ในการทำงานนั้นสุดท้ายแล้วก็จะถูกมาคิด ROI หรือ Return on Investment ว่าสิ่งที่ลงทุนไปแล้วนั้นได้ผลตอบแทนกันมามากน้อยแค่ไหน ถ้า ROI ไม่ดีแสดงว่าไม่คุ้มทุน ถ้า ROI แสดงว่าคุ้มในการลงมือทำสิ่งนั้น ๆ ขึ้นมา ดังนั้น ROI จึงเป็นตัวชี้วัดที่ดีในการทำงานในการลงทุน ลงแรงในการทำอะไรอย่างหนึ่งขึ้นมา ไม่ว่าจะแบรนด์ การตลาด สินค้าและบริการ จนถึงเรื่องคนและทีมเองก็ตาม ซึ่งทีม Data เองก็หนีไม่พ้นการวัดผลด้วย ROI นี้เช่นกัน
ROI นั้นเป็นคำที่แสนเรียบง่ายตามนิยามด้านบน และเพื่อที่จะวัดผล ROI ในงาน data ก็มีขั้นตอนที่ต้องทำตามอยู่ 3 ขั้นตอนนั้นคือ
1. มีชุด KPI ที่แสดงถึง “กำไร” ของการทำ Data นั้น ๆ
2. มีการพัฒนาที่ดีขึ้นของ KPI จากการทำ Data นั้น ๆ
3. มีการวัดผลว่า Data นั้นส่งผลอย่างไรถึงความสำเร็จขององค์กร หรือ KPI/ROI นั้น ๆ
และในความเป็นจริงเองทีม Data นั้นก็มีปัญหาอย่างมากในทุก ๆ ขั้นตอนในการวัด ROI/KPI โดยจากการสำรวจโดย Gartner’s 2023 CDO survey พบว่า 69% ของผู้บริหารที่ทำหรือดูแลทีม Data นั้นต่างมีปัญหาในการที่จะส่งมอบ ROI ที่วัดผลได้ออกมา ซึ่งการที่ทีมไม่สามารถหรือไม่มีความสามารถในการส่งมอบ ROI ที่จับต้องได้ของทีม Data นี้เป็นปัญหาที่เจอได้อย่างมากในตอนนี้ และเป็นปัญหาที่ร้ายแรงอย่างมากสำหรับทีม Data หลาย ๆ ทีม
หลาย ๆ ครั้งทีม Data ก็ติดการส่งมอบ ROI ที่จับต้องได้นี้เพราะด้วยการคิดเยอะของทีม data ทำให้มองความซับซ้อนของการส่งมอบ ROI นี้ซับซ้อนเกินไป เกินความจำเป็น สิ่งที่ต้องทำแท้จริงแล้วคือการมองปัญหานี้ให้ง่ายลง และใช้ขั้นตอนด้านบนที่กล่าวไปมาเป็นหลักการในการทำ ROI ที่จับต้องได้ที่ส่งมอบออกมาโดย
1. มีชุด KPI ที่แสดงถึง “กำไร” ของการทำ Data นั้น ๆ : ในความหมายของ “กำไร” นั้นคือการมองว่า ชุด Data ที่ทำนั้นส่งผลอย่างไรต่อบริษัทหรือ KPI ของบริษัทที่กำลังเผชิญอยู่ ซึ่งคนที่เป็นผู้บริหาร Data นั้นควรเข้าใจว่า KPI ที่สร้างมานั้นมีผลอย่างไรต่อผู้บริหารขององค์กร และถ้า KPI นั้นตรงกับทิศทางผู้บริหารที่ต้องการอยู่ก็จะสามารถทำให้มีความชัดเจนและน่าสนใจในมุมมองผู้บริหารขึ้นมาได้ และทำให้การวัดผลนั้นตรงจุดมากขึ้นอีกด้วย
จากการที่ Gartner สำรวจในปี 2021 พบว่า CDO หรือ Chief Data Officer ที่มี KPI Data ที่ตรงกับ KPI องค์กรที่ต้องการจะมีประสิทธิภาพในเชิง Business Values 1.7 เท่าเมื่อเทียบกับ KPI ที่มีโดยทั่วไป เพราะด้วยการที่เข้าใจว่าองค์กรต้องการอะไรในการนำเสนอ และทำให้ภาพการเก็บข้อมูลชัดเจนขึ้นมา
2. มีการพัฒนาที่ดีขึ้นของ KPI จากการทำ Data นั้น ๆ : คือการที่ KPI นั้นต้องมีการพัฒนาการที่ดีขึ้น โดยสิ่งที่ควรต้องทำในการทำข้อนี้คือ การตั้งเป้าหมายหรือความคาดหวังที่ถูกต้องกับ Data นั้น ๆ ขึ้นมา เพราะการทำงาน Data ไม่ใช่มนต์วิเศษที่จะมาแก้ปัญหาได้ขึ้นมา ดังนั้นการทำงานร่วมกันระหว่างทีม Data กับทีมธุรกิจและลูกค้า เพื่อการแก้ปัญหาต่าง ๆ ด้วยข้อมูลและทำให้เข้าใจว่า Data จะเข้ามาช่วยอย่างไร ความคาดหวังอย่างไรขึ้นมาจาก Data นี้
เมื่อสร้างความคาดหวังที่ถูกต้องมา ก็มาหา Data อะไรที่จะทำให้ KPI ที่ต้องการวัดผลนั้นถูกต้อง ได้ผลจับต้องได้ขึ้นมา ซึ่งสามารถเห็นภาพได้ทันทีและมีผลกระทบกับทีมผู้บริหาร ทีมทำงานทุกทีมด้วยกัน เมื่อได้ Data นั้นแล้วก็มาเปลี่ยนเป็น Action ว่า Data ที่มีผลต่อ KPI ก่อให้เกิด Action อะไรบ้าง และมีผลที่ดีขึ้นอย่างไร ผ่านการนำเสนอและ Dashboard ขึ้นมา
3. มีการวัดผลว่า Data นั้นส่งผลอย่างไรถึงความสำเร็จขององค์กร หรือ KPI/ROI นั้น ๆ : พอผ่านส่วนที่สำคัญและยากที่สุดมา คือการเอาผลนั้นมาหาว่า ส่งผลกระทบอย่างไรต่อองค์กร หรือ ROI ขึ้นมานั้นเอง โดยการที่เอา Data ที่วัดผลกระทบได้นี้มาใส่กับ jobs description ของการทำงานในครั้งนี้ขึ้นมา และควรทำทุกครั้งในการวัดผลความสำเร็จ ความคุ้มทุนของการทำData ว่ามีผลกระทบอย่างไรในตอนท้ายสุดขึ้นมา ทำให้องค์กรนั้นมีผลที่ดีขึ้น หรือแย่ลง ถ้าดีขึ้นจะพัฒนาให้ดีขึ้นไปอีกได้อย่างไรหรือแย่ลงจะวัดผลใหม่และแก้ไขให้ดีขึ้นอย่างไรขึ้นมาด้วย Data ที่ทำหรือจะต้องลงทุนเพิ่มในการทำ Data เพิ่มเพื่อให้ได้ผลที่ดีขึ้นก็จะถูกนำเสนอในขั้นตอนนี้
