ในชีวิตประจำวันเรามักต้องเจอกับงานหรือกิจกรรมหลาย ๆ อย่างในเวลาเดียวกัน หากแต่เราไม่สามารถทำทุกอย่างได้ทั้งหมดในคราวเดียว เพราะเรามีทรัพยากรที่จำกัดเราจึงต้องมีการเลือกหรือจัดลำดับว่าจะทำอะไรก่อนหลัง สิ่งที่สำคัญที่สุดคือ “แล้วจะจัดลำดับความสำคัญอย่างไร” หากเรามีเพียงแค่ไม่กี่เรื่องเราคงใช้สายตามองแล้วตัดสินใจได้ทันที แต่ในบางกรณี เช่น รัฐบาลต้องการปรับปรุงกระบวนงาน (Procedure) ซึ่งในปัจจุบันมีมากกว่า 4,000 กระบวนงาน ที่ต้องปรับเข้าสู่ดิจิทัล แล้วจะเลือกอย่างไรถึงจะเรียกได้ว่าเป็นการเลือกอย่างมีเหตุผล และเป็นที่ยอมรับ
วิธีที่นิยมใช้กันทั่วไป ก็คือการคำนวณคะแนนความสำคัญในมิติต่าง ๆ ของงาน โดยวิธีคำนวณที่เรียกว่า Weighted Average คือ การนำคุณสมบัติของแต่ละงานมาแปลงเป็นตัวเลข และ ถ่วงน้ำหนักแต่ละคุณสมบัติ ตามความสำคัญ ตามที่เราต้องการตามสมการดังต่อไปนี้
เมื่อคำนวณค่าคะแนนของแต่ละงานและนำค่าที่ได้มา plot เป็นกราฟจะเห็นได้ชัดเจนถึงความแตกต่างของความสำคัญของแต่ละงาน โดยเมื่อคุณสมบัติหรือเกณฑ์เป็นตัวเลขทั้งหมด (ความจำเป็นในการ normalize ค่าคุณสมบัติ) เราสามารถนำค่าคุณสมบัติของเกณฑ์มาคำนวณได้เลย สมมติว่ากระบวนงานมีคุณสมบัติที่เป็นตัวเลขคือ จำนวนการใช้งานของกระบวนงานเฉลี่ยต่อเดือน จำนวนขั้นตอน และระยะเวลาดำเนินการ(วัน) เมื่อเราคำนวณค่าคะแนนของแต่ละกระบวนงาน โดยมีค่าน้ำหนักหรือ weight เป็น จำนวนการใช้งานของกระบวนงานเฉลี่ยต่อเดือนเป็น 5 จำนวนขั้นตอนเป็น 2 และระยะเวลาดำเนินการเป็น 3 จะได้
| ชื่อกระบวนงาน | จำนวนการใช้งานของกระบวนงานเฉลี่ยต่อเดือน | จำนวนขั้นตอน | ระยะเวลาดำเนินการ (วัน) | คะแนน |
|---|---|---|---|---|
| กระบวนงาน A | 50,000 | 5 | 0.5 | 25001.15 |
| กระบวนงาน B | 15,000 | 2 | 2 | 7501 |
| กระบวนงาน C | 2000 | 10 | 7 | 1004.1 |
จะพบว่าการมองค่าคะแนนนั้นตีความได้ยาก ว่าคะแนนนั้นมากหรือน้อย วิธีการคือการปรับค่าเกณฑ์แต่ละเกณฑ์ให้มีค่าอยู่ระหว่าง 0 ถึง 1 เรียกว่าการ normalize ข้อมูล โดยการคำนวณทั่วไปจะเป็นดังสมการ
| ชื่อกระบวนงาน | จำนวนการใช้งานของกระบวนงานเฉลี่ยต่อเดือน | จำนวนการใช้งานของกระบวนงานเฉลี่ยต่อเดือน(normalized) | จำนวนขั้นตอน | จำนวนขั้นตอน(normalized) | ระยะเวลาดำเนินการ (วัน) | ระยะเวลาดำเนินการ (วัน) (normalized) | |
|---|---|---|---|---|---|---|---|
| กระบวนงาน A | 50,000 | 1.00 | 5 | 0.38 | 0.5 | 0.00 | 0.575 |
| กระบวนงาน B | 15,000 | 0.27 | 2 | 0.00 | 2 | 0.23 | 0.204 |
| กระบวนงาน C | 2000 | 0.00 | 10 | 1.00 | 7 | 1.00 | 0.5 |
หลังจากนำคะแนนของแต่ละกระบวนงานมา plot เป็น graph จะเห็นถึงการกระจายตัวของคะแนนของแต่ละกระบวนงาน
ในกรณีอื่น ๆ ที่ค่าเกณฑ์ไม่ได้เป็นตัวเลข เราจำเป็นต้องแปลงค่าเหล่านั้นให้เป็นตัวเลข เช่น การแปลงค่าความรู้สึกจาก ดีมาก ดี ปานกลาง น้อย น้อยมาก เป็นตัวเลข 5 4 3 2 1 ตามลำดับ เพื่อให้สามารถนำไปคำนวณเป็นค่าคะแนนที่เป็นตัวเลขได้ สำหรับการจัดลำดับความสำคัญด้วยวิธีการคำนวณนี้ เราสามารถคำนวณคะแนนในหลายมิติเพื่อประกอบการตัดสินใจได้ ในกรณีของกระบวนงานภาครัฐจะคำนวณคะแนนในมิติของผลกระทบและมิติความพร้อมของกระบวนงาน เพื่อใช้ในการตัดสินใจ โดยจะแบ่งกระบวนงานออกเป็น 4 กลุ่มด้วยกัน นั่นคือ
- กระบวนงานที่มี Impact สูงและ Readiness สูง
- กระบวนงานที่มี Impact ต่ำแต่มี Readiness สูง
- กระบวนงานที่มี Impact สูงแต่ Readiness ต่ำ
- กระบวนงานที่มี Impact ต่ำและมี Readiness ต่ำ
เกณฑ์ที่ใช้สำหรับการคำนวณผลกระทบ (Impact) คือ ปริมาณธุรกรรมเฉลี่ยต่อเดือน (transaction per month) ระยะเวลาดำเนินการ จำนวนขั้นตอน ระดับความสำคัญ (บริการทั่วไป หรือ มีความสำคัญทางเศรษฐกิจ) เกณฑ์ที่ใช้สำหรับการคำนวณความพร้อมของกระบวนงานในด้านดิจิทัล (Readiness) คือ ร้อยละของเอกสารที่เชื่อมโยงแล้วของกระบวนงานนั้น ๆ และจำนวนหน่วยงานที่เกี่ยวข้องกับกระบวนงานนั้น (จำนวนยิ่งน้อยยิ่งดี)
สำหรับลำดับความสำคัญในการเลือกกระบวนงานเพื่อปรับเข้าสู่ดิจิทัลจะเริ่มจากกลุ่มที่ 1 ต่อด้วยกลุ่มที่ 2 ต่อด้วยกลุ่มที่ 3 และในลำดับสุดท้ายคือกลุ่มที่ 4 การจัดลำดับความสำคัญของกลุ่มนี้ เพราะว่ากลุ่มที่ 1 จะมี Impact และ Readiness มากที่สุดจึงได้รับความสำคัญเป็นลำดับแรก ต่อสาเหตุที่กลุ่มที่ 2 มีลำดับความสำคัญมากกว่ากลุ่มที่ 3 เนื่องจากในกลุ่มที่ 2 มีความพร้อมมากจึงทำให้เกิดผลได้อย่างรวดเร็วต่างกับกลุ่มที่ 3 ถึงแม้จะมี Impact มากกว่าแต่ต้องใช้ทรัพยากรในการเตรียมความพร้อมมากนำมาสู่ความล่าช้าในการปรับกระบวนงานโดยรวมและสุดท้ายกลุ่มที่ 4 มีทั้ง Impact และ Readiness น้อยที่สุดจึงมีลำดับความสำคัญน้อยที่สุด ทั้งนี้ในเบื้องต้นถึงแม้จะมีการคำนวณความสำคัญในสองมิติแต่ในอนาคตอาจจะเพิ่มในมิติของกฎหมายที่เกี่ยวข้อง ค่าใช้จ่ายหรือมิติอื่น ๆ ซึ่งผลวิเคราะห์ดังกล่าวจะนำไปเป็นแนวทางในการตัดสินใจในขั้นตอนต่อไป เพื่อให้การปรับกระบวนงานเกิดประสิทธิภาพและประโยชน์สูงสุดต่อประชาชน
Formal Data Scientist
Government Big Data Institute (GBDi)
