HR Analytics การบริหารงานทรัพยากรมนุษย์ด้วยข้อมูล เพื่อการตัดสินใจเชิงกลยุทธ์ (หลักสูตรใหม่ 2569)

หลักสูตร HR Analytics จะทำให้ HR เข้าใจโครงสร้างข้อมูล การใช้เครื่องมือสมัยใหม่และ AI เพื่อทำความสะอาดและจัดการข้อมูลอย่างเป็นระบบ รวมถึงการคำนวณตัวชี้วัดสำคัญ (HR Metrics) ที่สะท้อนผลลัพธ์ทางธุรกิจได้อย่างแท้จริง ผู้เข้าอบรมจะได้เรียนรู้วิธีการเชื่อมโยงข้อมูลด้านคนเข้ากับเป้าหมายขององค์กร ฝึกฝนการเล่าเรื่องด้วยภาพ (Data Storytelling) เพื่อนำเสนอ Insight ต่อผู้บริหารอย่างมีพลัง และเตรียมความพร้อมสู่การเป็น Data-Driven HR มืออาชีพที่องค์กรยุคดิจิทัลต้องการ

• เข้าใจโครงสร้างและประโยชน์ของการนำข้อมูลองค์กร พนักงาน ในการขับเคลื่อนงาน HR
• เพิ่มทักษะการวิเคราะห์ข้อมูลและกำหนดตัวชี้วัดด้วยการใช้เครื่องมือดิจิทัลอย่างมีประสิทธิภาพ
• เรียนรู้ทักษะการนำเสนอข้อมูลจำนวนมากให้เข้าใจง่ายและสามารถนำไปใช้ในการตัดสินใจทันที

บรรยายโดย อาจารย์ขันธฤทธิ์ ปฐมเล็ก

หัวข้อสัมมนา
1. บทบาทของ HR Analytics กับการขับเคลื่อนองค์กรในปัจจุบัน (HR Data → Business Thinking + AI Mindset)
    1.1 HR & People Data - ทำความเข้าใจข้อมูลพนักงาน และความสำคัญต่อองค์กรยุคใหม่
    1.2 Data-Driven HR Mindset - HR ยุคใหม่ตัดสินใจด้วยหลักฐาน (Evidence-based) แทนความรู้สึก
    1.3 HRIS vs. People Analytics - ความต่างของการมีข้อมูล (Data) เปลี่ยนจากการเก็บข้อมูล ไปสู่การได้คำตอบทางธุรกิจ (Insights)
    1.4 Data Ethics - ความปลอดภัยของข้อมูลส่วนบุคคลและจริยธรรมในการนำข้อมูลพนักงานมาใช้งาน เช่น ค่าตอบแทน, ประวัติสุขภาพ และข้อมูลอ่อนไหวอื่นๆ

2. เทคโนโลยีและเครื่องมือในการทำงานด้านข้อมูล HR (The Digital Toolkit & AI Assistance)
   2.1 Data Small vs. Big Data Tools - การเลือกใช้เครื่องมือตามขนาดองค์กร
    2.2 ความแตกต่างของเครื่องมือ การใช้ Spreadsheet (Google Sheets/Excel) เทียบกับเครื่องมือ BI หรือ HRIS อื่นๆ
    2.3 พื้นฐาน Spreadsheet สำหรับ HR และฟังก์ชันที่จำเป็นสำหรับการจัดการข้อมูลพนักงาน (เช่น การจัดเรียง, การกรอง, และสูตรเบื้องต้น)
    2.4 การนำ Generative AI มาประยุกต์ใช้ในงาน HR เพื่อจัดการและวิเคราะห์ข้อมูล เช่น เขียนสูตรคำนวณที่ซับซ้อน อ่านรายงานเพื่อสรุปและวิเคราะห์แนวโน้ม (Trends) และจุดผิดปกติ (Anomalies) ในข้อมูลพนักงาน อย่างรวดเร็ว
    2.5 ข้อควรระวังในการใช้ AI วิเคราะห์ข้อมูลเพื่อป้องกันการเลือกปฏิบัติ (Bias) ในการคัดเลือกหรือประเมินพนักงาน (AI Bias Awareness)

3. การจัดเตรียมข้อมูลด้าน HR (Data Preparation)
    3.1 วิธีการวบรวมและทำความสะอาดข้อมูล (Data Cleansing) ให้พร้อมใช้งาน เช่น ลบข้อมูลซ้ำ แก้ไขข้อมูลที่พิมพ์ผิด และการจัดรูปแบบวันที่
    3.2 โครงสร้างข้อมูล และการจัดหมวดหมู่ข้อมูลพนักงาน เช่น ข้อมูลส่วนบุคคล (Demographics) ประสิทธิภาพการทำงาน (Performance) และการเข้า-ออกงาน (Turnover)

4. ตัวชี้วัดและการวิเคราะห์ที่สำคัญด้าน HR (HR Metrics & Analytics)
    4.1 Recruitment Metrics - การวัดประสิทธิภาพการสรรหา เช่น Time-to-hire, Cost-per-hire
    4.2 Retention & Turnover - การคำนวณอัตราการลาออกและวิเคราะห์สาเหตุ
    4.3 Engagement & Diversity - การวัดความผูกพันของพนักงาน และความหลากหลายในองค์กร (DEI Metrics)
    4.4 Headcount Analysis - การวิเคราะห์จำนวนกำลังคนและโครงสร้างองค์กร

5. เทคนิคการนำเสนอข้อมูลให้เข้าใจง่าย (Executive Story & AI Presentation)
    5.1 สรุปข้อมูลให้ผู้บริหารเข้าใจใน 5 นาทีด้วย AI
    5.2 การสื่อสารด้วยข้อมูล และเทคนิคการเล่าเรื่อง (Storytelling) จากตัวเลขให้ผู้บริหารเข้าใจง่าย

6.กรณีศึกษา (Case Study) : ตัวอย่างการวิเคราะห์ข้อมูลในงาน HR ที่สามารถนำไปใช้ได้จริง