สรุปสั้น
โครงการ ERP ที่ล้มเหลวในประเทศไทย ส่วนใหญ่ไม่ได้ล้มเพราะ Odoo ไม่ดี และไม่ได้ล้มเพราะทีมเขียนโค้ดไม่เก่ง โครงการล้มเพราะลำดับของการตัดสินใจในช่วงแรกผิด
Panorama Consulting รายงานปี 2026 ว่า มากกว่า 25% ขององค์กรที่ทำ ERP เกินงบ สาเหตุหลักที่ Panorama ระบุคือ การพบ misfit ของระบบสาย เพราะองค์กรไม่ได้ทำงานออกแบบ process ก่อน scope creep ที่ตามมา และ custom build ที่ถูกขอเข้ามาเพื่อปะรอย
ในมุมของ Enersys ในฐานะ Odoo Silver Partner ปัญหานี้แก้ได้ แต่ต้องแก้ในช่วงสัปดาห์แรกของโครงการ ไม่ใช่หลัง go-live
บทความนี้สรุป 7 หลักการที่ทีมเราใช้กับลูกค้าจริง
1 Process ก่อน module ไม่ใช่ map ของเก่าเข้า Odoo 2 Phased rollout ไม่ใช่ big bang 3 Configure 90% ก่อน customize 10% ไม่ใช่ตรงข้าม 4 Data migration เป็น workstream คู่ขนาน ไม่ใช่งานต่อท้าย 5 Change management ลงทุนเท่าฝั่งเทคนิค ไม่ใช่หลังเปิดระบบ 6 มี executive sponsor และ business owner ต่อ module ไม่ใช่ทุกอย่างตกที่ PM 7 Hypercare 30-60 วันหลัง go-live เป็น phase ที่นับเวลา ไม่ใช่บริการฟรี
ใครที่เป็น CEO, COO, CFO หรือ project sponsor ของ ERP — บทความนี้คุ้มกับ 14 นาทีของคุณ
ทำไม ERP ล้มเหลว และจุดที่ Odoo ล้มเหลวต่างจาก ERP ใหญ่อย่างไร
ตลอด 14 ปีที่ทีม Enersys ทำงานกับองค์กรในกลุ่มพลังงาน การเงิน สื่อบันเทิง และภาครัฐ เราเห็นโครงการ ERP สามรูปแบบที่ล้มเหลว
แบบแรก ระบบ implement สำเร็จในเชิงเทคนิค แต่พนักงานไม่ใช้ กลับไปเปิด Excel เหมือนเดิม ฝ่าย Finance ดู report จาก Odoo และเปรียบเทียบกับ Excel ของตัวเองทุกวัน เพราะไม่ไว้ใจตัวเลข
แบบที่สอง ระบบใช้งานได้ แต่ overcustomized มากจนการ upgrade Odoo version ใหม่ทำได้ยาก ลูกค้าติดอยู่ที่ v15 ในขณะที่ Odoo เปิดตัว v19 ไปแล้ว ทุกการอัปเกรดกลายเป็นการเขียน custom logic ใหม่
แบบที่สาม โครงการเกินงบและเลย timeline 2-3 เท่า เพราะ scope ที่ตอนแรกตกลงกัน 8 modules โตเป็น 14 modules ก่อน go-live โดยไม่มีการทบทวน business case
สามแบบนี้ มี root cause ที่ต่างกันในเชิงผิว แต่ต้นเหตุเดียวกันคือ การข้ามขั้นตอนในช่วงแรกของโครงการ
Odoo ต่างจาก ERP ใหญ่อย่าง SAP หรือ Oracle ที่ความผิดพลาดในช่วงต้นมีต้นทุนถูกกว่า ปรับเปลี่ยนระหว่างทางได้ แต่นั่นไม่ได้แปลว่ามันให้อภัยทุกอย่าง ความผิดพลาดเชิงโครงสร้างยัง break โครงการได้เหมือนกัน
หลักที่ 1 Process ก่อน Module
จุดแรกที่ทีม Enersys ใช้เวลาในทุกโครงการ ไม่ใช่การติดตั้ง Odoo มันคือการเข้าใจ business process ของลูกค้าก่อน
ทีมที่ทำงานกับ ERP มานานจะรู้ว่า โครงการ ERP ที่สำเร็จไม่ใช่โครงการที่ทำให้ Odoo ทำงานเหมือนระบบเดิม โครงการที่สำเร็จคือโครงการที่ใช้ Odoo เป็นโอกาสในการทบทวน process ที่สั่งสมมาหลายปี และเลือกที่จะปรับไปสู่ best practice ของอุตสาหกรรม
ในการ kickoff โครงการ คำถามแรกที่เราถามลูกค้าไม่ใช่ "อยากให้ Odoo ทำอะไรบ้าง" คำถามแรกคือ "process ปัจจุบันเป็นอย่างไร และมีจุดไหนที่ทุกคนรู้ว่ามันไม่ค่อยดี"
จาก discovery ที่ดี เราจะได้ AS-IS process map TO-BE process design และ gap analysis ที่บอกว่า
- Process ไหนเก็บไว้เพราะ business value แท้จริง
- Process ไหนเก็บไว้เพราะ "ทำกันมาแบบนี้นาน"
- Process ไหนหายไปได้ เพราะ Odoo ทำให้ไม่จำเป็น
โครงการที่ข้าม discovery และเริ่มที่การ map module ทันที สุดท้ายต้องกลับมาทำ discovery หลัง go-live เมื่อพนักงานบ่นว่าระบบ "ทำงานไม่เหมือนเดิม" และโครงการเข้าสู่วงจรของการเพิ่ม custom logic เพื่อทำให้ Odoo "เหมือนเดิม" ซึ่งคือจุดเริ่มต้นของการล้มเหลวแบบที่สอง
Voxtron ในบทความปี 2026 เรื่อง common Odoo implementation mistakes ระบุชัดว่าการ replicate legacy inefficiency เป็น mistake อันดับหนึ่งของโครงการที่ล้ม
หลักที่ 2 Phased Rollout ไม่ใช่ Big Bang
Big bang go-live คือการเปิดระบบทุก module พร้อมกันในวันเดียว ฟังดูสะดวก แต่ในทางปฏิบัติ มันเป็นการเปิดความเสี่ยงทุกตัวพร้อมกัน
ปัญหาของ big bang สามข้อ
หนึ่ง พนักงานต้องเรียนรู้ทุกอย่างพร้อมกัน ในเวลาที่งานประจำวันยังต้องเดิน ทำให้คุณภาพการเรียนรู้ต่ำในทุก module
สอง เมื่อมีปัญหาในวันเปิด ทีม support ต้องดูแลทุก module พร้อมกัน คนคนเดียวที่รู้ Odoo ดีถูกแย่งกันใช้ ทำให้ปัญหาเล็กกลายเป็นปัญหาใหญ่เพราะตอบไม่ทัน
สาม การ retrospective หลัง phase ทำไม่ได้ เพราะไม่มี phase ทุกอย่างจบในวันเดียว
ทีม Enersys วาง default phasing สำหรับลูกค้าใหม่ดังนี้
- Phase 1 Core financial และ purchase ปัจจัยพื้นฐานที่ทุกฝ่ายต้องใช้
- Phase 2 Sales และ CRM ฝั่งรายได้
- Phase 3 Inventory และ manufacturing ฝั่งปฏิบัติการ
- Phase 4 HR และ payroll ฝั่งคน
- Phase 5 Reporting และ analytics ที่ดึงมาจากข้อมูลที่ครบแล้ว
แต่ละ phase ห่างกัน 4-8 สัปดาห์ ใช้เวลานี้ในการ stabilise, train, retrospective และเริ่ม phase ต่อไปด้วย lesson ที่ได้
Voxtron ในรายงานปี 2026 ระบุว่า phased rollout ช่วยลด deployment time ลง 30-50% ในภาพรวม เมื่อเทียบกับ big bang เพราะการเรียนรู้และการแก้ปัญหามีประสิทธิภาพกว่า
หลักที่ 3 Configure ก่อน Customize ตามอัตราส่วน 90/10
Odoo ทำให้ business need ของ SME ส่วนใหญ่ทำได้โดยไม่ต้องเขียนโค้ดใหม่ การ install module standard, การใช้ Odoo Studio, การปรับ config เป็นเครื่องมือที่ครอบคลุม business requirement ได้กว่า 90% ในกรณีทั่วไป
custom development ควรเก็บไว้สำหรับ 5-10% ที่เหลือ ซึ่งเป็นเรื่อง
- ข้อกำหนดทางกฎหมายเฉพาะของไทย เช่น e-Tax, withholding tax ที่ละเอียดมากกว่า standard
- Integration กับระบบภายในของลูกค้าที่ไม่มี connector มาตรฐาน
- Workflow ที่เป็น competitive differentiator ของลูกค้า
จุดที่โครงการพัง คือเมื่อ custom เกิน 10% หรือเมื่อ custom เกิดในส่วนที่ standard ทำได้ การ over-customize นำมาซึ่งสามต้นทุน
หนึ่ง ต้นทุนการ implement ตอนต้น ที่สูงขึ้นตรง ๆ
สอง ต้นทุน maintain ในระยะ 3-5 ปี ที่สะสมไปเรื่อย ๆ
สาม ต้นทุน upgrade Odoo version ที่ทุกการอัปเกรดต้อง rewrite custom logic หากไม่ทำ ก็ติดอยู่ที่ version เดิม
ในการ discovery ของทีม Enersys ถ้าลูกค้าขอ custom เราจะถามคำถามสามข้อก่อน standard ทำได้ใกล้เคียงพอใช้งานไหม custom นี้คือ competitive advantage จริง ๆ หรือเป็น habit จากระบบเดิม ถ้า standard เปลี่ยนใน Odoo รุ่นถัดไป custom นี้จะกลายเป็นภาระไหม
คำถามเหล่านี้ตัด scope creep ที่ Panorama Consulting ระบุว่าเป็นสาเหตุหลักของ budget overrun ในรายงานปี 2026
หลักที่ 4 Data Migration เป็น Workstream คู่ขนาน
จุดที่หลายโครงการมองข้าม คือการคิดว่า data migration เป็นงานในสัปดาห์สุดท้ายก่อน go-live ในความเป็นจริง data migration ควรเริ่มในสัปดาห์ที่สามของโครงการและทำคู่ขนานกับ configuration
เหตุผลสามข้อ
หนึ่ง data quality ของระบบเดิมมักแย่กว่าที่ลูกค้าคิด เราเจอลูกค้าหลายรายที่ master data ของ customer มี duplicate 20-30% address ไม่ครบ tax ID พลาด การพบเรื่องนี้ในสัปดาห์ที่สามให้เวลาในการ clean ก่อน go-live การพบในสัปดาห์สุดท้ายแปลว่า go-live ต้องเลื่อน
สอง mapping ระหว่าง schema เดิมกับ Odoo มักไม่ตรงไป ตรงมา เช่นระบบเดิมเก็บลูกค้ากับ supplier ในตารางเดียว แต่ Odoo แยก partner ออกเป็น customer rank vs supplier rank การออกแบบ mapping ต้องคุยกับฝั่ง business ก่อนเริ่มย้ายข้อมูลจริง
สาม การ test migration ต้องใช้เวลา dry run ครั้งแรกมักพบปัญหามากมาย การมี dry run อย่างน้อยสามรอบ ก่อน go-live จริง เป็นเรื่องที่ลด risk ในวัน go-live ลงอย่างมีนัยสำคัญ
โครงการที่ทำ data migration เป็น afterthought ในสัปดาห์สุดท้าย มักเลื่อน go-live หรือ go-live ด้วย data ที่ไม่สมบูรณ์ ซึ่งทำให้พนักงานไม่ไว้ใจระบบในวันแรก