การเลี้ยงทารกกับการให้บริการลูกค้าอาจดูเป็นคนละเรื่อง แต่ในมุมมองของผู้เขียน ทั้งสองสิ่งมีจุดร่วมสำคัญ คือ การทำความเข้าใจความต้องการที่ไม่ได้ถูกสื่อสารออกมาอย่างชัดเจน การบริการที่ดีจึงไม่ได้อาศัยเพียงจิตบริการหรือการรับฟังสิ่งที่ลูกค้าบอกเท่านั้น หากยังต้องสังเกต ตีความ และค้นหา “เสียงที่ซ่อนอยู่” (Hidden Voice) เบื้องหลังประสบการณ์ของผู้ใช้บริการให้พบ โดยเฉพาะในบริบทมหาวิทยาลัยที่ “ลูกค้า” อาจหมายถึงนักศึกษา บุคลากร ผู้ปกครอง หรือผู้เข้ามาใช้บริการ ซึ่งแต่ละคนล้วนมีความต้องการบางอย่างที่อาจยังไม่ได้เอ่ยออกมาเป็นคำพูด นี่จึงเป็นจุดเริ่มต้นของการก้าวไปให้ไกลกว่าเสียงที่เราได้ยิน หรือ “Beyond the Voice”
การมองหา “Hidden Voice” เปรียบได้กับการสำรวจสิ่งที่ซ่อนอยู่ใต้ภูเขาน้ำแข็ง เพราะความต้องการที่ลูกค้าพูดออกมาอาจเป็นเพียงส่วนเล็ก ๆ ของความรู้สึก ปัญหา และความคาดหวังทั้งหมด แนวคิดนี้สอดคล้องกับบทความวิจัยเรื่อง Beyond the Voice of the Customer: Ethnographic Market Research โดย Keith Goffin และคณะ ซึ่งเสนอการวิจัยตลาดเชิงชาติพันธุ์วรรณนา (Ethnographic Market Research: EMR) เพื่อเข้าถึงความต้องการเชิงลึกของลูกค้า งานวิจัยชี้ให้เห็นว่าเครื่องมือแบบดั้งเดิม เช่น แบบสำรวจ การสัมภาษณ์ และการสนทนากลุ่ม (Focus Group) ต่างมีข้อจำกัด เนื่องจากลูกค้าอาจไม่สามารถอธิบายความต้องการของตนได้อย่างครบถ้วน หรือบางครั้งอาจไม่รู้ด้วยซ้ำว่าตนกำลังเผชิญปัญหาอะไร การค้นหา Hidden Voice จึงต้องก้าวไปไกลกว่าการตั้งคำถาม โดยเข้าไปพูดคุยและสังเกตพฤติกรรมของลูกค้าในสภาพแวดล้อมจริง เพื่อทำความเข้าใจว่าพวกเขาใช้ผลิตภัณฑ์หรือรับบริการอย่างไร มีอุปสรรคตรงจุดใด และแก้ปัญหาเฉพาะหน้าด้วยวิธีใด กระบวนการดังกล่าวอาจใช้การสัมภาษณ์กึ่งโครงสร้าง ณ จุดรับบริการ การเยี่ยมชมสถานที่ใช้งานหรือบ้านของลูกค้า ตลอดจนการสังเกตอย่างเป็นระบบ เช่น การบันทึกวิดีโอระหว่างการใช้งาน ข้อมูลเหล่านี้ช่วยเปิดเผยความต้องการที่ไม่ได้ถูกเอ่ยออกมา และอาจนำไปสู่การออกแบบผลิตภัณฑ์หรือบริการที่ตอบโจทย์ได้ลึกยิ่งขึ้น
ด้วยผลิตภัณฑ์และบริการแต่ละประเภทมีลักษณะเฉพาะ วิธีค้นหา “Hidden Voice” ของลูกค้าจึงควรต้องปรับให้เหมาะสมกับบริบทของแต่ละองค์กร จากการทบทวนวรรณกรรมทำให้เราทราบว่า แหล่งข้อมูลสำคัญที่ช่วยให้เราเข้าถึงเสียงที่ซ่อนอยู่ของผู้ใช้บริการสามารถจำแนกได้ 6 ประการ ได้แก่
- ข้อมูลจากกระบวนการให้บริการ เช่น บันทึกการตอบคำถาม (Log) ประวัติการสนทนา หรือข้อมูลจากเครื่องมือที่ใช้สนับสนุนงานบริการ ซึ่งสามารถนำมาวิเคราะห์ประเด็นที่ผู้ใช้สอบถามซ้ำ ปัญหาที่พบบ่อย และความต้องการที่ยังไม่ได้รับการตอบสนอง
- คำขอที่ยังไม่สามารถตอบสนองได้ โดยบันทึกคำร้องขอ ข้อเสนอแนะ หรือบริการที่ผู้ใช้ต้องการแต่หน่วยงานยังไม่มีหรือยังไม่สามารถดำเนินการได้ ข้อมูลเหล่านี้อาจสะท้อนช่องว่างของบริการและโอกาสในการพัฒนาสิ่งใหม่
- การสังเกตในบริบทจริง ทั้งในพื้นที่ให้บริการและสภาพแวดล้อมที่มีการใช้งานจริง โดยสังเกตวิธีใช้เครื่องมือ จุดที่ผู้ใช้เกิดความสับสน อุปสรรคที่พบ ตลอดจนช่วงเวลาหรือสถานการณ์ที่มักเกิดปัญหาซ้ำ ๆ พฤติกรรมเหล่านี้อาจเปิดเผยความต้องการที่ผู้ใช้ไม่ได้บอกออกมาโดยตรง
- การสัมภาษณ์ผู้ใช้บริการ เพื่อทำความเข้าใจเหตุผล ความรู้สึก ประสบการณ์ และความคาดหวังในเชิงลึก โดยควรรับฟังผู้ใช้จากหลายกลุ่ม เช่น นักศึกษาระดับปริญญาตรี นักศึกษาระดับบัณฑิตศึกษา อาจารย์ นักวิจัย และบุคคลทั่วไป เพราะผู้ใช้แต่ละกลุ่มอาจมีเป้าหมายและข้อจำกัดแตกต่างกัน
- ช่องทางรับความคิดเห็นอย่างเป็นทางการ เช่น แบบประเมินความพึงพอใจ แบบฟอร์มข้อเสนอแนะ กล่องข้อความของ Facebook และ LINE Official Account ซึ่งช่วยให้เห็นความคิดเห็นที่ผู้ใช้ตั้งใจสื่อสารมายังหน่วยงานโดยตรง
- เสียงจากสื่อสังคมออนไลน์ที่ไม่เป็นทางการ เช่น โพสต์ ความคิดเห็น หรือบทสนทนาที่ผู้ใช้กล่าวถึงบริการในพื้นที่สาธารณะ ข้อมูลส่วนนี้อาจสะท้อนประสบการณ์และความรู้สึกอย่างเป็นธรรมชาติมากกว่าความคิดเห็นผ่านช่องทางขององค์กร
อย่างไรก็ตาม ข้อมูลจากแหล่งใดแหล่งหนึ่งอาจยังไม่เพียงพอที่จะอธิบายความต้องการที่แท้จริง การค้นหา Hidden Voice จึงควรนำข้อมูลทั้งหกด้านมาเชื่อมโยง เปรียบเทียบ และตีความร่วมกัน เพื่อค้นหารูปแบบหรือประเด็นที่ซ่อนอยู่ ในกรณีที่มีข้อมูลจำนวนมาก อาจประยุกต์ใช้ AI เพื่อช่วยจัดหมวดหมู่ วิเคราะห์ประเด็นสำคัญ และตรวจหารูปแบบที่เกิดขึ้นซ้ำ แต่ข้อค้นพบยังควรได้รับการตรวจสอบและตีความโดยผู้ปฏิบัติงานที่เข้าใจบริบทของผู้ใช้และการให้บริการ
แม้ว่าจะเก็บรวบรวมไว้ในทั้ง 6 ประการแล้ว แต่แนวคิดสำคัญยังควรแยกผลวิเคราะห์ออกมาเป็น 4 Layer ได้แก่
Layer 1 : สิ่งที่ผู้ใช้พูดหรือร้องขอโดยตรง
Layer 2 : พฤติกรรมที่เกิดขึ้นซ้ำ (นอกจากพิจารณาจากปัญหาที่เกิดซ้ำ คำถามซ้ำ ยังต้องมองหาจุดลังเล วิธีแก้ปัญหาเฉพาะหน้า ควาแตกต่างระหว่างการใช้
Layer 3 : ความรู้สึก เหตุผล หรือข้อจำกัดเบื้องหลัง (อ้างอิงหลักฐานจากข้อมูล)
Layer 4 : Hidden Voice ความต้องการที่ผู้ใช้ไม่ได้กล่าวออกมาตรง ๆ
ภาพจาก Generative AI : ChatGPT
ใน Layer ที่ 4 นี้ รูปประโยคที่ช่วยในการตีความ เช่น
"ผู้ใช้อาจต้องการ เพราะ... (Layer ที่ 3, 2 ...)" หรือ
"แม้ผู้ใช้จะพูดว่า ...แต่พฤติกรรมที่เกิดขึ้นซ้ำ (Layer2) สะท้อนได้ว่า ..."
ดังนั้น Hidden Voice ในแต่ละข้อ ควรที่จะระบุได้ว่า (ควรจัดทำเป็นตาราง)
- กลุ่มผู้ใช้ที่เกี่ยวข้อง - คือใคร
- หลักฐานสนับสนุน - อะไรบ้าง หากยังไม่มีให้ระบุไว้ว่ายังเป็นสมมติฐาน
- จำนวนหรือความถี่ที่พบ - เท่าไหร่
- ช่องทางที่พบ - ไหนบ้าง
- ระดับความมั่นใจของผู้ให้บริการต่อเรื่องนั้น ๆ ว่าเป็น Hidden Voice อยู่ในระดับใด - สูง / ปานกลาง / ต่ำ
- คำอธิบายระดับความมั่นใจเพิ่มเติม
- ผลกระทบต่อประสบการณ์ผู้ใช้ - ใครบ้าง
- ข้อมูลเพิ่มเติมที่ควรเก็บ - มีหรือไม่
- วิธีตรวจสอบสมมติฐานกับผู้ใช้ - วิธีใด
- แนวทางพัฒนาบริการเบื้องต้น - มีอะไรที่ทำได้ทันทีเลยหรือไม่
เพื่อเป็นข้อมูลสำหรับการทำงานเมื่อได้ตารางข้อมูลเราจะมีข้อมูลมากพอเพื่อจะตีความได้ว่า
1) Hidden Voice ที่ควรให้ความสำคัญอย่างน้อย 3-5 ลำดับแรก คืออะไร
2) มองหา Quick Wins สิ่งที่เราดำเนินการได้ในทันที
3) ประเด็นที่ยังไม่ควรตัดสินใจจนกว่าเราจะมีข้อมูลเพิ่ม
นอกจากนี้ในการประเมินจากการพิจารณาการใช้ Prompt จาก AI โดยมีแนวทางการประเมินที่น่าสนใจใน 4 ด้าน ในเกณฑ์คะแนน 1-5 ให้ผู้ปฏิบัติงานประเมิน ร่วมกับข้อมูลในตาราง (หรือกำหนดเป็นค่าน้ำหนักให้ AI ช่วยประเมินได้) ได้แก่
ดังนั้น ขั้นตอนต่อไปคือการเปลี่ยน Hidden Voice ให้เป็นแผนปฏิบัติงานที่ชัดเจน โดยกำหนด Quick Wins ที่ควรเร่งดำเนินการ 3–5 อันดับแรก พร้อมระบุกรอบเวลา ผู้รับผิดชอบ และผลลัพธ์ที่คาดหวัง ขณะเดียวกัน ควรวางแผนเก็บข้อมูลในประเด็นที่หลักฐานยังไม่เพียงพอ เพื่อตรวจสอบสมมติฐานและทำให้ความต้องการที่ซ่อนอยู่ค่อย ๆ ปรากฏชัดขึ้น เมื่อองค์กรสามารถมองเห็นและตอบสนองต่อความต้องการของผู้ใช้ได้ก่อนที่จะต้องเอ่ยปาก การบริการก็จะก้าวไปไกลกว่าการรอรับคำร้องขอ เปรียบเสมือนการดูแลทารกอย่างเข้าใจ รู้ว่าเสียงร้องแต่ละครั้งกำลังสื่อถึงอะไร และตอบสนองได้อย่างเหมาะสมก่อนที่เสียงงอแงจะดังขึ้น—นี่คือหัวใจของการก้าวไปสู่ “Beyond the Voice”
บรรณานุกรม
Found P, Harrison R (2012), "Understanding the lean voice of the customer". International Journal of Lean Six Sigma, Vol. 3 No. 3 pp. 251–267, doi: https://doi.org/10.1108/20401461211282736
Goffin, K., Varnes, C. J., van der Hoven, C., & Koners, U. (2012). Beyond the Voice of the Customer: Ethnographic Market Research. Research-Technology Management, 55(4), 45–53. https://doi.org/10.5437/08956308X5504063
บทความนี้ได้รับการขัดเกลาสำนวนและเรียบเรียงเนื้อหาให้กระชับ เข้าใจง่ายยิ่งขึ้น โดยใช้ Generative AI (ChatGPT) เป็นเครื่องมือสนับสนุน
แรงบันดาลใจในการรวบรวมเนื้อหาในบทความนี้เกิดจากการ Learning by doing ของการดำเนินงานกลุ่ม 6+1 Flagships Track 2 ครั้งที่ 38 จากการจัดการ Voice of Customer (VOC) เชิงกลยุทธ์ : จากการเก็บข้อมูลสู่การสร้างระบบเพื่อความเป็นเลิศของฝ่ายสนับสนุน กลุ่ม 2.2 Current Learners Learn (กลุ่ม Hidden Voice)
Categories
Hashtags