top of page

Streetlight Effect: เรามักหาคำตอบตรงที่ “มีแสง” ไม่ใช่ตรงที่ “ของหาย”

10 นาทีที่ผ่านมา
ยาว 1 นาที

ข้อมูลที่หาง่าย มักถูกเข้าใจผิดว่าเป็นข้อมูลที่ถูกต้อง


ประโยคนี้ฟังเหมือนจับผิด แต่ลองย้อนดูการประชุมวิเคราะห์ปัญหาครั้งล่าสุด ข้อมูลที่ถูกหยิบมาคุยมักเป็นข้อมูลที่ระบบดึงออกมาได้ในสามคลิก ไม่ใช่ข้อมูลที่ตอบคำถามจริง ๆ


มีเรื่องเล่าเก่าแก่เรื่องหนึ่งที่นักคิดใช้อธิบายปรากฏการณ์นี้ ชายคนหนึ่งคุกเข่าหากุญแจใต้เสาไฟข้างถนน ตำรวจที่ผ่านมาถามว่าทำหายตรงนี้ใช่ไหม เขาตอบว่าไม่ใช่ ทำหายอยู่ในซอยโน้น แต่ตรงนี้มีแสงสว่าง เรื่องนี้ถูกเรียกว่า Streetlight Effect หรือ “ผลของใต้เสาไฟ” คือแนวโน้มที่เราหาคำตอบในที่ที่หาง่าย ไม่ใช่ที่ที่คำตอบอยู่


🔴 ปัญหาไม่ได้อยู่ที่การขาดข้อมูล แต่อยู่ที่เราเลือกมองเฉพาะข้อมูลที่ “สว่าง”


ในงานจริง เสาไฟมีหลายรูปแบบ อาจเป็นแดชบอร์ดที่ทีมมีอยู่แล้ว ตัวชี้วัดที่ถูกบันทึกอัตโนมัติ แบบสอบถามที่ส่งได้ง่าย หรือแม้แต่คนที่ตอบอีเมลเร็วที่สุดในทีม เราจึงพบเรื่องแบบนี้บ่อย ทีมสงสัยว่าทำไมลูกค้าเลิกใช้บริการ ก็ไปวิเคราะห์ข้อมูลการใช้งานในแอป เพราะมันมีครบ ทั้งที่เหตุผลจริงอาจอยู่ในบทสนทนากับฝ่ายขายที่ไม่มีใครบันทึกไว้


อีกตัวอย่างอยู่ในงานบริหารคน หัวหน้าอยากรู้ว่าน้องในทีมเติบโตไหม ก็ดูจากจำนวนงานที่ปิดได้ เพราะมันนับง่าย ทั้งที่การเติบโตจริงอาจอยู่ที่คุณภาพของการตัดสินใจ ซึ่งไม่มีตัวเลขรองรับ ผลคือเราให้รางวัลกับสิ่งที่เห็นง่าย แล้วทีมก็เรียนรู้ที่จะทำให้สิ่งนั้นดูดี


🔴 คำถามที่ควรถามก่อนเปิดข้อมูล คือ “ถ้าคำตอบอยู่ที่อื่น มันจะอยู่ที่ไหน”


วิธีแก้ไม่ใช่การเลิกใช้ข้อมูลที่มี แต่คือการเพิ่มขั้นตอนเล็ก ๆ ก่อนเริ่มวิเคราะห์ ขั้นแรกเขียนคำถามของปัญหาให้ชัดโดยยังไม่ดูข้อมูล ขั้นที่สองเขียนว่าถ้าสมมติฐานของเราผิด หลักฐานจะอยู่ที่ไหน ขั้นที่สามถามว่าข้อมูลชุดไหนที่ตอบคำถามนี้ได้ดีที่สุดแต่ตอนนี้เรายังไม่มี


ขั้นที่สามไม่สบายใจเลย เพราะมันหมายถึงงานเพิ่ม แต่ก็เป็นขั้นที่ให้คุณค่าสูงสุด เพราะบ่อยครั้งทางออกที่ถูกต้องคือสัมภาษณ์ลูกค้าห้าคนอย่างเป็นระบบ แทนที่จะวิเคราะห์ตารางห้าหมื่นแถว


🔴 ของที่วัดไม่ได้ ไม่ได้แปลว่าไม่สำคัญ และของที่วัดได้ ไม่ได้แปลว่าตรงประเด็น


คำพูดทำนองว่า “อะไรที่วัดไม่ได้ ก็จัดการไม่ได้” ฟังเป็นเหตุเป็นผล แต่ถ้าใช้ไม่ระวังมันจะพาให้ทีมละเลยปัจจัยที่เงียบกว่า เช่น ความไว้ใจ ความชัดของบทบาท หรือคุณภาพการตัดสินใจ ทางที่ดีกว่าคือยอมรับตรง ๆ ว่าบางเรื่องเราวัดได้แค่ประมาณ และใช้ประมาณที่ตรงประเด็น ดีกว่าตัวเลขแม่นที่ผิดเรื่อง


ยุค AI ทำให้กับดักนี้เข้มขึ้นอีก เพราะ AI ช่วยวิเคราะห์ข้อมูลที่ป้อนเข้าไปได้รวดเร็วมาก แต่มันไม่รู้ว่าข้อมูลที่ไม่ได้ป้อนมีอะไรหายไป คนถามจึงต้องเป็นคนเดียวที่ถามว่า “เรากำลังมองตรงไหนอยู่ และไม่ได้มองตรงไหน”


ครั้งหน้าที่ทีมเปิดตารางข้อมูลแล้วเริ่มวิเคราะห์ ลองหยุดสักนาทีแล้วถามว่า “ที่เรากำลังหาอยู่ตรงนี้ เพราะของหายตรงนี้ หรือเพราะตรงนี้สว่าง”


——————————————————

หากองค์กรของคุณกำลังมองหาหลักสูตรเพื่อพัฒนาทักษะการคิดและ Soft Skills ให้กับทีมงาน


dots academy ให้บริการ In-house Training ที่ออกแบบให้เหมาะกับบริบทของแต่ละองค์กร ถ่ายทอดโดยเทรนเนอร์ที่ได้รับการรับรองระดับนานาชาติ พร้อมประสบการณ์ด้านการอบรมและพัฒนาองค์กรมากกว่า 10 ปี


หลักสูตรครอบคลุมหัวข้อ เช่น


✏️Analytical Thinking

✏️Critical Thinking

✏️Strategic Thinking

✏️Six Thinking Hats

✏️Business Storytelling


สนใจสอบถามรายละเอียดหรือปรึกษาการออกแบบหลักสูตรสำหรับองค์กรของคุณได้ทาง LINE @dots

 
 
 

ความคิดเห็น


ติดตามข่าวสารและอัปเดตจาก dots.

Thanks for subscribing.

bottom of page