ภาคเอกชนเริ่มใช้การวิเคราะห์แบบพยากรณ์ (Predictive Analytics) มาหลายปี แต่การวิเคราะห์รูปแบบนี้ยังไม่เป็นที่แพร่หลายนักในกลุ่มองค์กรไม่แสวงหาผลกำไร ทั้งที่ในความเป็นจริง การวิเคราะห์แบบพยากรณ์อาจเป็นเครื่องมือชั้นยอดในการพัฒนาการดำเนินงานหรือการออกแบบโครงการที่จะทำให้องค์กรสามารถมอบผลประโยชน์สูงสุดให้แก่ผู้เข้าร่วมโครงการได้
พร้อมเข้าสู่โลกของ Big Data
การวิเคราะห์แบบพยากรณ์ เป็นการนำข้อมูลและผลวิเคราะห์ในอดีตมาหาความเชื่อมโยงระหว่างตัวแปรต่าง ๆ เพื่อคาดคะเนเหตุการณ์ในอนาคต การวิเคราะห์ข้อมูลจะช่วยให้องค์กรเห็นภาพข้อมูลเชิงลึกเกี่ยวกับผู้รับผลประโยชน์ เช่น สถิติผู้เข้าร่วม ประเภทโครงการที่ผู้เข้าร่วมเคยเข้ามาก่อน นอกจากนั้น การวิเคราะห์ข้อมูลยังสามารถแสดงถึงปัจจัยที่จะเกิดผลบวกสูงสุดแก่ผู้รับผลประโยชน์อีกด้วยต่อไปนี้เป็นตัวอย่างขอบเขตงานที่องค์กรไม่แสวงหาผลกำไรสามารถนำการวิเคราะห์แบบพยากรณ์ไปปรับใช้ได้
การออกแบบโครงการพัฒนาทักษะ
เริ่มจากการนำข้อมูลย้อนหลังของผู้รับผลประโยชน์มาใช้ โดยนำข้อมูลจากแบบสำรวจมาวิเคราะห์ว่าส่วนไหนของโครงการที่ทำให้เกิดผลลัพธ์เชิงบวก เช่น โครงการช่วยเหลือธุรกิจขนาดเล็ก (SME) ของคีนัน ที่เราสามารถหาจุดร่วมที่ทำให้กลุ่มธุรกิจประสบความสำเร็จในช่วงที่ผ่านมา แล้วนำปัจจัยดังกล่าวไปปรับใช้ในกิจกรรมและสร้างการพัฒนาอย่างยั่งยืนให้แก่ผู้รับผลประโยชน์กลุ่มถัดไป
การใช้อัลกอริทึมในการดำเนินโครงการ
หากมีการเก็บข้อมูลผู้รับผลประโยชน์ที่ดี องค์กรก็สามารถสร้างอัลกอริทึมเพื่อแยกกลุ่มผู้รับผลประโยชน์ที่มีผลลัพลัพธ์โดดเด่นกว่าคนอื่น ๆ ได้ แต่องค์กรควรตระหนักด้วยว่า ในกระบวนการนี้อาจเกิดการเลือกปฏิบัติขึ้นได้ ดังที่เบ๊ตซี่ แอน วิลเลี่ยมส์ (Betsy Anne Williams) ได้กล่าวไว้ว่า “การเลือกปฎิบัติอาจเกิดขึ้นในระบบสังคมเทคโนโลยีได้ เมื่อเราเลือกใช้อัลกอริทึมมาประกอบการตัดสินใจ”
การวิเคราะห์แบบพยากรณ์จะช่วยให้องค์กรสามารถสร้างโครงการหรือกิจกรรมที่มอบองค์ความรู้ เทคโนโลยี และทักษะที่จำเป็นให้แก่ผู้รับผลประโยชน์ เพื่อนำไปสู่ผลลัพธ์ที่ดีที่สุด
การหาผู้รับผลประโยชน์
การวิเคราะห์ที่มีประสิทธิภาพจะช่วยให้องค์กรกำหนดคุณสมบัติของผู้รับประโยชน์ที่จะเข้ามาช่วยกระตุ้นผู้เข้าร่วมโครงการท่านอื่นได้ ตัวอย่างเช่นโครงการด้านการศึกษาของคีนัน เราจะแบ่งกลุ่มข้อมูลและเฟ้นหาครูต้นแบบที่เหมาะสมที่สุเพื่อใช้เป็นตัวนิยามดัชนีที่กระตุ้นการเรียนรู้ของนัักเรียน โดยเรากำหนดลักษณะของกลุ่มเป้าหมายได้จากการสืบค้นข้อมูลย้อนหลังของครูต้นแบบ ไม่ว่าจะเป็น ประวัติเข้าร่วมกิจกรรมเสริม ใบประกาศจากโครงการอื่น ๆ หรือประวัติการเข้าร่วมเครือข่ายต่าง ๆ การคัดเลือกครูต้นแบบทำให้เราออกแบบและส่งมอบโครงการที่น่าสนใจยิ่งขึ้นและช่วยยกระดับผลลัพธ์ในหมู่นักเรียนได้ ซึ่งข้อมูลเหล่านี้มีส่วนช่วยให้องค์กรสามารถเสาะหากกลุ่มครูต้นแบบได้ตรงกลุ่มยิ่งขึ้น
การสังเกตและประเมินผล เพื่อการันตีผลลัพธ์เชิงบวกในระยะยาวของโครงการ
การใช้แอปพลิเคชันบนสมาร์ทโฟนหรือการติดตามพฤติกรรมจะทำให้องค์กรสามารถนำข้อมูลที่รวบรวมไว้ไปต่อยอดง่ายขึ้น และปรับใช้กับทุกวัยได้สะดวกกว่า ปัจจุบันผู้คนสามารถเข้าถึงอินเทอร์เน็ตและเทคโนโลยี เราจึงสามารถติดตามผู้รับผลประโยชน์ได้หลังจากจบโครงการเพื่อแสดงผลลัพธ์ในระยะยาว ดังนั้นการรวบรวมข้อมูลอย่างสม่ำเสมอจะช่วยให้องค์กรประเมินผลลัพธ์ได้แม่นยำมากขึ้น
หัวใจของการวิเคราะหแบบพยากรณ์ คือ การตามเก็บข้อมูลอย่างสม่ำเสมอเพื่อนำไประบุรูปแบบและข้อมูลเชิงลึกก่อนวางแผนอนาคต ตลอดเวลา 25 ปี มูลนิธิคีนันแห่งเอเซียได้สร้างพลังให้ประชากรกว่า 3 ล้านคน โดยเราได้นำข้อมูลมาสร้างเป็นองค์ความรู้และการวิเคราะห์แบบพยากรณ์ได้มีส่วนช่วยเพิ่มขีดความสามารถของเราในการเข้าถึงผู้รับผลประโยชน์ได้กว้างขึ้น ซึ่งทำให้เราสามารถสร้างพลังให้แก่ประชากร ด้วยองค์ความรู้ เทคโนโลยี และทักษะที่จำเป็นสำหรับอนาคตที่ยั่งยืน
ศึกษาข้อมูลเพิ่มเติมเกี่ยวกับคีนันได้ทาง www.kenan-asia.org/th/vision-and-values/
บทความโดย คุณพรลักษณ์ ฉันทจิตปรีชา ผู้จัดการฝ่ายทรัพยากรบุคคล Kenan Foundation Asia
