บริการให้คำปรึกษา Data Dashboard ที่ดีเริ่มที่ Metric Dictionary ไม่ใช่ที่กราฟแรก

บริษัทเดียวกันมีนิยามคำว่ายอดขายอยู่สี่แบบโดยไม่รู้ตัว และนั่นคือเหตุผลที่ dashboard หลายตัวจุดประชุมให้เถียงกันแทนที่จะจบข้อเถียง งานให้คำปรึกษา data dashboard ที่ทำถูกลำดับจึงเริ่มจากการสร้างพจนานุกรมตัวชี้วัดและต้นไม้ KPI ก่อนแตะเครื่องมือใด ๆ บทความนี้เปิดวิธีทำทีละขั้น
ลองถามสามแผนกในบริษัทเดียวกันว่ายอดขายเดือนที่แล้วเท่าไร แล้วคุณอาจได้สามตัวเลข ฝ่ายขายนับจากใบสั่งซื้อที่ปิดได้ ฝ่ายบัญชีนับจากใบกำกับภาษีที่ออกแล้ว ฝ่ายคลังนับจากของที่ส่งออกไปจริง ทั้งสามฝ่ายถูกหมดในนิยามของตัวเอง และนั่นแหละคือปัญหา เมื่อธุรกิจจ้างทำ dashboard โดยยังไม่เคลียร์เรื่องนี้ สิ่งที่ได้คือจอสวย ๆ ที่โชว์ตัวเลขซึ่งขัดกับรายงานของฝ่ายบัญชี แล้วความเชื่อมั่นในระบบทั้งระบบก็พังตั้งแต่การประชุมนัดแรก เราเคยเขียนไว้แล้วว่า dashboard ที่ดีต้องตอบคำถามอะไรและเริ่มอย่างไรเมื่อข้อมูลกระจัดกระจาย บทความนี้เจาะลึกเครื่องมือชิ้นแรกที่ที่ปรึกษามืออาชีพใช้เปิดงานจริง ๆ ซึ่งไม่ใช่ซอฟต์แวร์ BI ตัวไหนเลย แต่คือเอกสารที่เรียกว่า Metric Dictionary หรือพจนานุกรมตัวชี้วัด เอกสารเดียวที่บังคับให้ทั้งบริษัทพูดตัวเลขภาษาเดียวกันก่อนที่กราฟแรกจะถูกวาด
Metric Dictionary: หนึ่งบรรทัดต่อหนึ่งตัวเลขที่บริษัทใช้ตัดสินใจ
Metric Dictionary คือทะเบียนกลางของตัวชี้วัดทุกตัวที่จะขึ้น dashboard โดยหนึ่งตัวชี้วัดต้องตอบครบทุกช่องก่อนถึงจะถือว่านิยามเสร็จ ช่องที่ขาดไม่ได้มีหกช่อง
- นิยามธุรกิจ: ประโยคภาษาคนที่กรรมการบริษัทอ่านเข้าใจ เช่น ยอดขายคือมูลค่าใบกำกับภาษีที่ออกในเดือนนั้น หักใบลดหนี้ ไม่รวมภาษีมูลค่าเพิ่ม
- สูตรคำนวณ: เขียนเป็นสมการที่คนทำข้อมูลนำไปเขียนโค้ดได้โดยไม่ต้องเดา รวมถึงเงื่อนไขกรอง เช่น ไม่นับออเดอร์ยกเลิกและออเดอร์ภายใน
- แหล่งข้อมูลต้นทาง: ตัวเลขนี้ดึงจากระบบไหน ตารางไหน และถ้ามีหลายแหล่งที่ขัดกัน แหล่งไหนคือแหล่งความจริงที่ชนะ
- เจ้าของตัวชี้วัด: ชื่อคนที่มีอำนาจชี้ขาดเมื่อนิยามถูกตั้งคำถาม ตัวเลขที่ไม่มีเจ้าของคือตัวเลขที่ไม่มีใครปกป้องความถูกต้อง
- รอบอัปเดตและความสดของข้อมูล: เรียลไทม์ รายวัน หรือรายเดือน พร้อมเวลาตัดยอดที่ชัดเจน เพราะยอดขายวันนี้ตอนสิบโมงกับตอนเที่ยงคืนคือคนละตัวเลข
- ข้อยกเว้นและกรณีพิเศษ: คืนสินค้า ส่วนลดท้ายบิล สกุลเงินต่างประเทศ สาขาที่เพิ่งเปิด สิ่งเหล่านี้แหละคือจุดที่ตัวเลขสองระบบมักแตกกัน
KPI Tree: ต่อยอดจากพจนานุกรมสู่โครงสร้างเหตุและผล
พจนานุกรมทำให้แต่ละตัวเลขแม่น แต่ยังไม่บอกว่าตัวเลขไหนขับตัวเลขไหน ขั้นถัดมาคือการวางตัวชี้วัดเป็นต้นไม้ ยอดบนสุดคือผลลัพธ์ที่เจ้าของธุรกิจแคร์ที่สุด เช่น กำไรจากการดำเนินงาน แล้วแตกกิ่งลงเป็นตัวขับ กำไรมาจากรายได้หักต้นทุน รายได้มาจากจำนวนบิลคูณยอดเฉลี่ยต่อบิล จำนวนบิลมาจากลูกค้าใหม่บวกลูกค้าซื้อซ้ำ ไล่ลงไปจนถึงตัวเลขที่พนักงานหน้างานขยับได้จริงในแต่ละวัน ต้นไม้นี้คือเส้นแบ่งระหว่าง dashboard ที่เป็นกระจกมองหลังกับ dashboard ที่เป็นพวงมาลัย เพราะเมื่อกำไรตก ผู้บริหารจะไล่กิ่งลงมาได้ทันทีว่าตกเพราะบิลหาย ยอดต่อบิลหด หรือต้นทุนบวม และรู้ว่าใครคือคนที่ต้องขยับตัวเลขต้นทาง ประโยชน์เชิงออกแบบอีกข้อคือ ต้นไม้ช่วยตัดสินว่าอะไรไม่ต้องขึ้นจอ ตัวชี้วัดที่ไม่อยู่บนเส้นทางจากหน้างานสู่กำไร ไม่ว่าจะน่าสนใจแค่ไหนก็เป็นแค่เสียงรบกวน
เป้าหมาย
โตแบบมีกำไร
แล้วลงมือ
ตัดสินใจ
เวิร์กช็อปนิยาม: งานที่มูลค่าสูงสุดของที่ปรึกษาเกิดตรงนี้
เอกสารสองชิ้นนี้สร้างไม่ได้จากโต๊ะทำงานของที่ปรึกษา มันต้องเกิดในห้องที่มีเจ้าของธุรกิจ ฝ่ายบัญชี ฝ่ายขาย และคนดูแลระบบอยู่พร้อมกัน เพราะคุณค่าที่แท้จริงของเวิร์กช็อปไม่ใช่การเขียนเอกสาร แต่คือการทำให้ความขัดแย้งที่ซ่อนอยู่ระเบิดออกมาในห้องประชุมแทนที่จะไประเบิดหลัง dashboard ขึ้นระบบแล้ว ถ้าฝ่ายขายกับบัญชีนับยอดคนละแบบ ให้เถียงกันวันนี้ต่อหน้าเจ้าของ แล้วจบด้วยการชี้ขาดหนึ่งนิยามพร้อมบันทึกเหตุผล ไม่ใช่ปล่อยให้ dashboard เป็นสนามรบตัวแทน สัญญาณที่บอกว่าคุณกำลังคุยกับที่ปรึกษาที่ทำงานเป็นลำดับถูกต้องจึงดูง่ายมาก ถ้าการประชุมนัดแรกเขาเปิดจอตัวอย่าง dashboard สวย ๆ ให้เลือกธีมสี ให้ระวัง แต่ถ้านัดแรกเขาขอเวลาสองสามชั่วโมงกับคนสามฝ่ายเพื่อไล่นิยามทีละตัว แปลว่าเขากำลังสร้างรากฐานที่ทำให้ทุกกราฟหลังจากนี้เชื่อถือได้
จากพจนานุกรมสู่เกณฑ์ตรวจรับ
ของแถมที่ทรงพลังที่สุดของ Metric Dictionary คือมันกลายเป็นเกณฑ์ตรวจรับงานโดยอัตโนมัติ เมื่อนิยามยอดขายถูกชี้ขาดแล้ว การตรวจรับ dashboard ก็ง่ายและปราศจากอารมณ์: เลือกเดือนที่ปิดบัญชีแล้วสามเดือน เทียบตัวเลขบนจอกับงบที่ฝ่ายบัญชีปิด ตัวต่อตัว ตัวเลขต้องตรงกันหรือต่างกันไม่เกินเกณฑ์ที่ตกลงไว้ล่วงหน้า พร้อมคำอธิบายได้ทุกส่วนต่าง ทดสอบความสดของข้อมูลด้วยการยิงรายการขายทดสอบแล้วจับเวลาว่าโผล่บนจอภายในรอบอัปเดตที่สัญญาไว้หรือไม่ ธุรกิจที่ตรวจรับแบบนี้จะไม่มีวันเจอสถานการณ์คลาสสิกที่เจอกันทั่วไป คือ dashboard เสร็จแล้วสวยด้วย แต่ไม่มีใครในบริษัทกล้าใช้ตัวเลขของมันประกอบการตัดสินใจจริง
บริการที่เกี่ยวข้อง
บริการ Data Dashboard & Analytics
ออกแบบแดชบอร์ดและวิเคราะห์ข้อมูล ให้เห็นภาพธุรกิจและตัดสินใจได้ด้วยตัวเลข
WhaleScope
ดูโครงสร้างตลาดของทุกหมวดธุรกิจไทย บน WhaleScope
รายชื่อบริษัท ผู้เล่นรายใหญ่ และอัตราคงอยู่ของแต่ละหมวด — จากข้อมูลจดทะเบียน 2 ล้านนิติบุคคล
อ่านต่อ

บริการให้คำปรึกษา Data Dashboard: dashboard ที่ดีตอบอะไรได้ และเริ่มทำอย่างไรเมื่อข้อมูลยังกระจัดกระจาย
ธุรกิจส่วนใหญ่มีข้อมูลกระจายอยู่ใน Excel หลายไฟล์และหลายระบบ จนไม่มีใครเห็นภาพรวม บริการให้คำปรึกษา data dashboard คือการช่วยรวมข้อมูลเหล่านั้นเป็นหน้าจอเดียวที่ตอบคำถามธุรกิจได้จริง บทความนี้อธิบายว่า dashboard ที่ดีต้องตอบอะไร และเริ่มได้อย่างไรแม้ข้อมูลยังไม่พร้อม

จากเป้ากำไรของเจ้าของ สู่ตัวเลขรายสัปดาห์ของทีม: วิธีแตกเป้าหมายเป็นชั้น ๆ ให้ทุกคนรู้ว่าต้องขยับอะไร
เป้าปีที่ประกาศในงานเลี้ยงแล้วไม่มีอะไรเปลี่ยน ไม่ได้แปลว่าทีมไม่เอาด้วย แต่แปลว่าเป้าไม่เคยถูกแปลเป็นงาน บทความนี้สอนการแตกเป้ากำไรผ่านต้นไม้ตัวขับเคลื่อน กำไร = ยอดขาย × มาร์จิ้น − ต้นทุนคงที่ พร้อมตัวอย่างแตกเป้า +1 ล้านลงถึงตัวเลขรายสัปดาห์ของทีมขาย จัดซื้อ และหน้าร้าน และจังหวะรีวิวที่ทำให้เป้าไม่ตายกลางปี

ระบบที่วัดทุกอย่าง ทำให้คนหยุดคิด — เมื่อตัวเลขกลายเป็นเป้า มันก็เลิกเป็นตัววัดที่ดี
ธุรกิจที่เริ่มมีข้อมูลมักตั้งตัวชี้วัดเพิ่มขึ้นเรื่อย ๆ ด้วยความหวังดี แต่ทุกตัวชี้วัดที่ผูกกับผลตอบแทนจะถูกทำให้ดูดีขึ้นด้วยวิธีที่ไม่ได้ตั้งใจไว้เสมอ บทความนี้อธิบายว่าทำไมการวัดมากเกินไปจึงบิดเบือนพฤติกรรม และควรออกแบบตัวชี้วัดอย่างไรให้ยังใช้ได้

Leading vs Lagging Indicators: เลือก KPI ที่เตือนก่อนเกิด ไม่ใช่หลังเกิด
ยอดขายเดือนที่แล้วบอกได้แค่ว่าเกิดอะไรไปแล้ว แต่จำนวนลีดและอัตราติดตามบอกว่ากำลังจะเกิดอะไร การผสม Leading และ Lagging Indicators ให้ถูก คือหัวใจของ Dashboard ที่ใช้ตัดสินใจได้จริง
