Вовлеченные сотрудники. Как создать команду, которая работает с полной отдачей и достигает высоких результатов - страница 9

Умные сервисы могут выявлять распространение негативных слухов или разглашение конфиденциальной информации. Такая практика уже существует в продажах и маркетинге. Сервисы сортируют неструктурированные отзывы клиентов на положительные и отрицательные. То же самое они способны делать и относительно оценки бренда работодателя.

Современные технологии анализируют информацию не только пассивно, но и рассылают открытые вопросы сотрудникам. Затем инструменты НЛП просматривают каждый ответ, анализируют настроение слов и предоставляют подробный отчет руководителям и HR-менеджерам.

Преимущества очевидны, но компаниям необходимо заботиться об уровне конфиденциальности сбора таких данных. Если сотрудники будут знать, что любая переписка и комментарии анализируются, будут ли они чувствовать себя в безопасности, будут ли откровенны? Очевидно, что любую технологию можно использовать как во вред, так и на пользу. Многие вспомнят пример, хорошо иллюстрирующий это: основатель компании Xsolla[14] Александр Агапитов 4 августа 2021 года опубликовал обращение об увольнении невовлеченных и малопродуктивных сотрудников на основании анализа их активности в рабочих чатах, почте, документах. Очевидно, что подобными действиями руководство наносит ущерб вовлеченности сотрудников и бренду работодателя. Поставьте себя на место сотрудников. Насколько комфортно им теперь будет работать в компании? Как действия руководства отразились на уровне их доверия к нему?

Вопрос конфиденциальности данных беспокоит не только пользователей, но и разработчиков таких сервисов. Например, сервис KeenCorp[15] не «собирает и не хранит в отчетах» информацию об отдельных сотрудниках. Вся информация, позволяющая идентифицировать личность, удаляется.

Машинный анализ текста все еще находится на стадии разработки. Пока нет уверенности в том, что он не регистрирует ложноположительные показания и улавливает все потенциальные угрозы. Но очевидно, что разработчики найдут решения и будут расширять области применения мониторинга настроений персонала, например, начнут анализировать не только письменную, но и устную речь и выражения лиц.

В настоящий момент пассивный анализ мнений лучше всего работает в сочетании с данными из других источников, таких как ежегодные опросы персонала, пульс-опросы, личные беседы руководителей, фокус-группы и анализ косвенных показателей.

Коэффициент текучести кадров. Вовлеченные сотрудники хотят работать в компании долго, а невовлеченные уходят к конкурентам, поэтому коэффициент текучести – логичная метрика для определения вовлеченности команд. Подразделения или категории персонала, в которых текучесть высокая, как правило, имеют низкую вовлеченность. Однако стремиться к нулевому значению текучести не имеет смысла. Она полезна: в компанию приходят новые люди со свежим взглядом на проблемы.