People Analytics คืออะไร ? เปลี่ยนมนุษย์ HR ให้ใช้ Data บริหารคนได้แบบแม่นยำ วัดผลได้จริง

People Analytics คืออะไร ?

People Analytics คือ การบริหารทรัพยากรบุคคล (Human Resource Management : HRM) โดยใช้ข้อมูลมาประกอบการบริหารโดยอาจเป็นข้อมูลที่มีอยู่แล้ว หรือเก็บเพิ่มขึ้นใหม่ โดยเอาข้อมูลทั้งในแง่ที่เกี่ยวกับคน และธุรกิจมาใช้ในการออกแบบการบริหารทรัพยากรบุคคลใหม่ ให้ตอบโจทย์กับกลยุทธ์ขององค์กรมากขึ้น ซึ่งอาศัยองค์ความรู้ทางธุรกิจ การบริหารจัดการคน และเทคโนโลยีในการจัดการข้อมูลผสมผสานเข้าด้วยกัน

ซึ่งหลาย ๆ องค์กรจะมองไปถึงการทำงานเชิงกลยุทธ์ หรือแก้ไขปัญหาในจุดต่าง ๆ มากขึ้นไม่ว่าจะเป็น ปัญหาการดูแลรักษา Talents ในองค์กร หรือ การจ่ายค่าตอบแทนให้เหมาะสม เป็นต้น ก็สามารถนำข้อมูลที่เกี่ยวข้องมาวิเคราะห์เพิ่มเติม มากกว่าการดู Metrics HR ต่าง ๆ หรืองานปฏิบัติการทั่วไป

องค์ประกอบในการทำ People Analytics

การทำ People Analytics ที่มีประสิทธิภาพนั้น ประกอบด้วยองค์ประกอบสำคัญ 3 อย่างด้วยกัน

Analytics Team: ทีมวิเคราะห์ข้อมูลที่มีความเชี่ยวชาญ

Analytics Team ถือเป็นกระดูกสันหลังของการนำ People Analytics มาปรับใช้ในองค์กร โดย Analytics Team ที่ดีควรประกอบด้วยบุคลากรที่มีความเชี่ยวชาญในด้านวิทยาการข้อมูล (Data Science) การวิเคราะห์ข้อมูล (Data Analytics) และความรู้ด้านธุรกิจ (Business Domain Knowledge) Analytics Team 

จะมีหน้าที่ในการรวบรวม วิเคราะห์ และตีความข้อมูลเพื่อนำเสนอข้อมูลเชิงกลยุทธ์ที่ช่วยสนับสนุนการตัดสินใจที่เกี่ยวข้องต่อการบริหารทรัพยากรบุคคลภายในองค์กร ช่วยให้องค์กรสามารถค้นพบ Insights ที่น่าสนใจ สามารถคาดการณ์ผลลัพธ์ในอนาคต และช่วยให้ HR ในองค์กรสามารถนำผลการวิเคราะห์ไปใช้ต่อเพื่อกำหนดกลยุทธ์ด้านการบริหารทรัพยากรบุคคลในองค์กรได้อย่างมีประสิทธิภาพมากยิ่งขึ้น 

Data and Tools: ข้อมูลและเครื่องมือเพื่อใช้ในการวิเคราะห์ข้อมูล

ข้อมูลและเครื่องมือมีความสำคัญสำหรับการทำ People Analytics ข้อมูลที่มีคุณภาพสูงทำให้องค์กรสามารถหา Insights ในด้านต่างๆ ได้อย่างมีประสิทธิภาพมากขึ้น การรวบรวมข้อมูลที่ถูกต้องจากกระบวนการต่างๆในองค์กรที่เกี่ยวข้องการบริหารทรัพยากรมนุษย์ การวางโครงสร้างข้อมูลที่มีประสิทธิภาพ ถูกต้อง และสามารถนำมาใช้ได้ทันที จะช่วยให้การทำ People Analytics เป็นไปได้อย่างรวดเร็วและถูกต้องแม่นยำมากขึ้น

Data-driven Organization: การสนับสนุนจากผู้บริหาร

การสนับสนุนจากผู้บริหารภายในองค์กรควบคู่ไปกับความเข้าใจในความสำคัญของการทำ People Analytics จากหน่วยงานต่างๆ ในองค์กรรวมไปถึงการให้ความร่วมมือจากหน่วยงานธุรกิจภายในองค์กร ถือเป็นอีกหนึ่งปัจจัยแห่งความสำเร็จในการทำ People Analytics การสนับสนุนจากผู้บริหารจะช่วยให้การทำ People Analytics ได้รับการจัดสรรทรัพยากรที่จำเป็น ไม่ว่าจะเป็นงบประมาณ เทคโนโลยี และบุคลากรที่มีความเชี่ยวชาญ เมื่อผู้บริหารให้การสนับสนุนโครงการเหล่านี้อย่างชัดเจน จะเป็นการส่งสัญญาณถึงความสำคัญของโครงการไปทั่วทั้งองค์กร ซึ่งจะเป็นการส่งเสริมวัฒนธรรมองค์กรที่ให้ความสำคัญกับการตัดสินใจบนพื้นฐานของข้อมูลมากขึ้น 

นอกจากนี้การให้ความร่วมมือจากหน่วยงานธุรกิจต่างๆ จะยิ่งส่งเสริมประสิทธิผลของการวิเคราะห์ข้อมูลบุคลากรเป็นอย่างยิ่ง ด้วยการเป็นหลักประกันว่าข้อมูลเชิงลึกที่ได้รับจากการวิเคราะห์นั้นมีความเกี่ยวข้องและสามารถนำไปปฏิบัติได้อย่างชัดเจน โดยที่ Analytics Team และทีม HR มีบทบาทสำคัญในการจัดหาข้อมูลที่ถูกต้อง และครอบคลุม ในขณะที่หน่วยงานธุรกิจต่างๆ มีส่วนช่วยในการระบุข้อมูลสำคัญที่เหมาะสมต่อการวิเคราะห์ การทำงานร่วมกันระหว่าง HR หน่วยงานธุรกิจ และ Analytics Team จะช่วยให้การบูรณาการระหว่างข้อมูลเชิงลึก กระบวนการทางธุรกิจ และการตัดสินใจมีประสิทธิภาพต่อองค์กรโดยรวมยิ่งขึ้น

People Analyst คนทำงาน HR ค่าตัวแพง

People Analyst คือนักบริหารทรัพยากรมนุษย์ (HR) ที่รวมร่างกับนักวิเคราะห์ข้อมูล (Analyst) ที่จะช่วยให้การตัดสินใจแต่ละอย่างเป็นไปแบบมีแบบแผนมากขึ้น เช่น การสรรหาพนักงานใหม่ การประเมินผลการทำงาน การจ่ายโบนัสและค่าตอบแทน การอบรม หรือการป้องกันการไหลออกของพนักงานดีๆ

หรือถ้าใครใฝ่ฝันอยากจะทำงานในบริษัทให้คำปรึกษาด้าน HR (HR Consulting Firms) การมีความรู้ ความเชี่ยวชาญทั้งสองด้าน HR และ Data Analytics ก็ย่อมทำให้ฝันนั้นเป็นจริงได้ไม่ยากเลย ไม่ว่าจะเลือกทางเดินทางไหน ก็มีแต่อนาคตที่สดใสรออยู่ทั้งนั้น เพราะยุคนี้ใครๆ ก็ต้องการขับเคลื่อนองค์กรด้วยข้อมูลกันทั้งนั้น

แม้ชื่อตำแหน่งอาจฟังดูยุ่งยาก แต่จริงๆ แล้ว คุณไม่มีความจำเป็นที่จะต้องใช้ Tools ที่ยากแบบเหล่า Data Scientist ก็ได้ คุณสามารถใช้เครื่องมือที่คุณคุ้นเคยอย่าง Microsoft Excel และ Power BI หรือจะเป็น Google Sheets และ Looker Studio ก็ได้

เริ่มต้นสร้างทีม People Analytics

การสร้าง Analytics Team ที่ประสบความสำเร็จนั้นต้องพิจารณาถึงบทบาทและทักษะที่จำเป็นในการนำข้อมูลมาใช้ประกอบการตัดสินใจเชิงกลยุทธ์ด้านทรัพยากรบุคคล โดย Analytics Team ประกอบด้วยบทบาท 3 หลัก

1. People Analytics Manager – ทำหน้าที่นำทีมงาน กำหนดทิศทางเชิงกลยุทธ์และดูแลให้การดำเนินงานสอดคล้องกับเป้าหมายขององค์กร บทบาทนี้รวมถึงการกำกับดูแลโครงการ บริหารจัดการความสัมพันธ์กับผู้มีส่วนได้ส่วนเสีย และแปลงความต้องการทางธุรกิจให้เป็นโครงการวิเคราะห์ข้อมูล
2. People Analyst/ Data Analyst – มีบทบาทสำคัญในการรวบรวม ประมวลผล และวิเคราะห์ข้อมูลด้านทรัพยากรบุคคล เพื่อหาข้อมูลเชิงลึกที่มีนัยสำคัญสำหรับการกำหนดกลยุทธ์ด้านทรัพยากรบุคคล
3. HR Data Scientist – มีหน้าที่รับผิดชอบในการพัฒนาแบบจำลองการวิเคราะห์ข้อมูลขั้นสูงและประยุกต์ใช้เทคนิคการเรียนรู้ของเครื่องเพื่อคาดการณ์และเพิ่มประสิทธิภาพผลลัพธ์ด้านทรัพยากรบุคคล บทบาทนี้ต้องการความเชี่ยวชาญในด้านเทคนิคขั้นสูงและความคิดเชิงวิเคราะห์ในระดับสูง

อย่างไรก็ตามในระยะเริ่มต้นของการ Implement people analytics ในองค์กร การที่ Analytics Team มี Skill และ Competency ที่เหมาะสมเป็นเรื่องที่มีสำคัญมากกว่า โดย Skills และ Competency ที่จำเป็นต่อ Analytics Team คือ

• การวิเคราะห์ข้อมูล (Data Analysis) – ความสามารถในการประมวลผล จัดระเบียบ และวิเคราะห์ข้อมูลดิบจากแหล่งข้อมูลต่างๆ เพื่อให้ได้มาซึ่งข้อค้นพบที่มีคุณค่าและนำไปใช้ประโยชน์ได้
• ความรู้ด้านทรัพยากรบุคคล (HR Domain Knowledge) – ความรู้ความเข้าใจในแนวปฏิบัติ หลักการ และกระบวนการด้านการบริหารทรัพยากรบุคคล รวมถึงความท้าทายและประเด็นปัญหาที่องค์กรเผชิญในการบริหารจัดการทรัพยากรบุคคล ซึ่งจะช่วยให้การวิเคราะห์ข้อมูลสามารถสร้างผลกระทบและมีประโยชน์ต่อการบริหารจัดการได้ดียิ่งขึ้น
• ความเข้าใจธุรกิจ (Business Domain Knowledge) – ความสามารถในการเข้าใจบริบทและกลยุทธ์ทางธุรกิจทั้งภายในและภายนอกองค์กร  ตลอดจนความสามารถในการเชื่อมโยงข้อมูลเชิงลึกเข้ากับเป้าหมายหลักและความต้องการทางธุรกิจ
• ความชำนาญในการใช้เครื่องมือวิเคราะห์ข้อมูล (Proficiency with Data Tools) – ความรู้และทักษะในการใช้งานเครื่องมือเฉพาะทางสำหรับการวิเคราะห์ข้อมูล เช่น โปรแกรมสำเร็จรูปสำหรับวิเคราะห์ข้อมูล เครื่องมือการนำเสนอข้อมูลด้วยกราฟิก และซอฟต์แวร์สำหรับการสร้างแบบจำลองเชิงพยากรณ์ ความสามารถในการใช้เครื่องมือเหล่านี้จะช่วยให้การประมวลผลข้อมูล การวิเคราะห์ และการนำเสนอผลลัพธ์เป็นไปอย่างถูกต้อง รวดเร็ว และมีประสิทธิภาพ

HR ต้องเก็บข้อมูลอะไรบ้าง เพื่อจะเริ่มต้นวิเคราะห์ข้อมูลได้

แม้ว่าฝ่ายทรัพยากรบุคคลจะสามารถเลือกใช้ประโยชน์จากข้อมูลที่หลากหลายสำหรับการทำ People Analytics อย่างไรก็ตามทีมทรัพยากรบุคคลสามารถพิจารณาเก็บข้อมูลโดยอิงตามเส้นทางการทำงานของพนักงาน (Employee Journey) วิธีการนี้ช่วยให้ทีมทรัพยากรบุคคลสามารถกำหนดการจัดเก็บข้อมูลที่เกี่ยวข้องสำหรับการทำ People Analytics ได้อย่างมีประสิทธิภาพมากขึ้น โดยมีตัวอย่างข้อมูลที่สามารถจัดเก็บตาม Employee Journey

• การสรรหาและปฐมนิเทศ (Recruitment and Onboarding): เก็บข้อมูลแหล่งที่มาของการจ้างงาน คุณสมบัติผู้สมัคร ผลตอบรับจากการสัมภาษณ์ ระยะเวลาและต้นทุนการจ้าง อัตราการตอบรับข้อเสนอ และประสิทธิผลของการปฐมนิเทศ 
• ข้อมูลประชากรศาสตร์ (Employee Demographics): รวบรวมข้อมูลอายุ เพศ ระดับการศึกษา เชื้อชาติ และอายุงาน 
• ผลงานและการพัฒนา (Performance and Development): การประเมินผลงาน KPIs และผลจากการฝึกอบรม 
• ค่าตอบแทนและสวัสดิการ (Compensation and Benefits): ข้อมูลเงินเดือน โบนัส การขึ้นเงินเดือน และรูปแบบการใช้สวัสดิการ 
• การเข้างานและการลา (Attendance and Time-off): บันทึกการขาดงาน การมาสาย และรูปแบบการลาประเภทต่างๆ การวางแผนกำลังคน 
• การพัฒนาสายอาชีพและการวางแผนสืบทอดตำแหน่ง (Career Development and Succession Planning): การเลื่อนตำแหน่ง การโยกย้ายภายใน ความก้าวหน้าในสายอาชีพ และแผนสืบทอดตำแหน่ง 
• การลาออก (Employee Turnover): วิเคราะห์เหตุผลการลาออก ข้อมูลจากการสัมภาษณ์ก่อนออก และอัตราการลาออก
• สุขภาพและความปลอดภัย (Health and Safety): ข้อมูลอุบัติเหตุในที่ทำงาน การละเมิดความปลอดภัย เหตุการณ์ที่เกือบเกิดอุบัติเหตุ และแนวโน้มสุขภาพพนักงาน 

การเก็บและวิเคราะห์ข้อมูลเหล่านี้อย่างเป็นระบบตลอดวงจรชีวิตของพนักงาน ช่วยให้ฝ่ายทรัพยากรบุคคลสามารถตัดสินใจเชิงกลยุทธ์บนพื้นฐานของข้อมูล ปรับปรุงประสบการณ์พนักงาน และขับเคลื่อนความสำเร็จขององค์กรในระยะยาว การใช้ข้อมูลอย่างมีประสิทธิภาพนี้ส่งผลให้เกิดการจัดการทรัพยากรบุคคลที่มีประสิทธิผลและสร้างบุคลากรที่มีความผูกพันมากขึ้น

วิธีการเริ่มต้นวิเคราะห์ข้อมูลสำหรับ HR

1. Defining the landscape – เข้าใจสิ่งที่เกิดขึ้นกับองค์กร
   ขั้นแรกให้เรามองภาพรวมขององค์กร ว่ามีแผนเรื่องพนักงานอย่างไร เช่น มีแผนจะโตขนาดไหน มีเป้าหมายเพิ่มรายได้เท่าไร ซึ่งสิ่งเหล่านี้จะช่วยให้เรากำหนดทิศทางในการทำ People Analytics ได้ชัดเจนขึ้น
2. Identifying critical challenges – ระบุปัญหาสำคัญ
   เมื่อเข้าใจภาพใหญ่แล้ว ต่อมาให้มองหาปัญหาที่เกิดขึ้นจริง เช่น มีอัตราการลาออกสูง ผลงานไม่ได้ตามเป้า แล้วกำหนดสมมติฐานว่าปัญหาเหล่านี้เกิดจากอะไร 
3. Data insights unveiled – เตรียมข้อมูลให้พร้อม
   ขั้นตอนนี้เราต้องตรวจสอบว่า เรามีข้อมูลที่เพียงพอจะนำมาใช้ทดสอบสมมติฐานหรือไม่ ข้อมูลนั้นมีคุณภาพดีพอหรือเปล่า ถ้ายังไม่พร้อมก็ต้องหาทางเก็บข้อมูลเพิ่มเติม เพื่อให้พร้อมสำหรับการวิเคราะห์
4. Deciding on the right metrics – เลือกตัวชี้วัดที่เหมาะสม
   เมื่อมีข้อมูลพร้อมแล้ว ก็ถึงเวลาเลือกตัวชี้วัด (KPIs) ที่จะใช้ในการทดสอบสมมติฐาน ว่าสิ่งที่เราคิดไว้นั้นถูกต้องหรือไม่ เช่น ถ้าเราคิดว่าการลาออกเกิดจากค่าตอบแทนต่ำ ก็ต้องมีตัวชี้วัดเรื่องค่าตอบแทนและอัตราการลาออกมาเปรียบเทียบกัน
5. Analyzing results & Creating communication strategy – วิเคราะห์ข้อมูลและสื่อสารผล
   ต่อมาเป็นขั้นตอนการวิเคราะห์ข้อมูล ด้วยการหาความสัมพันธ์ระหว่างตัวแปรต่างๆ เพื่อยืนยันหรือปฏิเสธสมมติฐานของเรา จากนั้นก็นำผลมาสรุปให้เข้าใจง่าย และวางแผนกลยุทธ์การสื่อสารให้กับผู้บริหารและพนักงานต่อไป
6. Determining the next actions – กำหนดว่าจะทำอย่างไรต่อไป
   สุดท้ายคือการนำเสนอ Next action เพื่อแก้ไขปัญหาหรือปิด Gap ที่เกิดขึ้น เช่น ถ้าพบว่าค่าตอบแทนคือปัจจัยที่ทำให้คนลาออก ก็ต้องมีแผนปรับโครงสร้างค่าตอบแทนใหม่ เพื่อรักษาพนักงานให้อยู่กับองค์กรนานขึ้น

---

เพราะพนักงานนั้นคือส่วนสำคัญในการขับเคลื่อนธุรกิจ ดังนั้นการตัดเลือกพนักงานที่ดี และรักษาคนเหล่านั้นไว้จึงเป็นเรื่องที่ HR ทุกคนควรให้ความสำคัญ ควบคู่กันไปกับการมีผู้นำทีมที่ดี แต่หลาย ๆ ครั้งการบริหารคนมักอาศัยประสบการณ์ หรืออารมณ์ในการตัดสินใจแทน ทำให้เกิดข้อจำกัดในการบริหารทีม หรือเกิดข้อผิดพลาดในการบริหารได้ง่าย

ห้ามพลาดกับคอร์ส People Analytics: วิเคราะห์พลังคน ขับเคลื่อนองค์กร หลักสูตรด้าน Data ที่ออกแบบมาเพื่อ HR โดยเฉพาะ ให้ผู้เรียนเข้าใจถึงหลักการ แนวคิด และวิธีการวิเคราะห์ข้อมูลบุคลากร เพื่อนำไปประยุกต์ใช้จริงในองค์กร