งานตรวจสอบด้วยเทคนิคการวิเคราะห์ข้อมูลเบื้องต้น
หลักสูตรนี้ออกแบบมาเพื่อผู้ตรวจสอบภายใน เจ้าหน้าที่การเงิน ผู้จัดการความเสี่ยง และนักวิเคราะห์ข้อมูลระดับต้น ที่ต้องการพัฒนาทักษะด้านการใช้ Data Analytics ในการตรวจสอบ (Audit Analytics) เพื่อค้นหาความผิดปกติและประเมินความเสี่ยงเชิงข้อมูล หลักสูตรเน้นทั้ง ความรู้พื้นฐาน และ การปฏิบัติจริง ผ่าน Workshop และกรณีศึกษา โดยใช้เครื่องมือที่เข้าถึงได้ง่าย เช่น Excel, Power Query, Power BI และเสริมด้วย KNIME สำหรับการวิเคราะห์เชิงลึก
ผู้เรียนจะได้เข้าใจตั้งแต่ระดับ Descriptive & Diagnostic Analytics, การจัดการ Data Integrity และ Audit Trail, ไปจนถึงการออกแบบ Data-Driven Audit Plan ที่สามารถนำไปใช้จริงในองค์กร
เมื่อจบหลักสูตร ผู้เรียนจะสามารถ:
เข้าใจบทบาทและความสำคัญของ Data Analytics ในงานตรวจสอบ
ใช้ Excel, Power Query, และ Power BI เพื่อตรวจสอบและวิเคราะห์ข้อมูลเบื้องต้น
ค้นหาและอธิบายความผิดปกติในข้อมูล เช่น รายการซ้ำ รายการเกินวงเงิน หรือข้อมูลผิดบัญชี
สื่อสารผลการวิเคราะห์ด้วย Dashboard และ Visualization
ออกแบบกระบวนการตรวจสอบที่ขับเคลื่อนด้วยข้อมูล (Data-Driven Audit Process)
เจ้าหน้าที่ตรวจสอบภายใน
เจ้าหน้าที่การเงินและควบคุมภายใน
ผู้จัดการความเสี่ยง
นักวิเคราะห์ข้อมูลระดับต้น
เจ้าหน้าที่ตรวจสอบจากหน่วยงานรัฐหรือองค์กรอิสระ
Prerequisite: ผู้เรียนควรมีทักษะการใช้ Excel ระดับพื้นฐาน
ระยะเวลา: 3 วัน (วันละ 6 ชั่วโมง) รวม 18 ชั่วโมง
รูปแบบ: บรรยาย + Workshop + Case Study
กิจกรรม: แบบฝึกหัดปฏิบัติจริง การวิเคราะห์ข้อมูลจากไฟล์ธุรกรรม การสร้าง Dashboard และ Mini Project
Day 1: พื้นฐาน Data Analytics ในงานตรวจสอบ, Data Quality, Audit Trail, Excel & Power Query
Day 2: เทคนิควิเคราะห์ข้อมูลเบื้องต้น, Pivot/Outlier Detection, การใช้ Power BI, Case Study
Day 3: การออกแบบ Data-Driven Audit Plan, การประเมินผล, Workshop & Mini Project
ทักษะพื้นฐาน
ผู้เรียนควรสามารถใช้งาน Microsoft Excel ระดับพื้นฐาน ได้
มีความเข้าใจการทำงานกับข้อมูลในรูปแบบตาราง เช่น CSV, Excel
พื้นฐานด้านการตรวจสอบ (Audit/Finance Background)
มีความรู้หรือประสบการณ์เกี่ยวกับงานตรวจสอบภายใน / การเงิน / การควบคุมภายใน ระดับเบื้องต้น
เข้าใจแนวคิดเกี่ยวกับ การควบคุมภายใน (Internal Control) และความเสี่ยงทางธุรกรรม
เครื่องมือและอุปกรณ์
คอมพิวเตอร์ส่วนตัวพร้อมติดตั้ง Excel เวอร์ชันที่รองรับ Power Query
อินเทอร์เน็ตเพื่อดาวน์โหลดไฟล์ฝึกปฏิบัติและเชื่อมต่อเครื่องมือเสริม เช่น Power BI หรือ KNIME (ไม่บังคับ แต่แนะนำ)
ทัศนคติและการเรียนรู้
พร้อมเรียนรู้และทดลองด้วย Workshop / Case Study
เปิดใจต่อการใช้ Data Analytics ในงานตรวจสอบ
มีความตั้งใจในการทำงานกลุ่มและ Mini Project
Assoc. Prof. Dr. Phayung Meesad
Associate Professor, Department of Information Technology, King Mongkut’s University of Technology North Bangkok (KMUTNB).
ผู้เชี่ยวชาญด้าน Machine Learning, Data Science, Smart Digital Library, และ Audit Analytics มีประสบการณ์ด้านการสอน วิจัย และงานวิชาการกว่า 20 ปี รวมถึงเป็น ผู้อำนวยการสำนักหอสมุดกลาง มจพ. และผู้บุกเบิกงานด้าน Digital Transformation และ AI ในห้องสมุดและการศึกษา
Asst. Prof. Dr. Watchareewan Jitsakul
Assistant Professor, Faculty of Information Technology, King Mongkut’s University of Technology North Bangkok (KMUTNB).
มีความเชี่ยวชาญด้าน Business Intelligence, Data Analytics, และ Information Systems เป็นอาจารย์ผู้สอนและนักวิจัยที่มีผลงานทั้งในและต่างประเทศ โดยมุ่งเน้นการประยุกต์ใช้ Data Analytics ในเชิงธุรกิจและองค์กร
The Open edX platform works best with current versions of Chrome, Edge, Firefox, or Safari.
See our list of supported browsers for the most up-to-date information.
Your answer would be displayed here.