นี่คือ ความเชื่อผิดๆ ข้อที่ใหญ่ที่สุด ที่ First Jobber อย่างเรามักเข้าใจกัน:
“ข้อมูลที่เราใส่ใน Excel นั้นถูกต้องเสมอ”
ความจริง: ข้อมูลใน Excel ไม่ได้ถูกต้องโดยอัตโนมัติครับ — ยิ่งเป็นข้อมูลที่กรอกด้วยมือ ยิ่งมีโอกาสผิดสูงมาก! ไม่ว่าจะเป็นการสะกดชื่อผิด ตัวเลขเกินจริง หรือวันที่ที่ Excel อ่านไม่เหมือนกัน
ตัวอย่างจากชีวิตจริง: สมมติว่าร้านค้าออนไลน์ของคุณมีออเดอร์เข้ามา 100 รายการในเดือนนี้ คุณเอาข้อมูลทั้งหมดมา SUM ยอดขายรวมได้ 500,000 บาท ฟังดูดีใช่ไหมครับ? แต่เดี๋ยวก่อน — มี 5 รายการที่มียอดขาย 50,000 บาทต่อรายการ ซึ่งมันมากเกินปกติ (ปกติออเดอร์ละ 500-2,000 บาท) — ปรากฏว่าคนกรอกข้อมูลดันใส่เลขเกินมา 1 หลักครับ ถ้าคุณไม่รู้ทันข้อมูล ก็คือส่งเลขผิดให้หัวหน้าไปแบบไม่รู้ตัวเลย
หรืออีกตัวอย่างหนึ่ง — น้อง HR ในสตาร์ทอัพแห่งหนึ่งได้รับไฟล์รายชื่อพนักงาน 150 คนจากฝ่ายบุคคล แต่พอใช้ COUNTIF นับจำนวนพนักงานแต่ละแผนก กลับนับได้ 200 คน! เพราะมีชื่อพนักงานบางคนที่กรอกซ้ำกัน 2 ครั้ง — คนเดียวกันแต่นามสกุลสะกดผิดนิดหน่อย (เช่น “สมชาย ใจดี” กับ “สมชาย ใจดีี” — มีตัวสะกดเกินมา 1 ตัว) พอ Excel เห็นเป็นคนละคน ก็เลยนับซ้ำครับ
ปัญหาพวกนี้ไม่ใช่เรื่องของสูตรผิดหรือฟังก์ชันพังนะครับ — มันคือเรื่องของการ “ไม่รู้ทัน” ข้อมูลของตัวเองต่างหาก และวิธีแก้ปัญหาก็ไม่ใช่การเรียนรู้สูตรยากๆ แต่เป็นการฝึกสิ่งที่เรียกว่า… Data Literacy ครับ
2. “Data Literacy คืออะไร? (แปลเป็นภาษาเราก่อน)”
ก่อนอื่นเลย — ถ้าคุณรู้สึกว่า “Data Literacy” เป็นศัพท์เท่ๆ ที่ไม่รู้จัก — ไม่ต้องตกใจครับ คนส่วนใหญ่ก็เป็นเหมือนคุณนี่แหละ 😄
Data Literacy ในภาษาคนทั่วไปก็คือ “การรู้เท่าทันข้อมูล” หรือ “การมีสติก่อนใช้ข้อมูล” นั่นเองครับ — มันคือทักษะในการสังเกต จับผิด และตั้งคำถามกับข้อมูลว่ามัน “น่าเชื่อถือ” แค่ไหน ก่อนที่จะเอาไปวิเคราะห์อะไรต่อ
ไม่ต้องคิดซับซ้อนครับ — ขอแค่คุณมี checklist สั้นๆ ไว้เช็คข้อมูลก่อนทำงาน 5 ข้อนี้:
✅ Sanity Checks — “ข้อมูลนี้มันสมเหตุสมผลไหม?”
ถามตัวเองก่อนเลยครับ: ราคาสินค้าที่เราเห็น มันน้อยไปหรือมากไปไหม? เงินเดือนพนักงาน 500,000 บาทต่อเดือนในสตาร์ทอัพขนาดเล็ก — เป็นไปได้ไหม? ถ้าไม่ ก็แปลว่ามีอะไรผิดปกติแน่ๆ
ตัวอย่าง: ร้านค้าออนไลน์แห่งหนึ่งมียอดขายเฉลี่ยวันละ 20,000 บาท แต่วันนึงดันมียอดขาย 500,000 บาท — เป็นเพราะมีโปรโมชั่นหรือว่ากรอกเลขเกิน? ถ้าไม่ตั้งคำถาม สรุปผิดแน่ครับ
✅ Data Types — “คอลัมน์นี้เป็นตัวเลข ข้อความ หรือวันที่?”
ตัวเลขจะชิดขวา ข้อความจะชิดซ้าย — แค่สังเกตง่ายๆ แค่นี้ก็ช่วยได้เยอะครับ ถ้าคอลัมน์ที่ควรเป็นตัวเลข (เช่น ยอดขาย) แต่มันชิดซ้าย แสดงว่ามันถูกบันทึกเป็นข้อความ Excel จะคำนวณ SUM หรือ AVERAGE ไม่ได้!
ตัวอย่าง: ไฟล์ที่ส่งจากระบบออนไลน์บางทีราคาสินค้าดูเหมือนตัวเลข แต่พอคลิกดูที่ Formula Bar กลับมีเครื่องหมายคอมม่า หรือสัญลักษณ์อื่นปน — ทำให้ Excel อ่านเป็นข้อความครับ
✅ Missing Data — “มีช่องว่างไหมที่ควรมีข้อมูล?”
ค่าว่างในตารางอาจหมายถึง “ไม่มีข้อมูล” หรือ “ลืมกรอก” — ถ้าคอลัมน์ที่สำคัญ (เช่น ราคาสินค้า) มีช่องว่างเยอะ ผลลัพธ์ที่ได้อาจไม่ครบถ้วนครับ
ตัวอย่าง: HR ได้รับไฟล์พนักงานที่คอลัมน์ “แผนก” ว่างอยู่ 20 คนจาก 150 คน — ถ้าไม่เช็คก่อน COUNTIF จะนับเฉพาะคนที่มีแผนก ทำให้สถิติไม่ครบถ้วนครับ
✅ Duplicates — “มีข้อมูลซ้ำกันไหม?”
คนเดียวกันแต่ลงทะเบียน 2 รอบ สินค้าเดียวกันแต่บันทึกชื่อคนละแบบ — พวกนี้คือต้นตอของตัวเลขที่ผิดเพี้ยนครับ
ตัวอย่าง: คลังสินค้าที่มีรายการสินค้า “รองเท้าหนัง” กับ “รองเท้า หนัง” (มีช่องว่าง) — Excel เห็นเป็นคนละตัว ทำให้สต็อกเกินจริง!
✅ Consistency — “ข้อมูลรูปแบบเดียวกันทั้งคอลัมน์ไหม?”
วันที่ “07/06/2026” กับ “7 มิ.ย. 2026” กับ “07-06-26” — Excel อ่านไม่เหมือนกันครับ ทำให้การ sort ตามวันที่หรือการคำนวณวันครบกำหนดคลาดเคลื่อนได้
ตัวอย่าง: โรงงานผลิตที่ต้อง track วันหมดอายุของวัตถุดิบ — ถ้าวันที่ format ไม่เหมือนกัน สินค้าอาจหมดอายุก่อนที่เราจะรู้ตัว!
แค่นี้เองครับ — 5 ข้อตรวจเช็คง่ายๆ ที่ใช้เวลาไม่เกิน 5 นาที แต่ช่วยชีวิตการทำงานของคุณได้เยอะมาก!
3. “3 สถานการณ์จริงที่ Data Literacy ช่วยชีวิต”
ทฤษฎีพอแล้ว — มาดูของจริงกันดีกว่าครับ ว่าถ้าเราไม่รู้ทันข้อมูล จะเกิดอะไรขึ้นบ้าง
🧑💼 สถานการณ์ที่ 1: HR — “นับพนักงานซ้ำเพราะนามสกุลสะกดผิดนิดเดียว”
น้อง A เป็น HR ในสตาร์ทอัพแห่งหนึ่ง ได้รับไฟล์ Excel รายชื่อพนักงานจากต้นสังกัดมา 150 คน หัวหน้าสั่งให้นับจำนวนพนักงานแยกตามแผนก
น้อง A ใช้ COUNTIF นับทีละแผนก — ได้ยอดรวมทุกแผนก = 200 คน!
เกิดอะไรขึ้น? ปรากฏว่ามีพนักงานบางคนที่ชื่อถูกบันทึกซ้ำ 2 ครั้งในไฟล์ — เพราะคนกรอกข้อมูลสะกดนามสกุลไม่เหมือนกันนิดหน่อย เช่น “สมศักดิ์ รักเรียน” กับ “สมศักดิ์ รักเรีน” (สระอีกับสระเอ สลับกันนิดเดียว) — พอ Excel เห็นเป็นคนละคน ก็เลยนับซ้ำครับ
Data Literacy ช่วยยังไง: ถ้าน้อง A รู้จักเช็ค Duplicate ก่อน (ใช้ Conditional Formatting → Highlight Cells Rules → Duplicate Values) ก็จะเจอชื่อที่ซ้ำกันทันที และแก้ไขให้ถูกต้องก่อนส่งรายงานให้หัวหน้า!
🛒 สถานการณ์ที่ 2: ร้านค้าออนไลน์ — “สต็อกเพี้ยน เพราะชื่อสินค้าสะกดไม่เหมือนกัน”
น้อง B เป็นผู้ช่วยจัดการร้านค้าออนไลน์ขายกระเป๋าแบรนด์เนม มีสินค้าหลากหลายรายการ วันหนึ่งหัวหน้าสั่งให้สรุปยอดขายแยกตามสินค้าว่าตัวไหนขายดีที่สุด
น้อง B ใช้ SUMIF รวมยอดขายตามชื่อสินค้า — ปรากฏว่ากระเป๋า Coach ยอดขายรวมแค่ 30,000 บาท แต่ที่ร้านขายกระเป๋า Coach ไปได้ 50 ใบ — ตัวเลขมันไม่ตรง!
เกิดอะไรขึ้น? ปรากฏว่าพนักงานในร้านกรอกชื่อสินค้าไม่เหมือนกัน:
- คนแรกกรอก “กระเป๋า Coach”
- คนที่สองกรอก “กระเป๋า COACH”
- คนที่สามกรอก ” กระเป๋า Coach ” (มีช่องว่างนำหน้าและท้าย!)
Excel เห็นเป็น 3 สินค้าคนละตัวกัน — พอ SUMIF ก็เลยรวมยอดแค่บางส่วน!
Data Literacy ช่วยยังไง: ถ้าน้อง B รู้จักใช้ TRIM (ตัดช่องว่าง) และ UPPER (ทำให้เป็นตัวพิมพ์ใหญ่) ก่อน — ก็จะแปลงชื่อสินค้าทั้งหมดให้เป็นรูปแบบเดียวกัน แล้วค่อย SUMIF ถึงจะได้ยอดที่ถูกต้องครับ
🏭 สถานการณ์ที่ 3: โรงงานผลิต — “วัตถุดิบขาดเพราะวันที่ครบกำหนดส่งผิด”
น้อง C เป็นเจ้าหน้าที่จัดซื้อในโรงงานผลิตเสื้อผ้า ต้อง track วันครบกำหนดส่งวัตถุดิบจากซัพพลายเออร์ หัวหน้าสั่งให้ดูว่าวัตถุดิบชุดไหนจะครบกำหนดส่งในสัปดาห์หน้า
น้อง C sort ข้อมูลตามวันที่ครบกำหนด — ปรากฏว่าวันที่ที่ควรจะเรียงกัน กลับกระจัดกระจายไม่เป็นระเบียบ!
เกิดอะไรขึ้น? ซัพพลายเออร์แต่ละรายส่งไฟล์มาในรูปแบบวันที่ต่างกัน:
- บางรายส่งเป็น “15/07/2026”
- บางรายส่งเป็น “July 15, 2026”
- บางรายส่งเป็น “15-07-26”
Excel อ่านบางรายการเป็นวันที่ บางรายการเป็นข้อความ — เวลา sort เลยไม่เรียงตามวันที่จริง! ถ้าน้อง C ดันเชื่อข้อมูลนี้และสั่งซื้อวัตถุดิบช้าไป อาจทำให้สายการผลิตต้องหยุดชะงักครับ
Data Literacy ช่วยยังไง: ถ้าน้อง C สังเกตว่าวันที่บางรายการชิดซ้าย (แสดงว่าเป็นข้อความ ไม่ใช่วันที่) ก็จะรู้ทันและใช้ Text to Columns หรือ DATEVALUE แปลงให้เป็นวันที่เดียวกันก่อน sort
4. “5 นาทีกับ Excel: Checklist ก่อนวิเคราะห์ข้อมูล”
เอาล่ะ — หลังจากเห็นตัวอย่างหินๆ กันไปแล้ว มาเริ่มสร้างนิสัยดีๆ กันครับ ก่อนที่คุณจะเปิด Excel แล้วเริ่มวิเคราะห์อะไรก็ตาม ขอให้ทำ 5 ข้อนี้ก่อนเสมอ — แค่ 5 นาทีก็ช่วยชีวิตคุณได้!
🔲 เช็คซ้ำ (Duplicate)
- ไปที่ Data → Remove Duplicates หรือใช้ Conditional Formatting → Highlight Cells Rules → Duplicate Values
- ถ้าเจอข้อมูลซ้ำ ให้ถามก่อนว่า “ซ้ำกันจริงหรือว่าคนละคน?”
- ใช้เวลา: 30 วินาที
ตัวอย่าง: ถ้าคุณเป็น HR และเจอรายชื่อ “อานันท์ ใจดี” สองครั้ง — เป็นคนเดียวกันที่กรอกซ้ำ หรือเป็นพนักงานสองคนที่ชื่อเหมือนกัน? เช็คด้วย ID หรือข้อมูลอื่นประกอบครับ
🔲 เช็คชิดซ้าย-ชิดขวา
- คอลัมน์ที่ควรเป็น ตัวเลข (ยอดขาย, ราคา, จำนวน) — ต้องชิดขวาทั้งคอลัมน์
- คอลัมน์ที่ควรเป็น วันที่ — ถ้าชิดซ้าย แสดงว่ามันเป็นข้อความ ต้องแปลงก่อน
- ใช้เวลา: 30 วินาที
เคล็ดลับ: เลือกทั้งคอลัมน์แล้วมองปราดเดียวครับ — ถ้ามีบางแถวที่ชิดไม่เหมือนเพื่อน แสดงว่ามัน format ไม่เหมือนกัน!
🔲 เช็ค Missing Data
- ใช้ Filter → เลือก Blank หรือ (Blanks) เพื่อดูว่ามีช่องว่างตรงไหนบ้าง
- ใช้ COUNTBLANK (นับช่องว่าง) เพื่อหาจำนวนช่องว่างในคอลัมน์สำคัญ
- ใช้เวลา: 1 นาที
ตัวอย่าง: ไฟล์สต็อกสินค้าที่คอลัมน์ “จำนวนคงเหลือ” มี 15 เซลล์ว่างจาก 200 รายการ — ถ้าไม่เช็ค ยอดรวมสต็อกที่ได้อาจต่ำกว่าความเป็นจริง!
🔲 เช็ค Range / ค่าผิดปกติ
- ใช้ Filter → Number Filters → Greater Than ใส่ค่าสูงสุดที่ยอมรับได้
- หรือใช้ Conditional Formatting → Highlight Cell Rules → Greater Than
- ใช้เวลา: 1 นาที
ตัวอย่าง: สินค้าที่ปกติราคาไม่เกิน 5,000 บาท แต่มีรายการเดียวที่ราคา 500,000 บาท — ใช้ Filter Greater Than 5,000 แล้วเจอทันที!
🔲 เช็คชื่อ / ข้อความ (ถ้ามี)
- ใช้ TRIM ลบช่องว่างหัวท้าย
- ใช้ UPPER หรือ LOWER เพื่อทำให้รูปแบบข้อความเหมือนกัน
- ใช้เวลา: 2 นาที
ตัวอย่าง: “iPhone 16 Pro Max” / “iphone 16 pro max” / ” iPhone 16 Pro Max ” — ถ้าไม่ Clean ก่อน SUMIF หรือ Filter จะเจอแค่บางรายการ
รวมทั้งหมด: แค่ 5 นาทีเท่านั้นครับ! 🎯
จำไว้ครับ — การเสียเวลา 5 นาทีเพื่อเช็คข้อมูลก่อนทำงาน มีค่ายิ่งกว่าการเสีย 5 ชั่วโมงเพื่อแก้ข้อมูลผิดทีหลังเสมอ
5. “สรุป + CTA”
หวังว่าบทความนี้จะทำให้คุณมอง Excel เปลี่ยนไปนะครับ — ไม่ใช่แค่โปรแกรมสี่เหลี่ยมสำหรับจดข้อมูลอีกต่อไป แต่มันคือเครื่องมือที่ต้องการคน “รู้ทันข้อมูล” ในการใช้งานด้วย
3 อย่างที่จำติดหูก่อนส่งงานทุกครั้ง:
- ✅ เช็ค Duplicate — มีข้อมูลซ้ำไหม? เช็คด้วย Conditional Formatting
- ✅ เช็ค Format — วันที่และตัวเลขชิดซ้าย/ขวาถูกต้องไหม?
- ✅ เช็ค Range — มีค่าที่เป็นไปไม่ได้ไหม? Filter หาค่านอกเหนือขอบเขต
Data Literacy ไม่ใช่ทักษะที่ต้องเรียนคอร์สแพงๆ หรืออ่านหนังสือหนาๆ ครับ — แค่เริ่มจากการตั้งคำถามกับข้อมูลที่เรามีอยู่ทุกวัน แค่นี้เราก็เก่งขึ้นกว่าเดิมเยอะแล้ว 😊
👉 แล้ว Step ถัดไปคืออะไร?
คุณพอจะนึกออกไหมครับว่าหลังจากเช็คข้อมูลทุกอย่างถูกต้องแล้ว — ขั้นต่อไปคืออะไร? แน่นอนครับ การวิเคราะห์ข้อมูล นั่นเอง!
ในบทความหน้า Article 3: Basic Data Analysis เราจะพาคุณไปรู้จักเครื่องมือที่ทรงพลังที่สุดใน Excel สำหรับการสรุปข้อมูล — PivotTable — และวิธีการใช้ฟังก์ชันวิเคราะห์ข้อมูลพื้นฐานที่ First Jobber ต้องรู้ พร้อมตัวอย่างจากชีวิตจริงแบบที่ไม่ต้องกลัวซับซ้อน!
“รู้ทันข้อมูลก่อน วิเคราะห์ทีหลัง — แค่นี้ชีวิตการทำงานคุณก็สบายขึ้นเยอะแล้วครับ”
ถ้าคุณชอบบทความนี้ อย่าลืมแชร์ให้เพื่อนร่วมงานที่เคยโดนหัวหน้าด่าเพราะข้อมูลผิดเหมือนกันนะครับ 😉
Leave a Reply