HR Analytics: จากอดีต ปัจจุบัน สู่อนาคต

ดร.ปิยะวัฒน์ จารุธนรัตน์กุล | krupokk@gmail.com

ท่านผู้อ่านบางท่านอาจจะสงสัยว่าทำไมผมจึงตั้งชื่อเรื่องบทความนี้ว่า “HR Analytics จากอดีตปัจจุบัน สู่อนาคต” ใช่แล้วครับ HR Analytics ไม่ใช่เรื่องใหม่ แต่เป็นเรื่องที่มีการทำมานานแล้วตั้งแต่ยุคก่อนปฏิวัติอุตสาหกรรม แล้วค่อย ๆ ต่อยอดกันขึ้นมาตามพัฒนาการขององค์ความรู้และเทคโนโลยีต่าง ๆ ที่พัฒนาทันสมัยขึ้น ในบทความนี้ เราจะมาค่อยๆ ไล่เรียงกันดูนะครับว่าเรื่องนี้มีที่มาที่ไปอย่างไร และทำไมปัจจุบันจึงยิ่งทวีความสำคัญขึ้นมากต่อการแข่งขันและความสำเร็จขององค์กร แต่ก่อนที่เราจะถอยลงไปรีวิวประวัติศาสต์โดยย่อของ HR Analytics ร่วมกัน ผมอยากจะชวนทุกท่านมาทำความเข้าใจถึงความหมายของเรื่องนี้กันก่อนนะครับว่า HR Analytics คืออะไร

HR Analytics เป็นการวิเคราะห์ข้อมูลทางธุรกิจในมิติที่เกี่ยวข้องกับบุคลากรว่าหากองค์กรต้องการที่จะแข่งขันได้ หากองค์กรต้องการบรรลุวัตถุประสงค์ในการดำเนินธุรกิจได้ องค์กรจะต้องมีบุคลากรที่มีทักษะความสามารถอะไรบ้าง แล้วองค์กรจะค้นหาบุคลากรที่มีความสามารถที่ดีที่สุดได้จากที่ไหน องค์กรควรพัฒนาความสามารถอะไร ควรให้รางวัลและส่งเสริมบุคลากรอย่างไร องค์กรจะดึงดูดบุคลากรที่มีความสามารถไว้กับองค์กรได้อย่างไร

จากความหมายข้างต้นจะเห็นว่า HR Analytics เป็นการศึกษาที่สนใจวิเคราะห์ความสัมพันธ์ของข้อมูลเกี่ยวกับการดำเนินธุรกิจ และข้อมูลที่เกี่ยวข้องกับการได้มา รักษาและใช้ประโยชน์ในความสามารถของบุคลากร เพื่อให้องค์กรบรรลุเป้าหมายที่ต้องการ ทั้งนี้เราอาจแบ่งข้อมูลดังกล่าวออกได้เป็น 3 ประเภท ดังนี้


1. ข้อมูลเกี่ยวกับบุคลากรขององค์กรในปัจจุบัน

เช่น ข้อมูลค่าใช้จ่ายด้านทรัพยากรบุคคล โครงสร้างองค์กร ความสามารถในการควบคุมต้นทุน คุณภาพของการสรรหาว่าจ้าง ประสิทธิภาพและความผูกพันของพนักงาน ประสิทธิภาพในการบริหารค่าตอบแทนและผลประโยชน์ ความสามารถในการผลิตของพนักงาน ประสิทธิภาพในการบริหารการเรียนรู้และการพัฒนาอาชีพบุคลากร การวางแผนสืบทอดตำแหน่งผู้นำ การหมุนเวียนของพนักงาน ความหลากหลายของพนักงาน การประเมินผลการปฏิบัติงานในอดีต ผลการทดสอบการคัดเลือกผู้สมัคร ความเป็นอยู่ที่ดีของพนักงานและสุขภาพโดยรวม เป็นต้น


2. ข้อมูลเกี่ยวกับผลการดำเนินงานขององค์กร

เช่น ข้อมูลประสิทธิภาพการขาย รายได้จากลูกค้าใหม่ รายได้จากลูกค้าที่มีอยู่และลูกค้าที่กลับมา ขนาดคำสั่งซื้อโดยเฉลี่ย การเติบโตของส่วนแบ่งตลาด ความหลากหลายของผลิตภัณฑ์ ความภักดี ราคาหุ้น เป็นต้น


3. ข้อมูลเกี่ยวกับแรงงานกลุ่มเป้าหมายขององค์กรในตลาดแรงงาน

เช่น ข้อมูลจากสำนักงานสถิติ กระทรวงแรงงานและหน่วยราชการที่เกี่ยวข้อง เกี่ยวกับ อัตราเงินเดือน การจ้างงาน อัตราการว่างงาน ผลิตภัณฑ์มวลรวมในประเทศ อัตราการลาออกตำแหน่งงาน และการปลดพนักงาน และค่าจ้างและเงินเดือน แยกย่อยตามอุตสาหกรรมขนาดบริษัท อาชีพ และภูมิภาค เป็นต้น


จากข้อมูลดังกล่าวเราอาจสรุปได้ว่า HR Analytics หมายถึงการที่องค์กรใช้ข้อมูลที่เกี่ยวข้องกับการดำเนินธุรกิจและบุคลากร มาทำการวิเคราะห์ เพื่อทำความเข้าใจสภาพปัจจุบันว่าเกิดอะไรขึ้น สิ่งที่เกิดขึ้นมีสาเหตุที่เกี่ยวข้องกับบุคลากรอย่างไร และหากเราต้องการมุ่งไปสู่เป้าหมายขององค์กรอะไรบางอย่าง เราจะใช้ข้อมูลเหล่านั้นเพื่อประกอบการวิเคราะห์ ตัดสินใจได้อย่างไร


จากความหมายของ HR Analytics ดังกล่าวข้างต้น หากสังเกตเราจะพบว่า การที่องค์กรใช้ข้อมูลด้านบุคลากรเพื่อประกอบการตัดสินใจด้านธุรกิจ ไม่ใช่เรื่องใหม่ แต่เป็นแนวปฏิบัติที่ทำกันมานานแล้ว โดยเฉพาะอย่างยิ่งในการทำสงครามสู้รบของแว่นแคว้นต่าง ๆ ในอดีต แต่อย่างไรก็ตามในประวัติย่อ HR Analytics ในบทความนี้ จะขอเริ่มตั้งแต่ยุคเริ่มต้นของการปฏิวัติอุตสาหกรรม ซึ่งมีการใช้วิธีการจัดการที่เป็นวิทยาศาสตร์ ซึ่งองค์ความรู้ดังกล่าวได้กลายมาเป็นพื้นฐานที่ต่อยอดกันมาจนถึงปัจจุบัน


จากการศึกษาของ Jean Paul Isson และ Jesse S. ในหนังสือ People Analytics in Big Data Era (2016) ได้สรุป เหตุการณ์สำคัญ ๆ ของ HR Analytics ตามช่วงเวลาต่าง ๆ สรุปเป็น Time line ได้ดังนี้


ปี พ.ศ.2454 Frederick Taylor วิศวกรเครื่องกล

> สนใจศึกษาการวัดประสิทธิภาพของคนงานและปรับปรุงประสิทธิภาพในอุตสาหกรรม

> เป็นผู้บุกเบิกการจัดการทางวิทยาศาสตร์ของการศึกษาเวลาและการเคลื่อนที่ สรุปเป็นหนังสือชื่อ The Principles of Scientific Management

> กระตุ้นให้เกิดการเคลื่อนไหวในการวิเคราะห์ข้อมูลเบื้องหลังการทำงานทางกายภาพซึ่งถูกนำมาใช้ครั้งแรกในวิศวกรรมอุตสาหการ


ปี พ.ศ.2456 Hugo Munsterberg นักจิตวิทยา

> ขยายแนวคิด Taylor ไปสู่จิตวิทยาประยุกต์ ในหนังสือ Psychology and Industrial Efficiency

> พบว่าไม่ใช่แค่ความแข็งแกร่งทางร่างกายของคนงานเท่านั้น แต่ยังรวมถึงจิตใจของเขาที่กำหนดผลผลิตทางธุรกิจด้วย

> แนะนำอุตสาหกรรมให้รู้จักกับแนวคิดของการคัดเลือกคนงานโดยอาศัยวิธีการทางวิทยาศาสตร์ในการทดสอบคนงานและการวิเคราะห์งาน ต่อมาเรียกว่าศูนย์ประเมินผล


ในช่วงสงครามโลกครั้งที่ 1 (พ.ศ. 2457-2461) กองทัพสหรัฐฯ

> เริ่มการทดสอบขนาดใหญ่ที่เรียกว่า Army Alpha และ Beta Tests of World War I ซึ่งเป็นการทดสอบทางจิตครั้งแรกที่ออกแบบมาเพื่อมวลชน

> พิสูจน์ว่าคนอาจฉลาดมากแม้ว่าจะไม่รู้หนังสือหรือไม่เชี่ยวชาญในภาษาอังกฤษ

> นำไปสู่การสร้างการทดสอบ Army Alpha และ Army Beta


ปี พ.ศ.2463 EL Thorndike

> แบ่งความฉลาดออกเป็นสามด้าน 1) ความสามารถในเชิงนามธรรมหรือความสามารถในการเข้าใจ และจัดการความคิด 2) ความฉลาดทางกลไกหรือความสามารถในการจัดการกับวัตถุที่เป็นรูปธรรม และ 3) ความฉลาดทางสังคม

> ความฉลาดทางสังคมหมายถึงความสามารถในการเข้าใจและจัดการชายและหญิง เด็กชายและเด็กหญิง เพื่อแสดงมนุษยสัมพันธ์อย่างชาญฉลาด


ปี พ. ศ.2464 และ พ.ศ.2466 คาร์ล กุสตาฟ จุง จิตแพทย์ผู้มีชื่อเสียงชาวสวิสและหนึ่งในบิดาผู้ก่อตั้งจิตเวชศาสตร์สมัยใหม่

> ตีพิมพ์หนังสือประเภทจิตวิทยา 8 เล่ม

> เสนอว่าผู้คนมีความแตกต่างกันโดยสิ้นเชิงทั้งในแง่ของ วิธีที่พวกเขามองโลกและรับข้อมูลและในแง่ของวิธีการตัดสินใจ

> ขยายแนวคิดเรื่องความฉลาดทางสังคมไปสู่ศาสตร์แห่งการทำงานและสอนว่าไม่เพียงแต่ทักษะส่วนบุคคลของเราเท่านั้นที่สร้างผลผลิต แต่ยังรวมถึงบุคลิกของเราและวิธีที่เราเข้ากันได้


ปี พ.ศ. 2486 เมเยอร์และแคทธารีนบริกส์

> เผยแพร่แบบสอบถาม Myers – Briggs Type Indicator ซึ่งยังคงใช้เป็นเครื่องมือในการประเมินอยู่ในปัจจุบัน


ปี พ.ศ. 2521 Dr.Jac Fitz-enz

> เผยแพร่ตัวชี้วัดด้านทรัพยากรบุคคล 30 ตัว เผยแพร่ในหนังสืออ้างอิง How to Measure Human Resources Management และบางส่วนถูกใช้ประกอบเป็นตัวชี้วัดเชิงคาดการณ์ในปัจจุบัน


ปี 2539, 2544 Robert Kaplan (Harvard Business School) และ David Norton

> แนะนำ Balance Scorecard และหนังสือ The HR Scorecard สำหรับการประเมินผลการดำเนินงานขององค์กร และประสิทธิภาพในการปฏิบัติงานของบุคลากร

ปี 2548

> มีการสร้าง Platform การจัดการความสามารถพิเศษ (Talent Management System-TMS) ขึ้นเป็นครั้งแรก

* TMS เป็นแพลตฟอร์มแบบบูรณาการที่ดำเนินการโดยอัตโนมัติและปรับปรุงกระบวนการสำคัญที่สำคัญของการจัดการความสามารถรวมถึงการสรรหาบุคลากร การจัดการตามความเหมาะสม การเรียนรู้และการพัฒนา และการจัดการค่าตอบแทน เป็นเครื่องมือที่จัดเก็บข้อมูลพนักงานที่หลากหลาย ตั้งแต่ข้อมูลการสรรหาบุคลากร ข้อมูลการเรียนรู้และความเป็นผู้นำ ข้อมูลการบริหารงานและการจัดการค่าตอบแทน และดำเนินการต่อข้อมูลโปรไฟล์ไปจนถึงประสิทธิภาพการประกาศรับสมัครงานและข้อมูลการทำงาน

HR Analytics: จากวันนี้สู่อนาคต

หลังจากที่เราได้ทำความเข้าใจความหมายและพัฒนาการโดยย่อของ HR Analytics จากอดีตจนถึงปัจจุบันแล้ว คำถามหนึ่งที่น่าสนใจก็คือ ทำไม HR Analytics จึงได้รับความสนใจมากยิ่งขึ้นในยุคปัจจุบัน ซึ่งคำตอบนี้สามารถอธิบายได้ว่าเป็นปรากฏการณ์ที่มาพร้อมกับการตื่นตัวในศาสตร์ด้าน Big Data และ Data Science ซึ่งเป็นผลมาจากการขยายตัวของเทคโนโลยีสื่อสังคมและเทคโนโลยีสารสนเทศที่มีประสิทธิภาพสูงขึ้นทุกวัน ๆ แต่เทคโนโลยีและเครื่องมือต่าง ๆ กลับมีราคาถูกลง ๆ ทุกวัน ทำให้ผู้คนโดยทั่วไปสามารถเข้าถึงเทคโนโลยี ส่งผลให้เกิดปรากฏการณ์ 3V ของสิ่งที่เรียกว่า Big Data คือมีข้อมูลเกิดขึ้นในปริมาณมหาศาลตลอดเวลา (Volume) ข้อมูลที่เกิดขึ้นมีการเปลี่ยนแปลงอย่างรวดเร็ว (Velocity) และข้อมูลมีรูปแบบที่หลากหลาย (Variety) การเกิดขึ้นของข้อมูลตลอดเวลาดังกล่าวถูกตรวจจับ (Detect) ผ่าน Wireless Device หรือ Internet of Things ตลอดเวลาเช่นกัน


จากปรากฏการณ์ข้างต้น เป็นสิ่งที่ชี้ให้เห็นว่าสังคมปัจจุบันกำลังเข้าสู่ยุค Post Oil และกำลังเคลื่อนที่ไปสู่ยุค New Oil หรือที่มักจะกล่าวกันว่า Data is the New Oil เกิดการตื่นตัวของการศึกษาด้าน Data Science โดยเฉพาะอย่างยิ่งการใช้ Machine Learning มาใช้ในการคาดการณ์อนาคต การใช้ AI เพื่อพัฒนา Platform ระบบอัตโนมัติต่าง ๆ กำลังกลายเป็นเครื่องมือที่ได้รับความนิยมในการวิเคราะห์ทางธุรกิจ (Business Analytics) ในปัจจุบัน


แนวโน้มดังกล่าวของการใช้ Data Science, Machine Learning, AI ได้ถูกนำมาใช้เพื่อการวิเคราะห์ HR Analytics เช่นกัน เพื่อช่วยให้องค์กรสามารถวางแผนกลยุทธ์ด้านทรัพยากรบุคคลและตัดสินใจทางธุรกิจได้อย่างมีประสิทธิภาพสูงสุด ซึ่งการทำ HR Analytics ดังกล่าว ผู้เขียนจะค่อย ๆ นำเสนอแนวทาง ตัวอย่างในการประยุกต์ใช้ เพื่อแบ่งปันเรียนรู้ร่วมกันกับเพื่อน ๆ HR ในบทความครั้งต่อ ๆ ไป

ดร.ปิยะวัฒน์ จารุธนรัตน์กุล

ที่ปรึกษาด้านการจัดการทรัพยากรบุคคล

บริษัท ไทย เอชอาร์เอ็ม บิสิเนส จำกัด


-------------------------------------------------------------------------------------------------------------------------------

อ้างอิง: Jean Paul Isson และ Jesse S., People Analytics in Big Data Era (2016)

เอกสิทธิ์ พัชรวงศ์ศักดา , การวิเคราะห์ข้อมูลด้วยเทคนิคดาต้าไมน์นิง ( 2014)

-------------------------------------------------------------------------------------------------------------------------------

ดู 341 ครั้ง0 ความคิดเห็น