ในกลุ่ม HR บน Facebook โพสต์แบบนี้เด้งขึ้นทุกสัปดาห์ —
“มีท่านใดพอจะแชร์ไฟล์ Manpower ได้บ้างคะ เกี่ยวกับอัตราการเข้าออกของพนักงานน่ะค่ะ ขอรบกวนหน่อยนะคะ”
เหตุผลที่โพสต์นี้เด้งบ่อย ไม่ใช่เพราะ HR ทุกบริษัทไม่มีไฟล์ — แต่เพราะไฟล์ที่มีอยู่ในแต่ละองค์กรเป็น Excel ที่ “ใครเริ่มทำไว้ก่อน” แล้วก็ pass-through ต่อกันมา คอลัมน์ครึ่งหนึ่งไม่ได้ใช้ คอลัมน์ที่จำเป็นไม่มี และไม่มีใครรู้สูตรคำนวณ Turnover Rate ที่ใช้อยู่ว่าถูกต้องหรือเปล่า
บทความนี้คือ เทมเพลตไฟล์ Manpower 2 ไฟล์ ที่ HR ในองค์กรไทยขนาด 200–2,000 คนใช้ได้จริง — ไฟล์ master roster + ไฟล์ monthly turnover calculation พร้อมสูตรและตัวอย่าง ดาวน์โหลดได้ฟรีในรูปแบบ Excel (.xlsx) เปิดใน Excel / Google Sheets / Numbers ได้ทันที
📥 ดาวน์โหลดไฟล์เทมเพลต (2 ไฟล์)
- gethr-manpower-master.xlsx — ไฟล์ master roster 11 คอลัมน์ พร้อม sample 30 แถว (ชื่อพนักงานสมมุติ)
- gethr-turnover-monthly.xlsx — ไฟล์คำนวณ Turnover Rate รายเดือน 12 เดือน + สรุปทั้งปี (สูตร Excel ใส่ไว้แล้ว — แทนตัวเลขแล้วคำนวณใหม่อัตโนมัติ)
คอลัมน์เป็นภาษาไทย + วงเล็บภาษาอังกฤษ (เผื่อต้องการเปลี่ยน formula reference ใน Excel) Header row freeze, สูตร turnover ใช้งานได้ทันที
ไฟล์ Manpower เอาไปใช้ทำอะไร
ไฟล์ Manpower คือ single source of truth ของจำนวนพนักงานในองค์กร — ไม่ใช่แค่ headcount snapshot ของวันนี้ แต่ track ทุกการเข้าและออกตลอด lifecycle เพื่อตอบคำถามต่อไปนี้ได้:
- Turnover Rate รายเดือน / รายไตรมาส / รายปี — คำนวณได้ทันทีโดยไม่ต้องนั่งนับใหม่
- Voluntary vs Involuntary turnover — แยกประเภทเพื่อใช้ใน root cause analysis
- Tenure distribution — พนักงานออกในกลุ่ม < 1 ปี vs 3+ ปี วิเคราะห์แยกได้
- Departmental turnover — แผนกไหนเป็น hotspot
- Annual planning input — ใช้ใน Action Plan ฝ่ายบุคคล และ Workforce Planning
- CEO / Board reporting — ตัวเลขเดียวกัน, สูตรเดียวกัน, ไม่ต้องเถียงกันว่า “ของคุณคำนวณยังไง”
เป้าหมายไม่ใช่ “เก็บข้อมูลพนักงาน” — HRIS เก็บอยู่แล้ว เป้าหมายของไฟล์ Manpower คือ มี view ที่ HR เปิดได้ทันที เมื่อ CEO ถามว่า “ไตรมาสนี้ turnover เท่าไหร่” — ไม่ต้องรอ export จาก HRIS
ขั้นตอนตั้งไฟล์ Manpower ที่ใช้ได้จริง
- ดาวน์โหลดเทมเพลตด้านบน — เอามาเป็น starting point. อย่าเริ่มจาก blank sheet สูตรและคอลัมน์มาตรฐานกินเวลา iterate หลายรอบกว่าจะลงตัว จบขั้นนี้คุณจะได้โครงไฟล์ที่ใช้ได้ทันที
- Import master จาก HRIS / payroll ครั้งเดียว. Export พนักงาน Active ทั้งหมดจากระบบที่ใช้อยู่ (Bplus, Tigersoft, HumanSoft, BambooHR ฯลฯ) — map column ให้ตรงกับเทมเพลต แล้ว paste จบขั้นนี้คุณจะได้ baseline ของพนักงานทั้งองค์กร
- Lock เจ้าของไฟล์ + cadence update. ใครคนเดียวรับผิดชอบ update (มักจะเป็น HR Officer หรือ HRBP) update เมื่อมีคนเข้า / ออก ภายใน 3 วันทำการ จบขั้นนี้คุณจะได้ไฟล์ที่ไม่ “อายุ 6 เดือน” เวลาเปิดมาดู
- ตั้งสูตร Turnover ในไฟล์ monthly. สูตร:
(พนักงานที่ออกในเดือน ÷ avg headcount) × 100— ใน gethr-turnover-monthly.xlsx ที่ดาวน์โหลด สูตร Excel ติดไว้ครบทุกคอลัมน์ แค่ทับตัวเลขใหม่ จบขั้นนี้คุณจะได้ Turnover Rate รายเดือนที่อัปเดตอัตโนมัติ - Review รายเดือนใน Checkpoint Meeting ของ HR. สมาชิกทีม HR ดูตัวเลขด้วยกัน — เดือนนี้แผนกไหน turnover พุ่ง, เดือนนี้ voluntary หรือ involuntary จบขั้นนี้คุณจะได้ early warning signal ก่อนที่ปลายปีจะพบว่าตัวเลขทั้งปีเกินเป้า
- Reconcile กับ payroll ทุก quarter. ตัวเลขใน Manpower ต้องเท่ากับจำนวนคนที่จ่ายเงินเดือนใน payroll — ถ้าไม่ตรง แปลว่ามีคนเข้า/ออกที่ไม่ได้บันทึก จบขั้นนี้คุณจะได้ไฟล์ที่ accurate พอจะส่งให้ CEO
เทมเพลต — โครงสร้างไฟล์ Manpower Master (อธิบายทุกคอลัมน์)
| คอลัมน์ | ตัวอย่างค่า | ทำไมต้องมี |
|---|---|---|
| รหัสพนักงาน (emp_id) | EMP-0001 | Primary key — ใช้ join กับไฟล์อื่น (payroll, performance, leave) |
| ชื่อ-นามสกุล (full_name) | สมชาย ใจดี | readable identifier ใน meeting |
| แผนก (department) | Operations | ใช้ pivot สำหรับ departmental turnover |
| ตำแหน่ง (position) | Operations Supervisor | วิเคราะห์ turnover ตามตำแหน่ง |
| ระดับ (level) | M1 / IC2 / D | วิเคราะห์ว่า leadership pipeline กำลังรั่วที่ระดับไหน |
| ประเภทพนักงาน (employment_type) | Permanent / Contract / Outsource | ต้องแยกออกจาก turnover formula — contract หมดสัญญาไม่ใช่ turnover |
| วันเข้างาน (start_date) | 2024-09-02 | คำนวณ tenure → analyze first-year attrition |
| วันออก (end_date) | 2026-01-31 | ถ้า Active = เว้นว่าง; กำหนด resign month |
| สถานะ (status) | Active / Resigned / Terminated | filter หลักสำหรับ headcount snapshot |
| ประเภทการออก (exit_type) | Voluntary / Involuntary | แยก voluntary turnover (สิ่งที่ HR ต้องลด) จาก involuntary (สิ่งที่บริหารจัดการแล้ว) |
| เหตุผลออก (exit_reason) | “ย้ายไปบริษัทคู่แข่ง” | raw data สำหรับ exit interview rollup |
คอลัมน์ที่หลายไฟล์ขาด: ประเภทพนักงาน และ ประเภทการออก — สองคอลัมน์นี้แยก turnover ที่ HR ควบคุมได้ออกจาก turnover ที่บริหารจัดการแล้ว ถ้าไม่มี ตัวเลขที่ส่งให้ CEO จะ overstate ปัญหา
สูตรคำนวณอัตราการเข้าออกพนักงาน (Turnover Rate)
สูตรมาตรฐาน 3 ตัวที่ HR ในองค์กรไทยควรคำนวณ:
| เมตริก | สูตร | ใช้ตอนไหน |
|---|---|---|
| Monthly Turnover Rate (%) | (พนักงานที่ออกในเดือน ÷ avg headcount เดือนนั้น) × 100 | Review รายเดือนใน Checkpoint Meeting |
| Voluntary Turnover Rate (%) | (พนักงานที่ลาออกเอง ÷ avg headcount) × 100 | เมตริกหลักที่ HR ต้อง drive ลง |
| Annualized Turnover Rate (%) | Monthly Turnover × 12 | คุยกับ CEO / Board ในแง่ “ถ้า rate นี้ต่อเนื่อง ทั้งปีจะเป็นเท่าไหร่” |
| Year-to-Date Turnover (%) | (พนักงานที่ออกทั้งหมด YTD ÷ avg headcount YTD) × 100 | เปรียบเทียบกับเป้าทั้งปี |
| First-Year Attrition (%) | (พนักงานที่ออกใน 12 เดือนแรกของการจ้าง ÷ new hires ในช่วงนั้น) × 100 | วัดคุณภาพของ recruitment + onboarding |
หมายเหตุสำคัญเรื่อง avg headcount — สูตร average ที่นิยมใช้สองแบบ:
- แบบง่าย:
(headcount ต้นเดือน + headcount ปลายเดือน) ÷ 2— ใช้ใน gethr-turnover-monthly.xlsx - แบบ daily average: เฉลี่ยจาก headcount รายวันทั้งเดือน — แม่นยำกว่า แต่ต้องมี HRIS ที่ดึงข้อมูลรายวันได้
สำหรับองค์กรขนาด 200–2,000 คน สูตรแบบง่ายให้ผลใกล้เคียงพอจะ report ได้ — ใช้แบบ daily เฉพาะเวลาทำ workforce analytics เชิงลึก
ตัวอย่างในองค์กรไทยขนาด 700 คน — 12 เดือนล่าสุด
ตัวเลขด้านล่างนี้คือ snapshot จากไฟล์ gethr-turnover-monthly.xlsx ที่ดาวน์โหลด — บริษัทตัวอย่าง headcount ~700 คน, 6 แผนก (Operations, Sales, Engineering, Marketing, Finance, Customer Service)
| เดือน | ต้นเดือน | เข้าใหม่ | ออก (Vol) | ออก (Invol) | ปลายเดือน | Monthly Turnover % | Annualized % |
|---|---|---|---|---|---|---|---|
| 2025-06 | 698 | 8 | 6 | 1 | 699 | 1.00 | 12.03 |
| 2025-07 | 699 | 12 | 7 | 0 | 704 | 1.00 | 11.97 |
| 2025-08 | 704 | 9 | 5 | 2 | 706 | 0.99 | 11.91 |
| 2025-09 | 706 | 11 | 8 | 1 | 708 | 1.27 | 15.28 |
| 2025-10 | 708 | 14 | 6 | 0 | 716 | 0.84 | 10.11 |
| 2025-11 | 716 | 10 | 9 | 1 | 716 | 1.40 | 16.76 |
| 2025-12 | 716 | 7 | 5 | 0 | 718 | 0.70 | 8.37 |
| 2026-01 | 718 | 13 | 12 | 1 | 718 | 1.81 | 21.73 |
| 2026-02 | 718 | 15 | 14 | 2 | 717 | 2.23 | 26.76 |
| 2026-03 | 717 | 18 | 10 | 3 | 722 | 1.81 | 21.68 |
| 2026-04 | 722 | 12 | 8 | 2 | 724 | 1.38 | 16.60 |
| 2026-05 | 724 | 14 | 9 | 1 | 728 | 1.38 | 16.53 |
| รวม 12 เดือน | — | 143 | 99 | 14 | — | — | 15.84% / 13.88% voluntary |
สิ่งที่ HR อ่านได้จากตารางนี้:
- Q1 spike ชัดเจน (Jan–Feb 2026) — Annualized rate พุ่งจาก ~12% เป็น 21–27% นี่คือ post-bonus exit pattern ของ Thai enterprise คาดเดาได้, planning ได้
- Voluntary turnover ทั้งปี 13.88% — อยู่ในช่วง normal ของ Thai mid-size enterprise (12–18%) ไม่ใช่สัญญาณวิกฤต แต่ก็ไม่มี slack
- Involuntary 14 คน / 113 รวม — แปลว่า 88% ของการออกเป็น voluntary HR ต้อง drive ตัวนี้ลง ไม่ใช่ตัวเลขรวม
- Q1 spike แตกต่างจาก Q4 — ถ้าจะลด turnover ทั้งปี ต้อง intervention ก่อน Jan ไม่ใช่หลัง
การเชื่อมตัวเลขเหล่านี้กับ HR Dashboard ให้ CEO เปิดเองได้ คือ next step ที่หลายองค์กรค้างอยู่ — มีไฟล์ แต่ไม่มี dashboard
ข้อผิดพลาดที่เจอบ่อย
- นับ Contract หมดสัญญาเป็น turnover. ทำให้ตัวเลขเบาบ้านชั้น — แยก employment_type ออกจาก formula ตั้งแต่ต้น
- ไม่แยก Voluntary vs Involuntary. ตัวเลขรวมพูดอะไรไม่ได้ — voluntary คือสิ่งที่ HR ลดได้, involuntary คือสิ่งที่บริหารจัดการแล้ว
- ใช้ headcount ปลายเดือน แทน average. เดือนที่คนเข้ามากปลายเดือน ตัวหารใหญ่ขึ้น turnover rate ดู “ดี” กว่าความจริง
- ไฟล์ Manpower กับ payroll ไม่ตรงกัน. ปลายปี report ออกไป CEO จับได้ ความน่าเชื่อถือของ HR ตก reconcile ทุก quarter
- ไม่ update เมื่อมี internal transfer. คนย้ายแผนกแต่ department column ยังเก่า — departmental turnover ผิดทั้งสองฝั่ง
- เก็บแต่ “ออก” ไม่เก็บ “ออกแล้วไปไหน”. ถ้าครึ่งหนึ่งย้ายไปคู่แข่งเดียวกัน นี่คือ signal ใหญ่ — ใช้คอลัมน์ exit_reason ให้ละเอียดเพื่อ rollup ได้
- วิเคราะห์ exit reason แบบ manual. เก็บ free-text reason 99 รายการ/ปี แล้วมานั่ง group เองตอนสรุปปี — กินเวลา HR Officer 2–3 วัน หลายองค์กรใช้บริการประเมินภายนอกช่วย rollup + categorize exit data ให้แทน เพื่อให้ HR ได้ insight โดยไม่ต้อง spend cycle ทำเอง
หัวข้อที่เกี่ยวข้อง
- Dashboard KPI ที่ HR ใช้จริง — Turnover Rate คือ 1 ใน 8 เมตริกหลัก
- HR Dashboard คืออะไร? ทำไมฝ่ายบุคคลควรมี — กรอบคิดของการ visualize Manpower data
- KPI ฝ่ายบุคคลที่จำเป็นจริง — Turnover ในบริบทของ KPI HR ทั้งชุด
- ตัวอย่าง Action Plan ฝ่ายบุคคล — ใช้ Manpower data ขับเคลื่อน plan ต่อ
- First-Year Attrition Rate คืออะไร (thaihrpro.com)
- Headcount คืออะไร? ทำไม HR ต้องติดตามตัวเลขนี้อยู่เสมอ (thaihrpro.com)