มีบางสิ่งที่เลวร้ายยิ่งกว่าการอาศัยอยู่ในบ้านหรืออพาร์ตเมนต์ที่หนาวเย็น
ฉันรู้ดีถึงความยากลำบากในการใช้ชีวิตในชิคาโก และขอบอกว่ามันไม่สนุกเลย
ขอแนะนำตัวเองสั้นๆ ว่าฉันอาศัยอยู่ในคอนโด 2 ชั้นในชิคาโก คอนโดที่เราอาศัยอยู่มีห้องด้านหลังที่เป็นทั้งห้องทำงานและห้องพักแขก ฉันมีงานที่ทำนอกเวลาบ้างซึ่งงานส่วนใหญ่ที่ทำคืองานที่ทำให้กับ Minitab
ปัญหาหนึ่งที่เป็นประเด็นมาก คือ ที่ชิคาโกมีอากาศหนาวและเป็นอากาศที่หนาวมากๆ ไม่ใช่หนาวแค่เล็กน้อย ที่คอนโดนี้มีช่องนำความร้อน 2 ช่อง แต่เพราะห้องไม่ได้รับการหุ้มฉนวนอย่างดี (ผนัง 3 ด้านเป็นผนังด้านนอก) นอกจากนี้ยังมีหน้าต่างบานใหญ่สองบานและประตูบานใหญ่สองบานที่ทอดไปสู่ดาดฟ้าด้านหลังของบ้านอีกด้วย
ในวันหนึ่งของเดือนธันวาคม วันที่ฉันหมดความอดทนและอยากรู้ว่าทำไมบ้านของฉันมันถึงได้หนาวขนาดนี้
โชคดีที่ฉันสามารถเข้าถึงเครื่องมือต่างๆของ Minitab ได้อย่างเต็มที่เพื่อใช้ในการช่วยแก้ปัญหาครั้งนี้
วิธีการ
ก่อนอื่นฉันต้องพิจารณาหาว่าปัจจัยใดบ้างที่อาจส่งผลต่ออุณหภูมิในสำนักงานของเรา หลังจากวินิจฉัยเบื้องต้นทำให้ได้ข้อสรุปดังต่อไปนี้: อุณหภูมิภายนอก (outside temperature) ความเร็วลม (wind speed) การเปิดหรือปิดของประตูโถทางเดิน และการที่เพื่อนบ้านชั้นล่างอยู่หรือไม่อยู่บ้าน เพราะเมื่อเพื่อนบ้านไม่อยู่พวกเขาจะปิดตัวควบคุมอุณหภูมิ (thermostat) ส่วนฉันได้ตั้งสมมติฐานว่าการเปิดประตูตรงโถงทางเดินไว้จะทำให้มีการนำความร้อนมาภายในห้องมากขึ้น
ฉันทำการเก็บข้อมูลของตัวแปรทั้งหมดตั้งแต่วันที่ 28 ธันวาคม ถึง 16 มกราคม ที่เวลาประมาณเดิมทุกวัน คือ 18.00 น. เพื่อพิจารณาว่าปัจจัยใดมีผลกระทบมากที่สุด ฉันใช้ เทอร์โมมิเตอร์ Ecobee เป็นเครื่องอ่านอุณหภูมิภายในสำนักงาน และเพื่อลดความผันแปรฉันจึงตั้งตัวควบคุมอุณหภูมิที่ 70 F ทุกวัน
ผลลัพธ์
เนื่องจากฉันไม่ใช่ผู้เชี่ยวชาญด้านสถิติ แต่โชคดีที่มีซอฟต์แวร์สถิติ Minitab และการวิเคราะห์เชิงคาดการณ์ ซึ่งใช้งานง่ายมาก หลังจากที่ฉันใช้เครื่องมือการวิเคราะห์เชิงคาดการณ์ของ Minitab และได้ข้อสรุปที่สำคัญหลายประการ ฉันยังใช้ Automated Machine Learning เพื่อสร้างแผนภูมิการพึ่งพาบางส่วนของตัวทำนายหนึ่งตัว (one predictor partial dependence plot) และ แผนภูมิความสำคัญของตัวแปรสัมพัทธ์ (relative variable importance chart)
สิ่งแรกที่ยืนยันผลได้จากแผนภูมิความสำคัญของตัวแปรสัมพัทธ์ (Relative variable Importance chart) คือ การเปิด-ปิดของประตูโถงทางเดินและความเร็วลมภายนอกเป็นตัวแปรที่สำคัญที่สุด 2 ตัว ที่ส่งผลต่ออุณหภูมิในสำนักงาน
คำว่า “ความสำคัญเชิงสัมพันธ์” (Relative Importance) หมายถึง เปอร์เซ็นต์การปรับปรุงผ่านตัวทำนายอันดับต้นๆ
ในขณะที่การมีอยู่ของเพื่อนบ้าน และ อุณหภูมิภายนอก จะมีผลกระทบบ้างแต่ก็น้อยกว่าเรื่องของ การเปิด-ปิดประตู และความเร็วลม แผนภูมิการพึ่งพาบางส่วนของตัวทำนายหนึ่งตัวยังแสดงให้เห็นว่าเมื่อความเร็วลมเพิ่มขึ้นห้องก็เย็นลง:
สมมติฐานที่ฉันตั้งไว้ ดูไม่น่าจะเกินจริงที่ว่าฉนวนที่หน้าต่างและประตูมีส่วนเกี่ยวข้องกับเรื่องความหนาวนี้ ฉันไปที่ Home Depot ทำการซื้อชุดฉนวนหน้าต่างและประตูมาสองสามชุด ฉันติดตั้งมันในคืนนั้น ฉันยังเริ่มเปิดประตูห้องโถงด้านในทิ้งไว้ตอนกลางคืนและตอนกลางวัน (เมื่อเป็นไปได้) เพื่อดูว่าการกระทำเหล่านี้ได้ผลหรือไม่
ฉันทำการบันทึกอุณหภูมิภายในบ้านอย่างต่อเนื่องเป็นเวลาหลายวัน และฉันสังเกตเห็นความแตกต่างอย่างมากในทันทีนั่นคืออุณหภูมิเฉลี่ยเพิ่มขึ้นมากกว่า 10 องศา ดังที่แสดงไว้ในค่าสถิติต่างๆที่ได้จาก Minitab
ค่าอุณหภูมิก่อนทำการเปลี่ยนแปลง
ค่าอุณหภูมิหลังทำการเปลี่ยนแปลง
นอกจากนี้คุณจะเห็นความแตกต่างนี้ได้ด้วย Box Plot ซึ่งแสดงค่าวัดอุณหภูมิภายในสำนักงานของก่อนและหลังจากที่ฉันทำการติดตั้งฉนวนที่หน้าต่างและประตู
สิ่งนี้ยืนยันว่าตัวแปรที่ฉันพูดถึง คือ สองปัจจัยที่สำคัญที่สุดที่มีส่วนทำให้ห้องเย็น แม้ว่าฉันไม่สามารถควบคุมความเร็วลมได้ แต่ฉันก็สามารถทำตามขั้นตอนต่างๆเพื่อให้เกิดการปรับปรุงเป็นจริงได้
บทเรียนที่ได้เรียนรู้
“ข้อมูลมีอยู่รอบตัวเรา(Data is all around us)” ก่อนที่จะมาทำงานกับ Minitab ฉันไม่เคยคิดจะใช้การวิเคราะห์ข้อมูลเพื่อแก้ไขปัญหาอันไม่พึงประสงค์นี้มาก่อน และฉันคงจะยังรู้สึกหนาวอยู่เหมือนเดิม
ข้อมูลส่วนใหญ่ถูกรวบรวมไว้แต่ไม่เคยมีการนำมาวิเคราะห์(Most data is collected and never analyzed) การตัดสินใจด้วยการใช้ข้อมูลถือเป็นสิ่งสำคัญเมื่อต้องมีการตัดสินใจ ไม่ว่าคุณจะเผชิญกับปัญหาต่างๆ เช่น การรักษาเท้าให้อบอุ่นขณะทำงาน การลดวัตถุดิบในการผลิต หรือการกำหนดตัวแปรผสมที่ดีที่สุดสำหรับการพัฒนาวัคซีนที่มีประสิทธิภาพสูง ข้อมูลเชิงลึกที่ได้รับจากการวิเคราะห์ของคุณสามารถแปลเป็นขั้นตอนง่ายๆ ที่เป็นรูปธรรมซึ่งจะช่วยคุณประหยัดเวลาและเงิน
ในกรณีนี้ ฉันสามารถประหยัดทรัพยากรได้จำนวนมาก แทนที่จะเพิ่มความร้อนที่ต้องใช้พลังงานและต้นทุนเพิ่มขึ้น ฉันสามารถทำให้สำนักงานของฉันน่าอยู่ขึ้นที่อุณหภูมิที่มีความสม่ำเสมอได้โดยการปรับปรุงที่ผ่านการวิเคราะห์ข้อมูล
จากการศึกษาของฉัน ทำให้มีการเปลี่ยนแปลงที่ยังเป็นมิตรต่อสิ่งแวดล้อม และช่วยฉันประหยัดค่าไฟได้ประมาณ 7-9% ต่อเดือน ขอบคุณประโยชน์ของข้อมูล
พร้อมที่จะลองใช้ Minitab แล้วหรือยัง? ดาวน์โหลดรุ่นทดลองใช้ฟรี
บทความต้นฉบับ : How Data Helped Me Lower My Energy Bill
ต้นฉบับนำมาจาก Minitab blog, แปลและเรียบเรียงโดยสุวดี นำพาเจริญ,
บริหารจัดการ SCM Blog โดยชลทิชา จำรัสพร บริษัท โซลูชั่น เซ็นเตอร์ จํากัด ตัวแทน Minitab ในประเทศไทย
เพิ่มเติมเกี่ยวกับบริษัท Minitab
Minitabช่วยให้บริษัทและองค์กรต่างๆ สามารถมองเห็นแนวโน้มของข้อมูล, แก้ปัญหาและค้นพบประเด็นสำคัญจากข้อมูลเชิงลึก โดยนำเสนอชุดโซลูชั่นที่ครอบคลุมทุกด้านและดีที่สุดสำหรับซอฟต์แวร์ในระดับเดียวกัน ที่ใช้สำหรับการวิเคราะห์ข้อมูลและการปรับปรุงกระบวนการ
ด้วยวิธีการที่เป็นเอกลักษณ์ และการนำเสนอซอฟต์แวร์และบริการแบบองค์รวม Minitab ช่วยให้องค์กรเข้าถึงกระบวนการตัดสินใจในส่วนที่ช่วยผลักดันให้เกิดความเป็นเลิศทางธุรกิจได้ดีขึ้น ความง่ายในการใช้งานที่โดดเด่นกว่าใครมีส่วนช่วยให้ Minitab สามารถทำให้การเข้าถึงข้อมูลเชิงลึกเป็นเรื่องที่ง่าย ทีมงานของ Minitab ซึ่งประกอบด้วยผู้เชี่ยวชาญทางด้านการวิเคราะห์ข้อมูลที่ได้ผ่านการอบรมมาเป็นอย่างเข้มงวด จะช่วยให้ผู้ใช้งานมั่นใจว่าจะได้รับประโยชน์สูงสุดจากการใช้งานวิเคราะห์ข้อมูลและพร้อมที่จะให้คำปรึกษาตลอดเวลาที่ใช้งานเพื่อนำไปสู่การตัดสินใจที่ดีขึ้น รวดเร็ว และแม่นยำ
เป็นเวลากว่า 50 ปีที่ Minitab ได้ช่วยองค์การต่าง ๆ เพิ่มรายได้ ควบคุมและลดต้นทุน เพิ่มคุณภาพ เสริมสร้างความพึงพอใจของลูกค้า และเพิ่มประสิทธิภาพ ธุรกิจและองค์นับหมื่นทั่วโลกใช้ Minitab Statistical Software®, Companion by Minitab®, Minitab Workspace®, Salford Predictive Modeler® and Quality Trainer® เป็นเครื่องมือช่วยในการค้นพบและปรับปรุงความบกพร่องในกระบวนการ