สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน)

Logo BDI For web

การปรับกระบวนงานภาครัฐให้ทันสมัยและประชาชนสะดวกมากขึ้น

Mar 27, 2020

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

ชื่อกระบวนงานจำนวนการใช้งานของกระบวนงานเฉลี่ยต่อเดือนจำนวนขั้นตอนระยะเวลาดำเนินการ (วัน)คะแนน
กระบวนงาน A50,00050.525001.15
กระบวนงาน B15,000227501
กระบวนงาน C20001071004.1

จะพบว่าการมองค่าคะแนนนั้นตีความได้ยาก ว่าคะแนนนั้นมากหรือน้อย วิธีการคือการปรับค่าเกณฑ์แต่ละเกณฑ์ให้มีค่าอยู่ระหว่าง 0 ถึง 1 เรียกว่าการ normalize ข้อมูล โดยการคำนวณทั่วไปจะเป็นดังสมการ

ชื่อกระบวนงานจำนวนการใช้งานของกระบวนงานเฉลี่ยต่อเดือนจำนวนการใช้งานของกระบวนงานเฉลี่ยต่อเดือน(normalized)จำนวนขั้นตอนจำนวนขั้นตอน(normalized)ระยะเวลาดำเนินการ (วัน)ระยะเวลาดำเนินการ (วัน) (normalized)
กระบวนงาน A50,0001.0050.380.50.000.575
กระบวนงาน B15,0000.2720.0020.230.204
กระบวนงาน C20000.00101.0071.000.5

หลังจากนำคะแนนของแต่ละกระบวนงานมา plot เป็น graph จะเห็นถึงการกระจายตัวของคะแนนของแต่ละกระบวนงาน

กราฟแสดงค่าคะแนน(ความสำคัญ) ของแต่ละกระบวนงาน

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 

  1. กระบวนงานที่มี Impact สูงและ Readiness สูง 
  2. กระบวนงานที่มี Impact ต่ำแต่มี Readiness สูง 
  3. กระบวนงานที่มี Impact สูงแต่ Readiness ต่ำ 
  4. 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)

รูปตัวอย่างการแสดงกระบวนงานบนจตุภาคตาม Impact และ Readiness

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

Pawin Taechoyotin

Formal Data Scientist Government Big Data Institute (GBDi)

© Big Data Institute | Privacy Notice