Data Literacy คืออะไร ? เพราะเมื่อการรู้ข้อมูลเป็นเรื่องของทุกคน (Data Literacy for All)

Data Literacy คืออะไร ?
เมื่อการรู้ข้อมูลเป็นเรื่องของทุกคน (Data Literacy for All)

• Qlik เป็นหนึ่งในผู้นำด้าน Business Intelligence จัดทำเว็บไซต์ Data Literacy Project เพื่อเผยแพร่ความรู้เกี่ยวกับ “การรู้ข้อมูล”
• Cambridge Assessment เป็นหน่วยงานในสังกัดมหาวิทยาลัยเคมบริดจ์และ Questionmark หน่วยงานให้บริการด้านการวัดประเมิน จับมือกันออกแบบทดสอบด้าน “การรู้ข้อมูล” เพื่อวัดความสามารถพนักงาน
• งานวิจัยจาก Harvard Business Review เผยว่าองค์กรที่บริหารจัดการข้อมูลได้ดีสามารถเพิ่มประสิทธิภาพการตัดสินใจได้มากถึง 3 เท่าเมื่อเทียบกับองค์กรที่ไม่สามารถจัดการข้อมูลของตนเองได้

เหตุการณ์เหล่านี้คือสัญญาณว่าโลกเข้าสู่ยุคข้อมูลอย่างเต็มตัวแล้ว หน่วยงานทั่วโลกต่างตระหนักดีว่าความเข้าใจและความสามารถตัดสินใจด้วยข้อมูลนั้นมีความสำคัญเพียงใด แต่ผลการสำรวจพบว่ามีพนักงานเพียง 21% คิดว่าตนเองมีทักษะ "การรู้ข้อมูล" และพนักงานเกือบครึ่ง (48%) ที่เชื่อความรู้สึก (Gut Feeling) มากกว่าข้อมูล

ก่อนจะเล่าถึงปัญหาความขาดแคลนแรงงานชำนาญข้อมูล เรามาทำความรู้จักกับ “การรู้ข้อมูล” หรือ Data Literacy กันก่อนนะครับ

Data Literacy (การรู้ข้อมูล) คืออะไร ?

MIT และ Emerson College นิยามการรู้ข้อมูลไว้ว่า 

ความสามารถในการอ่านข้อมูล ทำงานโดยใช้ข้อมูล การวิเคราะห์และการใช้เหตุผลด้วยข้อมูล
(The ability to read, work with, analyze, and argue with data.)

คุณ Jordan Morrow เจ้าของผลงานหนังสือ Be Data Literate หยิบเอานิยามนี้มาปรับเป็น

ความสามารถในการอ่านข้อมูล ทำงานโดยใช้ข้อมูล การวิเคราะห์และการสื่อสารด้วยข้อมูล
(The ability to read, work with, analyze, and communicate with data.)

Aryng บริษัทที่ปรึกษาด้านวิทยาศาสตร์ข้อมูล นิยามการรู้ข้อมูลไว้สั้น ๆ ว่า 

ความสามารถในการอ่าน เข้าใจและใช้งานข้อมูลเพื่อผลักดันการตัดสินใจ
(The ability to read, understand, and use data to drive decisions.)

ถ้าจะกล่าวให้ครอบคลุมความหมายเหล่านี้ เราจะอธิบายได้ว่าคนที่มีทักษะ การรู้ข้อมูล คือ

คนที่สามารถอ่าน เข้าใจและวิเคราะห์ข้อมูลได้ ทั้งยังสามารถสื่อสารและตัดสินใจด้วยข้อมูล

Data Literacy สำคัญอย่างไร ?

รายงาน Global Data Literacy Benchmark ของ ค.ศ. 2020 (พ.ศ. 2563) ที่สำรวจ ทักษะการรู้ข้อมูล ของพนักงานกว่า 5,000 คนทั่วโลก โดยแบ่งกลุ่มคนเป็น 3 ประเภท คือ กลุ่มที่สามารถเป็นโค้ชได้ (Coach) กลุ่มที่มั่นใจในการทำงานกับข้อมูล (Confident) และกลุ่มที่ยังกล้า ๆ กลัว ๆ (Curious) มีข้อมูลดังนี้

ภาพจาก Global Data Literacy Benchmark 2020 - datatothepeople.org/gdlb

จากผลสำรวจจะเห็นว่าในทุกประเทศมีคนที่มั่นใจระดับพร้อมเป็นโค้ชได้มีแค่ประมาณ 10% โดยออสเตรเลียและแคนาดามีมากที่สุดถึง 12%

นอกจากนี้ ความไม่รู้เรื่องเกี่ยวกับข้อมูลยังทำให้พนักงานเกิดความเครียดด้วย งานวิจัยจาก Accenture และ Qlik พบว่าพนักงานมากถึง 75% ของจำนวนผู้ตอบแบบสอบถามกว่า 9 พันคนบอกว่าเครียดและไม่มีความสุขที่ต้องทำงานกับข้อมูล

และยังประมาณการว่าองค์กรสูญเสียเวลาไป 43 ชั่วโมงต่อพนักงานหนึ่งคนเนื่องจากความล่าช้าและความเครียดจากการทำงานกับข้อมูลและเทคโนโลยี ซึ่งคิดเป็นจำนวนเงินที่ต้องเสียไปราว 109.4 พันล้านเหรียญสหรัฐในสหรัฐอเมริกา 13.17 พันล้านเหรียญสหรัฐในอังกฤษ และ 9.4 พันล้านเหรียญสหรัฐในออสเตรเลีย

ใครควรจะต้องมีทักษะในด้าน Data Literacy บ้าง ?

พวกเราส่วนใหญ่ก็ตระหนักถึง ความสำคัญของข้อมูล แล้ว วลีที่ว่า "Data is the new Oil" หรือ "Data is the new Gold" ก็ได้ยินกันบ่อยแล้ว แต่ถ้าถามว่าใครในองค์กรบ้างที่ต้องมีความรู้ความเข้าใจในเรื่องข้อมูล อาจเป็นคำถามที่ยากขึ้นมาอีกระดับ

หลายคนอาจจะคิดว่าปล่อยให้เป็นหน้าที่นักวิเคราะห์หรือพวกนักวิทยาศาสตร์ข้อมูลซิ แต่ที่จริงทุกแผนก ทุกระดับชั้นของพนักงานและผู้บริหารในองค์กรต่างก็ทำงานเกี่ยวข้องกับข้อมูล ต้องสามารถอ่านและทำความเข้าใจกับข้อมูลเพื่อตัดสินใจกิจกรรมต่าง ๆ ทั้งนั้น

มาลองดูตัวอย่างในองค์กรกันหน่อยนะครับ

เมื่อองค์กรต้องการพัฒนาสินค้าหรือบริการใหม่สักอย่าง เราจะหาไอเดียสินค้าใหม่นี้ได้จากที่ไหนบ้าง ? เราอาจจะทำการเก็บข้อมูลจากแบบสอบถาม ศึกษาข้อมูลการตลาดหรือศึกษาข้อมูลของคู่แข่ง ทีมงานในบริษัทก็ต้องทำการรวบรวมข้อมูลจากหลาย ๆ แหล่งเพื่อนำมาสรุปให้ผู้บริหารรับทราบ ในที่นี้ ทีมงานก็คือนักวิเคราะห์การตลาด ซึ่งพวกเขาต้องมีทักษะทางข้อมูลทุกอย่างตั้งแต่การอ่าน วิเคราะห์และสื่อสารข้อมูล เมื่อได้รายงานมาแล้ว ผู้บริหารก็มีหน้าที่อ่าน วิเคราะห์ และตัดสินใจด้วยข้อมูลและประสบการณ์

เมื่อผู้บริหารตัดสินใจได้แล้ว หน้าที่ต่อมาของพวกเขาก็คือต้องสามารถสื่อสารไปยังทีมพัฒนาสินค้าหรือบริการ ซึ่งข้อมูลของโครงการนี้ก็จะถูกถ่ายทอดไปยังส่วนต่าง ๆ ที่เกี่ยวข้องในองค์กรทั้งหมด นั่นหมายความว่าแทบจะทุกฝ่ายก็ต้องได้เห็นข้อมูลเหล่านี้ อาจจะต่างกับที่รูปแบบของข้อมูลที่แตกต่างกัน บางกลุ่มเห็นข้อมูลจากระบบ บางคนเห็นเป็นรายงาน ปริมาณของข้อมูลที่ได้รับก็ต่างกัน

ถ้ามองในมุมของ Data Analytics ทั้ง 4 ระดับคือ

1. Descriptive Analytics
2. Diagnostic Analytics
3. Predictive Analytics
4. Prescriptive Analytics

อาจจะบอกได้ว่าทุกฝ่ายในองค์กรต้องใช้ทักษะการรู้ข้อมูลในการทำงานเหล่านี้

โดยกลุ่มคนที่ต้องลงไปคลุกคลีกับข้อมูลจริง ๆ ก็คือนักวิเคราะห์ข้อมูล ไม่ว่าจะฝั่งการตลาด การเงิน โลจิสติกส์ พวกเขามีหน้าที่หา Insight จากระบบ Data Analytics ของหน่วยงานและตอบคำถามว่า “ทำไม” ถึงเกิดปรากฏการณ์ต่างๆ ขึ้น (Diagnostic Analytics) เช่นยอดขายสินค้ามีการเปลี่ยนแปลงไปเพราะอะไร งานด้านการเงินก็ต้องมีการตรวจสอบธุรกรรมที่เกิดขึ้นในแต่ละวันฝั่งโลจิสติกส์ก็ต้องดูประสิทธิภาพการทำงานของทีมขนส่ง 

อีกงานที่สำคัญของนักวิเคราะห์ก็คือการพยากรณ์สิ่งที่จะเกิดขึ้นในอนาคตหรือการวิเคราะห์ข้อมูลเชิงทำนาย (Predictive Analytics) ซึ่งเป็นการสร้างโมเดลจากข้อมูลในอดีตเพื่อหาโอกาส หาความเสี่ยง ด้านการตลาดก็คือการหาโอกาสในการออกโปรโมชั่นใหม่ ๆ ในช่วงเวลาที่เหมาะสม ด้านการเงินก็สามารถใช้ข้อมูลเพื่อคํานวณความเสี่ยงในการปล่อยเงินกู้ได้ ส่วนฝั่งโลจิสติกส์ก็สามารถใช้ข้อมูลในการคาดการวางแผนการขนส่งที่มีประสิทธิภาพมากขึ้น ประหยัดน้ำมันและลดเวลาในการขนส่ง (Prescriptive Analytics)

แต่ก็ไม่ใช่ว่านักวิเคราะห์เหล่านี้จะทำแต่งานวิเคราะห์ข้อมูลระดับสูงโดยไม่ได้สนใจการสื่อสารกับส่วนอื่น ๆ ขององค์กรเลย เพราะที่จริง สิ่งที่สำคัญมากสำหรับการใช้ข้อมูลก็คือการผลิตข้อมูลที่สื่อสารได้ง่าย นั่นหมายความว่าเหล่านักวิเคราะห์ต้องเชี่ยวชาญในการสร้างรายงาน (Descriptive Analytics) เช่นกันและรายงานเหล่านี้ก็จะถูกส่งต่อไปยังส่วนต่าง ๆ ขององค์กร

พนักงานทุกส่วนก็ต้องมีส่วนเกี่ยวข้องกับข้อมูลอย่างน้อยที่สุดทุกคนก็เป็นผู้บริโภคข้อมูลในหลายรูปแบบ เช่นรายงานหรือแดชบอร์ดของระบบ (Descriptive Analytics และ Diagnostic Analytics) ตัวอย่างเช่น พยาบาลต้องดูข้อมูลผู้ป่วยเพื่อบริหารจัดการเตียง ผู้จัดการโรงงานต้องดูข้อมูลเกี่ยวกับพนักงานและเครื่องจักรเพื่อการจัดการผลิตอย่างมีประสิทธิภาพ ครูอาจารย์ต้องดูข้อมูลนักเรียนเพื่อช่วยเหลือนักเรียนให้เข้าใจเนื้อหาการเรียน เรียกได้ว่าพนักงานทุกคนในทุกองค์กรเป็นผู้บริโภคข้อมูล และต้องสามารถ 'อ่าน' และ 'วิเคราะห์' ข้อมูลได้ในระดับหนึ่งเพื่อการตัดสินใจในส่วนงานของตัวเอง

เราจะสร้างทักษะในด้าน Data Literacy ให้องค์กรได้อย่างไร ?

การเรียนรู้ทักษะการรู้ข้อมูล ของแต่ละองค์กรก็มีเป้าหมายแตกต่างกันไปนะครับ แต่การตั้งหลักสร้างทักษะนี้ในองค์กรนั้นมีกระบวนการกว้าง ๆ อยู่ 4 ขั้นตอนคือ

1. หาเจ้าภาพและซื้อใจผู้บริหาร 

ถ้าองค์กรของเรามีผู้บริหารด้านข้อมูล (Chief Data Officer) หรือผู้บริหารด้านสารสนเทศ (Chief Information Officer) ก็ต้องเป็นหน่วยงานนี้ละครับ ที่จะริเริ่มงานการสร้างทักษะการรู้ข้อมูลให้ทั้งองค์กร และต้องอย่าลืมว่าทีม Executive หรือ C-level ทั้งหมดก็ต้องโอเคกับการขยับตัวครั้งนี้ด้วย

2. สำรวจทักษะปัจจุบันของพนักงาน

ขั้นตอนนี้คือการสำรวจ (Survey) หรือประเมิน (Assess) ระดับทักษะการรู้ข้อมูลขององค์กรก็คือการหาช่องว่างของทักษะ (Skill Gap) ที่เราต้องการเติมเต็ม เพื่อจะได้วางแผนการพัฒนาบุคลากรได้อย่างเหมาะสมนั่นเอง

ถ้าสนใจเรื่องการวัดระดับความรู้เรื่องข้อมูล ลองดูลิงก์ตามนี้ได้เลยครับ

แบบทดสอบสั้น ๆ จาก Data Literacy Project มีคำถามวัดระดับทักษะเรื่องข้อมูล 

• https://thedataliteracyproject.org/assessment

แบบทดสอบของบริษัทที่ปรึกษาด้านวิทยาศาสตร์ข้อมูล Aryng มีคำถาม 10 ข้อ ใช้วัดทักษะการรู้ข้อมูลเบื้องต้นในเชิงธุรกิจ

• https://aryng.com/data-literacy-test 

แบบทดสอบของ News Literacy Project + SAS เป็นแบบทดสอบที่อิงข้อมูลสื่อเป็นหลัก แต่โดยหลักการแล้วมันคือทักษะการอ่านข้อมูลในชีวิตประจำวัน ทดลองวัดทักษะกันได้

• https://newslit.org/tips-tools/can-you-make-sense-of-data/

เช็คลิสต์ของ Passionned Group เกี่ยวกับ Data Literacy เป็นรายการคำถามกว้างๆ เกี่ยวกับทักษะความสามารถในการทำงานกับข้อมูล 30 ข้อ (ต้องเลื่อนดูในช่วงสุดท้ายของบทความ)

• https://www.passionned.com/bi/data-driven-working/data-literacy/

3. วางกลยุทธ์ด้านทักษะข้อมูลและผลลัพธ์ที่เหมาะสม

ข้อมูลที่ได้จากการวัดระดับทักษะในขั้นตอนที่ 2 จะใช้เป็นแผนที่นำทางให้องค์กรเลือกสรรเทคโนโลยีที่จะนำมาเสริมกำลังและเลือกวิธีการพัฒนาบุคลากรที่เหมาะสม การวัด Skill Gap ก็ยังช่วยให้รู้ว่าเรามี Data Champion อยู่ในองค์กรหรือไม่ ถ้ามีก็สามารถดึงคนกลุ่มนี้มาเป็นพี่เลี้ยงได้เลย อีกวิธีคือเลือกบริษัทที่ปรึกษาที่เหมาะสมเพื่อมาเป็นพี่เลี้ยงให้กับทีมงานของเรา หรือจะให้ที่ปรึกษาเข้ามาช่วยโค้ชให้กลุ่ม Data Champion ก่อนเพื่อเพิ่มทักษะที่ถูกต้องเหมาะสม และให้พวกเขาถ่ายทอดสู่เพื่อนร่วมงานก็เป็นวิธีที่น่าสนใจ นอกจากได้ความรู้แล้วยังเป็นการสร้างบรรยากาศในการเรียนรู้ในองค์กรด้วย 

ณ ปัจจุบัน มีสองค่ายใหญ่ที่มีสื่อออนไลน์ที่ครอบคลุมเนื้อหาระดับองค์กรคือ Tableau Blueprint โดย Tableau ซึ่งเริ่มต้นตั้งแต่ให้องค์กรวางรากฐานการเป็นหน่วยงาน Data-driven ที่มั่นคงเลย เช่น ในหลักสูตรแรก Analytics Strategy นั้น จะพูดถึงเรื่องหน้าที่ของหน่วยต่าง ๆ การสำรวจทักษะของทั้งด้านระบบและพนักงาน รวมถึงการสร้างชุมชนเพื่อสนับสนุนโครงการนำร่อง

ภาพจาก https://www.tableau.com/learn/blueprint

อีกเจ้าหนึ่งที่มีเนื้อหาแน่นมากๆ คือ Qlik Data Literacy Project คือนอกจากสื่อออนไลน์ให้ศึกษาแล้ว ยังมีคอร์สออนไลน์ให้เรียนด้วย แน่นอนว่าหลักสูตรส่วนใหญ่เป็นการเรียนรู้เครื่องมือของบริษัท (QlikView และ Qlik Sense) แต่ก็ยังมีเนื้อหาเกี่ยวกับการรู้ข้อมูลทั่วไปอยู่ด้วย และหลาย ๆ คอร์สก็ฟรีซะด้วย

รายชื่อหลักสูตรด้าน Data Literacy จาก https://learning.qlik.com/

วิชาต่าง ๆ ในหลักสูตร Data Literacy ของ Qlik นั้นไม่ได้มีเป้าหมายที่จะพัฒนานักวิเคราะห์ระบบ แต่เป็นเนื้อหาที่จะทำให้พนักงานทั่วไป (Business Users) ปรับพื้นฐานหรือทบทวนเนื้อหาด้านสถิติเบื้องต้น (Data, Aggregation, Distributions) ด้วยภาษาและเนื้อหาเชิงธุรกิจเลยครับ เมื่อเข้าใจพื้นฐานเหล่านี้ก็มีกลุ่มวิชาเกี่ยวกับการนำข้อมูลมาใช้ในการทำงาน เช่นวิชา Why Analytics, A Culture of Data Literacy, Introduction to Data-Informed Decision Making 

4. สร้างวัฒนธรรมการใช้งานข้อมูลในการตัดสินใจ

หนึ่งในหลักการสำคัญของการรู้ข้อมูลคือการคิดวิเคราะห์ (Critical Thinking) และการตั้งคำถามที่ดี เมื่อทีมงานเริ่มมีทักษะการรู้ข้อมูลมากขึ้น เราก็สามารถยื่นข้อมูลให้กับผู้จัดการในระดับหัวหน้างานไปจนถึงระดับพนักงาน เช่นการให้ทีมวิเคราะห์สร้างแดชบอร์ดให้หัวหน้าตรวจสอบผลการทำงานในด้านต่าง ๆ ของลูกน้อง และพนักงานเองก็สามารถติดตามผลงานตัวเองได้เช่นกัน

ณ จุดนี้ องค์กรก็สามารถปรับตัว ซึ่งต้องเริ่มจากผู้บริหารละครับ หมั่นผลักดันการใช้ข้อมูลในการทำงานทุกกิจกรรม ไม่ว่าจะเป็นในที่ประชุม การวางแผนงานต่าง ๆ โยนคำถามที่ช่วยให้ทีมงานได้คิดต่อ เช่น มีข้อมูลอื่นมาประกอบไหม ผลลัพธ์ในปีก่อนเป็นอย่างไร ทำไมถึงวิเคราะห์ข้อมูลออกมาแบบนี้ มีเหตุผลอะไรมารองรับ

เมื่อทุกคนในทีมมีข้อมูลในมือ ผู้บริหารก็สามารถผลักดันให้พวกเขารับผิดชอบกับข้อมูลที่มี ใช้มันให้เกิดประโยชน์สูงสุดได้นั่นเอง