ການວັດແທກ ROI ຂອງ AI Hybrid BPO ແມ່ນກົນໄກໃນການປະເມີນ ແລະ ປັບປຸງຜົນຕອບແທນຈາກການລົງທຶນຂອງການມອບໝາຍວຽກງານທີ່ປະສົມປະສານລະຫວ່າງການເຮັດວຽກອັດຕະໂນມັດດ້ວຍ AI ແລະ ການຕອບສະໜອງໂດຍມະນຸດ ໂດຍໃຊ້ຕົວຊີ້ວັດທາງປະລິມານຢ່າງຕໍ່ເນື່ອງ.

ເຖິງແມ່ນວ່າຈະມີການນຳໃຊ້ BPO ເຂົ້າມາແລ້ວ, ແຕ່ພະນັກງານໜ້າວຽກ ແລະ ຜູ້ຮັບຜິດຊອບວາງແຜນບໍລິຫານຈຳນວນບໍ່ໜ້ອຍຍັງມີຄວາມລັງເລໃນການຕັດສິນໃຈວ່າ "ຕົ້ນທຶນຫຼຸດລົງແທ້ຫຼືບໍ່" ແລະ "ຄວນມອບໝາຍໃຫ້ AI ຫຼາຍປານໃດ". ໃນບົດຄວາມນີ້, ພວກເຮົາຈະອະທິບາຍພາບລວມຂອງການວັດແທກປະສິດທິພາບຜ່ານ 4 ຂັ້ນຕອນ ຄື: ການອອກແບບ KPI, ການຄຳນວນຕົ້ນທຶນ, ການປະເມີນຄຸນນະພາບ ແລະ ການລາຍງານຕໍ່ຝ່າຍບໍລິຫານ ສຳລັບຜູ້ທີ່ກຳລັງປະສົບກັບບັນຫາດັ່ງກ່າວ.

ການອ່ານບົດຄວາມນີ້ຫຼັງຈາກທີ່ໄດ້ເຂົ້າໃຈແນວຄວາມຄິດພື້ນຖານຈາກ AI Hybrid BPO ແມ່ນຫຍັງ? ຄວາມແຕກຕ່າງຈາກ BPO ແບບດັ້ງເດີມ ແລະ ຂໍ້ດີຂອງການນຳໃຊ້ສຳລັບບໍລິສັດຍີ່ປຸ່ນ ຈະຊ່ວຍໃຫ້ທ່ານມີຄວາມເຂົ້າໃຈເລິກເຊິ່ງຍິ່ງຂຶ້ນ. ພວກເຮົາມີຈຸດປະສົງທີ່ຈະນຳສະເໜີເນື້ອຫາທີ່ສາມາດນຳໄປປະຕິບັດໄດ້ຈິງ ເຊິ່ງທ່ານສາມາດນຳໄປໃຊ້ໃນວຽກງານມື້ອື່ນໄດ້ທັນທີ ໂດຍມີການແນະນຳສູດການຄຳນວນທີ່ລະອຽດ ແລະ ແມ່ແບບລາຍງານໃຫ້ອີກດ້ວຍ.

ສະຫຼຸບ: ເຫດຜົນຫຼັກທີ່ເຮັດໃຫ້ການວັດແທກ ROI ຂອງ AI Hybrid BPO ມີຄວາມຫຍຸ້ງຍາກ ແມ່ນຍ້ອນວ່າຫຼັກການປະເມີນຜົນມີຄວາມແຕກຕ່າງຈາກ BPO ແບບດັ້ງເດີມຢ່າງສິ້ນເຊີງ ແລະ ມັກຈະຂາດກົນໄກໃນການປ່ຽນຜົນກະທົບດ້ານຄຸນນະພາບໃຫ້ກາຍເປັນຕົວເລກ.

ໃນພາກນີ້, ພວກເຮົາຈະສະຫຼຸບຄວາມຫຍຸ້ງຍາກທາງດ້ານໂຄງສ້າງດັ່ງກ່າວ ໂດຍແບ່ງອອກເປັນ 2 ມຸມມອງ ຄື: "ຄວາມແຕກຕ່າງຂອງຫຼັກການປະເມີນຜົນ" ແລະ "ກັບດັກຂອງການປ່ຽນເປັນຕົວເລກ".

ໃນການປະເມີນຜົນ BPO ແບບດັ້ງເດີມ, ມັກຈະຄິດກັນວ່າພຽງແຕ່ການວັດແທກຜົນສຳເລັດດ້ວຍ 2 ແກນຫຼັກ ຄື "ອັດຕາການຫຼຸດຜ່ອນຕົ້ນທຶນ" ແລະ "ຈຳນວນລາຍການທີ່ປະມວນຜົນ" ກໍພຽງພໍແລ້ວ. ແຕ່ສຳລັບ AI Hybrid BPO, ເນື່ອງຈາກເປັນໂຄງສ້າງທີ່ AI ແລະ ຄົນຮ່ວມມືກັນເພື່ອສ້າງມູນຄ່າ, ຖ້າບໍ່ຂະຫຍາຍແກນການປະເມີນຜົນອອກໄປຢ່າງຫຼວງຫຼາຍ ກໍຈະບໍ່ສາມາດເຫັນສະພາບຄວາມເປັນຈິງໄດ້ຢ່າງຖືກຕ້ອງ.

ຄວາມແຕກຕ່າງຂອງແກນການປະເມີນຜົນຫຼັກລະຫວ່າງ BPO ແບບດັ້ງເດີມ ແລະ AI Hybrid BPO ມີດັ່ງນີ້:

ສິ່ງທີ່ມັກຈະຖືກມອງຂ້າມໂດຍສະເພາະຄື "ອັດຕາການເຂົ້າແຊກແຊງຂອງຄົນ (Human Intervention Rate)". ເຊິ່ງເປັນອັດຕາສ່ວນທີ່ຄົນຕ້ອງເຂົ້າມາຈັດການກັບວຽກທີ່ AI ບໍ່ສາມາດປະມວນຜົນແບບອັດຕະໂນມັດໄດ້, ຖ້າຕົວເລກນີ້ຍັງຢູ່ໃນລະດັບສູງ ກໍຖືເປັນສັນຍານທີ່ບົ່ງບອກວ່າຈຳເປັນຕ້ອງມີການປັບປຸງຄວາມແມ່ນຍຳຂອງໂມເດວ AI ຫຼື ທົບທວນຂະບວນການ ຫຼື Pipeline ການເຮັດວຽກໃໝ່.

ນອກຈາກນີ້, ໃນ BPO ແບບດັ້ງເດີມ ມັກຈະພົບເຫັນຫຼາຍກໍລະນີທີ່ຄິດໄລ່ ROI ພຽງແຕ່ການປຽບທຽບລາຄາຕໍ່ໜ່ວຍໃນສັນຍາກັບຜູ້ຮັບເໝົາເທົ່ານັ້ນ. ສຳລັບ AI Hybrid BPO, ຖ້າບໍ່ປຽບທຽບໂດຍອີງໃສ່ "ຕົ້ນທຶນການເປັນເຈົ້າຂອງທັງໝົດ (TCO)" ເຊິ່ງລວມເອົາຄ່າລິຂະສິດເຄື່ອງມື AI, ຄ່າໃຊ້ຈ່າຍໃນການກະກຽມຂໍ້ມູນສຳລັບການຮຽນຮູ້ ແລະ ຄ່າໃຊ້ຈ່າຍໃນການດຳເນີນງານຕິດຕາມກວດກາແລ້ວ ກໍມີຄວາມສ່ຽງທີ່ຈະຕັດສິນໃຈລົງທຶນຜິດພາດໄດ້.

ບາດກ້າວທຳອິດຂອງການອອກແບບການປະເມີນຜົນ, [Hybrid BPO ແມ່ນຫຍັງ?

ການເຮັດໃຫ້ຜົນກະທົບດ້ານຄຸນນະພາບເປັນຕົວເລກນັ້ນ ສິ່ງທີ່ມັກຈະພາດໄດ້ງ່າຍທີ່ສຸດຄື ການນຳເອົາ "ຄວາມຮູ້ສຶກໃນການປັບປຸງ" ມາໃຊ້ເປັນຕົວຊີ້ວັດໂດຍກົງ. ຄວາມປະທັບໃຈທີ່ວ່າ "ການຕອບສະໜອງໄວຂຶ້ນ" ຫຼື "ຮູ້ສຶກວ່າຄວາມຜິດພາດຫຼຸດລົງ" ນັ້ນ ບໍ່ສາມາດນຳມາໃຊ້ເປັນຫຼັກຖານຂອງ ROI ໄດ້.

ຈຸດທີ່ຄວນລະວັງມີ 3 ປະການດັ່ງນີ້:

• ການເລືອກຕົວຊີ້ວັດຕົວແທນຜິດພາດ: ໃນກໍລະນີທີ່ຕ້ອງການສະແດງໃຫ້ເຫັນເຖິງການປັບປຸງຄວາມເພິ່ງພໍໃຈຂອງລູກຄ້າ, ຖ້າອັດຕາການຕອບແບບສອບຖາມຕໍ່າ ຜົນລວມຈະມີຄວາມລຳອຽງ ແລະ ຕົວເລກທີ່ບໍ່ສະທ້ອນຄວາມເປັນຈິງຈະຖືກນຳໄປໃຊ້ຢ່າງບໍ່ຖືກຕ້ອງ
• ການເຂົ້າໃຈຜິດກ່ຽວກັບຄວາມສຳພັນທາງເຫດຜົນ: ກໍລະນີທີ່ມີການນັບຜົນສຳເລັດຂອງການນຳ BPO ມາໃຊ້ ລວມກັບຜົນຂອງມາດຕະການອື່ນທີ່ເຮັດໃນຊ່ວງເວລາໃກ້ຄຽງກັນ (ເຊັ່ນ: ການປັບປຸງລະບົບໃໝ່)
• ຄວາມຄາດເຄື່ອນຂອງເວລາໃນການວັດແທກ: ຖ້າວັດແທກໃນຊ່ວງໄລຍະເວລາທີ່ມີຄວາມວຸ້ນວາຍຊົ່ວຄາວຫຼັງຈາກການນຳໃຊ້, ຜົນກະທົບອາດຈະຖືກປະເມີນຕໍ່າກວ່າຄວາມເປັນຈິງ

ແນວທາງໃນການເຮັດໃຫ້ເປັນຕົວເລກຈະປ່ຽນແປງໄປຕາມແຕ່ລະກໍລະນີ. ໃນກໍລະນີທີ່ເບິ່ງຜົນກະທົບດ້ານຄຸນນະພາບວ່າເປັນ "ການປັບປຸງປະສົບການຂອງລູກຄ້າ", ການນຳເອົາຕົວຊີ້ວັດດ້ານພຶດຕິກຳມາໃຊ້ ເຊັ່ນ: NPS (Net Promoter Score) ຫຼື ອັດຕາການສອບຖາມຊໍ້າຄືນ ຖືວ່າເໝາະສົມ, ແລະ ໃນກໍລະນີທີ່ເບິ່ງວ່າເປັນ "ການຫຼຸດຜ່ອນພາລະຂອງພະນັກງານ", ການຕິດຕາມຈຳນວນການສົ່ງຕໍ່ບັນຫາ (Escalation) ຫຼື ການປ່ຽນແປງຂອງເວລາເຮັດວຽກລ່ວງເວລາ ແມ່ນມີຄວາມເປັນໄປໄດ້ໃນທາງປະຕິບັດ. ຖ້າຈຸດປະສົງແຕກຕ່າງກັນ, ຕົວຊີ້ວັດຕົວແທນທີ່ເໝາະສົມກໍຈະປ່ຽນແປງໄປ.

ນອກຈາກນີ້, ເມື່ອເຮັດໃຫ້ຜົນກະທົບດ້ານຄຸນນະພາບເປັນຕົວເລກ, ຫຼັກການ "ກຳນົດຕົວຊີ້ວັດກ່ອນການວັດແທກ" ແມ່ນມີຄວາມສຳຄັນຫຼາຍ. ຖ້າເລືອກຕົວຊີ້ວັດທີ່ສະດວກໃນພາຍຫຼັງຫຼັງຈາກການນຳໃຊ້ແລ້ວ, ຄວາມເປັນກາງຂອງ ROI ຈະຫຼຸດລົງ ແລະ ເຮັດໃຫ້ໄດ້ຮັບຄວາມເຊື່ອໝັ້ນຈາກຜູ້ບໍລິຫານໄດ້ຍາກ.

ສຳລັບມາດຕະການຮັບມື, ການສ້າງ Logic Model (ຕ່ອງໂສ້ຂອງ Input → Output → Outcome) ແບບງ່າຍໆໃນຂັ້ນຕອນກ່ອນການນຳໃຊ້ ແລະ ການຕົກລົງກັນວ່າຈະໃຊ້ຕົວເລກໃດມາແທນຜົນກະທົບດ້ານຄຸນນະພາບໃດນັ້ນ ຖືວ່າເປັນວິທີທີ່ມີປະສິດທິຜົນ.

ສະຫຼຸບ: ຄວາມແມ່ນຍຳໃນການວັດແທກ ROI ແມ່ນຂຶ້ນຢູ່ກັບ "ການສ້າງພື້ນຖານ" ກ່ອນເລີ່ມການວັດແທກ.

ເພື່ອຄຳນວນ ROI ໃຫ້ຖືກຕ້ອງ, ຈຳເປັນຕ້ອງກຽມ 3 ເງື່ອນໄຂເບື້ອງຕົ້ນໃຫ້ພ້ອມກ່ອນ ຄື: ການເກັບຂໍ້ມູນພື້ນຖານ (Baseline data), ການກຳນົດຂອບເຂດຕົ້ນທຶນ ແລະ ການອອກແບບຮອບວຽນການປະເມີນຜົນ. ຖ້າລະເລີຍການກຽມຄວາມພ້ອມນີ້, ຄວາມໜ້າເຊື່ອຖືຂອງຕົວເລກໃນພາຍຫຼັງຈະຖືກຕັ້ງຄຳຖາມ.

Baseline ແມ່ນ "ຈຸດເລີ່ມຕົ້ນຂອງການປຽບທຽບ" ຂໍ້ມູນ, ຖ້າຫາກດຳເນີນການນຳໃຊ້ໂດຍທີ່ສິ່ງນີ້ຍັງບໍ່ຈະແຈ້ງ, ເມື່ອຕ້ອງການພິສູດຜົນສຳເລັດໃນພາຍຫຼັງ ພື້ນຖານຂອງຕົວເລກກໍຈະບໍ່ໜັກແໜ້ນ. ຖ້າປຽບທຽບກັບທາງການແພດ ກໍຄືກັນກັບການທີ່ບໍ່ມີ "ຄ່າການກວດກ່ອນການປິ່ນປົວ" ກໍຈະບໍ່ສາມາດສະແດງໃຫ້ເຫັນເຖິງການປັບປຸງໄດ້.

ຫົວຂໍ້ຫຼັກທີ່ຄວນກຳນົດໃນການເກັບກຳ Baseline ມີດັ່ງນີ້:

• ຈຳນວນການປະມວນຜົນ ແລະ ເວລາໃນການປະມວນຜົນ: ບັນທຶກຈຳນວນການປະມວນຜົນຕໍ່ເດືອນຂອງວຽກທີ່ກ່ຽວຂ້ອງ ແລະ ເວລາສະເລ່ຍທີ່ໃຊ້ຕໍ່ 1 ລາຍການ
• ອັດຕາຄວາມຜິດພາດ ແລະ ອັດຕາການເຮັດວຽກຊ້ຳ: ອັດຕາສ່ວນຂອງຈຳນວນຄັ້ງທີ່ເກີດຄວາມຜິດພາດໃນການປ້ອນຂໍ້ມູນ ຫຼື ວຽກງານການກວດສອບ
• ຊົ່ວໂມງການເຮັດວຽກຂອງຜູ້ຮັບຜິດຊອບ: ຈຳນວນບຸກຄະລາກອນທີ່ກ່ຽວຂ້ອງກັບວຽກງານ ແລະ ຊົ່ວໂມງການເຮັດວຽກຕໍ່ເດືອນ (ລວມທັງການເຮັດວຽກລ່ວງເວລາ)
• ໄລຍະເວລາໃນການດຳເນີນງານ (Lead time): ຈຳນວນວັນສະເລ່ຍຕັ້ງແຕ່ຮັບຄຳຮ້ອງຂໍຈົນເຖິງການດຳເນີນການສຳເລັດ

ສຳລັບວິທີການເກັບກຳຂໍ້ມູນ, ແຫຼ່ງຂໍ້ມູນຂັ້ນຕົ້ນທີ່ສຳຄັນແມ່ນ Log ຂອງລະບົບຫຼັກທີ່ມີຢູ່, ຂໍ້ມູນການລົງເວລາເຂົ້າ-ອອກວຽກ, ແລະ ປະຫວັດຂອງເຄື່ອງມືຈັດການອີເມວ ຫຼື ປີ້ (Ticket). ໃນກໍລະນີທີ່ບໍ່ມີລະບົບ Log, ວິທີທີ່ເປັນໄປໄດ້ຫຼາຍທີ່ສຸດແມ່ນການກຳນົດໄລຍະເວລາຕົວຢ່າງ 2-4 ອາທິດ ເພື່ອໃຫ້ຜູ້ຮັບຜິດຊອບບັນທຶກວຽກງານປະຈຳວັນ.

ມີ 2 ຈຸດທີ່ຄວນລະວັງ:

1. ການພິຈາລະນາຄວາມຜັນຜວນຕາມລະດູການ: ສຳລັບວຽກທີ່ມີຄວາມແຕກຕ່າງລະຫວ່າງຊ່ວງວຽກຫຍຸ້ງ ແລະ ຊ່ວງວຽກຫວ່າງຫຼາຍ, ຄວນເກັບກຳຂໍ້ມູນຢ່າງໜ້ອຍ 3 ເດືອນເພື່ອຄຳນວນຫາຄ່າສະເລ່ຍ
2. ການກຳນົດຂອບເຂດໃຫ້ຊັດເຈນ: ຖ້າບໍ່ມີການບັນທຶກຂອບເຂດຂອງວຽກງານທີ່ວັດແທກໄວ້ເປັນລາຍລັກອັກສອນ, ຫຼັງຈາກນຳໃຊ້ແລ້ວມັກຈະເກີດຄວາມເຂົ້າໃຈຜິດວ່າ "ວຽກນັ້ນບໍ່ໄດ້ຢູ່ໃນຂອບເຂດຕັ້ງແຕ່ຕົ້ນ"

ການເກັບກຳ Baseline ແມ່ນຂັ້ນຕອນທີ່ສຳຄັນທີ່ສຸດ ເຊິ່ງຈະສົ່ງຜົນຕໍ່ຄວາມຖືກຕ້ອງຂອງການວັດແທກ ROI ທັງໝົດ. ແນະນຳໃຫ້ເລີ່ມເກັບກຳຂໍ້ມູນໄປພ້ອມໆກັນຕັ້ງແຕ່ຂັ້ນຕອນການພິຈາລະນາ ບໍ່ແມ່ນຫຼັງຈາກຕັດສິນໃຈນຳໃຊ້ແລ້ວ.

ສິ່ງທີ່ມັກຈະເປັນອຸປະສັກໃນການຄິດໄລ່ ROI ໃນຕອນເລີ່ມຕົ້ນ ຄືການກຳນົດນິຍາມຂອງ "ສິ່ງທີ່ຈະນຳມາລວມເປັນຕົ້ນທຶນ" ຜິດພາດ. ຫຼາຍຄັ້ງເຮົາມັກຈະຕັດສິນວ່າ "ສາມາດຫຼຸດຕົ້ນທຶນໄດ້" ໂດຍການນຳເອົາພຽງແຕ່ຄ່າຈ້າງ BPO ມາເປັນຕົວຫານເທົ່ານັ້ນ, ແຕ່ໃນຄວາມເປັນຈິງແລ້ວ ຍັງມີຕົ້ນທຶນແຝງທີ່ແບ່ງອອກເປັນຫຼາຍຊັ້ນ ເຊິ່ງຖ້າບໍ່ນຳມາລວມເຂົ້າໃນການຄິດໄລ່ຕົ້ນທຶນການເປັນເຈົ້າຂອງລວມ (TCO) ກໍຈະບໍ່ສາມາດຄິດໄລ່ ROI ໄດ້ຢ່າງຖືກຕ້ອງ.

ຕົ້ນທຶນຄວນຖືກຈັດແບ່ງອອກເປັນ 3 ຊັ້ນ ດັ່ງນີ້:

ຕົ້ນທຶນທາງກົງ (Direct Costs)

• ຄ່າຈ້າງ BPO (ຄ່າບໍລິການລາຍເດືອນ ຫຼື ຄ່າບໍລິການຕາມປະລິມານການໃຊ້ງານ)
• ຄ່າລິຂະສິດຂອງເຄື່ອງມື AI ແລະ ແພລັດຟອມ
• ຄ່າໃຊ້ຈ່າຍໃນການຕັ້ງຄ່າເບື້ອງຕົ້ນ ແລະ ການປັບແຕ່ງ (Customization) ໃນຊ່ວງເລີ່ມຕົ້ນ

ຕົ້ນທຶນທາງອ້ອມ (Indirect Costs)

• ແຮງງານໃນການກຳກັບດູແລພາຍໃນບໍລິສັດ (ເວລາເຮັດວຽກຂອງພະນັກງານທີ່ຮັບຜິດຊອບ × ຄ່າແຮງຕໍ່ຊົ່ວໂມງ)
• ແຮງງານໃນການປະສານງານກັບຜູ້ໃຫ້ບໍລິການ (Vendor) ແລະ ການເຂົ້າຮ່ວມປະຊຸມເປັນປະຈຳ
• ຕົ້ນທຶນພາຍໃນທີ່ເກີດຈາກການກວດສອບຄວາມປອດໄພ ແລະ ການປະຕິບັດຕາມກົດລະບຽບ (Compliance)

ຕົ້ນທຶນຄ່າເສຍໂອກາດ (Opportunity Costs)

• ຄວາມເສຍຫາຍທີ່ເກີດຈາກວຽກງານປົກກະຕິຢຸດສະງັກໃນລະຫວ່າງໄລຍະເວລາການນຳໃຊ້ ຫຼື ການຍົກຍ້າຍລະບົບ
• ມູນຄ່າຂອງວຽກງານຍຸດທະສາດທີ່ຕ້ອງຖືກເລື່ອນອອກໄປ ເນື່ອງຈາກພະນັກງານຕ້ອງແບ່ງເວລາໄປບໍລິຫານຈັດການ BPO

ສິ່ງທີ່ມັກຈະຖືກມອງຂ້າມໂດຍສະເພາະຄື ແຮງງານໃນການບໍລິຫານຈັດການທີ່ເປັນຕົ້ນທຶນທາງອ້ອມ. ຫຼາຍກໍລະນີທີ່ພະນັກງານພາຍໃນຍັງຕ້ອງໃຊ້ເວລາຢ່າງຫຼວງຫຼາຍໃນການປະສານງານກັບ Vendor ແລະ ກວດສອບຄຸນນະພາບຫຼັງຈາກການມອບໝາຍວຽກແລ້ວ, ຖ້າບໍ່ໄດ້ນຳເອົາສ່ວນນີ້ມາຄິດໄລ່ ກໍຈະນຳໄປສູ່ການປະເມີນຜົນທີ່ຜິດພາດວ່າ "ທັງທີ່ມອບໝາຍວຽກໄປແລ້ວ ແຕ່ຕົ້ນທຶນກໍຍັງບໍ່ຫຼຸດລົງ".

ສຳລັບຕົ້ນທຶນຄ່າເສຍໂອກາດ ໃນກໍລະນີທີ່ຍາກຕໍ່ການຄິດໄລ່ເປັນຕົວເລກທີ່ຊັດເຈນ, ການໃຊ້ຕົວຊີ້ວັດທົດແທນເຊັ່ນ "ສາມາດຈັດສັນເວລາເຮັດວຽກຍຸດທະສາດໄດ້ X ຊົ່ວໂມງຕໍ່ເດືອນຫຼືບໍ່" ຈະເປັນວິທີທີ່ໃກ້ຄຽງກັບຄວາມເປັນຈິງ.

ການຕົກລົງເຫັນດີກ່ຽວກັບນິຍາມຂອງຕົ້ນທຶນທັງ 3 ຊັ້ນນີ້ລະຫວ່າງຜູ້ມີສ່ວນກ່ຽວຂ້ອງ (Stakeholders) ຕັ້ງແຕ່ຂັ້ນຕອນກ່ອນການນຳໃຊ້ ຈະເປັນປັດໄຈສຳຄັນທີ່ສົ່ງຜົນຕໍ່ຄວາມຖືກຕ້ອງໃນການວັດແທກຜົນໃນພາຍຫຼັງ.

ໄລຍະເວລາໃນການວັດແທກ ແລະ ຮອບວຽນການປະເມີນຜົນ ເປັນອົງປະກອບການອອກແບບທີ່ສຳຄັນ ຫຼື ແກນຫຼັກ ທີ່ມີຜົນຕໍ່ຄວາມຖືກຕ້ອງຂອງການຄິດໄລ່ ROI. ຖ້າໄລຍະເວລາສັ້ນເກີນໄປ ຕົ້ນທຶນເບື້ອງຕົ້ນຈະເບິ່ງຄືວ່າສູງເກີນຈິງ, ແລະ ຖ້າໄລຍະເວລາຍາວເກີນໄປ ການຕອບສະໜອງຕໍ່ມາດຕະການປັບປຸງກໍຈະຊັກຊ້າ.

ມາດຕະຖານຮອບວຽນການປະເມີນຜົນ

• ລາຍເດືອນ: ກວດສອບ KPI ຂອງວຽກງານ ເຊັ່ນ: ຈຳນວນການປະມວນຜົນ, ອັດຕາຄວາມຜິດພາດ, ແລະ ອັດຕາການບັນລຸ SLA.
• ລາຍໄຕມາດ: ລວມຍອດເງິນທີ່ປະຢັດໄດ້ຈາກຕົ້ນທຶນ ແລະ ອັດຕາການຫຼຸດຜ່ອນແຮງງານຄົນ, ພ້ອມທັງປະເມີນຜົນຕອບແທນຈາກການລົງທຶນໃນໄລຍະກາງ.
• ລາຍປີ: ປຽບທຽບຕົ້ນທຶນການເປັນເຈົ້າຂອງລວມ (TCO) ແລະ ຄິດໄລ່ໄລຍະເວລາການຄືນທຶນ (Payback Period) ຄືນໃໝ່.

ມາດຕະຖານການກຳນົດໄລຍະເວລາການວັດແທກ

ໃນປີທຳອິດຂອງການນຳໃຊ້ ໂດຍທົ່ວໄປແລ້ວຄວນກຳນົດ "ໄລຍະປັບຕົວ (1-3 ເດືອນ)". ໃນໄລຍະນີ້, ເນື່ອງຈາກຮູບແບບ AI ຈະມີການຮຽນຮູ້ ແລະ ຜູ້ປະຕິບັດງານຈະມີຄວາມຊຳນານເພີ່ມຂຶ້ນ, ການຍົກເວັ້ນໄລຍະນີ້ອອກຈາກການຄິດໄລ່ ROI ຈະຊ່ວຍຫຼຸດຄວາມສ່ຽງທີ່ເຮັດໃຫ້ຕົວເລກຜິດພ້ຽນໄດ້.

ສຳລັບວຽກງານທີ່ມີປະລິມານການປະມວນຜົນປ່ຽນແປງຕາມລະດູການ (ຕົວຢ່າງ: ວຽກບັນຊີທີ່ກະຈຸກຕົວໃນທ້າຍປີງົບປະມານ), ຄວນປະເມີນໂດຍໃຊ້ 12 ເດືອນເປັນ 1 ຮອບວຽນ, ສ່ວນວຽກງານປະຈຳທີ່ມີການປ່ຽນແປງໜ້ອຍ ການປະເມີນເປັນລາຍ 6 ເດືອນກໍສາມາດໃຫ້ຄວາມຖືກຕ້ອງໄດ້ພຽງພໍ.

ຄວາມສອດຄ່ອງກັບຂໍ້ມູນພື້ນຖານ (Baseline)

ຫຼັກການສຳຄັນແມ່ນໄລຍະເວລາການວັດແທກຕ້ອງກົງກັບໄລຍະເວລາການເກັບຂໍ້ມູນພື້ນຖານ. ຖ້າກຳນົດຄ່າພື້ນຖານດ້ວຍຂໍ້ມູນ 3 ເດືອນກ່ອນການນຳໃຊ້, ການປຽບທຽບໃນໄລຍະ 3 ເດືອນເທົ່າກັນຫຼັງການນຳໃຊ້ ຈະຊ່ວຍໃຫ້ສາມາດວັດແທກຜົນໄດ້ຢ່າງແທ້ຈິງ ໂດຍການກຳຈັດປັດໄຈດ້ານລະດູການ ຫຼື ຄວາມແຕກຕ່າງລະຫວ່າງຊ່ວງວຽກໜັກ ແລະ ວຽກເບົາອອກໄປ.

ເມື່ອຮອບວຽນການປະເມີນຜົນຖືກກຳນົດແລ້ວ, ໃຫ້ດຳເນີນການຕໍ່ໄປຍັງຂັ້ນຕອນການອອກແບບ KPI ແຍກຕາມວຽກງານ. ພຽງແຕ່ເມື່ອມີກອບຂອງໄລຍະເວລາການວັດແທກເທົ່ານັ້ນ, ຄ່າເປົ້າໝາຍ ແລະ ເກນການຕັດສິນຄວາມສຳເລັດຂອງແຕ່ລະ KPI ຈຶ່ງຈະມີຄວາມໝາຍ.

ເມື່ອເລີ່ມຕົ້ນວັດແທກ ROI, ສິ່ງທຳອິດທີ່ມັກຈະເປັນອຸປະສັກຄືການກຳນົດວ່າ "ຈະວັດແທກຫຍັງ". ເຖິງແມ່ນວ່າຄວາມຮູ້ສຶກທີ່ວ່າ "ປະສິດທິພາບການເຮັດວຽກເພີ່ມຂຶ້ນ" ຈະເກີດຂຶ້ນໃນໜ້າວຽກຕົວຈິງ, ແຕ່ຖ້າບໍ່ສາມາດສະແດງອອກມາເປັນຕົວເລກໄດ້ ກໍບໍ່ສາມາດນຳໄປເປັນຂໍ້ມູນໃນການຕັດສິນໃຈທາງທຸລະກິດໄດ້.

ດັ່ງນັ້ນ, ຈຸດເລີ່ມຕົ້ນຈຶ່ງແມ່ນການກຳນົດ KPI ທີ່ສາມາດວັດແທກໄດ້ໃນແຕ່ລະວຽກ. ແທນທີ່ຈະເປັນເປົ້າໝາຍທີ່ເປັນນາມມະທຳ, ໃຫ້ອອກແບບຕົວຊີ້ວັດທີ່ສາມາດຕິດຕາມໄດ້ຈິງໃນແຕ່ລະໜ້າວຽກ ເຊັ່ນ: ຄວາມໄວໃນການປະມວນຜົນ, ອັດຕາການເຮັດວຽກແບບອັດຕະໂນມັດ, ແລະ ອັດຕາຄວາມຜິດພາດ. ວິທີການຄຳນວນ KPI ແຕ່ລະຕົວຢ່າງລະອຽດ ແລະ ສູດການຄຳນວນອັດຕາການຫຼຸດຜ່ອນຊົ່ວໂມງການເຮັດວຽກຂອງຄົນ ຈະຖືກອະທິບາຍຢ່າງລະອຽດໃນພາກຕໍ່ໄປ.

ການວັດແທກ "ຄວາມໄວ, ຄວາມກວ້າງ ແລະ ຄວາມຖືກຕ້ອງ" ຂອງວຽກງານພ້ອມໆກັນ ແມ່ນສາມຫຼ່ຽມພື້ນຖານໃນການອອກແບບ KPI ຂອງ AI Hybrid BPO. ການເວົ້າເຖິງ ROI ໂດຍບໍ່ໄດ້ກຳນົດສາມແກນນີ້ຢ່າງລະອຽດ ກໍປຽບເໝືອນການກວດສຸຂະພາບໂດຍບໍ່ໄດ້ວັດແທກອຸນຫະພູມຮ່າງກາຍ, ຄວາມດັນເລືອດ ແລະ ອັດຕາການເຕັ້ນຂອງຫົວໃຈ.

ຄວາມໄວໃນການປະມວນຜົນ (Processing Speed) ແມ່ນວັດແທກຈາກເວລາສະເລ່ຍໃນການຈັດການຕໍ່ໜຶ່ງລາຍການ (AHT: Average Handling Time). ໂດຍການບັນທຶກ AHT ກ່ອນການນຳໃຊ້ເປັນພື້ນຖານ (Baseline) ແລະ ນຳໄປປຽບທຽບກັບຄ່າສະເລ່ຍລາຍເດືອນຫຼັງຈາກການນຳໃຊ້, ທ່ານຈະສາມາດຄຳນວນອັດຕາການປັບປຸງໄດ້. ຫົວໜ່ວຍການວັດແທກຄວນເປັນ "ວິນາທີ/ລາຍການ" ຫຼື "ນາທີ/ລາຍການ" ໃຫ້ເປັນເອກະພາບ ແລະ ສິ່ງສຳຄັນແມ່ນຕ້ອງແຍກການຈັດການຕາມປະເພດຂອງວຽກງານ.

ອັດຕາການອັດຕະໂນມັດ (Automation Rate) ແມ່ນຄຳນວນດ້ວຍສູດດັ່ງນີ້:

• ອັດຕາການອັດຕະໂນມັດ (%) = ຈຳນວນລາຍການທີ່ AI ປະມວນຜົນສຳເລັດ ÷ ຈຳນວນລາຍການທີ່ຮັບທັງໝົດ × 100

ຂໍ້ຄວນລະວັງໃນທີ່ນີ້ຄືນິຍາມຂອງ "ການປະມວນຜົນສຳເລັດ". ຕົວເລກຈະປ່ຽນແປງຢ່າງຫຼວງຫຼາຍຂຶ້ນຢູ່ກັບວ່າຈະນັບລາຍການທີ່ AI ປະມວນຜົນຂັ້ນຕົ້ນແລ້ວມີມະນຸດເປັນຜູ້ອະນຸມັດຂັ້ນສຸດທ້າຍເຂົ້າໃນ "ການອັດຕະໂນມັດ" ຫຼືບໍ່. ສະນັ້ນ, ຈຶ່ງຈຳເປັນຕ້ອງກຳນົດນິຍາມໃຫ້ເປັນເອກະພາບພາຍໃນອົງກອນ ແລະ ບັນທຶກໄວ້ເປັນເອກະສານ.

ອັດຕາຄວາມຜິດພາດ (Error Rate) ແມ່ນໃຊ້ຄ່າທີ່ໄດ້ຈາກການນຳເອົາຈຳນວນລາຍການທີ່ຕ້ອງປະມວນຜົນໃໝ່ ຫຼື ຈຳນວນລາຍການທີ່ຮ້ອງຂໍໃຫ້ແກ້ໄຂ ຫານດ້ວຍຈຳນວນລາຍການທີ່ປະມວນຜົນທັງໝົດ.

• ອັດຕາຄວາມຜິດພາດ (%) = ຈຳນວນລາຍການທີ່ເກີດການແກ້ໄຂ/ປະມວນຜົນໃໝ່ ÷ ຈຳນວນລາຍການທີ່ປະມວນຜົນທັງໝົດ × 100

ກະລຸນາກວດສອບອັດຕາຄວາມຜິດພາດຄູ່ກັບອັດຕາການອັດຕະໂນມັດສະເໝີ. ເຖິງແມ່ນວ່າອັດຕາການອັດຕະໂນມັດຈະສູງ ແຕ່ຖ້າອັດຕາຄວາມຜິດພາດເພີ່ມຂຶ້ນ ກໍຖືວ່າ ROI ໃນດ້ານຄຸນນະພາບນັ້ນໄດ້ຮັບຜົນກະທົບ.

ແນະນຳໃຫ້ລວບລວມທັງ 3 ຕົວຊີ້ວັດນີ້ໄວ້ໃນ Dashboard ເປັນລາຍອາທິດ ຫຼື ລາຍເດືອນ ເພື່ອເຮັດໃຫ້ເຫັນທ່າອ່ຽງ (Trend) ຢ່າງຊັດເຈນ. ຮູບແບບການປ່ຽນແປງຂອງຕົວເລກມີປະສິດທິຜົນໃນການເປັນຂໍ້ມູນປະກອບການຕັດສິນໃຈສຳລັບມາດຕະການປັບປຸງ ຫຼາຍກວ່າການເບິ່ງຕົວເລກພຽງເດືອນດຽວ.

ອັດຕາການຫຼຸດຜ່ອນແຮງງານຄົນ ຄິດໄລ່ໂດຍໃຊ້ສູດ: 「(ແຮງງານກ່ອນການນຳໃຊ້ - ແຮງງານຫຼັງການນຳໃຊ້) ÷ ແຮງງານກ່ອນການນຳໃຊ້ × 100」. ເຖິງວ່າຈະເປັນສູດທີ່ງ່າຍດາຍ ແຕ່ການອອກແບບການວັດແທກແມ່ນມີຄວາມສຳຄັນຫຼາຍ ເພາະຖ້າກຳນົດນິຍາມຂອງຕົວຫານ ແລະ ຕົວຕັ້ງຫານຜິດພາດ ຈະເຮັດໃຫ້ຕົວເລກຄາດເຄື່ອນໄປຫຼາຍ.

ໃນຕອນເລີ່ມຕົ້ນ ຫຼາຍຄົນມັກຄິດວ່າການວັດແທກອັດຕາການອັດຕະໂນມັດດ້ວຍ "ຈຳນວນລາຍການທີ່ AI ປະມວນຜົນ ÷ ຈຳນວນລາຍການທັງໝົດ" ກໍພຽງພໍແລ້ວ, ແຕ່ໃນຄວາມເປັນຈິງແລ້ວ ການວັດແທກ ແຮງງານໂດຍອີງໃສ່ເວລາທີ່ຄົນມີສ່ວນຮ່ວມ ຈະຊ່ວຍໃຫ້ອະທິບາຍຄ່າ ROI ໄດ້ດີກວ່າ. ເນື່ອງຈາກການຄິດໄລ່ໂດຍອີງໃສ່ຈຳນວນລາຍການຈະເຮັດໃຫ້ຄວາມຊັບຊ້ອນຂອງວຽກຖືກເບິ່ງວ່າເທົ່າທຽມກັນໝົດ ເຮັດໃຫ້ບໍ່ເຫັນພາລະງານຂອງຄົນທີ່ໄປກະຈຸກຕົວຢູ່ໃນວຽກທີ່ມີຄວາມຫຍຸ້ງຍາກສູງ.

ຂັ້ນຕອນການຄິດໄລ່

• Step 1 — ການກຳນົດແຮງງານກ່ອນການນຳໃຊ້: ຄິດໄລ່ຈຳນວນວຽກທີ່ປະມວນຜົນຕໍ່ເດືອນ × ເວລາສະເລ່ຍທີ່ໃຊ້ຕໍ່ 1 ລາຍການ (ນາທີ) ເພື່ອຫາຈຳນວນແຮງງານລວມຕໍ່ເດືອນ (ຊົ່ວໂມງຄົນ).
• Step 2 — ການກຳນົດແຮງງານຫຼັງການນຳໃຊ້: ສ່ວນທີ່ AI ປະມວນຜົນອັດຕະໂນມັດໃຫ້ເບິ່ງຈາກ System Log, ສ່ວນທີ່ຄົນຈັດການໃຫ້ເບິ່ງຈາກເຄື່ອງມືຈັດການວຽກ (Task Management Tool) ຫຼື ຂໍ້ມູນການເຂົ້າ-ອອກງານ ໂດຍໃຫ້ລວບລວມຂໍ້ມູນໃນລະດັບຄວາມລະອຽດດຽວກັນ.
• Step 3 — ການຄິດໄລ່ອັດຕາການຫຼຸດຜ່ອນ: (ແຮງງານກ່ອນການນຳໃຊ້ - ແຮງງານຫຼັງການນຳໃຊ້) ÷ ແຮງງານກ່ອນການນຳໃຊ້ × 100 (%)

ຕົວຢ່າງການຄິດໄລ່ (ພາບລວມ)

ອັດຕາການຫຼຸດຜ່ອນນີ້ຈະຖືກນຳໄປໃຊ້ໃນ "ການຄິດໄລ່ມູນຄ່າການຫຼຸດຜ່ອນຕົ້ນທຶນ" ຕໍ່ໄປ ເພື່ອປ່ຽນເປັນມູນຄ່າຄ່າຈ້າງແຮງງານ, ດັ່ງນັ້ນຈຶ່ງມີຄວາມສຳຄັນຫຼາຍທີ່ຈະຕ້ອງບັນທຶກຂໍ້ມູນໃນຮູບແບບທີ່ສາມາດນຳໄປຄູນກັບອັດຕາຄ່າຈ້າງຕໍ່ຊົ່ວໂມງໄດ້.

ເມື່ອມີການຮ້ອງຂໍໃຫ້ "ສະແດງຍອດການຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍ", ຫຼາຍຄັ້ງມັກຈະມີການນຳສະເໜີພຽງແຕ່ສ່ວນຂອງຄ່າໃຊ້ຈ່າຍດ້ານບຸກຄະລາກອນທີ່ຫຼຸດລົງເທົ່ານັ້ນ. ແຕ່ໃນຄວາມເປັນຈິງແລ້ວ, ຍັງມີຄ່າໃຊ້ຈ່າຍໃໝ່ໆເກີດຂຶ້ນພ້ອມກັນ ເຊັ່ນ: ຄ່າເຄື່ອງມື AI ແລະ ຄ່າຈ້າງ BPO, ດັ່ງນັ້ນຫາກເບິ່ງພຽງດ້ານດຽວ ກໍງ່າຍທີ່ຈະປະເມີນຜົນປະໂຫຍດຈາກການຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍສູງເກີນຄວາມເປັນຈິງ.

ເພື່ອການຄຳນວນທີ່ຖືກຕ້ອງ, ຈຳເປັນຕ້ອງນຳເອົາຄ່າໃຊ້ຈ່າຍທີ່ຫຼຸດລົງໄດ້ ແລະ ຄ່າໃຊ້ຈ່າຍໃໝ່ທີ່ເກີດຂຶ້ນມາປຽບທຽບກັນທັງສອງດ້ານ. ໂດຍສະເພາະ, ຕ້ອງລວມຍອດມູນຄ່າການຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍດ້ານບຸກຄະລາກອນ, ຄ່າບໍລິຫານຈັດການ ແລະ ຄ່າໃຊ້ຈ່າຍໃນການແກ້ໄຂຂໍ້ຜິດພາດ, ຈາກນັ້ນນຳມາປຽບທຽບກັບຕົ້ນທຶນການເປັນເຈົ້າຂອງທັງໝົດ (Total Cost of Ownership) ເຊິ່ງລວມເອົາຄ່າລິຂະສິດເຄື່ອງມື AI ແລະ ຄ່າຈ້າງ BPO ເຂົ້າໄປນຳ. ສ່ວນຕ່າງນີ້ເອງ ຄືຍອດການຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍທີ່ແທ້ຈິງ.

ພະນັກງານທີ່ຮັບຜິດຊອບໜ້າວຽກຫຼາຍຄົນມັກຈະເກີດຄວາມສັບສົນວ່າ "ຕ້ອງການສະແດງໃຫ້ເຫັນເຖິງປະສິດທິຜົນໃນການຫຼຸດຜ່ອນຕົ້ນທຶນ ແຕ່ຄວນຈະຄິດໄລ່ຫຍັງ ແລະ ຫຼາຍປານໃດ?" ການຄິດໄລ່ຈຳນວນເງິນທີ່ຫຼຸດຜ່ອນຕົ້ນທຶນໄດ້ນັ້ນ ເລີ່ມຕົ້ນຈາກການກຳນົດຂອບເຂດການຄິດໄລ່ໃຫ້ຊັດເຈນ.

ລາຍລະອຽດຫຼັກໆມີ 3 ໝວດໝູ່ ດັ່ງນີ້:

① ຄ່າໃຊ້ຈ່າຍດ້ານບຸກຄະລາກອນ

• ຄິດໄລ່ຈາກ: ລາຄາຕໍ່ຊົ່ວໂມງຂອງພະນັກງານ ຫຼື ພະນັກງານຊົ່ວຄາວທີ່ເຮັດວຽກນັ້ນໆ × ຈຳນວນຊົ່ວໂມງທີ່ຫຼຸດຜ່ອນໄດ້
• ຢ່າລືມບວກຄ່າລ່ວງເວລາ, ຄ່າປະກັນສັງຄົມ, ແລະ ຄ່າສະຫວັດດີການຕາມກົດໝາຍ ເຊັ່ນ: ຄ່າເດີນທາງ ເຂົ້າໄປນຳ
• ຕົວຢ່າງ: ຫຼຸດເວລາໄດ້ 40 ຊົ່ວໂມງຕໍ່ເດືອນ × ລາຄາຕໍ່ຊົ່ວໂມງ 3,500 ເຢນ = ປະສິດທິຜົນໃນການຫຼຸດຜ່ອນຕົ້ນທຶນ 140,000 ເຢນຕໍ່ເດືອນ

② ຄ່າໃຊ້ຈ່າຍໃນການບໍລິຫານ ແລະ ຄ່າໃຊ້ຈ່າຍທາງອ້ອມ

• ຄິດໄລ່ຊົ່ວໂມງການເຮັດວຽກຂອງຜູ້ບໍລິຫານວຽກງານ (ການກວດສອບຄວາມຄືບໜ້າ, ການກວດສອບຄຸນນະພາບ ແລະ ອື່ນໆ) ໃຫ້ເປັນມູນຄ່າເວລາ
• ຄິດໄລ່ຄ່າໃຊ້ຈ່າຍລະບົບທີ່ກ່ຽວຂ້ອງກັບວຽກງານ, ຄ່າວັດສະດຸສິ້ນເປືອງ, ແລະ ຄ່າພື້ນທີ່ສຳນັກງານ ໂດຍການແບ່ງສັດສ່ວນ
• ເນື່ອງຈາກຊົ່ວໂມງການບໍລິຫານມັກຈະຖືກມອງຂ້າມ, ຄວນລວມຍອດໂດຍອີງໃສ່ບົດລາຍງານວຽກປະຈຳວັນ ແລະ ຂໍ້ມູນການເຂົ້າ-ອອກວຽກ

③ ຄ່າໃຊ້ຈ່າຍໃນການແກ້ໄຂຂໍ້ຜິດພາດ (ຄ່າໃຊ້ຈ່າຍໃນການປະມວນຜົນໃໝ່)

• ຄາດຄະເນຕົ້ນທຶນລາຍເດືອນຈາກ: ຊົ່ວໂມງທີ່ໃຊ້ໃນການແກ້ໄຂຕໍ່ 1 ຂໍ້ຜິດພາດ × ຈຳນວນຄັ້ງທີ່ເກີດຂຶ້ນ
• ໃນກໍລະນີທີ່ມີການຈັດການກັບຄຳຮ້ອງຮຽນຈາກພາຍນອກ ໃຫ້ລວມເວລາທີ່ພະນັກງານໃຊ້ໃນການຈັດການ ແລະ ຄ່າເດີນທາງເຂົ້າໄປນຳ
• ປຽບທຽບຈຳນວນຂໍ້ຜິດພາດກ່ອນ ແລະ ຫຼັງການນຳໃຊ້, ຈາກນັ້ນບັນທຶກສ່ວນທີ່ຫຼຸດລົງນັ້ນວ່າເປັນ "ຕົ້ນທຶນທີ່ສາມາດຫຼີກລ່ຽງໄດ້"

ຫຼັງຈາກຄິດໄລ່ແລ້ວ ໃຫ້ລວມຍອດທັງ 3 ໝວດໝູ່ເຂົ້າເປັນ "ຍອດລວມປະສິດທິຜົນໃນການຫຼຸດຜ່ອນຕົ້ນທຶນ". ການແຍກແຕ່ລະໝວດໝູ່ຈະຊ່ວຍໃຫ້ຝ່າຍບໍລິຫານເຂົ້າໃຈໄດ້ງ່າຍຂຶ້ນວ່າ ມາດຕະການໃດທີ່ສົ່ງຜົນດີ. ນອກຈາກນີ້, ການນຳໄປລວມກັບຄ່າໃຊ້ຈ່າຍເຄື່ອງມື AI ຫຼື ຄ່າຈ້າງ BPO ທີ່ຈະກ່າວເຖິງໃນພາກຕໍ່ໄປ ຈະເຮັດໃຫ້ສາມາດປຽບທຽບໂດຍອີງໃສ່ຕົ້ນທຶນການເປັນເຈົ້າຂອງທັງໝົດ (TCO) ໄດ້.

ສິ່ງທີ່ມັກຖືກມອງຂ້າມໃນການຄິດໄລ່ ROI ຄືການສະສົມຂອງ "ຕົ້ນທຶນທີ່ເບິ່ງບໍ່ເຫັນ". ການປຽບທຽບພຽງແຕ່ຄ່າໃຊ້ຈ່າຍຂອງເຄື່ອງມື AI ແລະ ຄ່າຈ້າງ BPO ກໍປຽບເໝືອນການຄິດໄລ່ຄ່າບຳລຸງຮັກສາລົດໂດຍເບິ່ງພຽງແຕ່ຄ່ານໍ້າມັນເທົ່ານັ້ນ. ພຽງແຕ່ເມື່ອເຮົາເອົາຄ່າໃຊ້ຈ່າຍທັງໝົດມາໄວ້ໃນພື້ນຖານດຽວກັນຈາກມຸມມອງຂອງ Total Cost of Ownership (TCO) ເທົ່ານັ້ນ ຈຶ່ງຈະເຫັນຍອດການຫຼຸດຜ່ອນຕົ້ນທຶນທີ່ຖືກຕ້ອງ.

ລາຍການຄ່າໃຊ້ຈ່າຍຫຼັກທີ່ປະກອບເປັນ TCO ສາມາດຈັດແບ່ງອອກໄດ້ເປັນ 4 ຊັ້ນ ດັ່ງນີ້:

• ຊັ້ນເຄື່ອງມື AI: ຄ່າລິຂະສິດ, ຄ່າໃຊ້ຈ່າຍ API, ຄ່າອັບເດດໂມເດວ, ຄ່າ ໂຄງສ້າງພື້ນຖານ ຫຼື Infrastructure (ຄ່າບໍລິການ Cloud ຕາມການໃຊ້ງານຈິງ)
• ຊັ້ນການມອບໝາຍວຽກ BPO: ຄ່າຈ້າງພື້ນຖານ, ຄ່າບໍລິການຕາມການໃຊ້ງານຈິງ, ເງິນສຳຮອງຄວາມສ່ຽງຈາກການຜິດສັນຍາ SLA
• ຊັ້ນການດຳເນີນງານພາຍໃນ: ຄ່າໃຊ້ຈ່າຍໃນການຕິດຕາມກວດກາຂອງພະນັກງານພາຍໃນ, ຄ່າແຮງງານໃນການຈັດການກັບກໍລະນີຍົກເວັ້ນ, ຄ່າຝຶກອົບຮົມ
• ຊັ້ນການຍົກຍ້າຍ ແລະ ການເຊື່ອມໂຍງ: ຄ່າໃຊ້ຈ່າຍໃນການຕິດຕັ້ງເບື້ອງຕົ້ນ, ຄ່າພັດທະນາການເຊື່ອມຕໍ່ກັບລະບົບທີ່ມີຢູ່, ຄ່າຈັດການຂໍ້ມູນ

ຂັ້ນຕອນການປຽບທຽບມີດັ່ງນີ້:

1. ຄິດໄລ່ TCO ກ່ອນການນຳໃຊ້ — ລວມຄ່າແຮງງານ, ຄ່າບໍລິຫານຈັດການ, ແລະ ຄ່າໃຊ້ຈ່າຍໃນການແກ້ໄຂຂໍ້ຜິດພາດແບບເກົ່າ
2. ຄິດໄລ່ TCO ຫຼັງການນຳໃຊ້ — ລວມຍອດລາຍການຄ່າໃຊ້ຈ່າຍທັງ 4 ຊັ້ນຂ້າງຕົ້ນເປັນລາຍເດືອນ
3. ຄິດໄລ່ສ່ວນຕ່າງເປັນລາຍປີ — ຄິດໄລ່ໄລຍະເວລາຄືນທຶນ (Payback Period) ດ້ວຍສູດ "ຍອດເງິນທີ່ຫຼຸດຜ່ອນໄດ້ຕໍ່ປີ ÷ ຄ່າໃຊ້ຈ່າຍໃນການລົງທຶນເບື້ອງຕົ້ນ"

ຂໍ້ຄວນລະວັງຄື ຄ່າໃຊ້ຈ່າຍຂອງເຄື່ອງມື AI ອາດມີການ ເພີ່ມທະວີຂຶ້ນເລື້ອຍໆ ເປັນໄລຍະ. ເນື່ອງຈາກຄ່າໃຊ້ຈ່າຍ API ຈະເພີ່ມຂຶ້ນຕາມປະລິມານການປະມວນຜົນ, ສະນັ້ນຈຶ່ງມີຄວາມສຳຄັນຫຼາຍທີ່ຈະຕ້ອງຄິດໄລ່ສະຖານະການດ້ານຕົ້ນທຶນຫຼັງຈາກການຂະຫຍາຍຕົວ (Scale-up) ໄວ້ຫຼາຍໆຮູບແບບ (ເຊັ່ນ: 1 ເທົ່າ, 1.5 ເທົ່າ, ແລະ 2 ເທົ່າ ຂອງຈຳນວນທີ່ຄາດການໄວ້).

ນອກຈາກນີ້, ຄວນແຍກ "ຄ່າແຮງງານໃນການຈັດການກັບກໍລະນີຍົກເວັ້ນ" ທີ່ລວມຢູ່ໃນຄ່າຈ້າງ BPO ອອກມາໃຫ້ເຫັນຢ່າງຊັດເຈນ.

ສະຫຼຸບ: ບໍ່ພຽງແຕ່ການຫຼຸດຕົ້ນທຶນເທົ່ານັ້ນ, ແຕ່ການສະແດງໃຫ້ເຫັນເຖິງການປ່ຽນແປງດ້ານຄຸນນະພາບ ແລະ ຄວາມເພິ່ງພໍໃຈຂອງລູກຄ້າດ້ວຍຕົວເລກ ຍັງເປັນການເພີ່ມຄວາມສົມບູນແບບໃຫ້ກັບການປະເມີນ ROI.

ການນຳເອົາຕົວຊີ້ວັດດ້ານຄຸນນະພາບ ເຊັ່ນ: ອັດຕາການບັນລຸ SLA ແລະ NPS ມາລວມເຂົ້າກັນ ຈະຊ່ວຍໃຫ້ສາມາດເຫັນພາບຜົນກະທົບຂອງ AI Hybrid BPO ໄດ້ຢ່າງຮອບດ້ານຫຼາຍຂຶ້ນ. ໃນຫົວຂໍ້ H3 ຕໍ່ໄປນີ້, ພວກເຮົາຈະອະທິບາຍກ່ຽວກັບວິທີການວັດແທກ ແລະ ຂັ້ນຕອນການສ້າງລາຍງານຢ່າງລະອຽດ.

ເມື່ອຕ້ອງການສື່ສານການປ່ຽນແປງດ້ານຄຸນນະພາບດ້ວຍ "ຕົວເລກດຽວ" ໃຫ້ແກ່ຝ່າຍບໍລິຫານ, ຄະແນນປະສົມທີ່ໄດ້ຈາກການນຳເອົາອັດຕາການບັນລຸ SLA ແລະ NPS ມາຄູນກັນຈະມີປະສິດທິຜົນຫຼາຍ.

ອັດຕາການບັນລຸ SLA ແມ່ນດັດຊະນີທີ່ສະແດງໃຫ້ເຫັນວ່າສາມາດບັນລຸເປົ້າໝາຍໄດ້ຈັກເປີເຊັນ ໂດຍອີງຕາມເວລາການຕອບສະໜອງ, ກຳນົດເວລາການດຳເນີນງານ ແລະ ເພດານອັດຕາຄວາມຜິດພາດທີ່ກຳນົດໄວ້ໃນສັນຍາ. ໃນທາງກົງກັນຂ້າມ, NPS (Net Promoter Score) ແມ່ນການວັດແທກຄວາມພັກດີຂອງລູກຄ້າ ໂດຍການຖາມວ່າ "ທ່ານຈະແນະນຳບໍລິການນີ້ໃຫ້ຜູ້ອື່ນຫຼືບໍ່" ດ້ວຍຄະແນນ 0-10, ເຊິ່ງຄິດໄລ່ຈາກອັດຕາສ່ວນຂອງຜູ້ແນະນຳລົບດ້ວຍອັດຕາສ່ວນຂອງຜູ້ວິຈານ.

ແນວຄິດພື້ນຖານໃນການນຳເອົາ 2 ດັດຊະນີມາປະສົມກັນມີດັ່ງນີ້:

• ຄະແນນຄຸນນະພາບ = ອັດຕາການບັນລຸ SLA (%) × ຕົວຄູນປັບຄ່າ NPS
• ຕົວຢ່າງຂອງຕົວຄູນປັບຄ່າ NPS: ຖ້າ NPS ຢູ່ໃນລະດັບສູງທີ່ເປັນບວກ ໃຫ້ກຳນົດເປັນ 1.0, ຖ້າຢູ່ໃນລະດັບຕ່ຳທີ່ເປັນບວກຫາໃກ້ສູນ ໃຫ້ກຳນົດເປັນ 0.8, ແລະ ຖ້າເປັນລົບ ໃຫ້ກຳນົດເປັນ 0.6 ແລ້ວນຳໄປຄູນກັບອັດຕາການບັນລຸ SLA (ຄ່າ Threshold ຂອງຕົວຄູນຕ້ອງມີການກຳນົດ ແລະ ກວດສອບພາຍໃນບໍລິສັດເອງ ໂດຍອີງຕາມລັກສະນະຂອງວຽກງານ)
• ຕົວຢ່າງ: ກໍລະນີອັດຕາການບັນລຸ SLA 95%, ຕົວຄູນປັບຄ່າ NPS 0.8 → 95 × 0.8 = ຄະແນນຄຸນນະພາບ 76

ການກຳນົດຕົວຄູນຈຳເປັນຕ້ອງມີການປັບປ່ຽນຕາມລັກສະນະຂອງວຽກງານ. ໃນວຽກງານ BPO ປະເພດ Call Center ທີ່ມີການພົວພັນກັບລູກຄ້າຫຼາຍ ຄວນໃຫ້ຄວາມສຳຄັນກັບ NPS ຫຼາຍຂຶ້ນ, ສ່ວນວຽກງານ Back Office (ເຊັ່ນ: ການບັນຊີ, ການປ້ອນຂໍ້ມູນ) ຄວນໃຫ້ອັດຕາການບັນລຸ SLA ເປັນ ຈຸດສຳຄັນ ຫຼື ແກນຫຼັກ ເພື່ອໃຫ້ໄດ້ການປະເມີນທີ່ສອດຄ່ອງກັບຄວາມເປັນຈິງ.

ສຳລັບຮອບວຽນການວັດແທກ, ການສະຫຼຸບອັດຕາການບັນລຸ SLA ເປັນລາຍເດືອນ ແລະ ອັບເດດ NPS ດ້ວຍການສຳຫຼວດທຸກໆໄຕມາດຖືວ່າເປັນວິທີທີ່ເໝາະສົມ. ໃນກໍລະນີທີ່ຈັດການກັບ 2 ດັດຊະນີທີ່ມີຄວາມຖີ່ແຕກຕ່າງກັນ, ການນຳໃຊ້ຕົວຄູນ NPS ຫຼ້າສຸດທີ່ຄົງຄ່າໄວ້ຕາມຄ່າຂອງໄຕມາດຫຼ້າສຸດ ແລ້ວນຳມາສະທ້ອນໃນບົດລາຍງານປະຈຳເດືອນ ຈະເປັນວິທີທີ່ຈັດການໄດ້ງ່າຍກວ່າ.

"ຮູ້ສຶກວ່າຄຸນນະພາບດີຂຶ້ນ ແຕ່ບໍ່ຮູ້ວ່າຈະສະຫຼຸບລົງໃນເອກະສານແນວໃດດີ" ເປັນບັນຫາທີ່ພະນັກງານຮັບຜິດຊອບຫຼາຍຄົນຕ້ອງປະເຊີນ. ລາຍງານການປຽບທຽບ Before/After ແມ່ນເຄື່ອງມືໃນການເຮັດວຽກທີ່ຊ່ວຍຈັດໂຄງສ້າງຄຳຕອບດັ່ງກ່າວໃຫ້ເປັນລະບົບ.

ການລວມເອົາ 4 ພາກສ່ວນຕໍ່ໄປນີ້ໄວ້ໃນລາຍງານ ຈະຊ່ວຍໃຫ້ການອະທິບາຍຕໍ່ຝ່າຍບໍລິຫານມີຄວາມຊັດເຈນຍິ່ງຂຶ້ນ:

• ① ການກຳນົດໄລຍະເວລາການວັດແທກ ແລະ ວຽກງານທີ່ກ່ຽວຂ້ອງ: ຄວນກຳນົດໄລຍະເວລາໃຫ້ເທົ່າກັນ ເຊັ່ນ: "3 ເດືອນກ່ອນນຳໃຊ້ vs 3 ເດືອນຫຼັງນຳໃຊ້" ແລະ ລະບຸຂອບເຂດວຽກງານທີ່ນຳມາປຽບທຽບໃຫ້ຊັດເຈນ.
• ② ຕາຕະລາງປຽບທຽບຕົວຊີ້ວັດປະລິມານ: ຈັດລຽງຈຳນວນການດຳເນີນງານ, ອັດຕາຄວາມຜິດພາດ, ເວລາສະເລ່ຍໃນການດຳເນີນງານ ແລະ ອັດຕາການບັນລຸ SLA ໂດຍປຽບທຽບແບບ Before/After. ການລະບຸອັດຕາການປ່ຽນແປງ (%) ຄວບຄູ່ກັນໄປຈະຊ່ວຍໃຫ້ເບິ່ງເຫັນພາບໄດ້ງ່າຍຂຶ້ນ.
• ③ ສະຫຼຸບການປຽບທຽບຕົ້ນທຶນ: ປຽບທຶນລວມໂດຍອີງຕາມໄລຍະເວລາ ເຊິ່ງລວມມີຄ່າແຮງງານ, ຄ່າເຄື່ອງມື ແລະ ຄ່າໃຊ້ຈ່າຍໃນການແກ້ໄຂຂໍ້ຜິດພາດ ພ້ອມທັງລະບຸຈຳນວນເງິນທີ່ຫຼຸດລົງໃຫ້ຊັດເຈນ.
• ④ ຄຳເຫັນເພີ່ມເຕີມກ່ຽວກັບການປ່ຽນແປງດ້ານຄຸນນະພາບ: ເພີ່ມເຕີມຂໍ້ມູນກ່ຽວກັບການປ່ຽນແປງຂອງຄະແນນ NPS ຫຼື ຟີດແບັກຈາກພະນັກງານໜ້າວຽກປະມານ 2-3 ແຖວ.

ມີ 2 ຈຸດທີ່ຄວນລະວັງໃນການຈັດທຳລາຍງານ:

ຢ່າງທຳອິດ, ຕ້ອງລະບຸວິທີການໄດ້ມາເຊິ່ງຂໍ້ມູນພື້ນຖານ (Baseline) ໄວ້ໃນໝາຍເຫດ. ເມື່ອຖືກຖາມໃນພາຍຫຼັງວ່າ "ຕົວເລກກ່ອນນຳໃຊ້ໄດ້ມາແນວໃດ", ຖ້າບໍ່ມີຫຼັກຖານອ້າງອີງທີ່ຊັດເຈນ ຈະເຮັດໃຫ້ຄວາມໜ້າເຊື່ອຖືຂອງລາຍງານຫຼຸດລົງ.

ຢ່າງທີສອງ, ຕ້ອງລະບຸເຫດຜົນໃນການຍົກເວັ້ນໄລຍະເວລາທີ່ມີຄ່າຜິດປົກກະຕິ (Outlier) ໃຫ້ຊັດເຈນ. ໃນກໍລະນີທີ່ຕົວເລກມີຄວາມຄາດເຄື່ອນເນື່ອງຈາກໄລຍະເວລາທີ່ມີວຽກຫຼາຍ ຫຼື ຜົນກະທົບຈາກເຫດການສະເພາະໃດໜຶ່ງ, ການລະບຸໄວ້ໃນໝາຍເຫດທ້າຍໜ້າວ່າໄດ້ຍົກເວັ້ນຂໍ້ມູນດັ່ງກ່າວອອກ ຈະຊ່ວຍຮັກສາຄວາມຖືກຕ້ອງໃນການປຽບທຽບສຳລັບການປະເມີນໃນຄັ້ງຕໍ່ໄປ.

ຕົວຊີ້ວັດການຫັນເປັນດິຈິຕອນຂອງແພລດຟອມ (PF Digitalization Indicators) ທີ່ເຜີຍແຜ່ໂດຍ IPA ໄດ້ຈັດລະບຽບແກນການປະເມີນໄວ້ເຖິງ 76 ລາຍການ ເຊິ່ງສາມາດນຳມາໃຊ້ເປັນແຫຼ່ງອ້າງອີງໃນການອອກແບບ KPI ໄດ້.

ສະຫຼຸບ: ຄວາມລົ້ມເຫຼວໃນການວັດແທກ ROI ມັກເກີດຈາກການຕັ້ງເປົ້າໝາຍທີ່ບໍ່ສອດຄ່ອງ ແລະ ການເລືອກຊ່ວງເວລາໃນການປະເມີນຜົນທີ່ຜິດພາດ. ການເຂົ້າໃຈຮູບແບບທົ່ວໄປເຫຼົ່ານີ້ ຈະຊ່ວຍປັບປຸງຄວາມຖືກຕ້ອງໃນການວັດແທກໃຫ້ດີຂຶ້ນຢ່າງຫຼວງຫຼາຍ.

ພວກເຮົາຈະມາຈັດລະບຽບຕົວຢ່າງຄວາມລົ້ມເຫຼວທີ່ພົບເຫັນເລື້ອຍໆໃນໜ້າວຽກຕົວຈິງ ພ້ອມທັງສະເໜີວິທີການຫຼີກລ່ຽງໃນແຕ່ລະກໍລະນີ.

ຫຼາຍຄົນມັກຄິດວ່າ "ຖ້າເຮັດໃຫ້ອັດຕາການອັດຕະໂນມັດໃກ້ຄຽງ 100% ໄດ້ຫຼາຍເທົ່າໃດ ROI ກໍຈະສູງສຸດເທົ່ານັ້ນ" ແຕ່ໃນຄວາມເປັນຈິງແລ້ວ ອັດຕາການອັດຕະໂນມັດ ແລະ ຜົນກຳໄລບໍ່ໄດ້ມີຄວາມສຳພັນແບບອັດຕາສ່ວນໂດຍກົງສະເໝີໄປ.

ການໄລ່ຕາມອັດຕາການອັດຕະໂນມັດມັກຈະເຮັດໃຫ້ເກີດບັນຫາດັ່ງຕໍ່ໄປນີ້:

• ຕົ້ນທຶນໃນການຈັດການກັບກໍລະນີຍົກເວັ້ນເພີ່ມຂຶ້ນຢ່າງວ່ອງໄວ: ຍິ່ງຂະຫຍາຍຂອບເຂດການອັດຕະໂນມັດຫຼາຍເທົ່າໃດ ຕົ້ນທຶນໃນການຮັບມືກັບກໍລະນີທີ່ບໍ່ເປັນໄປຕາມຮູບແບບປົກກະຕິ (Irregular cases) ກໍຈະຍິ່ງເພີ່ມສູງຂຶ້ນ.
• ຄວາມແມ່ນຍຳຫຼຸດລົງ: ຖ້າຝືນອັດຕະໂນມັດວຽກງານທີ່ມີຄວາມຊັບຊ້ອນ ເຊິ່ງຕາມຫຼັກການແລ້ວຄວນເປັນການຕັດສິນໃຈຂອງມະນຸດ ຈະເຮັດໃຫ້ອັດຕາຄວາມຜິດພາດເພີ່ມຂຶ້ນ ແລະ ເກີດຕົ້ນທຶນໃນການແກ້ໄຂ ຫຼື ປະມວນຜົນໃໝ່.
• ຄ່າໃຊ້ຈ່າຍຂອງເຄື່ອງມື AI ບວມຂຶ້ນ: ເພື່ອຮັກສາອັດຕາການອັດຕະໂນມັດໃຫ້ຢູ່ໃນລະດັບສູງ ຈຳເປັນຕ້ອງເພີ່ມໂມດູນຕ່າງໆ ຫຼື ໃຊ້ແຮງງານຄົນໃນການເຮັດ Labeling ເຮັດໃຫ້ຕົ້ນທຶນລວມໃນການຖືຄອງ (TCO) ສູງຂຶ້ນ.

ໃນມຸມມອງຂອງ ROI, ສິ່ງທີ່ສຳຄັນບໍ່ແມ່ນ "ອັດຕາການອັດຕະໂນມັດ" ດ້ວຍຕົວມັນເອງ ແຕ່ແມ່ນການວາງ "ອັດຕາສ່ວນລະຫວ່າງຕົ້ນທຶນທີ່ຫຼຸດລົງໄດ້ຈາກການອັດຕະໂນມັດ ແລະ ມູນຄ່າທີ່ສ້າງຂຶ້ນ" ໃຫ້ເປັນແກນຫຼັກໃນການປະເມີນຜົນ.

ຕົວຢ່າງເຊັ່ນ: ມີການລາຍງານວ່າ ການໃຊ້ໂຄງສ້າງແບບ Hybrid ທີ່ອັດຕະໂນມັດວຽກງານປະຈຳທີ່ງ່າຍດາຍເຊິ່ງກວມເອົາສ່ວນໃຫຍ່ຂອງປະລິມານວຽກທັງໝົດ ແລ້ວໃຫ້ພະນັກງານທີ່ມີຄວາມຊຳນານຮັບມືກັບກໍລະນີທີ່ຊັບຊ້ອນທີ່ເຫຼືອ, ສາມາດຄວບຄຸມຕົ້ນທຶນໃນການແກ້ໄຂຄວາມຜິດພາດ ແລະ ຮັກສາຄຸນນະພາບໄດ້ດີກວ່າການຕັ້ງເປົ້າໝາຍອັດຕະໂນມັດທັງໝົດ.

ການຕັ້ງເປົ້າໝາຍອັດຕະໂນມັດ 100% ອາດມີຄວາມສ່ຽງທີ່ເຮັດໃຫ້ການໃຫ້ຄວາມສຳຄັນກັບ "ຈຳນວນວຽກທີ່ອັດຕະໂນມັດໄດ້" ເພື່ອໃຫ້ບັນລຸ KPI ຈົນເຮັດໃຫ້ຕົວຊີ້ວັດທີ່ສຳຄັນແທ້ໆຢ່າງ "ຄຸນນະພາບ" ຫຼື "ຄວາມເພິ່ງພໍໃຈຂອງລູກຄ້າ" ຖືກລະເລີຍໄປ. ໃນການວັດແທກ ROI, ແນະນຳໃຫ້ວາງອັດຕາການອັດຕະໂນມັດເປັນພຽງຕົວຊີ້ວັດເສີມ ແລະ ໃຊ້ການປະສົມປະສານກັບຕົວຊີ້ວັດຫຼັກ (KPI) ອື່ນໆ ເຊັ່ນ: ອັດຕາການຫຼຸດຕົ້ນທຶນ, ອັດຕາຄວາມຜິດພາດ ແລະ ອັດຕາການບັນລຸ SLA.

ຫຼາຍກໍລະນີທີ່ຕັດສິນໃຈຢຸດໂຄງການພຽງເພາະເບິ່ງຕົວເລກພາຍຫຼັງການນຳໃຊ້ພຽງ 3 ເດືອນແລ້ວຕັດສິນວ່າ "ບໍ່ເຫັນ ROI". ການນຳເອົາການປະເມີນຜົນໄລຍະສັ້ນ ແລະ ໄລຍະກາງຫາໄລຍະຍາວມາປົນກັນ ເປັນໜຶ່ງໃນຮູບແບບຄວາມລົ້ມເຫຼວທີ່ພົບເຫັນໄດ້ຫຼາຍທີ່ສຸດໃນການວັດແທກຜົນຂອງ AI Hybrid BPO.

ໃນໄລຍະສັ້ນ ແລະ ໄລຍະກາງຫາໄລຍະຍາວ ຕົວຊີ້ວັດທີ່ຄວນວັດແທກແມ່ນມີຄວາມແຕກຕ່າງກັນຢ່າງສິ້ນເຊີງ.

• ໄລຍະສັ້ນ (0-6 ເດືອນຫຼັງການນຳໃຊ້): ຕິດຕາມການປ່ຽນແປງຂອງປະສິດທິພາບການເຮັດວຽກໃນທັນທີ ເຊັ່ນ: ອັດຕາການເຮັດວຽກແບບອັດຕະໂນມັດ, ເວລາໃນການປະມວນຜົນ, ອັດຕາຄວາມຜິດພາດ ແລະ ອື່ນໆ.
• ໄລຍະກາງຫາໄລຍະຍາວ (6 ເດືອນ - 2 ປີ): ປະເມີນການປ່ຽນແປງທາງໂຄງສ້າງ ເຊັ່ນ: ການຫຼຸດຜ່ອນແຮງງານຄົນຢ່າງຖາວອນ, ການເພີ່ມຂຶ້ນຂອງຄວາມແມ່ນຍຳຈາກການສະສົມຂໍ້ມູນການຮຽນຮູ້, ການຫຼຸດລົງຂອງອັດຕາການລາອອກຂອງພະນັກງານ.

ສຳລັບ AI Hybrid BPO, ມັກຈະມີແນວໂນ້ມທີ່ຈະເກີດຕົ້ນທຶນເພີ່ມຂຶ້ນຊົ່ວຄາວຫຼັງຈາກການນຳໃຊ້ທັນທີ. ສາເຫດຫຼັກມາຈາກຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມບຸກຄະລາກອນ, ຄ່າໃຊ້ຈ່າຍໃນການຕັ້ງຄ່າເບື້ອງຕົ້ນຂອງເຄື່ອງມື AI, ແລະ ປະສິດທິພາບການຜະລິດທີ່ຫຼຸດລົງຊົ່ວຄາວເນື່ອງຈາກການປ່ຽນແປງຂະບວນການເຮັດວຽກ. ຖ້າຫາກເຂົ້າໃຈຜິດວ່າ "ຮ່ອມພູແຫ່ງຕົ້ນທຶນໃນການປ່ຽນຜ່ານ" ນີ້ເປັນການຫຼຸດລົງຂອງ ROI ໃນໄລຍະສັ້ນ ກໍຈະມີຄວາມສ່ຽງທີ່ຈະຢຸດການລົງທຶນໃນຊ່ວງເວລາທີ່ຄວນຈະເຂົ້າສູ່ໄລຍະການເກັບກ່ຽວຜົນປະໂຫຍດ.

ວິທີການເລືອກແກນການປະເມີນຜົນຈະປ່ຽນແປງໄປຕາມຈຸດປະສົງ. ຖ້າໃຫ້ຄວາມສຳຄັນກັບຄວາມໄວໃນການຕັດສິນໃຈທາງທຸລະກິດ ຄວນເນັ້ນໃສ່ KPI ໄລຍະສັ້ນ, ແລະ ຖ້າຕ້ອງການພິສູດການປັບປຸງຄຸນນະພາບການບໍລິການຢ່າງຕໍ່ເນື່ອງ ຄວນນຳສະເໜີຕົວຊີ້ວັດສະສົມໃນໄລຍະກາງຫາໄລຍະຍາວ.

ມາດຕະການໃນການປະຕິບັດເພື່ອປ້ອງກັນການປົນກັນມີດັ່ງນີ້:

ສະຫຼຸບ: ຜົນສຳເລັດຂອງການວັດແທກ ROI ຈະມີຄຸນຄ່າກໍຕໍ່ເມື່ອມີການລາຍງານໃນຮູບແບບທີ່ຝ່າຍບໍລິຫານສາມາດນຳໄປໃຊ້ໃນການຕັດສິນໃຈໄດ້ເທົ່ານັ້ນ.

ພວກເຮົາຈະອະທິບາຍຕາມລຳດັບກ່ຽວກັບການອອກແບບ Dashboard, ໂຄງສ້າງຂອງລາຍງານປະຈຳເດືອນ, ແລະ ວິທີການນຳສະເໜີໄລຍະເວລາໃນການຄືນທຶນ.

ແຜງໜ້າປັດ (Dashboard) ທີ່ຊ່ວຍໃຫ້ຝ່າຍບໍລິຫານສາມາດຕັດສິນໃຈໄດ້ຢ່າງສະຫຼາດວ່າ "BPO ຂອງເດືອນນີ້ເຮັດວຽກໄດ້ດີຫຼືບໍ່" ນັ້ນ ກໍປຽບເໝືອນກັບໜ້າປັດຂອງລົດ. ການທີ່ມີທັງເຄື່ອງວັດຄວາມໄວ, ເຄື່ອງວັດນໍ້າມັນ ແລະ ໄຟເຕືອນຢູ່ບ່ອນດຽວຢ່າງຄົບຖ້ວນ ຈຶ່ງເຮັດໃຫ້ຜູ້ຂັບຂີ່ສາມາດຕັດສິນໃຈໄດ້ໃນຂະນະທີ່ກຳລັງຂັບຂີ່. ຖ້າຂໍ້ມູນກະຈັດກະຈາຍ, ບໍ່ວ່າຂໍ້ມູນຈະດີພຽງໃດ ກໍບໍ່ສາມາດນຳມາໃຊ້ໃນການຕັດສິນໃຈໄດ້.

ສຳລັບແຜງໜ້າປັດ, ຂໍແນະນຳໃຫ້ໃຊ້ໂຄງສ້າງ 3 ຊັ້ນ ດັ່ງນີ້:

① ຊັ້ນສະຫຼຸບສຳລັບຝ່າຍບໍລິຫານ (ຊັ້ນເທິງສຸດ)

• ຄ່າ ROI ຕົວຈິງຂອງເດືອນ (ທຽບກັບຄ່າພື້ນຖານ)
• ຍອດລວມຂອງການຫຼຸດຕົ້ນທຶນ
• ອັດຕາການບັນລຸ SLA (ສ່ວນຕ່າງຈາກຄ່າເປົ້າໝາຍ)

② ຊັ້ນ KPI ດ້ານການປະຕິບັດງານ (ຊັ້ນກາງ)

• ກຣາຟສະແດງການປ່ຽນແປງຂອງຈຳນວນວຽກ, ອັດຕາການເຮັດວຽກແບບອັດຕະໂນມັດ ແລະ ອັດຕາຄວາມຜິດພາດ
• ອັດຕາການຫຼຸດຜ່ອນແຮງງານຄົນ (ລາຍເດືອນ)
• ແຜນຜັງຄວາມຮ້ອນ (Heat map) ຂອງຈຳນວນວຽກທີ່ຍັງບໍ່ທັນໄດ້ດຳເນີນການ ແລະ ເວລາທີ່ຄ້າງຄາ

③ ຊັ້ນຄຸນນະພາບ ແລະ ຄວາມເພິ່ງພໍໃຈຂອງລູກຄ້າ (ຊັ້ນລຸ່ມ)

• ການປ່ຽນແປງລາຍເດືອນຂອງ NPS ຫຼື ຄະແນນຄວາມເພິ່ງພໍໃຈຂອງລູກຄ້າ
• ຈຳນວນການຮ້ອງຮຽນ (Escalation) ແລະ ອັດຕາການແກ້ໄຂບັນຫາ
• ສະຫຼຸບສ່ວນຕ່າງຂອງການປຽບທຽບກ່ອນ ແລະ ຫຼັງ (Before/After)

ລາຍງານລາຍເດືອນຄວນເຮັດໜ້າທີ່ເປັນ "Snapshot + Commentary" ຂອງແຜງໜ້າປັດ. ບໍ່ພຽງແຕ່ສະແດງຕົວເລກເທົ່ານັ້ນ, ແຕ່ການເພີ່ມການວິເຄາະສາເຫດຂອງຄ່າທີ່ຜິດປົກກະຕິ ແລະ ແຜນການປັບປຸງໃນເດືອນຖັດໄປໂດຍໃຊ້ພຽງ 1-2 ບັນທັດ ຈະຊ່ວຍໃຫ້ຝ່າຍບໍລິຫານສາມາດເຂົ້າໃຈໄດ້ທັນທີວ່າ "ຄວນເຮັດຫຍັງຕໍ່ໄປ".

ຕົວຢ່າງໂຄງສ້າງຂອງລາຍງານມີດັ່ງນີ້:

1. ຈຸດເດັ່ນຂອງເດືອນ (ປັດໄຈທີ່ເຮັດໃຫ້ບັນລຸ ຫຼື ບໍ່ບັນລຸ KPI)
2. ລາຍລະອຽດການຫຼຸດຕົ້ນທຶນ (ຄ່າແຮງງານ, ຄ່າໃຊ້ຈ່າຍໃນການແກ້ໄຂຄວາມຜິດພາດ, ຄ່າເຄື່ອງມື)
3. ການປ່ຽນແປງຂອງຄະແນນຄຸນນະພາບ ແລະ ສະຫຼຸບຄຳຕິຊົມຈາກລູກຄ້າ
4. ແຜນການປັບປຸງໃນເດືອນຖັດໄປ ແລະ ຜູ້ຮັບຜິດຊອບ

ຄວາມຖີ່ໃນການລາຍງານຄວນເປັນລາຍເດືອນເປັນຫຼັກ ແລະ ການນຳສະເໜີແນວໂນ້ມໄລຍະກາງຫາໄລຍະຍາວທຸກໆໄຕມາດ ຈະຊ່ວຍເພີ່ມຄວາມຊັດເຈນໃນການຕັດສິນໃຈລົງທຶນໃຫ້ສູງຂຶ້ນ.

ເມື່ອອະທິບາຍກ່ຽວກັບ ROI ໃຫ້ກັບຝ່າຍບໍລິຫານ, ມັກຈະມີທ່າອ່ຽງທີ່ຈະສະແດງພຽງແຕ່ "ຍອດລວມຂອງຈຳນວນເງິນທີ່ຫຼຸດລົງ" ເທົ່ານັ້ນ. ແຕ່ໃນຄວາມເປັນຈິງແລ້ວ, ເສັ້ນເວລາທີ່ບົ່ງບອກວ່າການລົງທຶນຈະໄດ້ຮັບຜົນຕອບແທນຄືນມາເມື່ອໃດນັ້ນ ຄື ຈຸດສຳຄັນ ຫຼື ແກນຫຼັກ ຂອງການຕັດສິນໃຈ, ແລະ ການລະບຸໄລຍະເວລາໃນການຄືນທຶນ (Payback Period) ໃຫ້ຊັດເຈນຈະຊ່ວຍເພີ່ມອັດຕາການອະນຸມັດໃຫ້ສູງຂຶ້ນ.

ສູດການຄິດໄລ່ພື້ນຖານຂອງໄລຍະເວລາໃນການຄືນທຶນ

ໄລຍະເວລາໃນການຄືນທຶນ (ຈຳນວນເດືອນ) ສາມາດຄິດໄລ່ໄດ້ຈາກສູດດັ່ງນີ້:

• ຍອດລວມການລົງທຶນເບື້ອງຕົ້ນ ÷ ຈຳນວນເງິນທີ່ຫຼຸດລົງສຸດທິຕໍ່ເດືອນ ＝ ຈຳນວນເດືອນທີ່ເກັບກູ້ທຶນຄືນໄດ້

ການລົງທຶນເບື້ອງຕົ້ນຈະລວມເຖິງ ຄ່າໃຊ້ຈ່າຍໃນການນຳໃຊ້ເຄື່ອງມື AI, ຄ່າໃຊ້ຈ່າຍໃນການຕັ້ງຄ່າເບື້ອງຕົ້ນຂອງການຈ້າງງານ BPO ແລະ ຄ່າຝຶກອົບຮົມພາຍໃນ. ຈຳນວນເງິນທີ່ຫຼຸດລົງສຸດທິຕໍ່ເດືອນ ແມ່ນຄ່າທີ່ໄດ້ຈາກການນຳເອົາຄ່າໃຊ້ຈ່າຍດ້ານບຸກຄະລາກອນທີ່ຫຼຸດລົງ ແລະ ຄ່າໃຊ້ຈ່າຍໃນການແກ້ໄຂຂໍ້ຜິດພາດທີ່ຫຼຸດລົງ ມາຫັກລົບກັບຄ່າໃຊ້ຈ່າຍດຳເນີນງານ (ຄ່າລິຂະສິດລາຍເດືອນ, ຄ່າຈ້າງລາຍເດືອນ).

ການສະແດງດ້ວຍເສັ້ນສະແດງການຄືນທຶນແບບເປັນຂັ້ນຕອນ

ນອກຈາກການລະບຸຈຳນວນເດືອນໃນການຄືນທຶນພຽງຢ່າງດຽວແລ້ວ, ການແນບ "ເສັ້ນສະແດງການຄືນທຶນ" ທີ່ສະແດງໃຫ້ເຫັນເຖິງຕົ້ນທຶນສະສົມ ແລະ ຈຳນວນເງິນທີ່ຫຼຸດລົງສະສົມຈະຊ່ວຍເພີ່ມຄວາມໜ້າເຊື່ອຖືໄດ້ຫຼາຍຂຶ້ນ. ໂດຍໃຫ້ແກນນອນເປັນຈຳນວນເດືອນ ແລະ ແກນຕັ້ງເປັນຈຳນວນເງິນສະສົມ, ຈຸດທີ່ເສັ້ນກຣາຟທັງສອງເສັ້ນຕັດກັນນັ້ນຄື ຈຸດຄືນທຶນ. ເສັ້ນສະແດງດັ່ງກ່າວຈະຊ່ວຍໃຫ້ເຫັນພາບໄດ້ຢ່າງຊັດເຈນວ່າ "ຈະຮອດຈຸດຄຸ້ມທຶນໃນເດືອນທີ X ຫຼັງຈາກການນຳໃຊ້".

ການນຳສະເໜີ 3 ສະຖານະການ: ແງ່ບວກ, ກາງ ແລະ ແງ່ລົບ

ໄລຍະເວລາໃນການຄືນທຶນຈະປ່ຽນແປງໄປຕາມລະດັບຄວາມສຳເລັດຂອງອັດຕາການເຮັດວຽກແບບອັດຕະໂນມັດ ແລະ ການປ່ຽນແປງຂອງປະລິມານວຽກ. ການນຳສະເໜີ 3 ສະຖານະການຕໍ່ໄປນີ້ຈະຊ່ວຍໃຫ້ຝ່າຍບໍລິຫານທີ່ມີຄວາມລະອຽດອ່ອນຕໍ່ຄວາມສ່ຽງຍອມຮັບໄດ້ງ່າຍຂຶ້ນ:

• ສະຖານະການແງ່ບວກ: ກໍລະນີທີ່ອັດຕາການເຮັດວຽກແບບອັດຕະໂນມັດສູງກວ່າຄ່າທີ່ວາງແຜນໄວ້
• ສະຖານະການກາງ: ກໍລະນີທີ່ສາມາດບັນລຸອັດຕາການເຮັດວຽກແບບອັດຕະໂນມັດໄດ້ຕາມແຜນ
• ສະຖານະການແງ່ລົບ: ກໍລະນີທີ່ອັດຕາການເຮັດວຽກແບບອັດຕະໂນມັດບັນລຸໄດ້ພຽງ 70-80% ຂອງແຜນ

ຍິ່ງຄວາມແຕກຕ່າງຂອງໄລຍະເວລາໃນການຄືນທຶນລະຫວ່າງແຕ່ລະສະຖານະການມີໜ້ອຍເທົ່າໃດ, ກໍຍິ່ງເປັນຫຼັກຖານທີ່ສະແດງເຖິງຄວາມໝັ້ນຄົງຂອງການລົງທຶນຫຼາຍເທົ່ານັ້ນ.

ຕາບໃດທີ່ຍັງເບິ່ງວ່າການວັດແທກ ROI ເປັນ "ສິ່ງທີ່ເຮັດຄັ້ງດຽວຕອນເລີ່ມຕົ້ນແລ້ວຈົບໄປ" ຕົວເລກເຫຼົ່ານັ້ນກໍຈະເປັນພຽງຂໍ້ມູນທີ່ນອນນິ່ງຢູ່ໃນບົດລາຍງານເທົ່ານັ້ນ. ຄວາມໝາຍທີ່ແທ້ຈິງຂອງການວັດແທກນີ້ແມ່ນການເປັນຈຸດເລີ່ມຕົ້ນເພື່ອຕັດສິນໃຈວ່າຈະປ່ຽນແປງສິ່ງໃດຕໍ່ໄປ.

ເມື່ອຫວນກັບໄປເບິ່ງກອບການປະເມີນຜົນທີ່ໄດ້ອະທິບາຍມາໃນບົດຄວາມນີ້, ການກຳນົດຂໍ້ມູນພື້ນຖານ (Baseline data), ຂອບເຂດຕົ້ນທຶນ ແລະ ຮອບວຽນການປະເມີນຜົນໄວ້ກ່ອນການເລີ່ມຕົ້ນ ແມ່ນເງື່ອນໄຂເບື້ອງຕົ້ນທີ່ຈະສ້າງຕົວຊີ້ວັດທີ່ສາມາດນຳມາປຽບທຽບກັນໄດ້. ຈາກນັ້ນ, ການວັດແທກທັງໃນດ້ານການປະຕິບັດງານ ແລະ ຄຸນນະພາບ ເຊັ່ນ: ຄວາມໄວໃນການປະມວນຜົນ, ອັດຕາການອັດຕະໂນມັດ, ອັດຕາຄວາມຜິດພາດ, ອັດຕາການຫຼຸດຜ່ອນແຮງງານຄົນ ແລະ ອັດຕາການບັນລຸ SLA ຈະເຮັດໃຫ້ເຫັນຜົນລັພທີ່ຕົວຊີ້ວັດດຽວບໍ່ສາມາດບອກໄດ້. ສ່ວນການນຳສະເໜີຕໍ່ຝ່າຍບໍລິຫານນັ້ນ, ຈຳເປັນຕ້ອງສະແດງໃຫ້ເຫັນເຖິງພື້ນຖານທີ່ສະໜັບສະໜູນການຕັດສິນໃຈລົງທຶນຢ່າງຕໍ່ເນື່ອງ ໂດຍຜ່ານການນຳໃຊ້ Dashboard ແລະ ການລະບຸໄລຍະເວລາຄືນທຶນ (Payback period).

ສຳລັບຈັງຫວະການດຳເນີນງານທີ່ເປັນຈິງ, ໂຄງສ້າງສອງຂັ້ນຕອນມັກຈະເຮັດວຽກໄດ້ດີ ຄື: ການກວດສອບຄວາມຜິດປົກກະຕິໂດຍໄວໃນການທົບທວນປະຈຳເດືອນ, ພ້ອມກັບການທົບທວນຄ່າເປົ້າໝາຍໃໝ່ໃນທຸກໆໄຕມາດ. ເມື່ອອັດຕາການອັດຕະໂນມັດເພີ່ມຂຶ້ນ, ຄວາມຊັບຊ້ອນຂອງວຽກງານທີ່ຄົນຍັງຕ້ອງເຂົ້າໄປຈັດການກໍມີແນວໂນ້ມທີ່ຈະເພີ່ມທະວີຂຶ້ນເລື້ອຍໆ. ກ່າວຄື, ການໃຊ້ KPI ຕົວເດີມຢ່າງຕໍ່ເນື່ອງອາດມີຄວາມສ່ຽງທີ່ເຮັດໃຫ້ສະພາບຄວາມເປັນຈິງໃນໜ້າວຽກເບິ່ງເຫັນໄດ້ຍາກຂຶ້ນ. ດັ່ງນັ້ນ, ຕົວຊີ້ວັດຄວນຖືກອອກແບບໃໝ່ເປັນໄລຍະ.

ການສືບຕໍ່ວັດແທກ ROI ຍັງເປັນພາສາກາງທີ່ໃຊ້ເພື່ອພິສູດຄຸນຄ່າຂອງ AI Hybrid BPO ໃຫ້ແກ່ຜູ້ມີສ່ວນກ່ຽວຂ້ອງ. ຈຸດປະສົງບໍ່ແມ່ນພຽງແຕ່ການສ້າງຕົວເລກຂຶ້ນມາ, ແຕ່ແມ່ນການຮັກສາສະຖານະທີ່ອົງກອນສາມາດເລືອກບາດກ້າວຕໍ່ໄປໄດ້ຜ່ານຕົວເລກເຫຼົ່ານັ້ນ ເຊິ່ງເປັນເປົ້າໝາຍຫຼັກຂອງກອບການເຮັດວຽກທັງໝົດນີ້.