ผู้บริหารถามว่า “ฝ่ายบุคคลมี dashboard ใช่ไหม” คำตอบที่ HR ส่วนใหญ่ตอบ: “มี — เปิด HRIS แล้วดู report” แต่ที่ผู้บริหารอยากเห็นจริง ๆ คือหน้าเดียวที่บอกได้ภายใน 30 วินาทีว่าบุคลากรของบริษัทเป็นอย่างไร
ปัญหาคือ HR หลายคนเริ่มทำ dashboard โดยใส่เมตริก 30 ตัว — กลายเป็นหน้าจอที่ไม่มีใครอ่าน ของจริงคือเลือก 8 เมตริกที่ตอบคำถามผู้บริหารได้, แต่ละตัวมี formula ชัด, data source หาง่าย, รอบรายงานเหมาะสม
บทความนี้คือ HR Dashboard 8 เมตริก ที่ HR องค์กรไทยขนาด 500-1,000 คนเอาไปทำได้จริง — ตารางบอกครบ formula, source, cadence, ใครอ่าน + sketch หน้าจอแบบ text เพื่อให้เห็นภาพ layout
HR Dashboard เอาไปใช้ทำอะไร
HR Dashboard ไม่ใช่ report ที่พิมพ์ส่งทุกเดือน — แต่คือหน้าจอที่ผู้บริหารและ HR Manager เปิดร่วมกันใน management meeting รายเดือน เพื่อตัดสินใจเรื่องคน
เป้าหมายคือทำให้ทุกคนในห้องเห็นเลขเดียวกัน, ไม่ต้องถาม HR ว่า “ลาออกเพิ่มขึ้นจริงไหม”, และ HR ใช้เวลาในห้องประชุมพูดเรื่อง insight ไม่ใช่อ่านตัวเลข
ขั้นตอนสร้าง HR Dashboard ครั้งแรก
- เลือกผู้รับเป้าหมายของ dashboard. CEO, COO, หรือ executive committee — ใครอ่าน, ตัดสินใจอะไร dashboard เดียวกันที่ใช้สื่อสารกับทั้ง 3 กลุ่ม มักไม่ดีกับใครเลย จบขั้นนี้คุณจะได้ “primary audience” คนเดียว
- ระบุคำถามที่ผู้บริหารถามซ้ำใน meeting. “ลาออกแย่ลงไหม”, “เปิดรับแล้วได้คนตามแผนไหม”, “ค่าจ้างต่อหัวเปลี่ยนยังไง” — เขียนคำถามเหล่านี้ลงกระดาษ จบขั้นนี้คุณจะได้ list 6-10 คำถาม
- แต่ละคำถาม map ไป 1 เมตริก. 1 คำถาม = 1 เมตริก ไม่ใช่ 1 คำถาม = 5 เมตริก จบขั้นนี้คุณจะได้ list เมตริกที่ตอบคำถามจริง ไม่ใช่เมตริกที่ดึงได้จาก HRIS แล้วใส่
- กำหนด formula + data source + cadence. ดูตารางด้านล่าง — ทุกเมตริกต้องตอบ 4 ข้อนี้ได้ก่อนใส่ใน dashboard จบขั้นนี้คุณจะได้ “dashboard spec” 1 หน้า
- ทำ mockup ใน Excel หรือ Google Sheets ก่อน. ไม่ต้องใช้ BI tool ในรอบแรก — Excel pivot + chart พอ จบขั้นนี้คุณจะได้ dashboard ที่ทดสอบกับผู้บริหารได้ใน 2 สัปดาห์
- รัน 2-3 รอบกับผู้บริหารก่อน automate. ก่อนลงทุนกับ Power BI / Tableau / Looker — ทดสอบก่อนว่าผู้บริหารใช้ dashboard นี้ในห้องประชุมจริง จบขั้นนี้คุณจะได้ “dashboard ที่ผู้ใช้ขอเอง” ไม่ใช่ “dashboard ที่ HR คิดว่าผู้บริหารควรอยากดู”
เทมเพลต — 8 เมตริกที่ต้องมีใน HR Dashboard
| เมตริก | Formula | Data source | รอบรายงาน | ใครอ่าน |
|---|---|---|---|---|
| 1. Headcount + Net Change | จำนวนพนักงาน ณ สิ้นเดือน + (รับเข้า – ลาออก) เดือนนี้ | HRIS | รายเดือน | CEO + COO |
| 2. Voluntary Turnover Rate (Annualized) | (ลาออกสมัครใจในเดือน × 12) ÷ headcount เฉลี่ย | HRIS exit module | รายเดือน | CEO + CHRO |
| 3. Time-to-Fill (เฉลี่ย) | วันเฉลี่ยจากเปิด requisition ถึง offer accepted | ATS | รายเดือน | COO + Hiring managers |
| 4. Cost per Hire | (ค่าใช้จ่าย recruitment + agency fee + onboarding) ÷ จำนวน hire | Finance + ATS | รายไตรมาส | CFO + CHRO |
| 5. First-Year Attrition Rate | % พนักงานที่ลาออกภายใน 12 เดือนแรก | HRIS exit + onboarding | รายไตรมาส | COO + Hiring managers |
| 6. % พนักงาน rating สูงในแต่ละทีม | % rating Exceeds + Outstanding ของทีม (หลัง calibration) | Performance module | รอบประเมิน (ครึ่งปี/ปี) | COO + Team heads |
| 7. Engagement Pulse Score | Avg pulse rating (1-5) จากแบบสำรวจรายไตรมาส | Pulse survey tool | รายไตรมาส | CEO + CHRO |
| 8. Internal Mobility Rate | % promote/transfer ภายในต่อจำนวน hire ทั้งหมดในไตรมาส | HRIS movement | รายไตรมาส | CHRO + Talent team |
เทมเพลต — Layout หน้าจอ Dashboard
หน้าจอเดียว 16:9 ความสูงเดียว — ไม่ต้อง scroll layout text-based:
┌──────────────────────────────────────────────────────────────────┐ │ HR Dashboard — บริษัท XYZ — รอบเดือน เม.ย. 2026 │ ├─────────────────────────┬─────────────────────┬──────────────────┤ │ Headcount │ Voluntary Turnover │ Net Change │ │ 812 คน │ 9.2% (annualized) │ +6 คน │ │ ▲ +0.7% MoM │ ▼ -0.4 pp MoM │ (เข้า 12, ออก 6) │ ├─────────────────────────┼─────────────────────┼──────────────────┤ │ Time-to-Fill │ Cost per Hire │ First-Year Attr.│ │ 42 วัน │ ฿38,200 (Q1) │ 18% (Q1) │ │ ▲ +5 วัน MoM │ ▼ -8% QoQ │ ▲ +2 pp QoQ │ ├─────────────────────────┴─────────────────────┴──────────────────┤ │ % พนักงาน rating สูงรายทีม (Q4 calibrated) │ │ ทีม Production: 34% ████████░░░░░░░░░░ │ │ ทีม Sales: 52% █████████████░░░░░ │ │ ทีม Operations: 28% ██████░░░░░░░░░░░░ │ ├──────────────────────────────────────────────────────────────────┤ │ Pulse Score: 3.8/5 ▲ +0.2 │ Internal Mobility: 24% ▲ +3 pp │ └──────────────────────────────────────────────────────────────────┘
ทุก ▲▼ คือทิศทางเทียบกับรอบก่อน ไม่ใช่ benchmark ภายนอก — เพราะสิ่งที่ผู้บริหารต้องการรู้คือ “ดีขึ้นหรือแย่ลง” ไม่ใช่ “เทียบกับอุตสาหกรรมแล้วเป็นยังไง” (อย่างหลังเอาไว้รายปี)
ตัวอย่างในองค์กรไทยขนาด 800 คน
HR Manager บริษัทค้าปลีกขนาด 800 คน ผู้บริหารร้องขอ HR dashboard มา 2 ปีแล้ว — รอบแรก HR ทำใน Excel มี 24 เมตริก, รอบที่สองส่งไฟล์ Power BI 4 หน้า ทั้งสองรอบ ผู้บริหารเปิดดู 1 ครั้งแล้วไม่เปิดอีก
รอบที่สาม HR เปลี่ยนวิธี — เริ่มจากนั่งคุยกับ COO 30 นาที ถามว่า “ใน management meeting รายเดือน คุณถาม HR เรื่องอะไรซ้ำ” ได้คำตอบ 7 คำถาม รวมถึง “ลาออกของทีม Production ผิดปกติไหม” และ “เปิด requisition แล้วใช้เวลานานเท่าไหร่”
HR สร้าง dashboard 8 เมตริกตามตารางด้านบน mockup ใน Google Sheets ใช้เวลา 3 วันได้ version 1 ทดสอบกับ COO ใน management meeting รอบถัดไป — COO ถามคำถาม follow-up 4 ข้อจาก dashboard (เช่น “ทีม Production rating สูง 34% นี่ดีกว่ารอบก่อนไหม”) ซึ่ง HR ตอบได้ทันทีจากข้อมูลใน sheet
3 รอบต่อมา dashboard ถูกเปิดใน management meeting ทุกครั้ง HR เริ่ม automate ด้วย Looker Studio (เพราะข้อมูลใน Google Workspace อยู่แล้ว) — ใช้เวลา set up 2 สัปดาห์ ปัจจุบัน dashboard อัปเดตอัตโนมัติทุกวันที่ 3 ของเดือน
ข้อผิดพลาดที่เจอบ่อย
- เริ่มจาก “เมตริกที่ดึงได้” ไม่ใช่ “คำถามที่ผู้บริหารถาม”. Dashboard ที่เริ่มจาก HRIS report จะกลายเป็น 30 เมตริกที่ไม่มีคนอ่าน เริ่มจากคำถามเสมอ
- ใส่ทุกเมตริกในหน้าเดียว. 8 เมตริกในหน้าเดียวคือ ceiling — มากกว่านั้นต้องแยกหน้า ผู้บริหารไม่อ่านหน้าที่สอง
- ใช้ benchmark อุตสาหกรรมในรอบรายเดือน. “เทียบกับอุตสาหกรรม” เป็นการเปรียบเทียบรายปี ไม่ใช่ MoM — ในรอบเดือน เทียบกับเดือนก่อนพอ
- ไม่ระบุ “ใครอ่าน” ของแต่ละเมตริก. เมตริกที่ไม่มีคนอ่านคือ noise — ถ้าไม่มี persona ที่ใช้เมตริกนั้นตัดสินใจ ตัดออก
- Automate ก่อน validate. ลงทุน BI tool ก่อนทดสอบว่าผู้บริหารจะใช้จริง — ผลคือ dashboard ที่สวยแต่ไม่มีคนเปิด
- HR คนเดียวรับผิดชอบทั้ง data prep + visualization + insight commentary. ในองค์กร 800+ คน การเตรียม data ของ 8 เมตริกรายเดือนใช้เวลา 8-12 ชั่วโมง การวิเคราะห์ insight ที่ตอบคำถามผู้บริหารต้องการเวลาเพิ่มอีก หลายองค์กรเลือกแยกการ analytics นี้ออกไปยังบริการประเมินภายนอก เพื่อให้ HR Manager มีเวลาทำ stakeholder conversation