“ยอดตก ไปหาสาเหตุมาหน่อย” สัปดาห์ต่อมา ทีมกลับมาพร้อมกราฟ 12 หน้า อธิบายละเอียดมากว่าเกิดอะไรขึ้น เดือนไหนลง สินค้าไหนลง แต่พอถามว่า “แล้วเพราะอะไร” ห้องเงียบ
ทีมไม่ได้ไม่เก่ง แค่ยังไม่มีใครกล้าเดาก่อน เลยเริ่มจากกองข้อมูล แล้วหวังว่าคำตอบจะโผล่ออกมาเอง แต่ข้อมูลกองใหญ่ไม่เคยบอกสาเหตุด้วยตัวมันเอง มันตอบได้แค่คำถามที่เราตั้งใจไปถามมันเท่านั้น
ทีมที่ตอบได้เร็ว มักทำกลับกัน
ทีมที่ตอบได้เร็วมักเดาก่อน แล้วค่อยไปหาหลักฐาน เพราะการเดาช่วยตั้งคำถามให้แคบลง จากข้อมูลทั้งกองเหลือแค่ไม่กี่ตัวเลขที่ต้องเปิดดู แทนที่จะไล่อ่านทุกอย่างแล้วหวังว่าคำตอบจะปรากฏ
การเดาก่อนไม่ใช่การมั่ว แต่คือการตั้งสมมติฐานเพื่อให้มีเป้าให้พิสูจน์ ปัญหาคือไม่ใช่ทุกการเดาที่ใช้ได้ การเดาที่ดีกับการเดาที่เสียเวลาเปล่า ต่างกันชัดเจน
เดาให้เจาะจงพอที่จะผิดได้
“ลูกค้าเก่ากลับมาซื้อซ้ำน้อยลง” ใช้ได้ เพราะเปิดตัวเลขดูแล้วรู้เลยว่าจริงไหม ส่วน “เศรษฐกิจไม่ดี” ใช้ไม่ได้ เพราะไม่มีตัวเลขไหนบอกได้ว่ามันผิด การเดาที่ดีต้องเจาะจงพอที่จะพิสูจน์ว่าผิดได้ ถ้าเดาแล้วยังไงก็ไม่มีทางผิด แสดงว่ามันไม่ได้ช่วยอะไร
ข้อเดาที่ตรวจสอบไม่ได้ ฟังดูปลอดภัยเพราะไม่มีใครเถียงได้ แต่มันก็ไม่พาไปไหนเช่นกัน ยิ่งเดาเจาะจงเท่าไหร่ ยิ่งเข้าใกล้คำตอบเร็วเท่านั้น เพราะเปิดตัวเลขทีเดียวก็รู้ว่าเดินถูกทางหรือต้องเปลี่ยนสมมติฐาน
เขียนไว้ก่อนเลยว่า ถ้าเดาผิด จะรู้จากตัวเลขไหน
ข้อนี้คือเส้นแบ่งระหว่าง “สมมติฐาน” กับ “ความเชื่อส่วนตัว” ถ้าเขียนไว้ล่วงหน้าว่าจะดูตัวเลขไหนเพื่อตัดสินว่าเดาถูกหรือผิด แปลว่าเรากำลังตั้งสมมติฐานจริง แต่ถ้าเดาแล้วไม่มีเงื่อนไขว่าอะไรจะทำให้เรายอมรับว่าผิด นั่นคือความเชื่อ ไม่ใช่การวิเคราะห์
การกำหนดล่วงหน้าว่า “ถ้าตัวเลขนี้ไม่ลด แปลว่าเดาผิด” ช่วยกันไม่ให้เราหลอกตัวเอง เพราะคนเรามักหาเหตุผลเข้าข้างสิ่งที่เชื่ออยู่แล้ว การเขียนเงื่อนไขผิดไว้ก่อน ทำให้เถียงกับข้อมูลได้ยากขึ้น
ให้ AI หาหลักฐานที่ทำให้ข้อนี้ผิด ไม่ใช่หามาเชียร์
สั่งตรงๆ ว่า “หาข้อมูลที่แย้งข้อนี้” แล้วค่อยให้คนตัดสิน เพราะถ้าสั่งให้หาหลักฐานสนับสนุน มันก็จะหามาให้จนได้ ทำให้เรามั่นใจในสิ่งที่อาจจะผิด แต่ถ้าสั่งให้หาหลักฐานที่ค้าน แล้วข้อเดาของเรายังยืนอยู่ได้ นั่นถึงจะน่าเชื่อจริง
ระวังประโยค “ขอไปดูข้อมูลเพิ่มก่อน”
“ขอไปดูข้อมูลเพิ่มก่อน” ฟังดูรอบคอบ แต่บางทีก็แค่เลื่อนการตัดสินใจไปอีกสัปดาห์ ถ้ายังไม่มีสมมติฐานว่ากำลังหาอะไร การดูข้อมูลเพิ่มก็คือการเปิดกราฟอีก 12 หน้ากลับมาที่จุดเดิม ให้ถามกลับว่าดูเพิ่มเพื่อพิสูจน์หรือหักล้างข้อเดาอะไร ถ้าตอบไม่ได้ แปลว่ายังไม่พร้อมดู
ทีมคุณเคยเดาอะไรไว้ แล้วตัวเลขพิสูจน์ว่าผิดบ้างไหม การเดาผิดแล้วรู้เร็ว มีค่ากว่าการไม่กล้าเดาเลยมาก อยากให้ทีมใช้ AI คิดแบบนี้กับข้อมูลจริงของบริษัท อ่าน บทความอื่นในบล็อก หรือดู บริการของ WMC Consult ทักแชตเพจมาขอ Free Audit ได้เลย
อยากให้ทีมหาสาเหตุได้เร็วขึ้น?
ขอ Free Audit ฟรี — ทีมงานช่วยวางวิธีใช้ AI กับข้อมูลจริงของคุณ ภายใน 24 ชม.
✓ ขอ Free Audit ทันที