Search

People Analytics – a New Power of HR - Really?!!!!!

Updated: Jul 22, 2018

Analytics เป็นหนึ่งในคำที่พูดกันในกลุ่มคนทำงาน HR บ่อยมากในระยะนี้ เช่นเดียวกับ Design Thinking และ Agility แต่จริงๆแล้ว คนส่วนใหญ่น่าจะเข้าใจในแง่ที่ คำเหล่านี้ “แปลว่าอะไร” และคงจะมีคนราว 60% ที่ทราบรายละเอียดของแนวคิด และอาจจะเหลือ 40% สำหรับคนที่ทราบกระบวนการของเรื่องนั้นๆ จากการเข้าอบรม 20% พอจะนึกออกว่าประยุกต์ใช้กับงาน HR อย่างไร และเหลือเพียงไม่ถึง 10% ที่ได้นำมาปฏิบัติจริงในองค์กร

illustration -adapted from www.alienwarearena.com

เมื่ออาทิตย์ก่อนผมได้มีโอกาสไปบรรยายในงาน 2018 Thailand HR Forum ที่จัดโดยสมาคมการจัดการงานบุคคลแห่งประเทศไทย ในหัวข้อเรื่อง Making a Difference through Analytics ซึ่งโดยปกติ ผมจะใช้เวลาราว 20% ในการคิด Theme และ Story-line ว่าจะเล่าเรื่องในหัวข้อนั้นอย่างไร และใช้เวลาที่เหลืออีก 80% หาข้อมูลและทำ presentation material แต่ในหัวข้อนี้ ผมใช้เวลาในการคิดว่าจะนำเสนออะไร และเวลาในการจัดทำเนื้อหาเท่าๆ กัน คือ 50% : 50% ทั้งนี้ เพราะความยากอยู่ที่ การเล่า People Analytics ในช่วงที่คำนี้ยังเป็น Buzzword ที่พูดกันในวงกว้างโดยไม่ทราบรายละเอียดที่แท้จริงนั้น สามารถเล่าได้ 2 แบบ คือแบบแรก เราสามารถนำตัวอย่างบริษัท ในต่างประเทศที่มีการนำ People Analytic มาใช้กับงาน HR ซึ่งสร้างผลกระทบที่ดีให้องค์กรมาเล่าให้ฟังเป็น success story แบบนี้น่าจะเป็นวิธีที่ง่าย และผู้ฟังคงจะชอบ เพราะฟังแล้วเพลินไม่คิดอะไรมาก วิธีการเล่าอีกแบบหนึ่งคือการปูพื้นสิ่งที่ควรทราบเกี่ยวกับ data และ analytics เพื่อให้ผู้ฟังสามารถนำพื้นฐานความรู้เหล่านี้ไปต่อยอดในการศึกษาหาความรู้เพิ่มเติมที่มีอยู่มากมายในโลกไซเบอร์ปัจจุบัน ซึ่งการพูดTheme แบบที่สองในเวลาเก้าสิบนาทีนั้น มีความเสี่ยงอย่างมากที่คนจะหลับ หรือเดินออกก่อนที่การบรรยายจะสิ้นสุด เพราะเนื้อหา แม้จะดูธรรมดาสำหรับผู้ที่มีความคุ้นเคยกับตัวเลข แต่สำหรับ HR ที่ประขากรกว่า 2ใน 3 ไม่ชอบ หรือไม่ค่อยได้ใช้ตัวเลขแล้ว เรื่องนี้คือ ยาขมที่ HR คิดว่าไม่จำเป็นต้องรู้ แต่ในที่สุดหลังจากใช้เวลาคิดอยู่นานผมก็เลือกจะนำเสนอตามวิธีหลัง และก็เป็นไปตามคาดว่าเนื้อหาค่อนข้างหนักสำหรับผู้ฟัง อาจจะเพราะไม่ได้เตรียมมาฟังเรื่องแบบนี้ในตอนแรก สังเกตได้จากแววตาและคิ้วของผู้ฟังที่ขมวดตลอดเวลาบรรยาย แต่ที่น่าดีใจก็คือผมบรรยายเกินเวลาไปอีก 15 นาทีโดยไม่มีใครลุกหนีไปก่อน หากใครสนใจ presentation materialการบรรยายวันนั้น สามารถดาว์โหลดได้ตามนี้ครับ (Making a Difference through Analytics)

จริงๆ แล้ว People analytic เป็นแค่ Buzzword ที่นิยมพูดเพื่อให้ผู้พูดดูดีแล้วก็หายไปในเวลาไม่นาน หรือ People Analytics คือ สิ่งจำเป็นที่ยกระดับการทำงานของ HR ให้มีความสำคัญเช่นเดียวกับ Finance ซึ่งเปรียบเสมือนมือขวาของ CEO มาหลายทศวรรษ

เริ่มต้นจากการรู้จักประเภทของข้อมูลก่อน


ก่อนจะตอบคำถามว่า People Analytic คืออะไร มีประโยชน์อย่างไร และจะใช้อย่างไร HR ต้องรู้จักแหล่งต้นทางของเรื่องก่อน นั่นก็คือ ข้อมูล ( data) ที่หลายๆ คนมักจะพูดถึงข้อมูลในปัจจุบันว่า เป็น Big Data โดยนัยยะที่ผู้พูดต้องการจะแสดงให้เราเห็นภาพว่า Data สมัยนี้มีความซับซ้อนทั้งในแง่ปริมาณที่มีจำนวนมหาศาลและจะทวีคุณเพิ่มขึ้นทุกวัน มีรูปแบบที่หลากหลายตั้งแต่ รหัส ข้อความ รูปภาพ เสียง วีดีโอ และมีความปัจจุบันมากทั้งในแง่การจัดเก็บและการประมวลผลที่เป็น real time แต่ในมุมมองของผม data ในปริบทของ People Analytic ไม่ว่าจะ Big หรือ Small data มีความสำคัญเหมือนกันหมด ตราบใดที่สามารถนำมาวิเคราะห์เพื่อตอบโจทย์ทางธุรกิจได้ เพราะหากเรามุ่งเน้น แต่ Big data ที่จำเป็นต้องใช้เทคโนโลยีพิเศษในการรวบรวม จัดเก็บ และ วิเคราะห์ บางครั้งเราอาจจะมองข้ามข้อมูลที่ได้จากชีวิตประจำวัน เช่นจากใบสมัครงาน ที่นำมาวิเคราะห์ด้วยวิธีการทางสถิติพื้นๆ เช่น ร้อยละ มัธยฐาน ฐานนิยม ค่ากลาง ส่วนเบี่ยงเบนมาตฐาน ว่าไม่มีความสำคัญในยุคปัจจุบันที่ทุกคนพูดถึงแต่ Big data และ Predictive Analytics ทั้งที่ข้อมูลและวิธีการอธิบายข้อมูลแบบง่ายๆ เช่นนี้ก็สามารถเสนอภาพของสถานการณ์ ที่กระตุ้นให้ผู้บริหารรับรู้ ตระหนัก และ นำไปสู่การกำหนดแนวทางเพื่อแก้ปัญหาได้เช่นเดียวกัน

สำหรับ HR ข้อมูลที่สามารถนำมาใช้ให้เป็นประโยชน์ได้แบ่งออกเป็น สองมิติ

มิติแรก เป็นมิติ “แหล่ง หรือ ความเป็นเจ้าของ” ของข้อมูล ได้แก่ (1) ข้อมูลภายในที่บริษัท หรือหน่วยงานจัดเก็บเอง ดังนั้นจึงมีสิทธิเต็มที่ในการนำมาใช้ เช่น ประวัติพนักงาน โครงสร้างองค์กร ฐานข้อมูลลูกค้า โครงการและรายงานข้อมูลทางธุรกิจในรูปแบบต่างๆ (2) ข้อมูลจากแหล่งภายนอก ที่บริษัท ได้มาโดยการซื้อ เช่น ข้อมูลการตลาด พฤติกรรมผู้บริโภค ฐานข้อมูลลูกค้าใหม่ ฯลฯ หรือ ข้อมูลที่บริษัทเข้าถึงจากการเผยแพร่โดยสาธารณะของแหล่งข้อมูล เช่น ดัขนีผู้บริโภค เป็นต้น

มิติที่สองเป็นมิติ “รูปแบบ” ข้อมูล ซึ่งจะแบ่งได้เป็นสองแบบได้แก่ (1) Structured data คือ ข้อมูลที่การจัดเก็บในรูปแบบ row, column, spreadsheet ซึ่งสะดวกต่อการคำนวณและประเมินผล มักจะใช้ภาษา SQL หรือ structured query language ในการเขียนโปรแกรมเพื่อจัดการกับฐานข้อมูลเหล่านี้โดยเฉพาะ ข้อมูลเหล่านี้เรียกว่า Relational database ที่ HR จะคุ้นเคยกันดี เพราะเป็นข้อมูลที่อยุ่ในระบบ HRIS ของแต่ละบริษัท นอกจากนี้ยังรวมถึงข้อมูลจากภายนอก เช่น การสำรวจอัตราเงินเดือนของตลาดแรงงาน ดัชนีค่าครองชีพของประเทศต่างๆ เป็นต้น อีกรูปแบบหนึ่งคือ (2) Unstructured data คือ ข้อมูลที่ไม่มีรูปแบบตายตัว อธิบายง่ายๆ ก็คือ อะไรก็ตามที่ไม่ใช่ข้อมูลในรูปแบบที่ (1) ถือเป็นข้อมูลแบบไม่ตายตัวทั้งสิ้น เช่น อีเมล์การโต้ตอบของพนักงาน, องค์ความรู้ที่จัดเก็บในรูปแบบต่างๆ, บันทึกภาพกล้องวงจรปิดภายในบริษัท, บันทึกสนทนาระหว่างพนักงาน กับ HR Shared Services , บันทึกการสนทนาระหว่างลูกค้ากับพนักงานคอลเซนเตอร์, องค์ความรู้ที่เผยแพร่ใน wiki, เนื้อหาที่มีการเผยแพร่ ส่งต่อ แสดงความเห็นในโซเชียลมีเดีย ทั้งที่เป็นรูปภาพ เสียง ข้อความที่เขียน เป็นต้น เมื่อก่อนเราไม่ค่อยสนใจ unstructured data เท่าไหร่เพราะการรวบรวม จัดเก็บ และวิเคราะห์ข้อมูลประเภทนี้มีข้อจำกัดและมีค่าใช้จ่ายสูง แต่ความก้าวหน้าทางเทคโนโลยีทำให้ข้อจำกัดเหล่านี้หมดไป unstructured data จึงมีความสำคัญเพิ่มมากขึ้น ในฐานะที่เป็นตัวอธิบายเหตุผล (why) เพิ่มเติมให้ภาพที่ชัดเจนมากขึ้นจากที่ทราบว่าเกิด อะไร(what) ที่ไหน(where) เมื่อไหร่ (when) และมีใครเกี่ยวข้องบ้าง (who)ซึ่งได้มาจากการวิเคราะห์ข้อมูลแบบ structured data


เมื่อพูดถึงการวิเคราะห์ข้อมูล HR จะนึกถึงเฉพาะข้อมูล Structured data ภายในที่มีการจัดเก็บในถังข้อมูล HRIS เป็นส่วนใหญ่ ซึ่งในความเป็นจริง ข้อมูล Structured data ก็ไม่ได้มีแค่ ข้อมูลพนักงานในระบบ HRIS เท่านั้น แต่ยังมีข้อมูลอื่นๆ เช่น ผลประกอบการทางธุุรกิจ ข้อมูลทางการเงิน ข้อมูลประสิทธิภาพและประสิทธิผลของการผลิต ข้อมูลความพึงพอใจของลูกค้า ฯลฯ ที่ HR ไม่คุ้นเคยและไม่ได้นำมาใช้ให้เกิดประโยชน์ ส่วนหนึ่งอาจจะเป็นเพราะว่าองค์กรไม่เห็นความสำคัญในการที่ HR จะเข้าถึงข้อมูลเหล่านี้ เลยไม่ได้ให้สิทธิเพื่อเข้าถึงและใช้ข้อมูลกับ HR แต่ในทางกลับกัน ข้อมูลพนักงานก็มักจะถูกมองว่าเป็นข้อมูลความลับสุดยอด “เฉพาะและสำหรับ” HR [บางตำแหน่ง บางกลุ่ม บางคน] เท่านั้น ทั้งที่ข้อมูลหลายอย่างสามารถเปิดเผยให้ผู้บริหาร หรือ นักวิเคราะห์ในสายงานอื่นเข้าถึงและใช้ประโยขชน์ได้ สภาพที่กล่าวถึงทำให้เกิด “สุญญากาศ” ที่ข้อมูลเรื่องคน และ ข้อมูลธุรกิจไม่ได้มีการเชื่อมโยงและนำมาใช้ประโยชน์เต็มที่อย่างที่ควรจะเป็น

People Analytics คืออะไร

เพื่อไม่ให้สับสนในการทำความเข้าใจ เราจึงตั้งสมมติฐานร่วมกันก่อนว่า HR [ควรจะ]มีข้อมูลแบบ Structured data ที่มีความถูกต้อง น่าเชื่อถือได้ จากการบันทึกเป็นประจำ หรือจัดเก็บตามระยะเวลา เช่น การสำรวรความพึงพอใจ) อยู่แล้ว ข้อมูลเหล่านี้เป็นข้อมูลปัจจุบัน หรือข้อมูลในอดีต (historical data) ที่นำมาใช้เพื่อใช้เพื่ออธิบาย สภาพ หรือ สถานการณ์ ที่เกี่ยวข้องกับ คนและองค์กร เช่น มีจำนวนพนักงานกี่คน(แยกตามเพศ ช่วงอายุ การศึกษา ประสบการณ์ ภูมิลำเนา สังกัด ลำดับชั้น ฯลฯ) มีอัตราการรับใหม่และลาออกเป็นอย่างไร, พนักงานได้รับการฝึกอบรมโดยเฉลี่ยกี่ชั่วโมงต่อคนต่อปี การจัดอบรมคลอบคลุมพนักงานคิดเป็นร้อยละเท่าไหร่ของพนักงานทั้งหมด มีการกระจายอย่างเหมาะสม หรือ กระจุกตัวเฉพาะบางกลุ่ม, ระดับความพึงพอใจและความผูกพันเป็นอย่างไร เป็นต้น

หากนำข้อมูลเหล่านี้มาวิเคราะห์ด้วย เทคนิคทางสถิติพื้นฐานสามาถ จะตอบคำถามได้ว่า

  • พนักงานมีเหตุผลอะไรในการตัดสินใจลาออก

  • ความพึงพอใจในแต่ละหน่วยงาน กลุ่มอายุ และ ลำดับชั้นมีความแตกต่างกันอย่างไร

  • พนักงานที่ลาออกก่อนอายุงานครบหนึ่งปีคิดเป็นร้อยละเท่าไหร่ของพนักงานใหม่ที่รับเข้ามาทั้งหมด

และหากมีการนำเทคนิคทางสถิติที่สูงขึ้นมาใช้ โดยมีการ “ตั้งสมมุติฐานที่ดี” จะทำให้สามารถตอบคำถามว่า

  • ผลการปฏิบัติงานของพนักงานมีความสัมพันธ์กับจำนวนเวลาที่หัวหน้างานโค้ชและสอนงานหรือไม่

  • สามารถใช้เกรดเฉลี่ยเพื่อทำนายอัตราการผ่านทดลองงานของวิศวกรที่ไม่มีประสบการณ์ได้หรือไม่ และอย่างไร

  • การอบรมในห้องเรียนแบบ instructor-led กับการผสมผสานระหว่าง micro-learning & coaching วิธีการไหนมีประสิทธิภาพในการพัฒนาเพื่อเตรียมความพร้อมในการเลื่อนตำแหน่ง (transitional development) มากกว่ากัน