พนักงานลาออกบ่อย เกิดจากอะไร? วิธีใช้ข้อมูลเวลาเข้างาน วันลา และ OT จับสัญญาณคนจะลาออกก่อนสายเกินไป

ปัญหาพนักงานลาออกบ่อย (High Turnover) คือหนึ่งในต้นทุนแฝงที่แพงที่สุดขององค์กร เพราะการเสียพนักงานหนึ่งคนไม่ได้เสียแค่ตำแหน่งว่าง แต่รวมค่าสรรหา ค่าเวลาสอนงานใหม่ ผลิตภาพที่หายไประหว่างรอยต่อ และความรู้ที่ไหลออกไปพร้อมตัวคน ประเมินกันโดยทั่วไปว่าต้นทุนรวมของการเสียพนักงานหนึ่งคนอยู่ที่ราวครึ่งเท่าถึงสองเท่าของเงินเดือนต่อปีในตำแหน่งนั้น ข่าวดีคือ การลาออกส่วนใหญ่ "ไม่ได้เกิดกะทันหัน" — มันมีสัญญาณนำในข้อมูลที่องค์กรเก็บอยู่แล้ว เพียงแต่ไม่มีใครดู

ทำไมการรอ Exit Interview ถึงช้าเกินไป

องค์กรจำนวนมากเพิ่งมารู้เหตุผลการลาออกตอนสัมภาษณ์วันสุดท้าย ซึ่งแก้อะไรไม่ได้แล้ว และคำตอบใน exit interview มักเป็นเหตุผลที่ปลอดภัย ("ได้ที่ใหม่ใกล้บ้าน") มากกว่าเหตุผลจริง ("ทนหัวหน้าไม่ไหว") การเฝ้าดูข้อมูลพฤติกรรมจึงตรงกว่าและเร็วกว่า — พฤติกรรมไม่โกหก

5 สัญญาณเตือนล่วงหน้าจากข้อมูลที่คุณมีอยู่แล้ว

สัญญาณที่ 1: รูปแบบการมาสายเปลี่ยนไปจากเดิม

คนที่เคยมาเช้าสม่ำเสมอแล้วเริ่มมาสายถี่ขึ้นในช่วง 1–2 เดือน คือสัญญาณคลาสสิกของแรงจูงใจที่ลดลง จุดสำคัญคือดู "การเปลี่ยนแปลงจาก baseline ของคนคนนั้น" ไม่ใช่เทียบกับค่าเฉลี่ยองค์กร ระบบลงเวลาอัตโนมัติทำให้เห็นแนวโน้มรายบุคคลย้อนหลังได้ทันทีโดยไม่ต้องเปิดสมุดโน้ต

สัญญาณที่ 2: ลาป่วยสั้น ๆ ถี่ขึ้น โดยเฉพาะวันจันทร์/ศุกร์

การลาป่วย 1 วันที่กระจุกตัวชิดวันหยุดบ่อยผิดปกติ มักสะท้อนภาวะหมดไฟหรือการไปสัมภาษณ์งานที่อื่น ไม่ได้แปลว่าต้องจับผิดพนักงาน แต่เป็นจังหวะที่หัวหน้าควรชวนคุยแบบใส่ใจ ก่อนที่ปัญหาจะเดินไปถึงใบลาออก

สัญญาณที่ 3: หยุดขอ OT ทั้งที่เคยขอประจำ (หรือ OT พุ่งผิดปกติ)

สองขั้วนี้อันตรายทั้งคู่ — คนที่เคยรับ OT ประจำแล้วเลิกรับ อาจกำลังเตรียมเวลาไปหางานใหม่ ส่วนทีมที่ OT สูงต่อเนื่องหลายเดือนคือกลุ่มเสี่ยง burnout ที่จะลาออก "ยกชุด" ซึ่งเจ็บกว่ามาก ผู้บริหารควรเห็นรายงาน OT รายแผนกทุกเดือนจากแดชบอร์ด HR ไม่ใช่มารู้ตอนปิดงบ

สัญญาณที่ 4: ใช้วันลาพักร้อนเกลี้ยงอย่างรวดเร็วผิดจังหวะ

การรีบใช้พักร้อนที่เหลือทั้งหมดในเวลาสั้น ๆ โดยไม่ใช่ฤดูท่องเที่ยว เป็นพฤติกรรมที่พบบ่อยก่อนการยื่นใบลาออก (ใช้สิทธิให้หมดก่อนไป) ระบบลางานออนไลน์ที่เห็นโควตาและประวัติการลาแบบเรียลไทม์ ช่วยให้ HR เห็นแพตเทิร์นนี้ได้เร็ว

สัญญาณที่ 5: การลาออกกระจุกตัวใต้หัวหน้าคนเดียวกัน

ประโยคที่ว่า "คนไม่ได้ลาออกจากบริษัท แต่ลาออกจากหัวหน้า" มีข้อมูลรองรับเสมอเมื่อคุณแยก turnover รายทีม หากทีมใดมีอัตราการลาออกสูงกว่าค่าเฉลี่ยองค์กรมาก ๆ ติดต่อกันเกินสองไตรมาส นั่นคือปัญหาการบริหารทีม ไม่ใช่ปัญหาค่าตอบแทน และต้องแก้คนละวิธี

แก้ที่ต้นเหตุ: จับคู่สัญญาณกับการแก้ไข

คำนวณต้นทุนการลาออกขององค์กรคุณ (สูตรง่ายที่ผู้บริหารฟังแล้วเข้าใจทันที)

ก่อนของบไปแก้ปัญหา ให้แปลงการลาออกเป็นตัวเงินก่อน สูตรอย่างง่ายที่ใช้ได้จริง:

ต้นทุนต่อการลาออก 1 คน ≈ ค่าสรรหา + (เงินเดือน × เดือนที่ตำแหน่งว่าง) + (เงินเดือน × 2–3 เดือนของช่วงสอนงานที่ผลิตภาพยังต่ำ)

ตัวอย่าง: พนักงานเงินเดือน 25,000 บาท ลาออก ตำแหน่งว่าง 1.5 เดือน ค่าประกาศงานและเวลาสัมภาษณ์ราว 15,000 บาท ช่วงสอนงาน 2 เดือน — ต้นทุนรวมประมาณ 15,000 + 37,500 + 50,000 = 102,500 บาทต่อคน ถ้าปีนั้นมีคนออกลักษณะนี้ 6 คน เท่ากับองค์กรเผาเงินกว่า 6 แสนบาทแบบไม่ปรากฏในงบบัญชีบรรทัดไหนเลย ตัวเลขนี้แหละที่ทำให้ข้อเสนอ "ลงทุนระบบข้อมูล + ปรับหัวหน้างาน" ผ่านง่ายขึ้นทันที

Stay Interview: เครื่องมือคู่กับข้อมูลที่แทบไม่มีต้นทุน

เมื่อข้อมูลชี้ว่าใครหรือทีมไหนมีความเสี่ยง อย่ารอ exit interview — ใช้ Stay Interview แทน คือการที่หัวหน้าหรือ HR ชวนพนักงานคุยสั้น ๆ 20–30 นาที ด้วยคำถามเชิงบวก เช่น "อะไรทำให้ยังอยากทำงานที่นี่" "อะไรที่ถ้าเปลี่ยนได้จะทำให้ชีวิตการทำงานดีขึ้น" และ "มีอะไรที่กำลังทำให้คิดเรื่องย้ายงานไหม" คุยปีละ 1–2 ครั้งกับพนักงานคนสำคัญ ต้นทุนแทบเป็นศูนย์ แต่ได้ข้อมูลเชิงคุณภาพที่ตัวเลขบอกไม่ได้ และตัวการสัมภาษณ์เองก็ส่งสัญญาณว่า "องค์กรเห็นคุณค่า" ซึ่งช่วยรั้งคนได้ในตัว จุดที่ต้องระวังคือถ้าถามแล้วไม่เคยแก้อะไรเลย stay interview จะกลายเป็นตัวเร่งการลาออกแทน

เริ่มระบบเตือนภัยแบบง่ายภายใน 1 เดือน

• สัปดาห์ 1: คำนวณ turnover ย้อนหลัง 12 เดือน แยกรายแผนกและรายอายุงาน — แค่นี้ก็เห็นจุดเลือดไหลแล้ว
• สัปดาห์ 2: ตั้งรายงานประจำเดือน 3 ตัว: มาสาย/ขาดงานรายคน, OT รายทีม, การใช้วันลา (ดูวิธีเลือกตัวชี้วัดที่ HR Analytics ฉบับเริ่มต้น)
• สัปดาห์ 3–4: กำหนดกติกา "เห็นสัญญาณแล้วใครคุยกับใคร" — ข้อมูลไม่มีประโยชน์ถ้าไม่มีบทสนทนาตามหลัง

คำถามที่พบบ่อย (FAQ)

อัตราการลาออกเท่าไหร่ถือว่าสูง?

ขึ้นกับอุตสาหกรรม — งานออฟฟิศทั่วไปมักอยู่ราว 10–15% ต่อปี ธุรกิจบริการ/ค้าปลีกสูงกว่านั้นได้มาก ตัวเลขที่ควรกังวลจริงคือ "แนวโน้มที่แย่ลงเทียบกับตัวเอง" และการกระจุกตัวในทีมใดทีมหนึ่ง

การเฝ้าดูข้อมูลพนักงานแบบนี้ผิด PDPA ไหม?

ไม่ผิด หากใช้ข้อมูลที่เก็บเพื่อการบริหารงานบุคคลตามปกติ มีวัตถุประสงค์ชัดเจน และจำกัดผู้เข้าถึง — อ่านแนวปฏิบัติที่ PDPA สำหรับ HR

ถ้ายังเก็บเวลาเข้างานด้วยกระดาษ ควรเริ่มจากอะไร?

เริ่มจากระบบลงเวลาดิจิทัลก่อนเป็นอันดับแรก เพราะเป็นแหล่งข้อมูลของสัญญาณเกือบทุกตัวในบทความนี้ — ปรึกษาทีม HRPM ฟรี เพื่อดูว่าองค์กรของคุณควรเริ่มตรงไหน