એકમ 9 / 11

કર્મચારી સર્વેક્ષણો અને મફત લખાણ વિશ્લેષણ

નફો:

  • થીમ્સ, ફ્રીક્વન્સી અને મૂડ અનુસાર ઓપન-એન્ડેડ સર્વેના જવાબોનું વિશ્લેષણ કરવાની ક્ષમતા
  • eNPS અને સગાઈ જેવા મેટ્રિક્સનું અર્થઘટન કરવાની અને તેમને ક્રિયા ભલામણોમાં ફેરવવાની ક્ષમતા
  • પૂર્વગ્રહ-મુક્ત સર્વેક્ષણ વિશ્લેષણ માળખું સ્થાપિત કરવાની ક્ષમતા જે અનામી અને ગુપ્તતા જાળવી રાખે છે

તમે એક કર્મચારી સગાઈ સર્વેક્ષણ કર્યું અને 400 લોકો તરફથી સેંકડો મફત ટેક્સ્ટ ટિપ્પણીઓ પ્રાપ્ત થઈ. તેમને એક પછી એક વાંચવામાં અને મુખ્ય થીમ્સ કાઢવામાં દિવસો લાગશે, અને તે વ્યક્તિલક્ષી હશે: થાકેલા વાચકની નજરમાંથી, કેટલીક થીમ્સ અલગ થઈ જશે અને કેટલીક અદૃશ્ય થઈ જશે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) સેંકડો ઓપન-એન્ડેડ પ્રતિભાવોને થીમ, ફ્રીક્વન્સી અને મૂડમાં મિનિટોમાં જૂથબદ્ધ કરે છે; તે એક ચિત્ર બનાવે છે જે મેનેજમેન્ટને પગલાં લેવા માટે પ્રોમ્પ્ટ કરશે. પરંતુ આ તે છે જ્યાં HR ની સૌથી સંવેદનશીલ જવાબદારીઓમાંની એક રમતમાં આવે છે: આ ટિપ્પણીઓ વ્યક્તિઓની છે, અનામીનું વચન આપવામાં આવ્યું છે, અને આ વચન ક્યારેય તોડવું જોઈએ નહીં. આ એકમમાં, આપણે શીખીશું કે કેવી રીતે સર્વેક્ષણ વિશ્લેષણ હાથ ધરવું અને અનામી અને ન્યાયીપણું જાળવવું.

કેટલીક શરતો: eNPS (કર્મચારી નેટ પ્રમોટર સ્કોર) એક મેટ્રિક છે જે કર્મચારીઓની કંપનીની ભલામણ કરવાની વૃત્તિને માપે છે; તે "જેઓ ભલામણ કરતા નથી" ની ટકાવારીમાંથી "જેઓ ભલામણ કરે છે" ની ટકાવારી બાદ કરીને જોવા મળે છે. સહભાગિતા/પ્રતિબદ્ધતા કર્મચારીના તેની નોકરી અને કંપની સાથેના ભાવનાત્મક બંધનનો સંદર્ભ આપે છે. સેન્ટિમેન્ટ વિશ્લેષણ લખાણના હકારાત્મક/નકારાત્મક/તટસ્થ સ્વરને વર્ગીકૃત કરે છે. વિષયોનું કોડિંગ એ મફત પાઠોને સામાન્ય વિષયો (જેમ કે વર્કલોડ, મેનેજમેન્ટ, કારકિર્દી) માં વિભાજીત કરવાની પ્રક્રિયા છે.

થીમિંગ ઓપન-એન્ડેડ પ્રતિભાવો

AI મફત ટેક્સ્ટને માળખાકીય આંતરદૃષ્ટિમાં ફેરવે છે. નિર્ણાયક મુદ્દો: વિશ્લેષણને અનામી અને એકીકૃત રાખવું. પગલું દ્વારા પગલું પ્રક્રિયા:

  1. અનામી ડેટા. નામ, એકમ, વર્ણનાત્મક વિગતો દૂર કરો અથવા સામાન્ય કરો.
  2. થીમ્સ બહાર કાઢો. પૂછો કે દરેક થીમ કેટલી ટિપ્પણીઓમાં દેખાય છે.
  3. ભાવનાત્મક સ્થિતિ ઉમેરો. દરેક થીમ હકારાત્મક કે નકારાત્મક છે?
  4. નમૂના અવતરણ માટે પૂછો - પરંતુ સલામત છે. પ્રતિનિધિ અવતરણ જે વ્યક્તિને દૂર કરશે નહીં.
  5. તેને ક્રિયામાં ફેરવો. દરેક મહત્વપૂર્ણ થીમ માટે 1-2 નક્કર સૂચનો.
  6. મનુષ્યો સાથે અર્થઘટન કરો. સંખ્યાઓ સંદર્ભ સાથે વાંચવામાં આવે છે; અંતિમ ટિપ્પણી તમારી છે.

તમારી ભૂમિકા: કર્મચારી અનુભવ વિશ્લેષક. કાર્ય: નીચેની અનામી સર્વેક્ષણ ટિપ્પણીઓનું વિશ્લેષણ કરો. 1) ટિપ્પણીઓને મુખ્ય થીમ્સમાં જૂથબદ્ધ કરો (દા.ત. મેનેજમેન્ટ, વર્કલોડ, કારકિર્દી, પગાર, સંસ્કૃતિ, સાધનો). દરેક થીમ માટે તમારી પાસે કેટલી ટિપ્પણીઓ છે તે જણાવો.2) દરેક થીમના સામાન્ય મૂડ (સકારાત્મક/નકારાત્મક/તટસ્થ)નો સારાંશ આપો.3) 3 સૌથી વધુ વારંવાર ઉલ્લેખિત સકારાત્મક પાસાઓ અને વિકાસના 3 ક્ષેત્રોને ઓળખો. નિયમ: લોકો સાથે ટિપ્પણીઓને મેચ કરવાનો પ્રયાસ કરશો નહીં. જો વ્યક્તિનું વર્ણન કરતી વિગતો (નામ, એકમ, ચોક્કસ ઘટના) હોય, તો સારાંશ આપતી વખતે તેમને સામાન્ય બનાવો. કોઈ દુર્લભ/વિશિષ્ટ ટિપ્પણીને ટાંકશો નહીં જે વ્યક્તિને જાહેર કરી શકે.

આ પ્રોમ્પ્ટ; તે મેનેજમેન્ટ માટે કાર્યક્ષમ આઉટપુટ ઉત્પન્ન કરે છે, જેમ કે "વર્કલોડ થીમ 78 ટિપ્પણીઓમાં દેખાય છે, મુખ્યત્વે નકારાત્મક; સાંજની પાળી મુખ્ય કારણ છે" — કોઈને જાહેર કર્યા વિના.

ટીપ: સર્વેક્ષણ વિશ્લેષણમાં સૌથી મોટું નૈતિક જોખમ અનામીને તોડવાનું છે. "એકાઉન્ટિંગ વિભાગમાં જેનું બાળક જન્મ્યું હતું તે એકમાત્ર વ્યક્તિ" જેવી ટિપ્પણી વ્યક્તિને તેના પોતાના પર આપી શકે છે. સ્પષ્ટપણે AI ને એવી વિગતોનું સામાન્યીકરણ કરવા માટે કહો કે જે વ્યક્તિની ઓળખ કરે અને દુર્લભ/વિશિષ્ટ ટિપ્પણીઓને પ્રકાશિત ન કરે.

મેટ્રિક્સનું અર્થઘટન કરવું અને તેને ક્રિયામાં અનુવાદિત કરવું

માત્ર કાચો નંબર અર્થપૂર્ણ નથી; "eNPS 12" સારું છે કે ખરાબ? AI મેટ્રિક્સને સંદર્ભિત કરવામાં અને તેમને ક્રિયા ભલામણોમાં અનુવાદ કરવામાં મદદ કરે છે:

નીચેના સર્વે મેટ્રિક્સનું અર્થઘટન કરો અને મેનેજરને 1-પૃષ્ઠનો સારાંશ આપો. ડેટા:- eNPS: 12 (ગત વર્ષે 25) - એકંદર જોડાણ: 5 માંથી 3.6- સૌથી ઓછો સ્કોરિંગ વિસ્તાર: "કારકિર્દી વિકાસ" (3.1)- સૌથી વધુ સ્કોરિંગ ક્ષેત્ર: "ટીમ સંબંધો" (4.4) કઈ ભાષામાં સારી અને 1 ભાષામાં જરૂરી છે તે સ્પષ્ટ કરો. ચિંતાજનક2) eNPS ના ઘટાડા માટે સંભવિત પૂર્વધારણાઓ (ચોક્કસ કારણ બનાવટ, પૂર્વધારણા)3) 3 સૌથી જટિલ વિસ્તારો માટે નક્કર કાર્યવાહી દરખાસ્ત

"કારકિર્દી વિકાસ" થીમ પરની નકારાત્મક ટિપ્પણીઓને પેટા-થીમમાં વિભાજીત કરો (દા.ત. પ્રમોશનની અનિશ્ચિતતા, તાલીમનો અભાવ, પ્રતિસાદનો અભાવ). દરેક પેટા-થીમ માટે, ટિપ્પણીઓની સંખ્યા અને ક્રિયા વિચાર લખો. વ્યક્તિને છતી ન કરો; અવતરણો અનામી અને પ્રતિનિધિ રાખો.

ત્રણ મિની કેસ

કેસ 1 - દિવસોથી મિનિટ સુધી. 600 લોકોની એક કંપનીમાં, બે એચઆર નિષ્ણાતો એક સપ્તાહમાં વાર્ષિક સર્વેક્ષણ પર 1,400 મફત ટિપ્પણીઓને હેન્ડ-કોડ કરી રહ્યા હતા. AI સાથે, થીમિંગને થોડા કલાકો સુધી ઘટાડવામાં આવ્યું છે; ટીમે વિશ્લેષણ, અર્થઘટન અને ક્રિયા આયોજન માટે સમય ફાળવ્યો. કોડિંગ સુસંગતતા પણ વધી કારણ કે સમાન માપદંડ તમામ ટિપ્પણીઓ પર લાગુ કરવામાં આવ્યા હતા.

કેસ 2 - ગુપ્ત સંકેતનું વિક્ષેપ. એક મેન્યુફેક્ચરિંગ કંપનીમાં, એકંદરે સ્કોર્સ સારા હતા, પરંતુ AI એ 46 નકારાત્મક ટિપ્પણીઓ સાથે "શિફ્ટ શેડ્યૂલ" થીમને પ્રકાશિત કરી; આ એક પેટર્ન હતી જે હાથના વાંચનમાં અવગણવામાં આવી હતી. મેનેજમેન્ટે શિફ્ટ સિસ્ટમની સમીક્ષા કરી; પછીના ક્વાર્ટરમાં, સંબંધિત ફરિયાદો અડધી થઈ ગઈ.

કેસ 3 - અનામી કટોકટી અટકાવવી. પ્રથમ પ્રયાસમાં, નિષ્ણાતે એઆઈને એકમની માહિતી પણ આપી; પ્રિન્ટઆઉટમાં "એકમ X માં એકમાત્ર મેનેજર વિશે" છતી કરતું અવતરણ હતું. નિષ્ણાતે પ્રકાશન પહેલાં આની નોંધ લીધી, પ્રક્રિયાને સુધારી: એકમની માહિતી દૂર કરવામાં આવી હતી, "5 કરતાં ઓછી ટિપ્પણીઓવાળા કોઈપણ પેટા-જૂથને અલગથી જાણ કરવા" માટે એક નિયમ રજૂ કરવામાં આવ્યો હતો. ટ્રસ્ટ સાચવવામાં આવ્યું હતું.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:આ સર્વેક્ષણ ટિપ્પણીઓનો સારાંશ આપો.

પરિણામ: સુપરફિસિયલ, અસંખ્ય, અનામીની ગેરંટી વિના; એક સારાંશ જે વ્યક્તિને પણ આપી શકે છે.

શક્તિશાળી પ્રોમ્પ્ટ: [અનામી ડેટા + થીમ અને ગણતરી + મૂડ + સલામત/પ્રતિનિધિ અવતરણ + "વ્યક્તિને સામાન્ય બનાવો, દુર્લભ ટિપ્પણી જાહેર કરશો નહીં" + ક્રિયા સૂચન]

પરિણામ: એક વિશ્લેષણ જે સંખ્યાત્મક, થીમ આધારિત, ક્રિયા-લક્ષી છે અને અનામી જાળવે છે.

અનામી અને ન્યાયીપણાના નિયમો

જોખમ

સાવચેતી

નાના જૂથની જાહેરાત

5 કરતાં ઓછા ઉત્તરદાતાઓ સાથે પેટા-જૂથોની અલગ રિપોર્ટિંગ

વર્ણનાત્મક વિગત

નામ/યુનિટ/ઇવેન્ટ માહિતીનું સામાન્યીકરણ કરો

દુર્લભ ટિપ્પણી ટાંકીને

માત્ર પ્રતિનિધિ, બહુમતી અવતરણનો ઉપયોગ કરો

પક્ષપાતી ટિપ્પણી

પ્રશ્ન AI ના જૂથ (ઉંમર, લિંગ, વગેરે) ની પદ્ધતિસરની નકારી

અસુરક્ષિત ટૂલમાં કાચો ડેટા નિકાસ કરવો

પ્રમાણિત/સંસ્થાકીય સાધનો અને અનામી ડેટાનો ઉપયોગ કરો

ધ્યાન: સર્વેક્ષણ ડેટા વ્યક્તિગત ડેટા છે; કોર્પોરેટ ડેટા ખાતરી વિના સામાન્ય ટૂલમાં કાચી ટિપ્પણીઓ પેસ્ટ કરવાથી KVKK જોખમ વહન કરે છે (આપણે આગામી એકમમાં આમાં ડાઇવ કરીશું). AI ની થીમ અનુમાન પણ અયોગ્ય છે; માનવીએ સંખ્યાઓ અને ઉદાહરણોની સમીક્ષા કરવી જોઈએ અને અંતિમ અર્થઘટન કરવું જોઈએ. AI પેટર્ન શોધે છે; માણસ અર્થ અને ક્રિયા નક્કી કરે છે.

સામાન્ય ભૂલો

  • અનામી ભંગ. એકમ/નામ/વિશિષ્ટ વિગતને વિશ્લેષણમાં મૂકવાથી વ્યક્તિ દૂર થઈ શકે છે.
  • નાના જૂથોમાં રિપોર્ટિંગ. 3-વ્યક્તિ એકમનું પરિણામ લગભગ વ્યક્તિગત ડેટા છે.
  • કાચા નંબર પર આંધળો વિશ્વાસ કરવો. AI નું થીમેટાઈઝેશન ખોટું છે; નમૂના દ્વારા તપાસો.
  • દુર્લભ આઘાતજનક ટિપ્પણીને પ્રકાશિત કરે છે. તે પ્રતિનિધિને બદલે પ્રગટ કરી શકે છે.
  • ટિપ્પણીને ક્રિયા સાથે કનેક્ટ કરી રહ્યાં નથી. જો વિશ્લેષણ નક્કર પગલાં ઉત્પન્ન કરતું નથી, તો તે શેલ્ફ પર રહે છે.
  • અવલોકન પૂર્વગ્રહ. પ્રશ્ન જો AI વ્યવસ્થિત રીતે કોઈ ચોક્કસ જૂથને નકારે છે.

સારાંશમાં

  • AI મેનેજમેન્ટ માટે કાર્યક્ષમ સૂઝ મેળવવા માટે થીમ્સ, ફ્રીક્વન્સી અને મૂડ દ્વારા સેંકડો ઓપન-એન્ડેડ પ્રતિસાદોનું જૂથ કરે છે.
  • અનામી જાળવો: વ્યક્તિની ઓળખ કરતી વિગતોને સામાન્ય બનાવો, નાના જૂથો અને દુર્લભ ટિપ્પણીઓ જાહેર કરશો નહીં.
  • સંદર્ભમાં eNPS અને જોડાણ જેવા મેટ્રિક્સ મૂકો; ચોક્કસ કારણ ન બનાવો, પૂર્વધારણા માટે પૂછો.
  • દરેક મહત્વપૂર્ણ થીમને નક્કર ક્રિયા સાથે જોડો; વિશ્લેષણ મૂલ્ય બનાવતું નથી જો તે પગલાં ઉત્પન્ન કરતું નથી.
  • સુરક્ષિત સાધન સાથે કાચા ડેટાની પ્રક્રિયા કરો; AI પેટર્ન શોધે છે, માનવીઓ અંતિમ અર્થઘટન અને પૂર્વગ્રહની ચકાસણી કરે છે.

એપ્લિકેશન કાર્ય

30-40 સર્વે ટિપ્પણીઓ તૈયાર કરો, વાસ્તવિક અથવા કાલ્પનિક (ઈરાદાપૂર્વક "કહેવાની" વિગતો અથવા બે શામેલ કરો). પહેલા ડેટાને અનામી કરો. દરેક થીમ માટે AI જનરેટ થીમિક્સ, સેન્ટિમેન્ટ વિશ્લેષણ અને ટિપ્પણીની ગણતરી કરો; સલામત/પ્રતિનિધિ અવતરણની વિનંતી કરો. પછી આઉટપુટ તપાસો: શું કોઈ અવતરણ વ્યક્તિને આપે છે? શું 5 થી ઓછી ટિપ્પણીઓ સાથેનું પેટા-જૂથ અલગથી જાણ કરવામાં આવે છે? છેલ્લે, 3 સૌથી મહત્વપૂર્ણ થીમ્સ માટે એક નક્કર ક્રિયા લખો.

ચેકલિસ્ટ

  • [ ] શું પૃથ્થકરણ (નામ/યુનિટ/વિગત) પહેલા ડેટાને અનામી કરવામાં આવ્યો છે?
  • [ ] શું થીમ્સ આંકડાકીય રીતે નોંધવામાં આવે છે (કેટલી ટિપ્પણીઓ)?
  • શું દરેક થીમ માટે મૂડ નિર્દિષ્ટ કરવામાં આવ્યો છે?
  • [ ] શું 5 કરતા ઓછા પ્રતિસાદો ધરાવતા પેટાજૂથોની અલગથી જાણ કરવામાં આવતી નથી?
  • [ ] શું અવતરણો પ્રતિનિધિ અને બિન-જાહેર છે?
  • [ ] શું AI ના આઉટપુટ પર પૂર્વગ્રહ માટે પ્રશ્ન ઉઠાવવામાં આવ્યો છે?
  • શું દરેક નિર્ણાયક થીમ નક્કર ક્રિયા સાથે જોડાયેલી છે?