AI Data Analyzer

🎯 ภาพรวม AI Data Analyzer

แอปวิเคราะห์ข้อมูลอัตโนมัติ — แค่โยนไฟล์ CSV/Excel/JSON มา AI จะตรวจคอลั่ม หา insight และสร้างกราฟให้อัตโนมัติ ไม่ต้องเขียนโค้ด ไม่ต้องตั้งค่าอะไร

📤 อัปโหลดข้อมูล

รองรับไฟล์ 4 รูปแบบ — แค่ลากมาวาง หรือคลิกเลือกไฟล์ ระบบจะ parse และวิเคราะห์ทันที

หน้า Dropzone — จุดเริ่มต้นอัปโหลด

📋 รูปแบบไฟล์ที่รองรับ

• CSV (Comma-Separated Values) — นามสกุล .csv
• TSV (Tab-Separated) — นามสกุล .tsv
• Excel — นามสกุล .xlsx หรือ .xls (อ่าน sheet แรกอัตโนมัติ)
• JSON — array of objects หรือ object ที่มี key data

✨ วิธีอัปโหลด

🧠 AI วิเคราะห์อัตโนมัติ

หลังอัปโหลด AI จะตรวจทุกคอลั่มในไฟล์ของคุณ แล้วแสดงผลเป็น 3 ส่วนหลัก

📊 KPI Cards (ด้านบน)

สรุปภาพรวมข้อมูลแบบเร็ว — ไม่ต้องอ่านทุกแถว:

• แถวทั้งหมด — จำนวน records ในไฟล์
• จำนวนคอลั่ม — พร้อมแยกประเภท numeric / category
• Numeric — คอลั่มตัวเลขที่คำนวณได้
• Date — คอลั่มวันที่
• Missing — เซลล์ว่าง (ถ้า > 0 แสดงสีเหลือง)
• Duplicate — แถวซ้ำ
• ช่วงวันที่ — min/max ของคอลั่มวันที่ (แสดงเป็น พ.ศ.)

📌 Sidebar — คอลั่มทั้งหมด

แสดงทุกคอลั่มพร้อม:

• Type badge — สีต่างกันตามประเภท (เขียว=numeric, ฟ้า=date, เหลือง=text, ชมพู=boolean)
• Confidence — ความมั่นใจของ AI ว่าตรวจถูกประเภท
• ค่าตัวอย่าง — 3 ค่าแรกที่พบ
• สถิติ — μ (mean), σ (stdev), min, max สำหรับ numeric
• Unique / Missing — จำนวนค่าไม่ซ้ำ / เซลล์ว่าง

💡 AI Insights

กล่องสีม่วง-ฟ้า อธิบายสิ่งที่ AI พบในข้อมูลเป็นภาษาไทย เช่น:

• 📁 จำนวนแถว-คอลั่ม แยกประเภท
• 💰 คอลั่มตัวเลขที่ sum สูงสุด
• 📅 ช่วงวันที่ในข้อมูล
• 🏷️ คอลั่ม category ที่มีความหลากหลายที่สุด
• ⚠️ เตือนถ้ามีคอลั่มที่ missing > 30%
• 🎯 แนะนำคู่ตัวเลข-หมวดหมู่ที่น่าสนใจ

ตัวอย่าง Dashboard ตอนโหลดไฟล์ sales — 7 KPIs + AI Insights 5 ข้อ

📊 กราฟแนะนำอัตโนมัติ

AI เลือกกราฟที่เหมาะกับข้อมูลคุณแบบอัตโนมัติ ปกติจะได้ 5-8 กราฟต่อไฟล์

กราฟแนะนำ — Histogram, Line trend, Bar (Top Categories), Scatter (พร้อม trend line)

🎨 ประเภทกราฟที่ AI เลือกให้

• 📊 Histogram — ดูการกระจายตัวของคอลั่ม numeric อันดับ 1
• 📈 Line Trend — แนวโน้มตามเวลา (date × numeric) ใช้ sum
• 🏆 Top Categories Bar — 10 อันดับแรกของ category × numeric sum
• 🔵 Scatter + Regression — ความสัมพันธ์ 2 ตัวเลข พร้อมเส้น trend + r-value
• 🥧 Donut — สัดส่วน category × numeric sum
• 📋 Count Bar — จำนวนแถวต่อ category
• 🔥 Heatmap — category × category × numeric (sum) เห็นความหนาแน่นของข้อมูล

🎛️ ปรับแต่ละกราฟได้

ที่มุมขวาบนของทุกกราฟจะมี controls:

• Dropdown chart type — สลับ bar ↔ line ↔ area ↔ scatter ฯลฯ
• ⬇️ Export PNG — ดาวน์โหลดกราฟเป็นรูป
• 🔄 Refresh — วาดใหม่

📈 กราฟ Sales ที่น่าสนใจ

Dashboard เต็มของ sales_2025.csv — 576 แถว, 11 คอลั่ม, 7 กราฟ

E-commerce — Heatmap ช่วงเวลา × หมวดหมู่, Scatter r=0.83 ระหว่างราคา-จำนวน

ผลสำรวจ — 1,000 แถว กราฟ donut แยกตามอายุและเพศ

🔧 สร้างกราฟเอง

ถ้ากราฟแนะนำไม่ตรงใจ คลิกปุ่ม "➕ สร้างกราฟ" เพื่อเลือก X/Y/aggregation/type เอง

ส่วน "สร้างกราฟเอง" — เลือก X, Y, aggregation แล้วกราฟจะวาดใหม่ทันที

🎯 วิธีใช้

💡 ตัวอย่างการใช้งาน

• "ยอดขายเฉลี่ยต่อเดือน" → X=เดือน, Y=ยอดขาย, agg=avg, type=line
• "จำนวนออเดอร์ต่อจังหวัด" → X=จังหวัด, Y=count, type=bar (descending)
• "สัดส่วนยอดขายต่อหมวดหมู่" → X=หมวดหมู่, Y=ยอดขาย, agg=sum, type=donut
• "ความสัมพันธ์ ราคา-จำนวน" → X=ราคา, Y=จำนวน, type=scatter (ดู r-value)

🔍 Filter & กรองข้อมูล

กรองข้อมูลตาม category เพื่อดู subset เฉพาะ กราฟทั้งหมดจะอัปเดตตาม filter ที่เลือก

🎯 วิธีกรอง

1. ไปที่ Sidebar ซ้าย → section "🔍 กรองข้อมูล"
2. เลือกคอลั่ม category ที่ต้องการกรอง (เช่น ภูมิภาค, หมวดหมู่, สถานะ)
3. คลิก chip ของค่าที่ต้องการเก็บไว้ (หลายค่าได้)
4. กราฟทั้งหมดจะอัปเดตทันที
5. กด "รีเซ็ต" เพื่อยกเลิก filter

🎨 Filter ใช้ได้กับ

• กราฟแนะนำทั้งหมด (อัปเดต real-time)
• ตาราง preview
• การ Export CSV (จะ export เฉพาะข้อมูลที่ filter)
• AI Insights (จะคำนวณใหม่จากข้อมูลที่ filter)

📋 ดูข้อมูลตาราง

ส่วนล่างสุดของ Dashboard แสดงข้อมูลตัวอย่าง พร้อม navigation 50 แถวต่อหน้า

ตารางตัวอย่าง — header มี type badge, ตัวเลขชิดขวา

📊 คุณสมบัติ

• Header แต่ละคอลั่ม มี type badge สีตามประเภท
• ตัวเลข จัดชิดขวา + tabular nums (อ่านง่าย)
• Pagination 50 แถวต่อหน้า ใช้ปุ่ม "ก่อนหน้า / ถัดไป"
• Filter integration ตารางจะแสดงเฉพาะแถวที่ filter ผ่าน
• Sticky header scroll ลงแล้ว header ยังอยู่บน

⬇️ Export ผลลัพธ์

ดาวน์โหลดกราฟและข้อมูลได้ 2 รูปแบบ

📸 Export กราฟเป็น PNG

1. ที่การ์ดกราฟแต่ละอัน คลิกปุ่ม ⬇️ ที่ controls
2. ไฟล์ PNG จะถูกดาวน์โหลดอัตโนมัติ ชื่อ chart_<id>_<timestamp>.png

📄 Export ข้อมูลเป็น CSV

1. คลิกปุ่ม "⬇️ Export CSV" ที่ file bar ด้านบน
2. ไฟล์ analyzed_<timestamp>.csv จะถูกดาวน์โหลด
3. ถ้ามี filter อยู่ จะ export เฉพาะข้อมูลที่ filter แล้ว

💡 เคล็ดลับ & FAQ

🚀 เคล็ดลับการใช้งาน

• ไฟล์ใหญ่: ถ้าไฟล์มี 100,000+ แถว อาจใช้เวลา parse 5-10 วินาที
• Header row: ไฟล์ต้องมี header (ชื่อคอลั่มที่แถวแรก)
• ตัวเลขมี comma: "1,000,000" AI จะตรวจเป็น number ได้
• สกุลเงิน: "฿500" "$1,000" "£99" AI จะ strip สัญลักษณ์ออก
• วันที่หลาย format: ISO (2025-01-15), Thai (15 ม.ค. 2568), US (1/15/2025)
• พ.ศ.: ปี 2568 = ค.ศ. 2025 ระบบแปลงให้อัตโนมัติ
• คอลั่ม boolean: ใช่/ไม่ใช่, true/false, yes/no, y/n

❓ FAQ

Q: ข้อมูลถูกส่งไป server ไหม?
A: ไม่! ทุกอย่างทำงานบน browser ของคุณ ไฟล์ไม่ได้ออกจากเครื่อง

Q: ไฟล์เท่าไหร่ถึงจะใหญ่เกินไป?
A: ทดสอบแล้ว 50,000 แถว × 20 คอลั่ม ยังลื่น ไฟล์ใหญ่กว่านี้อาจช้าลง

Q: AI ตรวจ type ผิดทำไง?
A: ดูที่ sidebar column card ถ้า confidence < 85% จะแสดง % ต่ำ คุณใช้ Manual Builder เลือก X/Y เองได้

Q: Export CSV รวมข้อมูล filter ไหม?
A: ใช่ export ตามที่ filter ค้างไว้

Q: มี Chart type อะไรบ้าง?
A: bar · line · area · pie · donut · scatter · histogram · heatmap · bubble (9 แบบ)

Q: Scatter chart r-value คืออะไร?
A: Pearson correlation coefficient เป็นค่าระหว่าง -1 ถึง +1 ถ้าใกล้ ±1 คือสัมพันธ์ชัดเจน ถ้าใกล้ 0 คือไม่สัมพันธ์

Q: Heatmap ไม่ขึ้น?
A: Heatmap ต้องมี category อย่างน้อย 2 คอลั่ม และ numeric อย่างน้อย 1 คอลั่ม ถ้าไม่มี ระบบจะ fallback เป็น bar chart