เปรียบเทียบผลการดำเนินงานของตัวชี้วัดตามกาลเวลา สนับสนุนการตัดสินใจโดยใช้ข้อมูลด้วยการวิเคราะห์แนวโน้ม ความแปรปรวน ความสัมพันธ์ และเกณฑ์มาตรฐาน
ในการวางแผนยุทธศาสตร์ เราใช้ปริมาณวัตถุประสงค์เพื่อทำให้มีความชัดเจนมากขึ้น ค่าที่แน่นอนของตัวชี้วัดมักให้ข้อมูลที่จำกัด เพื่อการตัดสินใจโดยใช้ข้อมูล ควรรวบรวมข้อมูลสำหรับตัวชี้วัดและใช้เครื่องมือต่างๆ เช่น:
- การตรวจจับแนวโน้มและความผิดปกติ
- การวิเคราะห์ความแปรปรวน
- การวิเคราะห์ช่วงเวลาที่เปรียบเทียบได้
- การวิเคราะห์ความสัมพันธ์
- เกณฑ์มาตรฐานภายในและภายนอก
ในบทความนี้ เราจะพูดถึงแนวทางปฏิบัติที่ดีที่สุดในการใช้เครื่องมือวิเคราะห์เหล่านี้และแบ่งปันตัวอย่างสำหรับผู้ใช้ซอฟต์แวร์ BSC Designer
ติดตามข้อมูลย้อนหลังเพื่อเปิดใช้งานการวิเคราะห์แนวโน้มและการตรวจจับความผิดปกติ
จุดเริ่มต้นในการวิเคราะห์ตัวชี้วัดคือการรวบรวมข้อมูลตลอดเวลา เพื่อให้แน่ใจว่าการวัดผลมีความสม่ำเสมอ:
- กำหนดช่วงเวลาการทำให้เป็นปัจจุบัน
- กำหนดวิธีการวัดผล
- มอบหมายผู้รับผิดชอบในการทบทวนตัวชี้วัด
หากข้อมูลมีอยู่แล้วในระบบไอที พิจารณาการตั้งค่าการอัปเดตอัตโนมัติ
เมื่อรวบรวมข้อมูลย้อนหลัง ให้แน่ใจว่าผู้รับผิดชอบสามารถจดบันทึกความคิดเห็นและข้อมูลเชิงลึกที่เกี่ยวข้อง เช่น “การขายต่ำในเดือนนี้เพราะสำนักงานได้รับผลกระทบจากเหตุการณ์อากาศสุดขั้ว”
การมีข้อมูลย้อนหลังช่วยให้สามารถใช้เครื่องมือวิเคราะห์อื่น ๆ ได้ เช่น:
- การวิเคราะห์แนวโน้ม
- การตรวจจับความผิดปกติ
- การเปรียบเทียบมาตรฐาน
มันยังเป็นข้อกำหนดเบื้องต้นสำหรับการวิเคราะห์โดยใช้เอไอ
ใน BSC Designer:
- มอบหมายผู้รับผิดชอบผ่านช่อง ผู้รับผิดชอบ
- กำหนดช่วงเวลาอัปเดตสำหรับตัวชี้วัดผ่าน ตัวแก้ไขค่า
- ป้อนข้อมูลด้วยตนเองหรือ อัตโนมัติ
Metric Analytics: Practical Examples. - แสดงข้อมูลย้อนหลังบนแดชบอร์ดเป็นตารางข้อมูลหรือกราฟเวลา
- เปิดใช้งานเส้นแนวโน้มสำหรับการแสดงผลบนกราฟ
Metric Analytics: Practical Examples. การวิเคราะห์ความแปรปรวน (ผลจริง vs. ผลที่คาดหวัง)
ในการวางแผนเชิงกลยุทธ์ เรามักจะมุ่งเน้นไปที่เป้าหมายการปรับปรุง จากมุมมองของการวัดผลการดำเนินงาน เราคาดหวังว่าสถานะปัจจุบันของตัวชี้วัดจะเปลี่ยนแปลง โดยในอุดมคติคือการปรับปรุง
เพื่อดำเนินการนี้ เรากำหนด ฐาน และ เป้าหมาย สำหรับตัวชี้วัด สร้าง สเกล การวัดผลการดำเนินงาน ค่าปัจจุบันจะถูกวิเคราะห์บนสเกลนี้ ซึ่งเรียกอีกอย่างว่า การทำให้เป็นมาตรฐาน
เมื่อทุกตัวชี้วัดในสกอร์การ์ดถูกทำให้เป็นมาตรฐานแล้ว จะทำให้เปรียบเทียบได้ ตัวอย่างเช่น จำนวนการขายที่แท้จริงของสำนักงานภูมิภาคเล็กๆ กับสำนักงานในศูนย์กลางการเงินอาจไม่สามารถเปรียบเทียบได้ แต่โดยการทำให้ข้อมูลการขายเป็นมาตรฐานด้วยเป้าหมายที่กำหนดไว้สำหรับแต่ละสำนักงาน เราจะทำให้สามารถเปรียบเทียบได้ เราจะใช้การทำให้เป็นมาตรฐานนี้ในภายหลังเมื่อพูดถึงการวิเคราะห์การเทียบเคียง
ใน BSC Designer:
- ป้อนค่าปัจจุบัน ฐาน และเป้าหมายในแท็บ ข้อมูล
- ระบุสูตรการเพิ่มประสิทธิภาพในแท็บ ผลการดำเนินงาน
Metric Analytics: Practical Examples. เครื่องมือจะคำนวณความก้าวหน้าสำหรับตัวชี้วัด
ในบางกรณี จำเป็นต้องมีสองสเกลสำหรับการทำให้เป็นมาตรฐาน ใน BSC Designer ให้เปลี่ยนไปที่แท็บ ข้อมูล และปิดใช้งาน “โหมดง่าย” เพื่อเปิดใช้งานฟิลด์ “ต่ำสุด” และ “สูงสุด” เพิ่มเติม สิ่งนี้จะให้สองสเกลสำหรับการทำให้เป็นมาตรฐาน: ต่ำสุด-สูงสุด และ ฐาน-เป้าหมาย เครื่องมือจะคำนวณทั้ง “ผลการดำเนินงาน” และ “ความก้าวหน้า”
การวิเคราะห์เปรียบเทียบช่วงเวลา: เดือนต่อเดือน, ปีต่อปี
อีกวิธีหนึ่งในการวิเคราะห์ข้อมูลย้อนหลังคือการวิเคราะห์เปรียบเทียบช่วงเวลา ซึ่งช่วยในการ:
- ตรวจจับแนวโน้ม
- ติดตามอัตราการเปลี่ยนแปลง
- เข้าใจผลกระทบตามฤดูกาล
แทนที่จะดูบันทึกข้อมูลที่แยกออกมา ให้จัดกลุ่มข้อมูลตามช่วงเวลา เช่น เดือน ไตรมาส หรือปี เพื่อติดตามการเปลี่ยนแปลงเมื่อเวลาผ่านไป
ตัวอย่างเช่น เมื่อวิเคราะห์การเข้าชมเว็บไซต์แบบเดือนต่อเดือน แนวโน้มอาจไม่ชัดเจน แต่การจัดกลุ่มข้อมูลตามปีอาจเผยให้เห็นแนวโน้มที่เป็นบวกหรือเชิงลบ
วิธีการจัดกลุ่มข้อมูลขึ้นอยู่กับลักษณะของข้อมูลและบริบทของการวัด:
- ตัวชี้วัดเช่น “อัตราความพึงพอใจของลูกค้า” จำเป็นต้อง หาค่าเฉลี่ย
- ตัวชี้วัดเช่น “ยอดขายรายเดือน” จำเป็นต้อง สรุปผลรวม
หากคุณสนใจในการตรวจจับความผิดปกติ วิธีการจัดกลุ่มอาจเปลี่ยนเป็น:
- ค่าต่ำสุด หรือ
- ค่าสูงสุด
ใน BSC Designer:
- ตั้งค่าประเภทการจัดกลุ่มของตัวชี้วัดผ่านการควบคุม “จัดกลุ่มตาม” ในตัวแก้ไขค่า
- แสดงคอลัมน์ “ยืดหยุ่น” ในตาราง KPI รายงาน หรือบนแผนที่ยุทธศาสตร์
- ใช้การควบคุม “จัดกลุ่มตาม” ในแท็บ KPIs, แท็บ แดชบอร์ด และในกล่องโต้ตอบรายงานเพื่อเปลี่ยนช่วงเวลาการจัดกลุ่มสำหรับข้อมูลที่แสดงผล
Metric Analytics: Practical Examples. การวิเคราะห์ความสัมพันธ์ด้วยเอไอ
เมื่อคุณมีข้อมูลประวัติสำหรับตัวชี้วัดต่างๆ คุณสามารถดำเนินการวิเคราะห์ความสัมพันธ์ต่อไปได้ สามารถทำได้ด้วยตนเองโดยการตรวจสอบข้อมูลหรือใช้เอไอเพื่อระบุความสัมพันธ์ที่เป็นไปได้ระหว่างตัวชี้วัด
สำหรับการวิเคราะห์ด้วยตนเอง ให้แสดงภาพของตัวชี้วัดสองตัวหรือมากกว่าบนกราฟเดียวกัน ใน BSC Designer คุณสามารถทำได้โดยการเลือกตัวชี้วัดหลายตัวเป็นแหล่งข้อมูล
Metric Analytics: Practical Examples. สำหรับการวิเคราะห์ที่ใช้เอไอ ให้เอไอมีข้อมูลบริบทและข้อมูลสำหรับตัวชี้วัด และขอให้เอไอระบุความสัมพันธ์ที่เป็นไปได้
ตรวจสอบให้แน่ใจว่าได้ใช้การคิดวิเคราะห์ผลลัพธ์ของการวิเคราะห์นี้ เนื่องจากความสัมพันธ์ไม่จำเป็นต้องหมายถึงสาเหตุ
ในการใช้การวิเคราะห์ความสัมพันธ์ใน BSC Designer:
- เปลี่ยนไปที่แท็บเอไอ
- เริ่มต้นการสนทนาใหม่โดยให้ข้อมูลผลการดำเนินงานกับเอไอ
- ขอให้ค้นหา KPIs ที่อาจมีความสัมพันธ์กัน
นี่คือตัวอย่างของการกระตุ้นสำหรับเอไอ:
คุณเป็นนักวิเคราะห์ข้อมูลเอไอที่ได้รับมอบหมายให้ดำเนินการวิเคราะห์ความสัมพันธ์อย่างครอบคลุมในบาลานซ์ สกอร์การ์ดที่มีตัวชี้วัดผลการดำเนินงานหลัก (KPIs) หลากหลายในหลายมุมมอง เป้าหมายคือการทำความเข้าใจความสัมพันธ์ระหว่างตัวชี้วัดเหล่านี้เพื่อสนับสนุนการตัดสินใจเชิงกลยุทธ์
คำแนะนำ:
– มุ่งเน้นไปที่ข้อมูลช่วงปีที่ผ่านมา
– คำนวณสัมประสิทธิ์สหสัมพันธ์เพียร์สันสำหรับแต่ละคู่ของตัวชี้วัด
– หากข้อมูลไม่ได้แจกแจงตามปกติ ให้ใช้สัมประสิทธิ์สหสัมพันธ์อันดับของสเปียร์แมน
– กำหนดความมีนัยสำคัญทางสถิติของแต่ละสัมประสิทธิ์สหสัมพันธ์
– ใช้ระดับความมีนัยสำคัญที่ 0.05 (ช่วงความเชื่อมั่น 95%)
– เน้นคู่ของตัวชี้วัดที่มีสัมประสิทธิ์สหสัมพันธ์มากกว่า 0.7 หรือน้อยกว่า -0.7
– ให้การตีความรายละเอียดของความสัมพันธ์ที่มีนัยสำคัญที่ระบุและเหตุผลที่เป็นไปได้สำหรับความสัมพันธ์เหล่านี้ตามบริบททางธุรกิจ
– เสนอสมมติฐานที่อาจถูกทดสอบด้วยการวิเคราะห์หรือการทดลองเพิ่มเติม
Metric Analytics: Practical Examples. การเปรียบเทียบมาตรฐานหรือการวิเคราะห์ผลการดำเนินงานแบบสัมพัทธ์
การเปรียบเทียบมาตรฐาน มีประโยชน์เมื่อใช้ตัวชี้วัดเดียวกันในโดเมนธุรกิจเดียวกัน อาจมี:
- มาตรฐานอุตสาหกรรม หรือ ตัวชี้วัดที่เป็นที่ยอมรับ (เช่น “อัตรากำไรขั้นต้น” หรือ “คะแนนความพึงพอใจจากลูกค้า”)
- ตัวชี้วัดที่ใช้ในการประเมินการแข่งขัน (เช่น “ส่วนแบ่งตลาด” หรือ “ปริมาณการเข้าชมเว็บไซต์”)
- ตัวชี้วัดภายใน ที่ใช้ในหลายแผนก (เช่น ตัวชี้วัดใน การประเมิน หรือ สกอร์การ์ดของผู้ขาย)
จากมุมมองการวัดผล ปัจจัยความสำเร็จที่สำคัญในวิเคราะห์ผลการดำเนินงานแบบสัมพัทธ์คือการกำหนดและรักษามาตรฐานการวัดผล แม้ว่าจะเป็นจริงสำหรับตัวชี้วัดภายใน แต่สำหรับตัวชี้วัดภายนอกเราจำเป็นต้องยอมรับขอบเขตความผิดพลาดที่สูงขึ้น แม้แต่ตัวชี้วัดคลาสสิกเช่น “% ของลูกค้าที่แนะนำผลิตภัณฑ์ของเรา” ก็สามารถแตกต่างกันอย่างมากในแต่ละบริษัทขึ้นอยู่กับบริบทของคำถาม
ใน BSC Designer:
- สร้างแม่แบบชุดของ KPIs หรือเกณฑ์การประเมิน
- เผยแพร่ (คัดลอกและวาง) KPIs เพื่อเป็นตัวแทนแผนกภายในหรือตัวแทนคู่แข่งต่างๆ
- ใช้แผนภูมิ “ชุดข้อมูล” บนแดชบอร์ดเพื่อแสดงข้อมูลตามเกณฑ์การประเมินและเปรียบเทียบผลการดำเนินงานทั้งหมดของแต่ละการเปรียบเทียบมาตรฐาน
การวิเคราะห์ตัวชี้วัด: ตัวอย่างการปฏิบัติ. เราได้พูดคุยถึงตัวอย่างเฉพาะและแนวปฏิบัติที่ดีที่สุดสำหรับการวัดชุดข้อมูลในหัวข้อของเราเกี่ยวกับ สกอร์การ์ดการประเมิน
สร้างข้อมูลเชิงลึกที่นำไปปฏิบัติได้
เป้าหมายหลักของการวิเคราะห์ผลการดำเนินงานคือการค้นพบข้อมูลเชิงลึกที่สามารถนำไปใช้ในการสร้างสมมุติฐานเชิงกลยุทธ์ที่ดียิ่งขึ้น
หลักการทั่วไปในการสร้างข้อมูลเชิงลึกเหล่านี้:
- อ้างอิงข้อมูลที่กระตุ้นให้เกิดข้อมูลเชิงลึก
- ยืนยันแหล่งที่มาและวิเคราะห์บริบท เนื่องจากข้อมูลใด ๆ สามารถ มีอคติโดยไม่ตั้งใจ
- ดำเนินการ วิเคราะห์สาเหตุรากฐานเพื่อทำความเข้าใจข้อมูลเชิงลึกให้ดียิ่งขึ้น
- ปรับข้อมูลเชิงลึกให้สอดคล้องกับกลยุทธ์ที่มีอยู่เพื่อสนับสนุนวัตถุประสงค์ ตอบสนองความต้องการของผู้มีส่วนได้ส่วนเสีย บรรเทาความเสี่ยง และอื่น ๆ
- จำไว้ว่า ข้อมูลเชิงลึก คือสมมุติฐานที่ต้องการการตรวจสอบก่อนที่จะขยายขนาด ควรปฏิบัติตามด้วยการระบุตัวชี้วัดเชิงนำและเชิงผลลัพธ์ที่เกี่ยวข้องและสร้างการทดลอง
ใน BSC Designer:
- ในขั้นแรก จดบันทึกข้อมูลเชิงลึกเป็นความคิดเห็นสำหรับวันที่เฉพาะของ KPIs ที่เลือก
- ในขั้นถัดไป ย้ายข้อมูลเชิงลึกเข้าสู่สกอร์การ์ดการทำงานหรือกลยุทธ์เพื่อพัฒนาต่อไป
Metric Analytics: ตัวอย่างการวิเคราะห์เมตริก. สรุปการวิเคราะห์ผลการดำเนินงานในการวางแผนยุทธศาสตร์
- กำหนดตัวชี้วัดผลการดำเนินงานในบริบทของยุทธศาสตร์ที่กำหนดและความต้องการของผู้มีส่วนได้ส่วนเสีย
- ติดตามข้อมูลผลการดำเนินงานสำหรับตัวชี้วัดตามช่วงเวลา
- ใช้เครื่องมือการวิเคราะห์ที่กล่าวถึงข้างต้นเพื่อสร้างข้อมูลเชิงลึก
- กำหนดสมมติฐานใหม่และข้อมูลเชิงลึกที่สามารถดำเนินการได้
- ยืนยันสมมติฐานในการปฏิบัติ; ปรับปรุงยุทธศาสตร์ด้วยข้อมูลใหม่
Alexis Savkin เป็นที่ปรึกษายุทธศาสตร์อาวุโสและประธานเจ้าหน้าที่บริหารของ BSC Designer ซึ่งเป็นแพลตฟอร์มสถาปัตยกรรมและการดำเนินกลยุทธ์ มีประสบการณ์มากกว่า 20 ปีในสายงานนี้ โดยมีพื้นฐานด้านคณิตศาสตร์ประยุกต์และเทคโนโลยีสารสนเทศ Alexis เป็นผู้เขียน “ระบบการดำเนินกลยุทธ์” เขาได้ตีพิมพ์บทความมากกว่า 100 บทความเกี่ยวกับกลยุทธ์และการวัดผลการดำเนินงาน โดยมักได้รับเชิญเป็นวิทยากรใน งานอุตสาหกรรม และผลงานของเขามักถูก อ้างอิงในงานวิจัยทางวิชาการ