หนึ่งในความฝันอันสูงสุดของคนทำงานสายข้อมูล คือการได้เห็นผลงานของตัวเองถูกนำไปใช้จริง ๆ ในภาคธุรกิจ หรือถ้าให้ดีกว่านั้น อยากให้ทั้งองค์กรของเราตัดสินใจกันด้วยข้อมูล แบบ Data Driven Decision กันไปเลย ไม่ว่าจะเป็นการคัดเลือกคนเข้าทำงานด้วยข้อมูล, การออกสินค้าโดยดูจากข้อมูลพฤติกรรมผู้ใช้ และอื่น ๆ แต่ทำไมภาพแบบนี้ทำไมไม่เกิดขึ้นสักทีล่ะ ?

เลือกอ่านเฉพาะหัวข้อ -

กว่า 58% ของผู้บริหารยังคงตัดสินใจโดยใช้สัญชาตญาณอยู่

อะไรทำให้การตัดสินใจด้วยข้อมูลมันยากเย็นนัก ?

1. ทัศนคติของการให้ความสำคัญกับ Intuition มากกว่า Information

หรืออีกบางกรณีที่ร้ายแรงยิ่งกว่าคือ แค่ใช้ข้อมูลเป็นหุ่นเชิด เพื่อตัดสินใจตามที่ใจตัวเองอยากให้เป็น ซึ่งในทางจิตวิทยาเรียกว่า Confirmation Bias

แต่บางทีสัญชาตญาณก็อาจจะจำเป็นจริง ๆ นะ ?

2. ข้อเสนอแนะที่ได้จากข้อมูลมันทำอะไรไม่ได้ หรือไม่ตรงกับทิศทางของบริษัท

3. หรือบางทีปัญหาอาจจะอยู่ที่ตัวข้อมูลเอง

แล้วจะทำอย่างไรได้บ้าง ?

สิ่งใดที่วัดผล หรือตัดสินใจด้วยข้อมูลอยู่แล้ว ก็เอามันมาเหลาให้เฉียบคมขึ้น

ทดลองทำโปรเจค Data กับทีมเล็ก ๆ โดยเลือกเรื่องที่เป็น Quick Win

บทส่งท้าย

กว่า 58% ของผู้บริหารยังคงตัดสินใจโดยใช้สัญชาตญาณอยู่

แม้ว่าตัวอย่างกรณีศึกษาการตัดสินใจด้วยข้อมูลอาจจะมีมากมาย แต่ในอีกด้านนึงของผู้จัดการ, ผู้บริหาร หรือคนที่ต้องตัดสินใจโดยใช้ข้อมูล การจะตัดสินใจโดยเชื่อถือข้อมูลนั้นไม่ง่ายเลย

Factor that influence decision making (PwC Research 2014)

จากสถิติของบริษัท PwC ในปี 2014 ที่ทำการสำรวจผู้บริหารกว่า 1,135 คน พบว่า มีเพียงแค่ 29% ของกลุ่มตัวอย่างเท่านั้นที่ใช้ข้อมูลในการตัดสิน ในขณะที่ 58% ใช้สัญชาตญาณและประสบการณ์ในการตัดสินใจไม่ว่าจะมาจากตัวเอง หรือจากคนรอบตัว (13% คืออื่น ๆ เช่นจ้างที่ปรึกษา)

เอาล่ะ บทความนี้จะไม่ได้เน้นบอกว่าทำอย่างไรถึงจะโน้มน้าวผู้บริหารให้มาสนใจข้อมูลบ้าง แต่จะเป็นการวิเคราะห์ถึงความยากลำบากในการตัดสินใจด้วยข้อมูลจากมุมมองของฝั่งคนนำไปใช้ โดยหวังว่าการเข้าใจเขาเข้าใจเรา จะทำให้เราทำงานร่วมกันได้ง่ายขึ้น โดยส่วนหนึ่งของบทความนี้ อ้างอิงมาจากหนังสือ Creating a Data-Driven Organization โดย Carl Anderson

อะไรทำให้การตัดสินใจด้วยข้อมูลมันยากเย็นนัก ?

หากเรามองในมุมของนักวิเคราะห์ข้อมูล เราอาจจะไม่เห็นความน่าหนักใจในการตัดสินใจด้วยข้อมูล เราลองมาพยายามเข้าใจ มองในมุมของผู้จัดการ และผู้บริหารดูบ้างกันเถอะ

1. ทัศนคติของการให้ความสำคัญกับ Intuition มากกว่า Information

ทัศนคติของการให้ความสำคัญกับสัญชาตญาณหรือ Intuition มากเกินไป

ผู้จัดการ หรือผู้บริหารนั้น ถูกจ้างมาเพราะพวกเขามีความสามารถในการคิดเชิงกลยุทธ์ ซึ่งหลาย ๆ ครั้งมันหมายถึง การใช้ความเชื่อมั่นอย่างสุดโต่งเพื่อให้บรรลุผลลัพธ์ทางธุรกิจ ดังนั้นข้อมูลที่ขัดกับสัญชาตญาณของพวกเขาเลยดูเป็นเสียงรบกวนไปเลย หากนึกถึงนักบริหาร หรือนักธุรกิจที่ประสบความสำเร็จ มักจะมีการพูดถึงการใช้สัญชาตญาณมากเป็นพิเศษอย่างเช่น

I rely far more on gut instinct than researching huge amounts of statistics.
Richard Branson

I’ve trusted the still, small voice of intuition my entire life. And, the only time I’ve made mistakes is when I didn’t listen.
Oprah Winfrey

Straight from the Gut
Jack Welch

แม้แต่นิตยสาร Inc. ยังบอกเลยว่ากว่า 62% ของผู้บริหารส่วนใหญ่ใช้สัญชาตญาณในการตัดสินใจ ซึ่งเราจะไม่พูดถึงงานวิจัยที่มาโต้แย้งเรื่องประสิทธิภาพของการตัดสินใจด้วยข้อมูลที่มากกว่าการตัดสินใจแบบไม่มีข้อมูลประกอบในเชิงสถิติ แต่แค่การที่ผู้จัดการ และผู้บริหารมีแนวทางโน้มไปในทาง “ใช้สัญชาตญาณ” มากกว่า “ใช้ข้อมูล” ก็เป็นอุปสรรคสำคัญแล้ว

หรืออีกบางกรณีที่ร้ายแรงยิ่งกว่าคือ แค่ใช้ข้อมูลเป็นหุ่นเชิด เพื่อตัดสินใจตามที่ใจตัวเองอยากให้เป็น ซึ่งในทางจิตวิทยาเรียกว่า Confirmation Bias

หนึ่งใน Confirmation Bias ที่อื้อฉาวที่สุดของวงการ Data คือกรณีศึกษาการ Cross Selling หรือการจับคู่ขายระหว่าง เบียร์ กับผ้าอ้อม ที่ถูกพูดถึงครั้งแรกในปี 1992 ที่ดูเหมือนจะเป็นการใช้ข้อมูลเพื่อตัดสินใจ แต่แท้จริงแล้ว กลับถูกนำมาใช้เพียงเพราะผู้บริหารเห็นว่ามันน่าสนใจ ตัว Karen Health นักวิเคราะห์ข้อมูล ที่วิเคราะห์ข้อมูลให้กับ Retails แห่งหนึ่ง เพื่อหาสินค้าที่มีแนวโน้มที่จะลูกค้าจะซื้อพร้อม ๆ กันเพื่อนำมาจัดโปรโมชั่นนั้น ปรากฏว่าในการลองเล่นกับข้อมูลครั้งนั้น พบว่าอาจจะมีความสัมพันธ์ระหว่าง การซื้อเบียร์ กับผ้าอ้อม ซึ่งยังไม่ใช่ข้อสรุปที่ชัดเจน แต่หัวหน้าของเธอ (Thomas Blischok) เห็นว่ามันน่าสนใจ เลยนำไปเสนอเรื่องนี้กับลูกค้า และนำไปพูดในงาน Conference เกี่ยวกับ Data Analytics จนโด่งดัง โดยซ่อนความจริงบางอย่างเอาไว้

และตัว Karen Health เองก็ได้มาทำการทดลอง เพื่อหาความสัมพันธ์อีกรอบในภายหลัง ปรากฏว่ากลับไม่พบความสัมพันธ์ระหว่างยอดขายเบียร์กับ ผ้าอ้อมเลยแม้แต่น้อย

แต่บางทีสัญชาตญาณก็อาจจะจำเป็นจริง ๆ นะ ?

ในกลุ่มสายอาชีพที่ทำเรื่องเดิม ๆ เจอเรื่องเดิม ๆ ทุกวัน Sense มีประโยชน์อย่างมาก อย่างเช่นนักกีฬาหมากรุกที่เล่นมานานแล้ว ย่อมได้ประโยชน์จากประสบการณ์ทำให้นำมาปรับใช้ได้ แต่ไม่ใช่กับตลาดหุ้น หรือการทำธุรกิจที่ปัจจัยทางสังคม และเศรษฐกิจมักเปลี่ยนไปเรื่อย ๆ จนแทบเชื่อ Sense ของตัวเองได้ไม่มากนัก

แต่ Common Sense สามารถใช้ในเชิง Gut Check ได้ กล่าวคือ การรู้สึกว่าบางสิ่งไม่ถูกต้องเกี่ยวกับบทสรุปข้อมูล ทำให้เราได้ไปตรวจสอบต้นตอของข้อมูลอีกรอบ อาจจะพบข้อผิดพลาดในการวิเคราะห์ที่คาดไม่ถึงก็ได้

2. ข้อเสนอแนะที่ได้จากข้อมูลมันทำอะไรไม่ได้ หรือไม่ตรงกับทิศทางของบริษัท

จากประสบการณ์ของผู้เขียน พบว่าหลาย ๆ ครั้งข้อมูลที่เราอุตส่าห์จัดเก็บ และวิเคราะห์มา ในสายตาของผู้อื่น กลับเป็นข้อมูล Insight ประเภทที่ รู้ไว้ก็ดี แต่รู้ไว้ก็ไม่เป็นไร

หรือในแง่ของการนำไปปฏิบัติ มันกลับต้องการดำเนินทาง Strategic ที่ใหญ่มาก เช่น ลองนึกภาพดูว่า แผนการณ์ของบริษัทในปีนี้คือการเปิดสาขาใหม่ในชนบทเพื่อเจาะกลุ่มตลาดคนรุ่น Gen Y ที่ออกไปใช้ชีวิตชนบทกันมากขึ้น แต่จากข้อมูลการซื้อขายของทีมการตลาดพบว่า กลุ่มตลาดที่มีอัตราการกลับมาซื้อซ้ำสูง คือกลุ่มคนรุ่น Millennials และมีพฤติกรรมการซื้อคือซื้อผ่าน E-commerce ไม่ใช่ผ่านหน้าร้าน คุณเป็นผู้บริหารคุณจะตัดสินใจยังไงหากคุณได้ลงทุนสร้างสาขาไปบางส่วนแล้ว แต่ข้อมูลกลับไม่สอดคล้องกับแผนการณ์ของคุณเลย ความคิดของคุณที่ผิดพลาด หรือตัวข้อมูลที่สรุปออกมานั่นล่ะที่ผิดพลาด

กลับกัน Insight ง่าย ๆ จากข้อมูลที่ดำเนินการได้ง่าย ความเสียหายน้อย จะเป็นข้อแนะนำสุดโปรดของฝ่ายบริหารเลยทีเดียวเช่น การลดสินค้าคงคลังจาก 30 วัน เหลือ 20 วัน จากการวิเคราะห์พฤติกรรมการซื้อในช่วง Low Season ที่มีอัตราการซื้อน้อยกว่าในรอบปีทำให้ฝ่ายผลิตสามารถลดกำลังการผลิตเพื่อให้สอดคล้องกับพฤติกรรมการซื้อ โดยไม่เกิดปัญหาการผลิตไม่ทันตามความต้องการ เป็นต้น

3. หรือบางทีปัญหาอาจจะอยู่ที่ตัวข้อมูลเอง

จากงานวิจัยของ Qlik ที่ตีพิมพ์ใน Harvard Business Review ระบุว่า มี 51% ของผู้บริหารกลุ่มตัวอย่างจากทั้งหมด 374 คนเท่านั้น ที่รู้สึกว่าได้รับข้อมูลเพียงพอ และมั่นใจสำหรับการตัดสินใจในช่วง 6 เดือนที่แล้ว ซึ่งหากเจาะลึกลงไปอีกจะพบว่าสาเหตุสำคัญที่ทำให้ความเชื่อมั่นในข้อมูลน้อยลงนั่นคือ คุณภาพของตัวข้อมูลเอง เพราะส่วนใหญ่แล้วกระบวนการเก็บข้อมูล ถูกเก็บโดยคนที่ไม่เข้าใจเรื่องข้อมูล ทำให้เกิดข้อผิดพลาด ข้อมูลแหว่ง ข้อมูลหาย ข้อมูลเลขไม่ตรงกันพอคนสายข้อมูลต้องมาประมวลผลข้อมูลต่อจึงอาจจะไม่สามารถวิเคราะห์ข้อมูลได้อย่างเต็มที่ จนทำผลลัพธ์ก็ออกมาไม่ดีด้วย

ตรงนี้สำหรับคนที่พบว่าเป็นปัญหาที่ตัวเองเคยพบเจอมา ทางเราขอแนะนำให้ลงไปศึกษา กระบวนการตั้งแต่การเก็บไปจนถึงการนำข้อมูลไปใช้เลยว่าเป็นอย่างไร มีอะไรที่พอจะปรับปรุงเพื่อให้คุณภาพของข้อมูลโดยรวมดีขึ้นได้บ้าง

แล้วจะทำอย่างไรได้บ้าง ?

อ่านมาถึงตรงนี้แล้วเชื่อว่าหลาย ๆ คน คงเข้าใจปัญหาของฝ่ายคนที่ใช้ข้อมูลกันไปแล้ว ทีนี้เราจะทำยังไงเพื่อให้เกิดการใช้ข้อมูลในองค์กรมากขึ้นได้บ้าง ?

เนื่องจากเรื่องนี้ไม่มีสูตรสำเร็จตายตัว ทุกอย่างขึ้นอยู่กับบริบทที่เกี่ยวข้อง แต่เรามีไอเดียมานำเสนอ เผื่อคุณผู้อ่านจะลองไปทดลอง หรือนำไปปรับใช้กับองค์กรตัวเองดู

สิ่งใดที่วัดผล หรือตัดสินใจด้วยข้อมูลอยู่แล้ว ก็เอามันมาเหลาให้เฉียบคมขึ้น

ในทุก ๆ องค์กรต้องมีการเก็บข้อมูล เพื่อใช้วัดผลอยู่แล้ว ไม่ว่าจะเป็น

ข้อมูลการขาดลามาสายของพนักงาน (เป็นข้อมูลอ่อนไหว ในกฏหมาย PDPA)
ข้อมูลติดต่อลูกค้า จากนามบัตร หรือจากฐานข้อมูลเดิมที่เก็บกันมานาน แต่ไม่ได้ทำอะไรต่อ
ข้อมูลพฤติกรรมผู้ใช้ จากเว็บไซต์ของบริษัท

และอื่น ๆ

ข้อมูลเหล่านี้ หากได้ลองสำรวจในองค์กรตัวเองจะพบว่าก็มีการเก็บข้อมูลอยู่บ้างแล้ว เพียงแต่ไม่รู้จะเอาไปทำอะไรต่อด้วยเหตุผลต่าง ๆ เราในฐานะคนทำข้อมูลสามารถที่จะหยิบสิ่งเดิม ๆ มาปัดฝุ่นและใช้ประโยชน์ให้มากกว่าเดิมได้ ไม่ว่าจะเป็น ข้อมูลที่เก็บแบบผิด ๆ ถูก ๆ มีข้อผิดพลาดสูง ก็อาจจะปรับเปลี่ยนวิธีการเก็บข้อมูลให้แม่นยำมากขึ้น เลือกใช้เทคโนโลยีให้เหมาะสม เพื่อให้สามารถใช้ประโยชน์จากข้อมูลได้มากกว่าเดิม รวมไปถึงลดเวลาในการจัดเตรียม และนำเสนอข้อมูล ทำให้สามารถนำข้อมูลมาตัดสินใจได้บ่อย

ทดลองทำโปรเจค Data กับทีมเล็ก ๆ โดยเลือกเรื่องที่เป็น Quick Win

เสนอบริษัทขอจัดทีมทำโปรเจค Data โดยเลือกเรื่องที่ทำแล้วเห็นผลทันที มีข้อมูลพร้อมอยู่แล้ว มี Period การทำแล้วเกิดผลกระทบจนสามารถวัดผลได้ไม่เกิน 6 เดือน เพื่อให้ง่ายต่อการวัดผลลัพธ์ โดยเลือกโปรเจคที่มีผลโดยตรงกับบริษัท เช่น การเพิ่มยอดขาย การลดค่าใช้จ่าย และลดข้อผิดพลาดเป็นหลัก

หากงานค่อนข้างชุม อาจจะเสนอเป็นลักษณะคล้าย ๆ Pilot Project ทดลองทำสามเดือน โดยอาจจะทำสัปดาห์ละสองถึงสามวัน โดยต้องไม่ลืมนำฝ่ายที่เกี่ยวข้องมาเข้าร่วมด้วย แอบแนะนำว่า บางทีในบริษัทของคุณ อาจจะมีคนสนใจเรื่องข้อมูลอยู่แล้ว แต่ยังขาดแนวร่วมคนพวกนี้ จะช่วยให้การนำข้อมูลไปใช้ประโยชน์ทำได้ง่ายมากขึ้นเลยล่ะ