Печалби:
- Възможност за анализиране на отговорите на анкетата с отворен край според теми, честота и настроение
- Възможност за интерпретиране на показатели като eNPS и ангажираност и превръщането им в препоръки за действие
- Възможност за създаване на рамка за анализ на проучването без пристрастия, която запазва анонимността и поверителността
Проведохте проучване за ангажираността на служителите и получихте стотици безплатни текстови коментари от 400 души. Прочитането им една по една и извличането на основните теми ще отнеме дни и ще бъде субективно: от очите на уморен читател някои теми ще изпъкнат, а други ще изчезнат. Изкуственият интелект (AI) групира стотици отворени отговори по теми, честота и настроение за минути; Той създава картина, която ще подтикне ръководството да предприеме действия. Но тук влиза в действие една от най-чувствителните отговорности на HR: тези коментари принадлежат на отделни лица, обещана е анонимност и това обещание никога не трябва да се нарушава. В тази част ще се научим как да провеждаме анализ на анкетата от край до край и да запазим анонимността и честността.
Няколко термина: eNPS (Employee Net Promoter Score) е показател, който измерва склонността на служителите да препоръчват компанията; Получава се, като се извади процентът на „тези, които препоръчват“ от процента на „тези, които не препоръчват“. Участието/ангажираността се отнася до емоционалната връзка на служителя с неговата работа и компанията. Анализът на настроението класифицира положителния/негативния/неутралния тон на даден текст. Тематичното кодиране е процес на разделяне на свободни текстове на общи теми (като натоварване, управление, кариера).
Тематични отворени отговори
AI превръща свободния текст в структурно прозрение. Критичният момент: поддържане на анализа анонимен и обобщен. Процес стъпка по стъпка:
- Анонимизирайте данните. Премахнете или обобщете име, единица, описателни подробности.
- Извлечете темите. Попитайте в колко коментара се появява всяка тема.
- Добавете емоционалното състояние. Всяка тема положителна или отрицателна ли е?
- Поискайте примерни оферти, но сигурни. Представителни цитати, които няма да издадат индивида.
- Превърнете го в действие. 1-2 конкретни предложения за всяка важна тема.
- Превеждайте с хора. Числата се четат с контекст; Последният коментар е ваш.
Вашата роля: анализатор на опита на служителите. Задача: Анализирайте следните анонимни коментари от анкетата. 1) Групирайте коментарите в основни теми (напр. управление, натоварване, кариера, заплащане, култура, инструменти). Посочете колко коментара имате за всяка тема. 2) Обобщете общото настроение (положително/отрицателно/неутрално) на всяка тема. 3) Идентифицирайте 3-те най-често споменавани положителни аспекта и 3 области на развитие. Правило: Не се опитвайте да съпоставяте коментарите с ХОРА. Ако има подробности (име, звено, конкретно събитие), които описват индивида, ОБЩО ги ОБЩО, когато обобщавате. Не цитирайте само рядък/конкретен коментар, който може да разкрие човек.
Тази подкана; Той дава действени резултати за ръководството, като например „Темата за работното натоварване се появи в 78 коментара, предимно отрицателни; вечерната смяна е основната причина“ — без да разкрива никого.
Съвет: Най-големият етичен риск при анализа на анкетата е нарушаването на анонимността. Коментар от рода на „Единственият човек в счетоводството, чието дете се е родило“ може сам да издаде човек. Изрично кажете на AI да обобщава подробности, които идентифицират индивида и да не подчертава редки/специфични коментари.
Тълкуване на показатели и превръщането им в действие
Суровото число само по себе си няма значение; Добър или лош е „eNPS 12“? AI помага за контекстуализиране на показателите и превеждането им в препоръки за действие:
Интерпретирайте показателите на проучването по-долу и предоставете резюме от 1 страница на мениджъра. Данни: - eNPS: 12 (25 миналата година) - Цялостна ангажираност: 3,6 от 5 - Област с най-нисък резултат: "кариерно развитие" (3,1) - Област с най-висок резултат: "взаимоотношения в екип" (4,4) Задължително: 1) Обяснете на ясен език какво е добро и какво е тревожно2) Възможни хипотези за спад на eNPS (измисляне на точна причина, хипотеза)3) Предложение за конкретно действие за 3-те най-критични области
Разделете негативните коментари по темата „Кариерно развитие“ на подтеми (напр. несигурност при повишението, липса на обучение, липса на обратна връзка). За всяка подтема запишете броя на коментарите и идея за действие. Не излагайте лицето; Поддържайте цитатите анонимни и представителни.
Три мини калъфа
Случай 1 — От дни до минути. В компания от 600 души двама специалисти по човешки ресурси кодираха ръчно 1400 безплатни коментара за годишно проучване за една седмица. С AI тематизирането е намалено до няколко часа; Екипът отдели време за анализ, тълкуване и планиране на действие. Последователността на кодирането също се увеличи, тъй като към всички коментари бяха приложени едни и същи критерии.
Случай 2 — Прихващане на таен сигнал. В една производствена компания общите резултати бяха добри, но AI подчерта темата „график на смени“ с 46 отрицателни коментара; това беше модел, пренебрегван при четене на ръка. Ръководството прегледа системата на смени; През следващото тримесечие свързаните оплаквания са намалели наполовина.
Случай 3 — Предотвратяване на криза на анонимността. При първия опит експерт също предостави информация за единица на AI; Разпечатката съдържаше изобличителния цитат „За едноличния управител в блок X“. Експертът забеляза това преди публикуването, коригира процеса: информацията за единицата беше премахната, беше въведено правило за „отчетване отделно на всяка подгрупа с по-малко от 5 коментара“. Доверието беше запазено.
Слаба подкана / Силна подкана
Слаба подкана: Обобщете тези коментари в проучването.
Резултатът: повърхностен, многоброен, без гаранция за анонимност; резюме, което дори може да разкрие индивид.
Мощна подкана: [анонимизирани данни + тема и брой + настроение + безопасен/представителен цитат + „обобщаване на индивида, не разкривайте рядък коментар“ + предложение за действие]
Резултатът: анализ, който е цифров, тематичен, ориентиран към действие и поддържа анонимност.
Правила за анонимност и честност
Риск
предпазна мярка
Разкриване на малка група
Отделно отчитане на подгрупи с по-малко от 5 респондента
описателен детайл
Обобщаване на информация за име/единица/събитие
Цитирам рядък коментар
Използвайте само представителни кавички за мнозинство
пристрастен коментар
Поставете под въпрос систематичното отричане на група (възраст, пол и т.н.) от AI
Експортиране на необработени данни към несигурен инструмент
Използвайте сертифицирани/институционални инструменти и анонимни данни
Внимание: Данните от проучването са лични данни; Поставянето на необработени коментари в общ инструмент без гарантиране на корпоративни данни носи риск от KVKK (ще се потопим в това в следващата част). Изводът на темата на AI също е грешен; Човек трябва да прегледа числата и примерите и да направи окончателното тълкуване. AI намира модели; Човекът определя смисъла и действието.
Често срещани грешки
- Нарушаване на анонимността. Поставянето на единица/име/специфичен детайл в анализ може да издаде човек.
- Докладване в малки групи. Резултатът от единица от 3 души е почти лични данни.
- Сляпо доверие на необработеното число. Тематизирането на AI е грешно; Проверете чрез вземане на проби.
- Подчертаване на редкия поразителен коментар. Може да бъде по-скоро разкриващо, отколкото представително.
- Не свързва коментара с действието. Ако анализът не доведе до конкретни стъпки, той остава на рафта.
- Пренебрегващо пристрастие. Въпрос дали AI систематично отрича определена група.
В обобщение
- AI групира стотици отворени отговори по теми, честота и настроение, за да извлече полезна информация за управлението.
- Поддържайте анонимност: обобщете подробности, които идентифицират индивида, не разкривайте малки групи и редки коментари.
- Поставете показатели като eNPS и ангажираност в контекст; Не измисляйте окончателна причина, поискайте хипотеза.
- Свържете всяка важна тема с конкретно действие; Анализът не създава стойност, ако не произвежда стъпки.
- Обработвайте необработени данни със защитен инструмент; AI намира модели, хората правят окончателното тълкуване и проверка на пристрастията.
Задача за приложение
Подгответе 30-40 коментара на анкетата, реални или измислени (съзнателно включете един или два „показателни“ детайла). Първо анонимизирайте данните. Накарайте AI да генерира теми, анализ на настроенията и брой коментари за всяка тема; Поискайте безопасни/представителни оферти. След това проверете изхода: дали някои котировки издават човек? Отчита ли се отделно подгрупа с по-малко от 5 коментара? И накрая, напишете конкретно действие за 3-те най-критични теми.
контролен списък
- [ ] Данните анонимизирани ли са преди анализ (име/единица/подробност)?
- [ ] Темите докладвани ли са числено (колко коментара)?
- [ ] Посочено ли е настроението за всяка тема?
- [ ] Подгрупите с по-малко от 5 отговора не се ли отчитат отделно?
- [ ] Цитатите представителни и неразкриващи ли са?
- [ ] Изходът на AI поставян ли е под съмнение за пристрастност?
- [ ] Всяка критична тема обвързана ли е с конкретно действие?