The science behind happier workplaces

บทความนี้แสดงกรณีศึกษาในการดูแลพนักงานในองค์กรโดยใช้ข้อมูลในการตัดสินใจ โดยกรณีศึกษาเหล่านี้ได้มาจากองค์กรที่ใช้ Happily.ai ซึ่งเป็นแพลตฟอร์มที่ช่วยดูแลพนักงาน และสร้าง Happy workplace พร้อมกับแนะนำเทคนิคในการเก็บและวิเคราะห์ข้อมูลเพื่อช่วยในการดูแลพนักงานในองค์กรให้ดีขึ้น

ข้อมูลช่วยในการดูแลคนในองค์กรได้อย่างไร

ในยุคนี้ปฏิเสธไม่ได้ว่าข้อมูลมีความสำคัญเป็นอย่างมากในการขับเคลื่อนธุรกิจ หรือองค์กร ไม่ว่าจะเป็นข้อมูลเชิงปริมาณ หรือข้อมูลเชิงคุณภาพก็ตาม ข้อมูลเหล่านี้สามารถนำมาประยุกต์ใช้ได้กับทุกหน่วยงาน ตั้งแต่หน่วยงานการบริหาร การจัดการ การตลาด การออกแบบ การขาย การเงิน และการดูแลคนในองค์กร โดยการนำข้อมูลที่เกิดขึ้นในองค์กรมาใช้เพื่อช่วยในเรื่องการตัดสินใจให้มีประสิทธิภาพมากยิ่งขึ้น ตัวอย่างเช่น ใช้ข้อมูลในการดำเนินธุรกิจกับคู่ค้า, การออกนโยบายต่างๆ ในองค์กร, การนำข้อมูลมาช่วยหาแนวโน้มสิ่งที่จะเกิดขึ้นในอนาคต, หรือหาสาเหตุของปัญหาที่เกิดขึ้นแล้วในองค์กรและหาวิธีการแก้ไขปัญหานั้นๆ ได้อย่างตรงจุดมากยิ่งขึ้น เป็นต้น

ข้อมูลในที่ทำงาน (workplace data) สามารถเก็บรวบรวมได้หลากหลาย ซึ่งหลักๆ คือการเก็บข้อมูลเกี่ยวกับพนักงานในองค์กร ซึ่งเราทราบกันดีอยู่แล้วว่า “คน” หรือ “พนักงาน” คือทรัพยากรที่สำคัญที่สุดขององค์กร และองค์กรควรทำให้พนักงานได้ใช้ความสามารถของพวกเขาอย่างเต็มที่เพื่อพัฒนาองค์กรให้ก้าวหน้า ซึ่งข้อมูลในที่ทำงานนี้รวมไปถึงข้อมูลการศึกษาจากการใช้สถานที่ทำงานที่มีผลต่อประสิทธิภาพการทำงานและฟีดแบ็กของพนักงานในองค์กร และข้อมูลลักษณะเฉพาะที่ส่งผลต่อวัฒนธรรมขององค์กรและการออกแบบสถานที่ทำงาน [1] ตัวอย่างการนำข้อมูลเหล่านี้ไปใช้คือ กรณีที่ต้องการเปลี่ยนหรือปรับปรุงสถานที่ทำงาน องค์กรสามารถใช้ข้อมูลของพนักงานเพื่อออกแบบออฟฟิศได้ตรงกับความต้องการของพนักงานมากที่สุด และสิ่งที่สำคัญอย่างมากคือใช้ข้อมูลของพนักงานเองในการดูแลพนักงานในองค์กรให้มีความสุข มีความเป็นอยู่ที่ดี (well-being) เพื่อให้พวกเขาสามารถทำงานได้อย่างมีประสิทธิภาพและพร้อมที่จะเติบโตไปพร้อมกับองค์กร

การตัดสินใจที่นำข้อมูลมาสนับสนุน

เป็นกระบวนการที่รวบรวมข้อมูลที่ช่วยในเรื่องการวัด KPI หรือเป้าหมายขององค์กร ด้วยการวิเคราะห์หารูปแบบหรือข้อมูลที่น่าสนใจจากข้อมูลเชิงลึก และสามารถใช้ข้อมูลเหล่านี้ในการพัฒนากลยุทธ์และจัดกิจกรรมที่เป็นประโยชน์ต่อธุรกิจหรือองค์กร [2]

หรือเราอาจกล่าวสั้นๆ ได้ว่า การตัดสินใจโดยใช้ข้อมูลนี้ เป็นการทำงานเพื่อไปสู่เป้าหมายทางธุรกิจที่มีการใช้ข้อมูลที่พิสูจน์และวิเคราะห์มาแล้ว โดยไม่ได้เป็นการตัดสินใจโดยปราศจากข้อมูลสนับสนุนใดๆ เลย

ประเภทของการวิเคราะห์ข้อมูล

การวิเคราะห์ข้อมูลที่สำคัญต่อการช่วยการตัดสินใจมี 2 ประเภท คือ

  1. การวิเคราะห์เชิงคุณภาพ (Qualitative analysis) สนใจข้อมูลที่ไม่ได้เป็นตัวเลข หรือค่าที่วัดได้ เช่น การสัมภาษณ์ วิดีโอ และเรื่องราว การวิเคราะห์ข้อมูลเชิงคุณภาพนี้จะขึ้นอยู่กับการสังเกตมากกว่าการวัดค่า และสำคัญอย่างมากที่จะทำการจัดกลุ่มข้อมูลอย่างมีระเบียบแบบแผน
  2. การวิเคราะห์เชิงปริมาณ (Quantitative analysis) สนใจข้อมูลที่เป็นตัวเลขและสถิติ เช่นค่ากลาง ค่าเฉลี่ย ค่าเบี่ยงเบนมาตรฐาน หรือค่าทางสถิติอื่นๆ โดยที่ข้อมูลส่วนใหญ่จะถูกวัดค่าแทนการสังเกต

ความสำคัญในการตัดสินใจโดยใช้ข้อมูล

  1. ช่วยสร้างโอกาสทางธุรกิจใหม่ๆ ได้
  2. ช่วยเพิ่มผลกำไรทางธุรกิจ
  3. สามารถทำนายสิ่งที่น่าจะเกิดขึ้นและเทรนด์(แนวโน้ม)ในอนาคต
  4. ช่วยให้มีการจัดการที่เหมาะสม ทั้งเรื่องเวลา ทรัพยากร หรือต้นทุนในการดำเนินการ
  5. ช่วยเสนอวิธีดำเนินการที่สามารถแก้ไขปัญหาต่างๆ ได้

จากการศึกษาของ Professors Andrew McAfee และ Erik Brynjolfsson จาก MIT Sloan School of Management ที่ได้อธิบายใน Wall Street Journal article พวกเขาพบว่าบริษัทที่นำข้อมูลมาใช้ในการตัดสินใจเป็นหลักมีผลิตภาพ (productivity) เพิ่มขึ้น 4% และมีผลกำไรทางธุรกิจเพิ่มขึ้นถึง 6% [3]

กรณีศึกษา

การมีข้อมูลในการดูแลพนักงานนี้สามารถช่วยในการตัดสินใจต่างๆ ในองค์กรที่เกี่ยวข้องกับพนักงานได้ เช่น การออกนโยบาย, การจัดกิจกรรม, หรือการดำเนินการต่างๆ ควรทำในช่วงเวลาใด หรือพนักงานกลุ่มไหน ถึงจะเหมาะสม ดังที่กล่าวมาแล้วเบื้องต้น ในเนื้อหาส่วนนี้เรายกตัวอย่างกรณีศึกษาต่างๆ ที่มีการนำข้อมูลจาก Happily.ai ซึ่งเป็นแพลตฟอร์มที่ใช้ในการดูแลพนักงานในองค์กร และสร้าง Happy workplace โดยแต่ละกรณีศึกษาจะมาจากคำถามจากหัวหน้างานและผู้บริหารในองค์กรต่างๆ

กรณีศึกษาที่ 1

คำถาม: "ทำไมหัวหน้าหรือผู้บริหารองค์กรต้องรู้ระดับความสุขของพนักงาน"

มีงานวิจัยและการศึกษามากมายกล่าวถึงพนักงานในองค์กรที่มีความสุขส่งผลต่อความสำเร็จขององค์กร จากงานวิจัยของ Oxford University’s Saïd Business School [4] ระบุว่า พนักงานที่มีความสุขจะมี productivity ในการทำงานมากกว่าพนักงานที่ไม่มีความสุขถึง 13% ซึ่งพนักงานที่มีความสุขจะทำงานได้รวดเร็วกว่า และโฟกัสในงานที่ทำได้ดีกว่านั่นเอง และพนักงานที่มี productivity สูงเหล่านี้จะสามารถทำงานเพื่อที่จะไปให้ถึงเป้าหมายขององค์กรได้อย่างรวดเร็วและมีประสิทธิภาพ

เพราะความสุขของพนักงานส่งผลต่อ productivity ดังนั้นหัวหน้าทีมหรือผู้บริหารที่มีข้อมูลความสุขของพนักงานในทีมหรือในองค์กร สามารถนำข้อมูลเหล่านี้ไปช่วยในการดูแลพนักงานให้มีความสุข โดยเฉพาะกับพนักงานที่มีศักยภาพสูง (Talents) แต่ไม่มีความสุขในองค์กร และนี่เองคือเหตุผลสำคัญว่าทำไมเราถึงต้องรู้ค่าความสุขของพนักงาน

บนแพลตฟอร์ม Happily.ai เราช่วยให้หัวหน้างานได้ทราบถึงระดับความสุขของพนักงาน โดยการสอบถามผ่านแบบสำรวจความสุขรายวัน (Daily pulse survey) ข้อมูลจากบริษัทแห่งหนึ่งที่ใช้ Happily.ai กว่า 90% ของหัวหน้างานกล่าวว่าหลังจากที่ใช้ Happily.ai พวกเขามีความเข้าใจในทีมของตนเองมากยิ่งขึ้น และเมื่อมีความเข้าใจในทีมมากขึ้น สมาชิกในทีมก็มีความสุขมากขึ้นและมี productivity มากขึ้น นอกจากนี้หัวหน้างานยังสามารถตัดสินใจในการมอบหมายงานและดำเนินการโครงงานต่างๆ ในทีมจากข้อมูลเหล่านี้ได้ดียิ่งขึ้นอีกด้วย

กรณีศึกษาที่ 2

คำถาม: "การทราบระดับความสุขของพนักงานรายวันมีความสำคัญอย่างไร"

ผู้บริหารของบริษัทแห่งหนึ่งได้กล่าวว่า ช่วงนี้ทุกคนในบริษัทยุ่งมากๆ ไม่ค่อยมีเวลา เพราะต้องจัดการแก้ไขปัญหาต่างๆ ในองค์กร และหลังที่ได้เห็นระดับความสุขของพนักงานผ่าน Happily.ai ว่าช่วงนี้พนักงานไม่ค่อยมีความสุขนัก จึงเข้าใจถึงสถานกาณ์และความรู้สึกของพนักงานในองค์กร ทำให้ผู้บริหารท่านนี้สามารถมองเห็นภาพรวม และนำภาพรวมนี้มาคิดหาวิธีหรือกิจกรรมเพื่อช่วยกระตุ้นให้พนักงานในองค์กรมีกำลังใจและมีความสุขเพิ่มขึ้นในช่วงเวลาดังกล่าว

กรณีศึกษาที่ 3

คำถาม: "การรู้ถึงความรู้สึกของพนักงานในองค์กรส่งผลต่อการมุ่งไปในทิศทางเดียวกันกับองค์กร (company alignment) อย่างไร"

องค์กรหนึ่งพยายามรักษาพนักงานทุกคนในองค์กรโดยไม่มีการปลดพนักงานออกในช่วงวิกฤติโควิดที่ผ่านมา พนักงานทุกคนจึงจำเป็นต้องทำงานหนักขึ้นเพื่อให้องค์กรสามารถดำเนินธุรกิจต่อไปได้ องค์กรได้ใช้ Happily.ai และทราบถึงความรู้สึกของพนักงาน ซึ่งพนักงานส่วนใหญ่รู้สึกเหนื่อย ไม่มีความสุข และไม่เข้าใจว่าทำงานหนักขึ้นแล้วทำไมยังได้รับผลตอบแทนเท่าเดิม ซึ่งข้อมูลนี้ทำให้ทางผู้บริหารและองค์กรเข้าใจว่ามีการสื่อสารที่ไม่ทั่วถึงและไม่ชัดเจนมากพอภายในองค์กร ทำให้พนักงานยังไม่ทราบถึงสิ่งที่บริษัทตั้งใจทำเพื่อพนักงาน หลังจากนั้นทางผู้บริหารและองค์กรได้นำข้อมูลนี้มาทำ action plans และได้ดำเนินการสื่อสารกับพนักงานมากขึ้น โดยสื่อสารเป็นรายทีมและทั้งองค์กร ได้เห็นภาพรวมขององค์กรเพื่อให้พนักงานมีทิศทางเดียวกันกับองค์กร หลังจากที่ได้สื่อสารกันมากขึ้น พนักงานมีความเข้าใจองค์กรมากขึ้น พนักงานก็มีความสุขและประสิทธิภาพในการทำงานก็เพิ่มมากขึ้นกว่าเดิม

กรณีศึกษาที่ 4

คำถาม: "องค์กรสามารถรักษา talents (พนักงานศักยภาพสูง) ให้อยู่กับองค์กรไปนานๆ ได้อย่างไร"

ในบริษัทหนึ่ง หัวหน้างานได้รับข้อมูลเกี่ยวกับทีมตนเองว่าขณะนี้มีลูกทีมอยู่ในสถานะที่รู้สึกไม่โอเค จึงทำการวิเคราะห์หาสาเหตุของปัญหาจากข้อมูลที่ได้รับจาก Happily.ai และพบว่าพนักงานคนนั้นเป็น talent ขององค์กรและรู้สึกไม่ค่อยมีความสุขมากนักกับสิ่งที่ทำอยู่และมีความสนใจในงานส่วนอื่นที่เคยร่วมทำกับทีมอื่นมากกว่า ดังนั้นจึงทำให้หัวหน้านำข้อมูลเหล่านี้กลับมาปรับลักษณะงานของพนักงานคนนี้ให้เหมาะสมมากขึ้น ผลที่ได้คือพนักงานคนนี้มีความสุขมากขึ้น และทำงานได้มี productivity มากขึ้นเมื่อมีการปรับหน้าที่ความรับผิดชอบที่เหมาะสม โดยไม่ได้เปลี่ยนเนื้องานทั้งหมดแต่ทำการปรับลักษณะงานที่พนักงานคนนี้สนใจให้สอดคล้องกับงานเดิมที่เคยทำอยู่

หมายเหตุ: ใน Happily.ai มีฟีเจอร์ที่สามารถระบุได้ว่าพนักงานท่านใดเป็น talent ในองค์กร โดยพิจารณาจากการได้รับการชื่นชมและขอบคุณจากหัวหน้างานหรือเพื่อนร่วมงาน ที่อยู่ในรูปการได้รับเพชรจากหัวหน้างาน และการได้รับเหรียญจากเพื่อนร่วมงาน

เทคนิคในการเก็บและวิเคราะห์ข้อมูลผลสำรวจความผูกพันต่อองค์กรของพนักงาน [5]

  1. เลือกหัวข้อหลักๆ ที่สนใจ สิ่งนี้บอกถึงวัตถุประสงค์ในการเก็บและวิเคราะห์ข้อมูลให้มีขอบเขตที่ชัดเจนและตรงจุด ตัวอย่างหัวข้อที่สนใจ เช่น ระดับความสุขหรือความเครียดของพนักงาน ความสัมพันธ์ของคนในองค์กกร หรือระดับความผูกพันธ์ต่อองค์กรของพนักงาน (eNPS: employee Net promoter score) เป็นต้น
  2. ตั้งคำถามในแบบสำรวจที่ชัดเจนและเข้าใจง่าย ซึ่งเป้าหมายในการเก็บข้อมูลและวิเคราะห์นี้เพื่อหาฟีดแบ็กที่สามารถนำไปดำเนินการต่อได้ และสิ่งนี้ก็ไม่ควรทำให้พนักงานรู้สึกเหนื่อยหรือสับสนในการให้คำตอบ ดังนั้นจึงควรสร้างคำถามที่เข้าใจง่ายที่สุดเท่าที่จะทำได้ ตัวอย่างเช่น “คุณรู้สึกว่าพนักงานที่มีทัศนคติเชิงบวกมีระดับพลังงานที่ดี ที่แสดงว่าองค์กรมีความใส่ใจในคุณภาพการจัดส่งสินค้าไปให้ลูกค้าใช่หรือไม่” คำถามนี้มีสองคำตอบ ดังนั้นคำถามสามารถแยกได้เป็นสองคำถามที่สั้นและชัดเจนได้ว่า “คุณรู้สึกว่าพนักงานที่มีทัศนคติเชิงบวกมีระดับพลังงานที่ดีใช่หรือไม่” และ “คุณรู้สึกว่าองค์กรมีความใส่ใจในคุณภาพการจัดส่งสินค้าไปให้ลูกค้าใช่หรือไม่”
  3. สร้างคำถามที่ให้พนักงานสามารถคิดและอธิบายเองได้ ส่วนนี้จะสอดคล้องกับการตั้งคำถามที่ชัดเจนและเข้าใจง่าย และคำถามต้องไม่ชี้นำความคิดของผู้ตอบด้วยการใส่ข้อมูลหรือความคิดเห็นลงไปในคำถามมากเกินไป เช่น คำถามเกี่ยวกับพนักงานจะอยู่กับบริษัทไปอีกนานไหม เราไม่จำเป็นต้องใส่ข้อมูลอัตราการลาออก หรือความเป็นไปได้ในการเติบโตในหน้าที่การงาน ลงไปในคำถาม ซึ่งการใส่ข้อมูลที่มากเกินไปลงในคำถามจะทำให้ได้คำตอบหรือข้อมูลที่ไม่ตรงตามความเป็นจริงของผู้ตอบ
  4. พิจารณาช่วงความกว้างของตัวแปรที่ส่งผลต่อการวิเคราะห์ การวัดระดับความผูกพันต่อองค์กรของพนักงานนั้น เราต้องพิจารณาถึงแง่มุมต่างๆ จากประสบการณ์ของพนักงาน ตัวอย่างเช่น ใน Happily.ai จะพิจารณาหลายๆ แง่มุมของชีวิตการทำงานในการวัดระดับความผูกพันต่อองค์กรของพนักงาน และท่านผู้อ่านสามารถศึกษาแง่มุมต่างๆ ของชีวิตการทำงานเพิ่มเติมได้ที่บทความนี้
  5. ช้มาตราส่วนในการวัดที่สอดคล้องกัน ในแบบสำรวจความผูกพันต่อองค์กรของพนักงานมักจะใช้สเกลการวัดแบบห้าส่วน (คำตอบมี 5 ระดับ) เช่น 5. เห็นด้วยอย่างมาก 4. เห็นด้วย 3. เฉยๆ 2. ไม่เห็นด้วย 1. ไม่เห็นด้วยอย่างมาก เป็นต้น ซึ่งในชุดแบบสอบถามเมื่อเลือกใช้สเกลห้าส่วนแล้ว ควรใช้เหมือนกันตลอดทั้งแบบสอบถาม จะช่วยให้ผู้ตอบไม่รู้สึกสับสน และได้คำตอบที่ถูกต้อง
  6. เพิ่มคำถามที่เป็นปลายเปิด แม้ว่าคำถามแบบสเกล หรือคำถามที่มีคำตอบใช่หรือไม่ มีความง่ายและสะดวก แต่การเพิ่มคำถามปลายเปิดเข้าไปนั้น พนักงานสามารถให้ความคิดเห็นได้อย่างเต็มที่ผ่านคำถามเหล่านี้ และเราสามารถได้รับรายละเอียดของข้อมูลเพื่อนำไปใช้ในการพัฒนาต่อไปได้อีกด้วย
  7. รวมการวิเคราะห์ตัวขับเคลื่อน การวิเคราะห์ตัวขับเคลื่อนนั้นจะนำไปสู่การวิเคราะห์ลึกลงไปว่าอะไรที่เป็นแรงบันดาลใจของพนักงานในระดับบุคคล เช่นชุดคำถามที่เกี่ยวข้องกับการเติบโตในองค์กร (personal growth) หรือการชื่นชมในองค์กร (recognition) ซึ่งคำตอบจากชุดคำถามเหล่านี้ทำให้เราวิเคราะห์ข้อมูลได้ว่าการเติบโตในองค์กร หรือการชื่นชมในองค์กร มีความสัมพันธ์มากน้อยเพียงใดต่อความผูกพันต่อองค์กรของพนักงานคนนั้นๆ และสามารถนำข้อมูลที่ได้นี้ไปปรับใช้ในการสร้างแรงบันดาลใจให้พนักงานในองค์กรต่อไปได้อีกด้วย
  8. ให้หัวหน้างานมีส่วนเกี่ยวข้องมากที่สุด เนื่องจากหัวหน้างานเป็นคนที่เข้าใจปัญหาต่างๆ ที่ทีมกำลังเผชิญอยู่เป็นอย่างดี หัวหน้างานสามารถช่วยสร้างหรือรีวิวคำถามที่สอดคล้องกับสิ่งที่ทีมต้องการพัฒนาหรือแก้ปัญหา ดังนั้นเมื่อได้ผลการสำรวจแล้ว หัวหน้างานจำเป็นต้องรีวิวผลสำรวจและนำข้อมูลเหล่านี้มาพูดคุยกับทีมต่อไป
  9. ให้พนักงานเป็นส่วนหนึ่งของขั้นตอน เมื่อเราวิเคราะห์ผลสำรวจความผูกพันต่อองค์กรของพนักงานแล้ว ให้โอกาสพนักงานได้ให้คำแนะนำหรือสร้างการเปลี่ยนแปลง และแสดงให้เห็นว่าความคิดเห็นหรือฟีดแบ็กของพนักงานมีความสำคัญต่อองค์กร นอกจากนี้แล้วองค์กรควรสร้างพื้นที่ที่ให้ความรู้สึกปลอดภัยต่อพนักงานในการแสดงความคิดเห็น หรือมีการให้และรับฟีดแบ็กจากเพื่อนร่วมงานได้
  10. แบ่งผลสำรวจสำหรับวิเคราะห์ที่ง่ายกว่า เรารู้ในเบื้องต้นอยู่แล้วว่าองค์กรของเรามีการแบ่งแผนกอย่างไร มีสาขาที่ไหนบ้าง เป็นต้น ซึ่งสามารถแบ่งข้อมูลมาวิเคราะห์ตามความแตกต่างเหล่านี้ได้ และขั้นตอนนี้จะทำให้การเก็บและวิเคราะห์ข้อมูลมีความง่ายขึ้นและตรงกับกลุ่มเป้าหมายมากขึ้น
  11. เก็บรักษาข้อมูลพื้นฐานเพื่อใช้สำหรับวัดการพัฒนาของผลที่ได้ในครั้งต่อไป ข้อมูลพื้นฐาน (baseline data) ทำหน้าที่เป็นเกณฑ์มาตรฐาน (benchmark) ที่จะบอกได้ว่าข้อมูลใหม่ที่เราได้มานั้นมีประสิทธิภาพมากน้อยเพียงใดเมื่อเทียบกับเกณฑ์มาตรฐาน ซึ่งจะบ่งชี้ได้ว่าเราอยู่ตรงไหนของระดับความผูกพันต่อองค์กรของพนักงาน
  12. แชร์ผลสำรวจ การแชร์ผลสำรวจที่ได้นี้สามารถช่วยสร้างบทสนทนาในองค์กรและทำให้พนักงานเชื่อว่าองค์กรมีวัฒนธรรมองค์กรที่ดีกรณีที่ผลสำรวจเป็นเชิงบวก ส่วนถ้าผลสำรวจเป็นเชิงลบนั้นการแชร์ข้อมูลนี้จะเป็นการช่วยให้พนักงานตระหนักและให้ความใส่ใจในเรื่องนี้มากยิ่งขึ้น

บทสรุป

ในบทความนี้ได้นำเสนอการนำข้อมูลมาใช้ในการตัดสินใจในการดูแลพนักงานในองค์กรสำหรับหัวหน้างานหรือผู้บริหาร โดยมีการยกตัวอย่างกรณีศึกษาที่น่าสนใจ รวมไปถึงเทคนิคในการเก็บและวิเคราะห์ข้อมูลผลการสำรวจความผูกพันของพนักงาน ซึ่งความผูกพันของพนักงานนี้สามารถบอกได้ว่าองค์กรดูแลพนักงานได้ดีและสอดคล้องกับวัฒนธรรมองค์กรของตนเองมากน้อยเพียงใด และที่ทราบกันดีว่า พนักงานมีส่วนสำคัญอย่างยิ่งในการขับเคลื่อนองค์กรให้ประสบความสำเร็จตามเป้าหมายที่กำหนดไว้ ดังนั้นการที่องค์กรมีข้อมูลที่ช่วยในการดูแลพนักงานให้มีความผูกพันต่อองค์กรมากขึ้นนี้จะเป็นประโยชน์ต่อองค์กรอย่างมาก

ในปัจจุบันมีเครื่องมือมากมายที่ช่วยในการเก็บข้อมูลของพนักงานและนำเสนอข้อมูลเชิงลึกที่เป็นประโยชน์ในการตัดสินใจ หรือช่วยในการดูแลพนักงาน รวมไปถึง Happily.ai ซึ่งเป็นแพลตฟอร์ช่วยสร้างความผูกพันต่อองค์กรของพนักงานผ่านการเก็บข้อมูลแบบเรียลไทม์ และมีการแสดงผลการวิเคราะห์เชิงลึกบนกระดานข้อมูล (dashboard) ที่สามารถเข้าใจได้ง่าย และสามารถนำข้อมูลเหล่านี้ไปใช้ช่วยหัวหน้างานหรือผู้บริหารในการตัดสินใจต่างๆ ในองค์กรได้เป็นอย่างดี ทั้งการจัดการวางแผนเชิงกลยุทธและเชิงปฎิบัติที่มีประสิทธิภาพ ซึ่งผู้อ่านที่มีความสนใจสามารถศึกษารายละเอียดเพิ่มเติมและทดลองใช้งานได้ฟรี! ที่นี่

apple

References:

[1] https://www.advanced-workplace.com/workplace-data-workplace-strategy/#:~:text=Workplace%20data%20includes%20such%20things,workplace%20culture%20and%20workspace%20design.&text=Workplace%20data%20is%20based%20on%20your%20organisation's%20employees.

[2] https://www.datapine.com/blog/data-driven-decision-making-in-businesses/#:~:text=Data%20driven%20decision%20making%20(DDDM,in%20a%20number%20of%20areas.

[3] https://www.wsj.com/articles/SB10001424052748704547804576260781324726782

[4] https://www.ox.ac.uk/news/2019-10-24-happy-workers-are-13-more-productive

[5] https://clutch.co/hr/resources/collecting-analyzing-employee-engagement-survey-data

[6] https://unsplash.com/photos/unRkg2jH1j0