7 ขั้นตอนจัดระเบียบ Data ในองค์กรให้ต่อยอดง่าย ๆ สไตล์ Marie Kondo

เชื่อหรือไม่ว่าการจัดระเบียบข้อมูลภายในองค์กรนั้น ต้องเจอปัญหาเดียวกับเจ้าของบ้านที่จัดการของในบ้านตนเอง เพียงแต่ปัญหานั้นใหญ่ และซับซ้อนกว่ากันมาก

ในปัจจุบัน องค์กรเป็นจำนวนมากเก็บข้อมูลที่ไร้ประโยชน์ (Dark Data) ไม่ว่าจะเป็น Web Log, อีเมลเก่า ๆ, หรือข้อมูลลูกค้าที่ out of date และเก็บมาแล้วไม่ได้ใช้ ไว้จำนวนมาก ในขณะที่ข้อมูลเพิ่มขึ้นเรื่อย ๆ หลาย ๆ อย่างก็เริ่มเข้ามาเป็นข้อจำกัด เช่น กฎหมาย PDPA เป็นต้น ทำให้การจัดการข้อมูลเข้ามามีบทบาทสำคัญมากในองค์กรยุคปัจจุบัน

ในบทความนี้ เราจะมาดู 7 ขั้นตอนของนักจัดบ้านชื่อดังอย่าง Marie Kondo ด้วยวิธี Konmari ที่จะทำให้คุณเริ่มจัดการข้อมูลในองค์กรเพื่อนำไปต่อยอดได้อย่างมีประสิทธิภาพ

1. เริ่มจากมีความตั้งใจ

ในการจัดระเบียบ ไม่ว่าจะเป็นการจัดอะไรก็ตาม อย่างแรกที่ต้องมีคือ “มีใจที่อยากทำ” การจัดการข้อมูลต่าง ๆ นั้นจะเกิดขึ้นจริงได้ ความอยากที่จะทำ จะต้องเริ่มตั้งแต่ระดับผู้นำองค์กร ไม่ว่าจะเป็นการสนับสนุนด้านงบประมาณ และทรัพยากรต่าง ๆ

ทีมการจัดการข้อมูล (Information Governance Committee) ที่ประกอบไปด้วย ฝ่ายกฎหมาย (Legal) ฝ่ายกำกับดูแล (Compliance) ฝ่ายบริหารงานเอกสาร (Records Management) ฝ่ายดูแลข้อมูลส่วนบุคคล (Privacy) ฝ่ายดูแลความปลอดภัยข้อมูล (Security) และแผนกที่เกี่ยวกับธุรกิจต่าง ๆ จะเป็นแม่งานสำคัญในการจัดการข้อมูลขององค์กร ที่จะสามารถประสบความสำเร็จได้ในระยะยาว

ในสมัยก่อน การจัดการข้อมูลนั้น อาจจะยังไม่เป็นที่นิยมมากนัก แต่ในยุคที่ข้อมูลเริ่มมีความสำคัญมากขึ้นเรื่อย ๆ นั้น ก็ได้มีกฎหมายเกี่ยวกับข้อมูลที่เริ่มบังคับใช่อย่าง พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พุทธศักราช 2562 หรือเป็นที่รู้จักกันในนาม PDPA (อ่านสรุปได้ที่นี่) เข้ามา ทำให้การจัดการข้อมูลนั้นเป็นเรื่องที่จำเป็นมากขึ้น

2. นึกถึงไลฟ์สไตล์ขององค์กรที่อยากให้เป็น

การตั้งเป้าหมายในการจัดการข้อมูลนั้นสำคัญมาก ๆ เช่นกัน เราคงไม่อยากทำอะไรโดยไม่มีเป้าหมายกันใช่มั้ยล่ะ? ไม่ว่าจะเป็นการตั้งเป้าหมาย การวางแผน การดำเนินตามแผน และการวัดผลเป็นระยะ ๆ ก็ตาม สิ่งที่สำคัญอีกอย่างก็คือการตั้งเป้าหมายระยะยาว เพื่อที่แผนจะได้คืบหน้าได้ตลอดเวลา มิเช่นนั้นข้อมูลที่เราจะจัดการจะกลับไปอยู่ในสภาพที่ยุ่งเหยิงแบบเดิมก็เป็นได้ หรือว่าจะเป็นการจัดการข้อมูลแบบอัตโนมัติหลังจากที่ได้ข้อมูลดิบมา เพื่อที่เราจะได้ไม่ต้องมานั่งจัดการกันเองมากนัก

3. โละทิ้งให้เสร็จก่อน

การโละทิ้งก็เป็นเรื่องสำคัญไม่แพ้กัน การลบข้อมูลที่ถูกจุด ถูกที่ ถือว่าเป็นสิ่งที่สมควรทำไม่แพ้กัน การลบข้อมูลที่ไม่จำเป็นออกก่อนท่ีจะนำข้อมูลส่วนที่เหลือขึ้น cloud เป็นอะไรที่ควรทำเป็นอย่างยิ่ง เพราะเราไม่ควรเสียเวลา และงบประมาณไปกับการนำข้อมูลที่ไม่จำเป็น หรือที่เรียกว่า “Junk” ขึ้น cloud เลยแม้แต่น้อย

จากผลสำรวจของ Gartner และ Veritas Global Databerg พบว่ากว่า 85% ของข้อมูลในองค์กรนั้นไม่เป็น Dark Data ก็เป็น ROT (Redundant, Outdated, Trivial) ซึ่งข้อมูลประเภทนี้ ส่วนใหญ่จะถูกพบได้ตั้งแต่การวิเคราะห์ครั้งแรก ๆ

ถึงอย่างนั้นก็ตาม การลบล้างข้อมูลที่ไม่จำเป็นนั้น ก็ต้องทำอย่างเป็นระบบ และต้องคำนึงถึงเรื่องต่าง ๆ เช่น กฎระเบียบ ข้อบังคับ หรือนโยบายต่าง ๆ ที่เกี่ยวข้อง

4. จัดการข้อมูลจากประเภท (Category) ไม่ใช่สถานที่เก็บ (Location)

ถ้าเปรียบเทียบระหว่างการจัดของตามประเภท เช่น เสื้อผ้า กับการจัดห้องเฉย ๆ ให้มันเสร็จ ๆ ไปแล้วล่ะก็ การจัดของตามประเภทย่อมง่ายกว่ามาก เวลาที่เราต้องการจะค้นหามัน ข้อมูลในระดับองค์กรก็เช่นกัน การจัดการข้อมูลประเภทเดียวกัน เช่น อีเมล ให้เหมือน ๆ กันทั้งองค์กร ย่อมดีกว่าการจัดอีเมลที่แบ่งฝ่ายต่าง ๆ ซึ่งจะเป็นการยากมากที่จะค้นหา และต่อยอดข้อมูลนั้น ๆ ทั้งฝ่ายตนเองไปฝ่ายอื่น ๆ ก็ดี หรือฝ่ายอื่น ๆ มาฝ่านตนเองก็ดี

5. ทำตามขั้นตอนที่ถูกต้อง

ขั้นตอนที่คุณ Marie Kondo ยกมาก็คือ การจัดการสิ่งของประเภทที่ง่ายที่สุดก่อนเพื่อทการตัดสินใจส่วนอื่น ๆ ต่อ ข้อมูลในองค์กรก็เช่นกัน การจัดการประเภทของข้อมูลที่ง่าย ๆ เช่น อีเมล Instant Message หรือข้อมูล Social Media ต่าง ๆ ก่อน แล้วค่อยไปยังประเภทที่ซับซ้อนมายิ่งขึ้น เช่น Cloud Apps หรือ ข้อมูล ERP เป็นต้น

6. ถามตัวเองว่า “Spark Joy” แล้วหรือยัง?

การนำอารมณ์มาตัดสินการวัดผลของการจัดการข้อมูลนั้น ฟังดูไม่ค่อยสมเหตุสมผลเท่าไหร่นัก นอกเสียจากว่าคุณจะให้ความหมายของคำว่า “Joy” หรือ “ความสุข” ว่า องค์กรคุณมีประสิทธิภาพโดยรวมเพิ่มขึ้นอยากเห็นได้ชัด

ในยุคสมัย Data-Driven การวิเคราะห์ข้อมูลถือเป็นสิ่งสำคัญอันกับต้น ๆ แต่ว่า กว่า 73% ของข้อมูลในองค์กรไม่ได้ถูกวิเคราะห์เลย ซึ่งเหตุผลหลัก ๆ ก็คือข้อมูลไม่ได้ถูกจัดการให้เป็นระเบียบนั่นเอง ความจริงแล้วข้อมูลที่ไม่ได้ถูกวิเคราะห์มากที่สุด คือการวิเคราะห์ข้อมูลที่เป็นตัวอักษรที่ถูกสร้างโดย “มนุษย์” เพื่อ “มนุษย์” เช่น อีเมล ซึ่งการทำความสะอาด และจัดการข้อมูลประเภทนี้จะทำให้การวิเคราะห์ข้อมูลเหล่านี้มีประสิทธิภาพมากขึ้น และให้ insight ของธุรกิจในด้านบุคคล ซึ่งถือว่าเป็นการ Spark Joy มาก ๆ ในหลาย ๆ องค์กรเลยทีเดียว

7. สเกลไปทั้งองค์กร

หลักการการจัดการของในบ้านของ Marie Kondo นั้นเป็น Framework ที่ดีในการจัดการข้อมูลขององค์กร แต่ว่าทีมที่จัดการข้อมูลต้องพึงระวังถึงความแตกต่างของขนาด และความซับซ้อนต่าง ๆ ในองค์กรของตน ถึงขนาดที่ที่ว่างานง่าย ๆ ก็อาจจะยากกว่าเป็นได้ ดังนั้นการบริหารจัดการข้อมูลควรจะร่วมมือร่วมใจกันทั้งองค์กรเพื่อประสิทธิภาพสูงสุด

แต่ว่าการที่จะจัดการข้อมูลเป็นจำนวนมากนั้น ด้วยแรงของมนุษย์อย่างเดียวเป็นสิ่งที่ไม่สามารถทำได้เลยแม้แต่น้อย การใช้เทคโนโลยี เช่น Data Pipeline เข้ามาช่วยทำงานถือว่าเป็นสิ่งที่จำเป็นอย่างมาก