HISTORY DATA · DATA QUALITY
ตรวจคุณภาพข้อมูลราคาทองย้อนหลังอย่างไร
กราฟสวยไม่รับประกันว่าข้อมูลถูกต้อง คุณภาพต้องตรวจตั้งแต่แหล่ง ความหมายคอลัมน์ การเรียงเวลา ไปจนถึงรายการซ้ำและช่องว่าง
คุณภาพข้อมูลมีหลายมิติ
ความถูกต้องถามว่าค่าตรงต้นทางหรือไม่ ความครบถ้วนถามว่ามีช่วงหายหรือไม่ ความสม่ำเสมอถามว่าหน่วยและนิยามเหมือนเดิมหรือไม่ และความทันเวลาถามว่าอัปเดตช้าเพียงใด
ข้อมูลราคาอาจมีหลายประกาศในวันเดียว จึงต้องมีคีย์ที่แยกวัน เวลา ครั้งที่ และประเภททองอย่างชัดเจน
จุดตรวจขั้นต่ำก่อนเผยแพร่
- Source lineage: รู้ว่าค่ามาจากไหนและดึงเมื่อไร
- Uniqueness: ตรวจรายการซ้ำตามคีย์ธุรกิจ
- Completeness: นับวันและประกาศที่ขาด
- Validity: วันที่ เวลา หน่วยและค่าตัวเลขถูกชนิด
- Consistency: รับซื้อไม่สลับขายออกและเปอร์เซ็นต์ไม่เปลี่ยนนิยาม
- Outliers: ตรวจค่ากระโดดกับต้นทางก่อนตัดสิน
ขั้นตอน QA ที่ทำซ้ำได้
- กำหนด schema และนิยามคอลัมน์
- ตรวจ duplicate, null, ช่วงวันที่และลำดับเวลา
- สุ่มเทียบกับต้นทางหลายวันรวมวันผันผวนสูง
- บันทึกข้อจำกัดและวันที่ตรวจไว้กับหน้าเผยแพร่
ราคากระโดดสิบเท่า
Outlier ที่ยืนยันจากต้นทางอาจเป็นข้อมูลจริง จึงควรเก็บและอธิบาย ไม่ปรับให้เรียบเพียงเพื่อให้กราฟดูดี
สิ่งที่ทำให้ผลวิเคราะห์ไม่น่าเชื่อถือ
- เติมราคาวันหยุดด้วยค่าก่อนหน้าโดยไม่ระบุ
- รวมคนละหน่วยในคอลัมน์เดียว
- เปลี่ยนนิยามคอลัมน์กลางชุด
- แก้ข้อมูลโดยไม่มี audit trail
- ตรวจเพียงค่าต่ำสุดสูงสุดแต่ไม่ตรวจลำดับเวลา
ข้อมูลจริงที่ใช้ร่วมกับบทความนี้
คำถามที่พบบ่อย
วันไม่มีประกาศถือว่าข้อมูลหายไหม?
ไม่เสมอ ต้องแยกวันหยุดตามปฏิทินออกจากวันที่ควรมีแต่ไม่มี
ควรลบ Outlier ไหม?
ควรตรวจต้นทางก่อน หากเป็นค่าจริงต้องเก็บ หากผิดจึงแก้พร้อมบันทึก
รายการซ้ำตรวจจากราคาอย่างเดียวได้ไหม?
ไม่ได้ ต้องใช้วัน เวลา ครั้งที่ ประเภทและตัวระบุที่เหมาะสม
ข้อมูลครบแปลว่าถูกต้องไหม?
ไม่ คุณภาพหลายมิติและต้องเทียบต้นทาง
บทความและข้อมูลที่เกี่ยวข้อง
แหล่งอ้างอิง
ใช้แหล่งทางการหรือสถาบันวิชาชีพสำหรับนิยาม ค่ามาตรฐาน และข้อจำกัดทางเทคนิค เข้าถึงและตรวจสอบล่าสุด 16 สิงหาคม 2569