อย่าโยนพวกเขาเข้าไปในคลื่นข้อมูล ถ้าคุณยังไม่ได้สอนอะไรพวกเขาเลย

ห้องประชุมส่วนใหญ่ที่ Google มีเครื่องฉายภาพ 2 เครื่อง เครื่องหนึ่งสำหรับประชุม video conference ส่วนอีกเครื่องสำหรับใช้แสดงข้อมูล 

ในการประชุม พวกเขาจะเริ่มด้วยการเสนอข้อมูล พวกเขาจะไม่โน้มน้าวให้ใครเชื่อโดยพูดว่า “ผม/ฉันคิดว่า…..” 

แต่จะบอกว่า “ผม/ฉันจะแสดงให้คุณเห็นว่า…..”

Google ตัดสินใจโดยอาศัยข้อมูล เพราะข้อมูลเป็นตัวบอกว่าจริงๆแล้วลูกค้าต้องการอะไร สมมติว่าคุณกำลังเตรียมตัวเดท คุณรู้มาว่าคู่เดทของคุณชอบทานอะไรจากนั้นคุณตัดสินใจบนฐานข้อมูลที่คุณมี คิดว่าคุณมีโอกาสได้ไปต่อขนาดไหน….. 

ก็น่าจะมากกว่าตอนที่คุณไม่รู้อะไรเลยแน่ๆ 

การตัดสินใจโดยอาศัยข้อมูลกลายกระแสหลักที่บริษัทต้องปรับตัว บริษัทใดที่ไม่ปรับตามจะค่อยๆสูญเสียตำแหน่ง ก็อาจจะมีบ้างเหมือนกันที่บางองค์กรมีผู้นำที่มีสัญชาตญาณเฉียบแหลม ตัดสินใจได้แม่นยำโดยไม่อาศัยข้อมูล ซึ่งคนแบบนี้ก็มีน้อย ถ้าเอามาวางบนส่วนเบี่ยงเบนมาตรฐานก็คงอยู่แถวๆ 3SD นั่นแหละ 

แต่ถ้าคุณไม่แน่ใจว่ามีสัญชาตญาณระดับนั้นรึเปล่า ก็ควรทำตามกระแสหลักโดยเริ่มวางแผนเก็บข้อมูลจะดีกว่า 

เทคโนโลยีที่พัฒนาต่อๆกันมาทำให้ปัจจุบันเราอยู่ในยุคทองของข้อมูล โอกาสที่จะใช้ประโยชน์จากข้อมูลเปิดกว้างมากขึ้น คุณไม่จำเป็นต้องสร้างบริษัทให้ใหญ่ หาคนเก่งๆมาสร้างส่วนกลางข้อมูลถึงจะใช้ประโยชน์จากมันได้ เพราะที่จริงแล้วคุณใช้ cloud-based system แล้วจ่ายในราคาเหมาะๆก็เพียงพอแล้ว 

แต่งานที่ยากที่สุดไม่ใช่การเก็บข้อมูล แต่มันคือการฝึกพนักงานมีทักษะในการทำความเข้าใจข้อมูล (Data Literacy) ซึ่งงานนี้ไม่ได้จบแค่การจ่ายเงินแน่นอน 

ข้อมูลที่เก็บได้จะไม่สามารถใช้ประโยชน์ได้เต็มที่ถ้าคนในองค์กรยังไม่มีทักษะด้านข้อมูล และคนที่ต้องรับผิดชอบในการหาวิธีเพิ่มทักษะให้กับทุกคนในองค์กรก็คือ ผู้นำองค์กร 

Josh Bersin ผู้เชี่ยวชาญด้าน Human Resource และ Marc Zao-Sanders ผู้ทำธุรกิจเกี่ยวกับ Personalized online training กล่าวว่าการที่มีโปรแกรมพัฒนาตนเองเกิดขึ้นมากมาย ทำให้ความรับผิดชอบเรื่องการฝึกสอนทักษะได้ย้ายจากสถาบันศึกษามาเป็นตัวนายจ้างแล้ว บริษัทอย่าง Bloomberg, Guardian Insurance และ Adobe ก็มี digital academies ที่โฟกัสเรื่องการช่วยพนักงานในการเรียนวิเคราะห์ข้อมูล 

ที่ไทยเองก็มีเช่นกัน True Digital Academy, Kbank Digital Academy, SCB Digital Academy ต่างตั้งขึ้นเพื่อเพิ่มทักษะให้คนในองค์กร 

แต่แล้วช่วงที่ผ่านมาความต้องการของบริษัทก็เริ่มเปลี่ยนไป Bersin และ Sanders กล่าวว่าช่วงแรกๆบริษัทอาจจะต้องการทักษะเรื่อง SQL, data extraction, information normalization ส่วนเรื่องเทคโนโลยีก็ต้องการคนมีทักษะ Big data และภาษา R 

แต่มีงานวิจัยจาก IBM เผยว่า เทคโนโลยีพวกนี้ได้ฝังอยู่ใน data platform แล้ว ดังนั้นตอนนี้บริษัทจึงต้องการทักษะที่แตกต่างกว่าแต่ก่อน 

ตอนแรกบริษัทต้องการให้คนในองค์กรสามารถเข้าใจระบบและวิธีทำงานของข้อมูล แต่ตอนนี้บริษัทต้องการทักษะที่สามารถสร้าง data governance, privacy, security และ trust ด้วย บริษัทที่นำ AI เข้ามาใช้ก็ต้องการให้คนในองค์กรท้าทาย AI พวกเขาควรตั้งข้อสงสัยถึงผลลัพธ์ที่ออกมาจาก algorithm ไม่ใช่สันนิษฐานไปทางเดียวว่า AI จะถูกเสมอ

Bersin และ Sander ได้จัด focus group กับผู้คนจาก 20 บริษัท และถามว่าทักษะข้อมูลด้านใดที่ไม่มีในองค์กร พวกเขาบอกว่าพวกเขาไม่ขาดคนที่มี technical skills สิ่งที่ขาดคือทักษะที่จะนำข้อมูลไปใช้แก้ปัญหา (data-driven problem solving)

สมมติว่าองค์กรขาดคนที่มีทักษะการนำข้อมูลมาใช้แก้ปัญหาจะเกิดอะไรขึ้น 

คำตอบคือ  พนักงานก็จะไม่สามารถตั้งคำถามที่ถูกต้อง พวกเขาจะไม่เข้าใจว่าข้อมูลที่มีจะนำมาใช้แก้ปัญหาประเด็นไหน ไม่รู้วิธีทดสอบว่าข้อมูลที่มีใช้ได้จริงหรือไม่ นอกจากนั้นพวกเขายังไม่สามารถตีความข้อมูลได้ดี เมื่อตีความผิด ผลลัพธ์ที่ออกมาก็ไม่มีประโยชน์ A/B test ที่ทำไปก็นำมาใช้ไม่ได้

เมื่อไม่รู้วิธีปรับใช้ พวกเขาจึงไม่สามารถปะติดปะต่อข้อมูลเป็นเรื่องราว ผู้นำที่มีอำนาจตัดสินใจก็มองไม่เห็นภาพและไม่กล้าลงมือ กลายเป็นว่าข้อมูลที่อุตส่าห์หามาได้ต้องไร้ประโยชน์ไป 

ดังนั้นทักษะที่ควรพัฒนาควบคู่ไปด้วยคือ Soft Skills คนที่เก่งเทคโนโลยีควรที่จะทำความเข้าใจกลไกธุรกิจในบริษัทด้วย เพราะมันหมายถึงการเพิ่มมูลค่าให้กับบริษัท Bersin และ Sander พบว่าการมี Hard Skills ระดับสูงผนวกกับ Soft Skills จะสร้างความแตกต่างที่ยิ่งใหญ่กว่ามากเลยทีเดียว 

วิธีสร้างพนักงานให้มี Data Literacy 

เมื่อต้องเริ่มศึกษาเรื่องยากๆ เราควรเริ่มกันที่ตรงไหน แน่นอนว่า เริ่มที่พื้นฐาน 

Bersin และ Sanders บอกว่าขั้นแรกกลับไปเรียน Excel โปรแกรมนี้ยังคงมีความสำคัญอยู่ ถึงจะมีซอฟต์แวร์ที่จัดการเรื่องรายงานและวิเคราะห์มากมายที่ทำให้ผู้ใช้รู้สึกว่าสามารถควบคุมข้อมูลในมือได้ แต่ Excel ก็ยังเป็นเหมือนสกุลเงินที่น่าเชื่อถือที่ควรมีติดตัวไว้

จากนั้นตั้งศูนย์การเรียนรู้ในองค์กรขึ้นมา ที่นี่คือที่สำหรับพนักงานในการเพิ่มพูนความรู้ ผู้สนับสนุนหลักคือ ผู้นำหรือ CEO ซึ่งก็คือคนที่ใส่ใจกับการพัฒนาองค์กร การตั้งศูนย์การเรียนรู้ขึ้นมาควรมีเป้าหมายให้ชัดเจนว่าจะพัฒนาด้านใดบ้าง 

Bersin และ Sanders เห็นบางองค์กรทำไม่สำเร็จเพราะคิดอยากจะให้ทุกคนทำได้ทุกอย่าง ไม่มีเป้าหมายที่จับต้องได้ และไม่ลงมือทำอย่างจริงจัง พวกเขาจึงเตือนว่าควรเลือกทักษะที่ต้องการให้ดี 

คุณควรวางกรอบการตัดสินใจเพื่อใช้กรองโอกาสที่เข้ามา แหล่งความรู้มีมากมายทั้งประสบการณ์ของผู้เชี่ยวชาญ คอร์สเรียน พอดแคสท์ วิดีโอ และบทความ ดังนั้นการวางกรอบไว้ก่อนจะช่วยให้คุณเห็นว่าความรู้ชิ้นไหนที่เหมาะกับองค์กรของคุณ 

หลักการเลือกคือ คุณภาพสำคัญกว่าปริมาณ 

ต่อไปคือ แสดงตัวอย่างและเรื่องราวในการฝึกสอนและกระตุ้นให้เกิดความอยากเรียนรู้ เมื่อคุณจะสร้างการเปลี่ยนแปลงครั้งใหญ่โดยใช้ข้อมูลในการวางกลยุทธ์ คุณก็ควรเสนอผลลัพธ์ที่คาดหวังให้กับทุกคนได้เห็น เพื่อที่จะได้รู้ว่าการใช้ข้อมูลมันดีขนาดไหน 

อย่างเช่น Starbucks นำ AI มาใช้เพื่อแนะนำเมนูใหม่ให้กับลูกค้า Netflix ที่นำข้อมูลมหาศาลมาใช้จัดคอนเทนท์ให้เหมาะกับลูกค้าแต่ละราย หรือ PepsiCo ที่เปลี่ยนข้อมูลตัวเลขให้กลายเป็นกราฟแบบเข้าใจง่ายเพื่อวางแผนเรื่องการขาย 

และสุดท้ายคือนำข้อมูลมาใช้ในการตัดสินใจที่สำคัญ คำถามประเภท “ข้อมูลอะไรที่เรามีหรือสามารถนำมาใช้สนับสนุนหรือโต้แย้งกรณีนี้ได้” เป็นคำถามที่ควรถามอย่างยิ่ง เมื่อคิดจะใช้ข้อมูลในการตัดสินใจ ก็ควรเปิดโอกาสให้มีการตั้งคำถามกับข้อมูลชุดนั้น เช่น

“แหล่งที่มาเชื่อถือได้รึเปล่า”

“วิเคราะห์ถูกต้องแล้วจริงหรือ”

“หลักฐานชิ้นอื่นจะสอดคล้องกับเรื่องนี้ด้วยหรือไม่” 

“การตัดสินใจครั้งนี้สำคัญขนาดไหน” 

“มีหลักฐานชิ้นไหนอีกที่เราต้องนำมาวิเคราะห์ก่อนที่จะลงมือ” 

คำถามจะตรงประเด็นมากขึ้นถ้าทุกคนเข้าถึงข้อมูล ถ้าผู้จัดการที่ลงไปคุมงานมีข้อมูล real time อยู่ในมือ เขาก็จะใส่ใจกับงานตรงหน้ามากขึ้น Warby Parker สร้างทีม data science จนโตขึ้นมาก แต่กำหนดให้ทุกคนในองค์กรต้องรับผิดชอบเรื่องข้อมูล แม้แต่พนักงานห้องเก็บของก็ต้องรู้เช่นกัน 

เพราะคนที่จะเข้าใจข้อมูลที่ดีที่สุดคือคนที่อยู่ใกล้ปัญหานั้นมากที่สุด และบ่อยครั้งไม่ใช่ผู้บริหารซะด้วย

=====

Eric Schmidt กล่าวเอาไว้ว่า บรรดางานที่น่าทำที่สุดในศตวรรษแห่งอินเตอร์เน็ตมักเป็นงานเกี่ยวข้องกับข้อมูลเชิงสถิติ ใครก็ตามที่สามารถวิเคราะห์ข้อมูลได้ก่อนย่อมเป็นผู้ชนะ ข้อมูลคือดาบอาญาสิทธิ์แห่งศตวรรษที่ 21 จงลับดาบของท่านเสียแต่บัดนี้ 

เมื่อผู้เชี่ยวชาญด้านเทคโนโลยีพูดแบบนี้ คนที่ไม่ชอบเลขอาจจะหมดหวังกันเลยทีเดียว ว่าแต่พอมีทางเลือกให้กับคนที่ชอบตัวเลขในยุคนี้บ้างมั้ย 

“ไม่ต้องห่วง ยังพอมีหวัง” คุณ Schmidt ตอบ “การตั้งคำถามและตีความคำตอบยังเป็นทักษะที่สำคัญพอๆกับการคิดหาคำตอบ”

“ไม่ว่าคุณจะทำธุรกิจอะไรก็ตามขอให้เรียนรู้วิธีใช้ข้อมูลอย่างถูกต้อง ขบคิดให้ถูกทาง เพราะมันจะช่วยให้คุณตัดสินใจได้ดีขึ้น ศึกษาว่าควรตั้งคำถามแบบไหนกับคนเก่งเรื่องตัวเลข และวิธีนำคำตอบที่ได้มาใช้ให้เกิดประโยชน์สูงสุด แม้คุณจะไม่ชอบตัวเลข แต่ก็เรียนรู้วิธีนำตัวเลขมาใช้ให้ฉลาดขึ้นได้” 

ข้อมูลอ้างอิง :


RELATED ARTICLE

Responsive image

Data Driven Marketing จะอยู่อย่างไรในยุค PDPA รุ่งเรือง

ในวันที่แบรนด์ต่างแข่งกันสะสม Data ให้ BIG เพื่อรอวันได้ออกดอกออกผลจากการประมวลผลและทำ AI, Machine learning, Automation, Personalization กันเจ๋งๆซักที ดันมีกฎหมายใหม่ออกมาสั่งห้าม ...

Responsive image

องค์กรแบบไหน ควรจ้าง Data Scientist แบบนั่งประจำ?

เขาว่ากันว่า Data Scientist เปรียบดั่งเป็น “มนุษย์ทองคำ” เพราะเป็นบุคคลที่สามารถแปลงข้อมูล ออกมาเป็นขุมทรัพย์ขนาดใหญ่ให้องค์กรได้ ฟังดูเหมือนเป็นผู้วิเศษ แท้จริงแล้ว ตำแหน่งงานนี้ ...

Responsive image

Startup 101: ดูแลพนักงาน เหมือนที่เราดูแลลูกค้า 5 คำแนะนำสำหรับ Startup

หลังจากผ่านช่วงการพัฒนาผลิตภัณฑ์และบริการ หรือเมื่อบริษัทต้องปรับเพิ่มขนาดเพื่อการเจริญเติบโต หนึ่งในสิ่งที่เหล่า Startup ต้องเจอ หรือเคยเจอ คือเรื่องของการจัดการทรัพยากรบุคคล ต้อง...