วิเคราะห์ข้อมูลการลาออก: คู่มือเริ่มต้นสำหรับ HR

การวิเคราะห์ข้อมูลการลาออก คือการนำข้อมูลการพ้นสภาพของพนักงานมาจัดกลุ่มและหาความหมาย เพื่อตอบว่าใครลาออก ลาออกจากตรงไหน และมีรูปแบบร่วมกันอย่างไร ไม่ใช่แค่นับจำนวนรวม เป้าหมายคือเปลี่ยนตัวเลขที่นิ่งให้กลายเป็นข้อมูลที่ชี้ได้ว่าควรลงมือแก้ตรงไหนก่อน เพื่อรักษาพนักงานที่มีคุณค่าไว้ได้อย่างมีทิศทาง

บทความนี้จะพาไปดูขั้นตอนการวิเคราะห์ข้อมูลการลาออกตั้งแต่ต้นจนจบ ตั้งแต่การเก็บข้อมูล การคำนวณอัตราการลาออก การจัดกลุ่มหารูปแบบ ไปจนถึงการแปลงผลวิเคราะห์เป็นแผนปฏิบัติที่ใช้ได้จริงในบริบทองค์กร SME ไทย พร้อมข้อควรระวังเรื่องข้อมูลส่วนบุคคล

การวิเคราะห์ข้อมูลการลาออกคืออะไร และทำไมองค์กรถึงต้องทำ

การลาออก (Turnover) คือการที่พนักงานพ้นสภาพจากองค์กร ไม่ว่าจะด้วยความสมัครใจหรือไม่สมัครใจ การนับจำนวนรวมเพียงอย่างเดียวบอกได้แค่ว่ามีคนออกกี่คน แต่ไม่ได้บอกว่าปัญหาอยู่ตรงไหน การวิเคราะห์ข้อมูลการลาออกจึงเป็นการแยกแยะตามแผนก ระดับงาน อายุงาน และเหตุผล เพื่อให้เห็นว่าการลาออกกระจุกอยู่ที่กลุ่มใด

การลาออกแต่ละครั้งมีต้นทุนแฝง ทั้งค่าใช้จ่ายในการสรรหาใหม่ เวลาที่ใช้ฝึกอบรมคนใหม่ และความรู้ในงานที่หายไปกับคนเดิม การวิเคราะห์อย่างเป็นระบบช่วยให้องค์กรเข้าใจว่าต้นทุนนี้เกิดจากจุดใดมากที่สุด และควรลงทุนแก้ไขตรงไหนเพื่อให้คุ้มค่าที่สุด

ประโยชน์ที่ได้จากการวิเคราะห์ข้อมูลการลาออกอย่างเป็นระบบ ได้แก่

• ระบุได้ว่าการลาออกกระจุกที่แผนกใด ระดับใด หรือช่วงอายุงานใด
• เห็นความแตกต่างระหว่างการลาออกแบบสมัครใจกับไม่สมัครใจ ซึ่งมีนัยต่างกัน
• ตั้งสมมติฐานเรื่องปัจจัยที่อาจเกี่ยวข้อง เช่น ค่าตอบแทน ภาระงาน หรือโอกาสเติบโต
• จัดลำดับความสำคัญของมาตรการรักษาพนักงานบนฐานข้อมูล ไม่ใช่ความรู้สึก

อัตราการลาออกคำนวณอย่างไร และควรดูตัวเลขใดบ้าง

ตัวชี้วัดพื้นฐานที่สุดคืออัตราการลาออก (Turnover Rate) ซึ่งคำนวณจากสูตร

อัตราการลาออก = (จำนวนพนักงานที่ลาออกในช่วงเวลาหนึ่ง ÷ จำนวนพนักงานเฉลี่ยในช่วงเวลานั้น) × 100

ตัวอย่างเช่น สมมติว่าองค์กรหนึ่งมีพนักงานลาออก 12 คนในรอบหนึ่งปี และมีพนักงานเฉลี่ย 200 คน อัตราการลาออกจะเท่ากับ 6 เปอร์เซ็นต์ ตัวเลขนี้เป็นเพียงตัวอย่างสมมติเพื่อแสดงวิธีคำนวณ ไม่ใช่ค่ามาตรฐานของตลาด

แต่อัตรารวมเพียงตัวเดียวยังไม่พอ ควรดูตัวเลขเหล่านี้ประกอบด้วย

อัตราการลาออกแบบสมัครใจกับไม่สมัครใจ การลาออกแบบสมัครใจ (พนักงานเลือกออกเอง) สะท้อนปัญหาด้านการรักษาคนมากกว่า ขณะที่การลาออกแบบไม่สมัครใจ (องค์กรให้ออก) สะท้อนเรื่องการคัดเลือกหรือผลงาน ทั้งสองกลุ่มต้องแยกวิเคราะห์

อัตราการลาออกของพนักงานใหม่ การลาออกในกลุ่มที่อายุงานต่ำ เช่น ภายในหนึ่งปีแรก มักชี้ไปที่กระบวนการสรรหา การปฐมนิเทศ หรือความคาดหวังที่ไม่ตรงกันตั้งแต่ต้น

อัตราการลาออกของกลุ่มคนเก่ง (Regrettable Turnover) การสูญเสียพนักงานที่มีผลงานดีหรืออยู่ในตำแหน่งสำคัญมีนัยต่อองค์กรมากกว่าการลาออกทั่วไป ควรแยกติดตามเป็นพิเศษ

ขั้นตอนการวิเคราะห์ข้อมูลการลาออกมีอะไรบ้าง

กระบวนการวิเคราะห์ข้อมูลการลาออกประกอบด้วย 5 ขั้นตอนหลักดังนี้

ขั้นที่ 1 — รวบรวมและจัดระเบียบข้อมูล

จุดเริ่มต้นคือการมีข้อมูลที่ครบและสม่ำเสมอ รวบรวมข้อมูลพนักงานที่พ้นสภาพในช่วงเวลาที่ต้องการวิเคราะห์ พร้อมฟิลด์สำคัญ ได้แก่

• แผนกหรือหน่วยงาน
• ระดับตำแหน่ง
• อายุงาน ณ วันที่ลาออก
• ประเภทการลาออก (สมัครใจหรือไม่สมัครใจ)
• เหตุผลจากการสัมภาษณ์ก่อนออก (Exit Interview)

หากเก็บข้อมูลเงินเดือนและช่วงกระบอกเงินเดือนของตำแหน่งไว้ด้วย จะช่วยให้วิเคราะห์ความเกี่ยวข้องกับค่าตอบแทนได้ในขั้นต่อไป ทั้งนี้ ข้อมูลการลาออกมีข้อมูลส่วนบุคคล จึงต้องจัดเก็บให้สอดคล้องกับพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) และจำกัดการเข้าถึงเฉพาะผู้ที่จำเป็น

ขั้นที่ 2 — คำนวณอัตราการลาออกและแยกประเภท

นำข้อมูลมาคำนวณอัตราการลาออกรวมตามสูตรข้างต้น จากนั้นแยกการคำนวณตามมิติต่าง ๆ เช่น แยกระหว่างสมัครใจกับไม่สมัครใจ แยกตามแผนก และแยกตามระดับงาน การคำนวณแยกย่อยช่วยให้เห็นว่าอัตราที่สูงหรือต่ำกระจุกอยู่ที่กลุ่มใด แทนที่จะมองเห็นเพียงค่าเฉลี่ยรวมที่อาจกลบปัญหาเฉพาะจุด

ขั้นที่ 3 — จัดกลุ่มและหารูปแบบ

ขั้นนี้คือหัวใจของการวิเคราะห์ นำข้อมูลมาดูตามมิติต่าง ๆ เพื่อหาว่ามีรูปแบบร่วมกันหรือไม่ ตัวอย่างมิติที่นิยมดู ได้แก่

• อายุงาน ณ วันที่ลาออก เพื่อดูว่าคนออกในช่วงไหนของวงจรการทำงานมากที่สุด
• ช่วงเวลา เพื่อดูว่ามีฤดูกาลหรือเหตุการณ์ใดที่ตรงกับการลาออกที่เพิ่มขึ้น
• กลุ่มเหตุผล จากการจัดหมวด Exit Interview เช่น ค่าตอบแทน โอกาสเติบโต ภาระงาน หรือความสัมพันธ์กับหัวหน้า

ลองนึกภาพว่าการวิเคราะห์พบว่าการลาออกส่วนใหญ่กระจุกในพนักงานที่อายุงานต่ำกว่าหนึ่งปี รูปแบบนี้ชี้ให้ตั้งคำถามต่อกระบวนการรับเข้าและการปฐมนิเทศ มากกว่าจะสรุปว่าเป็นเรื่องเงินเดือนอย่างเดียว

ขั้นที่ 4 — เชื่อมโยงกับปัจจัยที่อาจเกี่ยวข้อง

เมื่อเห็นรูปแบบแล้ว ขั้นต่อไปคือการตั้งสมมติฐานว่าอะไรอาจเกี่ยวข้อง โดยไม่ฟันธงสาเหตุเดียว เพราะการลาออกมักมาจากหลายปัจจัยร่วมกัน ปัจจัยที่ควรพิจารณา ได้แก่ โครงสร้างค่าตอบแทน ภาระงาน ความสัมพันธ์กับหัวหน้า โอกาสเติบโต และความสมดุลชีวิต

หนึ่งในปัจจัยที่พบบ่อยคือความรู้สึกไม่เป็นธรรมด้านค่าตอบแทน เช่น พนักงานเดิมรู้สึกว่าเงินเดือนของตนตัน หรือต่ำกว่าคนที่เพิ่งเข้ามาทำงานในตำแหน่งใกล้เคียงกัน หากการวิเคราะห์พบว่าการลาออกกระจุกในกลุ่มที่เงินเดือนอยู่ปลายล่างของกระบอก อาจเป็นสัญญาณว่าควรทบทวนโครงสร้างเงินเดือน อ่านเพิ่มเติมเรื่องนี้ได้ที่บทความ โครงสร้างเงินเดือนคืออะไร

ในขั้นนี้ควรใช้ทั้งข้อมูลเชิงปริมาณและความเห็นจาก Exit Interview ประกอบกัน เพื่อให้สมมติฐานมีน้ำหนักและตรวจสอบได้ ไม่ใช่การเดาจากความรู้สึก

ขั้นที่ 5 — แปลงผลวิเคราะห์เป็นแผนปฏิบัติและติดตามผล

ผลวิเคราะห์จะมีคุณค่าก็ต่อเมื่อนำไปสู่การลงมือทำ จัดลำดับความสำคัญของปัญหาตามผลกระทบและความเร่งด่วน จากนั้นออกแบบมาตรการที่ตรงกับรูปแบบที่พบ เช่น ทบทวนโครงสร้างเงินเดือนหากพบปัญหาความเป็นธรรม ปรับกระบวนการรับเข้าหากการลาออกกระจุกในพนักงานใหม่ หรือพัฒนาทักษะหัวหน้างานหากเหตุผลส่วนใหญ่เกี่ยวกับความสัมพันธ์ในทีม

สุดท้ายต้องกำหนดตัวชี้วัดและทบทวนอัตราการลาออกเป็นระยะ เพื่อดูว่ามาตรการที่ทำไปได้ผลหรือไม่ และปรับแผนให้ทันสถานการณ์

ข้อมูลการลาออกเชื่อมกับโครงสร้างเงินเดือนอย่างไร

แม้การลาออกจะมีหลายปัจจัย แต่ค่าตอบแทนเป็นหนึ่งในปัจจัยที่อาจเกี่ยวข้องและมักตรวจสอบได้ชัดเจนด้วยข้อมูล หากองค์กรไม่มีโครงสร้างเงินเดือนที่ชัดเจน การจ่ายค่าตอบแทนมักอิงจากการต่อรองรายบุคคล ซึ่งเมื่อเวลาผ่านไปอาจทำให้พนักงานเดิมรู้สึกว่าเงินเดือนของตนตามไม่ทันคนใหม่

การมีโครงสร้างเงินเดือนที่อธิบายได้ช่วยให้องค์กรเห็นว่าใครอยู่ปลายล่างหรือปลายบนของกระบอกเงินเดือน และจัดการความเป็นธรรมภายในได้ก่อนที่ความไม่พอใจจะกลายเป็นเหตุผลในการลาออก เครื่องมือที่ช่วยวัดตำแหน่งของพนักงานในกระบอกคือ Compa-Ratio ซึ่งเปรียบเทียบเงินเดือนจริงกับค่ากลางของกระบอก อ่านเพิ่มเติมได้ที่บทความ Compa-Ratio คืออะไร

บริการ ออกแบบโครงสร้างเงินเดือนของ Triple I ช่วยให้องค์กรมีกรอบค่าตอบแทนที่ชัดเจน อธิบายได้ และเป็นธรรม ซึ่งเป็นรากฐานที่ช่วยลดความเสี่ยงด้านการลาออกที่เกี่ยวข้องกับค่าตอบแทน

ข้อผิดพลาดที่พบบ่อยในการวิเคราะห์ข้อมูลการลาออก

ดูเฉพาะอัตรารวมโดยไม่แยกย่อย ค่าเฉลี่ยรวมมักกลบปัญหาเฉพาะจุด อัตราการลาออกรวมที่ดูปกติอาจซ่อนแผนกหนึ่งที่มีอัตราสูงผิดปกติไว้ ควรแยกตามแผนก ระดับงาน และประเภทเสมอ

ฟันธงว่าทุกคนลาออกเพราะเงิน หนึ่งในข้อผิดพลาดที่พบบ่อยคือการสรุปสาเหตุเดียว ทั้งที่การลาออกมักมาจากหลายปัจจัยร่วมกัน ควรใช้ข้อมูลหลายมิติประกอบการตั้งสมมติฐาน แทนการรีบสรุป

เชื่อ Exit Interview แบบไม่ตั้งคำถาม พนักงานที่กำลังจะออกอาจไม่บอกเหตุผลที่แท้จริง โดยเฉพาะถ้าเกี่ยวกับหัวหน้าหรือบรรยากาศในทีม ควรใช้ข้อมูลเชิงปริมาณประกอบ และมองหารูปแบบจากหลายคนแทนที่จะยึดคำตอบรายบุคคล

ละเลยเรื่องข้อมูลส่วนบุคคล ข้อมูลการลาออกมีข้อมูลส่วนบุคคลที่อยู่ภายใต้ PDPA การนำเสนอผลควรสรุปเป็นภาพรวมหรือจัดกลุ่ม เพื่อไม่ให้ระบุตัวบุคคลได้ และจำกัดการเข้าถึงข้อมูลรายบุคคลเฉพาะผู้ที่จำเป็น

แนวทางปรับใช้สำหรับองค์กร SME ไทย

สำหรับองค์กรขนาดกลางและเล็กที่มีทรัพยากรจำกัด การวิเคราะห์ข้อมูลการลาออกไม่จำเป็นต้องใช้ระบบซับซ้อนตั้งแต่เริ่มต้น แนวทางที่ทำได้จริง ได้แก่

เริ่มจากสเปรดชีต Microsoft Excel หรือ Google Sheets เพียงพอสำหรับการเก็บข้อมูลและคำนวณอัตราการลาออกเบื้องต้น ข้อสำคัญคือการออกแบบฟิลด์ข้อมูลให้สม่ำเสมอตั้งแต่ต้น

ทำ Exit Interview ให้เป็นมาตรฐาน ใช้ชุดคำถามเดียวกันกับทุกคนที่ลาออก เพื่อให้จัดหมวดเหตุผลและเปรียบเทียบข้ามคนได้ ไม่ใช่คุยแบบไม่มีโครงสร้าง

ทบทวนเป็นระยะ กำหนดให้ทบทวนข้อมูลการลาออกอย่างน้อยปีละครั้ง หรือทุกไตรมาสหากองค์กรมีการเปลี่ยนแปลงมาก เพื่อจับสัญญาณได้เร็ว

เชื่อมกับการทบทวนค่าตอบแทน เมื่อพบว่าค่าตอบแทนอาจเป็นปัจจัยเกี่ยวข้อง การมีโครงสร้างเงินเดือนที่ชัดเจนจะช่วยให้ตัดสินใจปรับได้อย่างมีหลักเกณฑ์ ไม่ใช่ปรับตามแรงกดดันรายบุคคล

สรุป

การวิเคราะห์ข้อมูลการลาออกที่มีประสิทธิภาพต้องเริ่มจากการเก็บข้อมูลที่ครบและสม่ำเสมอ คำนวณอัตราการลาออกโดยแยกประเภทและมิติ จากนั้นจัดกลุ่มหารูปแบบ เชื่อมโยงกับปัจจัยที่อาจเกี่ยวข้องโดยไม่ฟันธงสาเหตุเดียว แล้วจึงแปลงผลเป็นแผนปฏิบัติที่ติดตามได้ ทั้งหมดนี้ต้องทำภายใต้กรอบการคุ้มครองข้อมูลส่วนบุคคล

หนึ่งในปัจจัยที่ตรวจสอบได้ชัดด้วยข้อมูลคือความเป็นธรรมด้านค่าตอบแทน ซึ่งโครงสร้างเงินเดือนที่ชัดเจนช่วยจัดการได้ตั้งแต่ต้นทาง หากองค์กรของคุณยังไม่มีกรอบค่าตอบแทนที่อธิบายได้ Triple I ช่วยได้

ต้องการคำแนะนำในการวิเคราะห์ข้อมูลการลาออกหรือวางโครงสร้างเงินเดือนที่เป็นธรรมและอธิบายได้ นัดคุยฟรีกับที่ปรึกษา Triple I เพื่อหารือแนวทางที่เหมาะกับองค์กรของคุณ