5 กลยุทธ์ ขับเคลื่อนองค์กรด้วย Data

เมื่อพูดถึงคำว่า Data สิ่งที่เรามักจะไม่ได้นึกถึงเป็นอันดับแรก ๆ คือ Creativity แต่จริง ๆ แล้วการพูดคุยบนพื้นฐานของข้อมูลนั้นช่วยให้ทีมมองเห็นสิ่งต่าง ๆ ในความเป็นจริงมากขึ้น และลดโอกาสการเกิด Group Think และนั่นช่วยให้ทีมได้มองเห็นวิธีการแก้ปัญหาใหม่ ๆ และมุมมองใหม่ ๆ โดยไม่ต้องยึดติดกับความเชื่อเดิม ๆ ได้ง่ายขึ้น นั่นคือสาเหตุสำคัญที่บริษัทจึงควรลงทุนในการปั้นพนักงานให้มี Data literacy หรือมีความสามารถพื้นฐานในการใช้ข้อมูลได้ทั้งบริษัท ไม่ว่าจะเป็นอุตสาหกรรมใดก็ตาม

คำว่า Data-driven เป็น Buzzword ที่หลาย ๆ องค์กรพูดถึงกันอยู่ช่วงหนึ่งใหญ่ ๆ และพยายามที่จะเอามันมาเป็นหนึ่งใน Core Value หลักขององค์กร แต่ตลกร้ายคือ Data เองก็สามารถบอกได้ว่าองค์กรส่วนใหญ่ยังไม่ Data-driven เพราะงานศึกษาของ Dataversity ในปีที่ผ่านมาพบว่าแม้ร้อยละ 90 ของผู้บริหารจะบอกว่า Data คือคีย์หลักของความสำเร็จขององค์กร แต่ข้อมูลจากฝั่งพนักงานพบว่ามีพนักงานแค่ 25% เท่านั้นที่มั่นใจในทักษะการใช้ข้อมูลของตัวเอง⁣⁣

นั่นมาสู่คำถามของเราในวันนี้ คือ ทั้ง ๆ ที่ Data-driven เป็นคุณสมบัติสำคัญที่ทุก ๆ องค์กรต่างมองหา แต่ทำไมองค์กรต่าง ๆ จึงยังไม่สามารถติดทักษะเหล่านี้ให้กับพนักงานได้จริง ๆ วันนี้ทางเพจ A Cup of Culture เรามีกลยุทธ์ที่น่าสนใจจากองค์กร Correlation One ที่เป็นสถานบันพัฒนา Data Scientist ให้กับองค์กรตั้งแต่บริษัทใหญ่จนไปถึงหน่วยงานรัฐของสหรัฐอเมริกามาเล่าให้ฟัง 5 ประเด็น⁣⁣

 

  1. ทำให้ Data เป็นเรื่องที่ทั้งองค์กรให้ความสำคัญ ไม่ใช่แค่เฉพาะในฝ่ายที่เป็น Tech⁣⁣
    เพราะ Data literacy นั้นจริง ๆ ไม่ใช่ Technical skills แต่เป็นทักษะการทำงานที่ทุก ๆ สายงานสามารถใช้ประโยชน์ได้ การส่งเสริมให้พนักงานตั้งแต่ marketing, sales จนไปถึง product manager พัฒนาตัวเองในด้านนี้จึงเป็นเรื่องสำคัญ โดยสามารถทำได้ตั้งแต่การจัดการพูดถึงเพื่อพัฒนาในหัวข้อเช่น data-driven decision making หรือการเชื่อมโยงกลยุทธ์เข้ากับการใช้ข้อมูล หรือวิธีการสื่อสารนำเสนอโดยอาศัยข้อมูล ก็เป็นจุดเริ่มต้นที่ดีของการสร้างการเปลี่ยนแปลงไปสู่วัฒนธรรมองค์กรแบบ Data-driven⁣⁣
  1. หาวิธีการสื่อสารกันเองภายในองค์กรสำหรับใช้ในการพูดถึง data⁣⁣
    เพราะโลกของ data นั้นกว้างใหญ่ และเต็มไปด้วย buzzwords ที่มาพร้อมกับความเข้าใจผิด ๆ ได้ง่าย การพูดกันเรื่อง data จึงควรเฉพาะเจาะจงไปยังประเด็นที่สำคัญสำหรับแต่ละอุตสาหกรรมที่เราอยู่ เช่น สำหรับบริษัทที่ทำด้านการเงินเวลาพูดถึง data หลัก ๆ ควรเอามาเชื่อมโยงกับการประเมิน probability & risks หรือถ้าเป็นองค์กรเทคโนโลยีก็เป็นในเชิงของผลการทดลอง และ การ visualization ดังนั้นในการจัดอบรมให้พนักงานในองค์กรพัฒนา data literacy เราควรออกแบบโดยให้ความสำคัญกับประเด็นต่าง ๆ เหล่านี้ และเชื่อมโยงคำว่า data เข้ากับภาษาที่สื่อสารกันบ่อย ๆ ในอุตสาหกรรมของเราเพื่อให้พนักงานได้เห็นความสำคัญว่า data นั้นจริง ๆ เป็นเรื่องใกล้ตัว และเชื่อมโยงกับสิ่งที่เราทำอยู่ในชีวิตการทำงานประจำวันจริง ๆ ⁣⁣
  1. มีพื้นที่ในองค์กรไว้ให้พนักงานใช้เชื่อมโยงธุรกิจเข้ากับข้อมูล⁣⁣
    วิธีหนึ่งที่ดีต่อการสร้าง Data literacy ขึ้นในองค์กรคือการส่งเสริมให้พนักงานได้คิดไอเดียทางธุรกิจใหม่ ๆ เพื่อฝึกฝนทักษะการใช้ data ของพวกเขา หรือเรียกได้ว่าเป็นพื้นท่ีสำหรับการสร้างนวัตกรรม หรือ Sandbox (ที่ไม่ได้หมายถึงปราสาททราย) ที่นอกเหนือจะช่วยพัฒนาคนในองค์กรแล้ว ไอเดียต่าง ๆ ที่เกิดขึ้นจะยังเป็นประโยชน์ต่อธุรกิจทั้งในด้านของการ save cost หรือการสร้างรายได้เพิ่มให้กับองค์กร พร้อม ๆ กับเป็นการเสริมแรงพฤติกรรมการใช้ data ในองค์กรได้อย่างเห็นผล⁣⁣⁣⁣
  1. สร้างระบบที่ให้รางวัลกับพฤติกรรมการตัดสินใจโดยอาศัยข้อมูล⁣⁣⁣⁣
    เริ่มต้นได้จากการอาศัย process ปกติขององค์กรในการอนุมัติ budget เป็นตัวตั้งต้น และเสริมเข้าไปด้วยกลไกของการให้รางวัลการคิดแบบ data-driven ตัวอย่างเช่นการให้ manager ต้อง visualize ข้อมูลให้ดี ๆ ก่อนส่ง proposals หรือสร้าง dashboard ในการติดตาม kpi ของโครงการ เพื่อเป็นการเปลี่ยนกระบวนการตัดสินใจของเหล่า manager จากการใช้สัญชาติญาณเป็นการใช้ข้อมูลในการตัดสินใจ และมันจะยิ่งง่ายขึ้นเมื่อเราสร้างเงื่อนไขว่าพวกเขาจะได้รางวัลเป็นการที่งบได้รับการอนุมัติถ้า data พร้อม⁣⁣
  1. ออกแบบการอบรมในแบบที่อิงกับปัญหาปัจจุบัน⁣⁣
    เพราะการเรียนรู้จะยิ่งมีประสิทธิภาพ และยั่งยืนเมื่อเราได้เรียนรู้ไปพร้อม ๆ กับคนอื่น และตรงกับบริบทที่เรากำลังเผชิญอยู่ ดังนั้นการออกแบบการอบรมในด้านของ data literacy ก็เช่นกัน องค์กรต้องเริ่มต้นจากการทำความเข้าใจบริบทการทำงานในปัจจุบันของพนักงาน และออกแบบโจทย์การฝึกที่ให้พวกเขาสามารถใช้ data มาแก้ปัญหาที่เผชิญอยู่จริง ๆ ในแบบที่ช่วยให้ชีวิตการทำงานของเขาดีขึ้นได้ทันที เพื่อสุดท้ายแล้วการเรียนรู้เหล่านี้จะอยู่ติดตัวกับพนักงานเรา และไม่เสียเวลาทั้งผู้อบรม และผู้เรียน⁣⁣

 

ด้วยทั้ง 5 กลยุทธ์ในการเริ่มต้นนี้หวังว่าจะเป็นประโยชน์สำหรับทุกท่านที่อยากจะปรับให้องค์กร data-driven มากขึ้น และอีกเรื่องที่อยากเสริมคือ data ไม่ใช่เรื่องของสายงานที่เฉพาะเจาะจงเช่น data scientist เท่านั้น แต่จริง ๆ แล้ว data นั้นกว้าง และสามารถนำไปจับกับทุก ๆ แผนกในองค์กร และในทุก ๆ อุตสาหกรรมเพื่อพัฒนาผลลัพท์ให้ดีขึ้นได้ โดยที่ไม่จำเป็นว่าทุกคนต้องเขียนโปรแกรมเป็น แต่ในยุคปัจจุบันนี้ทุกคนต้องมี data literacy⁣⁣

Related   Idea

สรุปให้ ChatGPT ทำอะไรได้บ้าง พร้อมตัวอย่างคำสั่งที่ใช้บ่อย

ChatGPT เป็นแชทบอตจาก OpenAI ที่มีจุดเด่นคือ สามารถต่อบทสนทนาในรูปประโยคที่เป็นธรรมชาติได้เหมือนคุยกับมนุษย์ด้วยกัน และสามารถตอบคำถามที่ต้องใช้ความคิดสร้างสรรค์ต่อยอดได้ด้วย

TIME MANAGEMENT ช่วยเพิ่มโฟกัสการทำงาน

หากเมื่อปีที่ผ่านมา คุณพบว่างานยุ่งมากแต่ “ไม่มีเวลาโฟกัสกับงานของตัวเอง” บทความนี้จะมาแบ่งปัน 4 เทคนิคง่ายๆที่ช่วยให้คุณสามารถจัดการบริหารเวลา (Time management) ได้ดีมากยิ่งขึ้น เพื่อเพิ่มเวลาทำงานของตัวเอง ตลอดจนป้องกันอาการ Burnout ที่อาจจะเกิดขึ้นหากไม่สามารถบริหารเวลากับปริมาณงานได้อย่างเหมาะสม

10 เครื่องมือสำคัญในการจัดการข้อมูล (Data Analytics Tools) อย่างมีประสิทธิภาพ!

Big Data หรือข้อมูลขนาดใหญ่ สามารถทำให้เราทราบและพยากรณ์ได้ว่า
กลุ่มเป้าหมายทางการตลาดใดที่จะใช้สินค้าของเรา หรือทำนายผลตอบสนองหลังเปิดตัวสินค้าใหม่ได้
แต่ก่อนที่จะมีการนำข้อมูลมาใช้ แน่นอนว่าข้อมูลขนาดใหญ่ที่ได้มานั้นเป็นข้อมูลจำนวนมหาศาล ซึ่งทั้งหมดนั้นล้วนเป็นข้อมูลดิบ ด้วยเหตุนี้ การใช้เครื่องมือวิเคราะห์ข้อมูล (Data Analytics Tools) จึงเป็นเรื่องสำคัญ

ดังนั้นบทความในวันนี้จะพาคุณไปรู้จักกับ 10 เครื่องมือสำคัญในการวิเคราะห์ข้อมูล เพื่อจัดการ Data ได้อย่างมีประสิทธิภาพและตอบโจทย์ความต้องการกันค่ะ