Många organisationer uppmuntrar sina medarbetare att skriva fritextkommentarer i medarbetarundersökningen. Detta har mycket god praktisk tillämpning på teamnivå, eftersom det ger chefen kontext till mätresultatet och uppmuntrar och underlättar för den viktiga dialogen inom teamet.
Det finns också ett stort signalvärde i att som arbetsgivare kommunicera ut att medarbetare förväntas vara delaktiga, reflektera och dela med sig av konstruktiva förbättringsförslag.
Dock uppstår lätt huvudbry på strategisk, övergripande organisationsnivå när kommentarerna ska analyseras. Alla som genomfört en traditionell medarbetarundersökning är bekanta med “väggen av text” som levereras efter genomförd undersökning. I en stor organisation kan det handla om tusentals - ibland tiotusentals - kommentarer som traditionellt sett endast redovisas som en lista med kommentarer i ett webbgränssnitt eller som en Excellista.
Exempel på kaos: “Vägg av text” i en traditionell medarbetarundersökning.
Vad ska man som HR-organisation och ledning göra med den enorma mängden feedback som medarbetarna skickar in? Finns det något effektivt sätt att gå från en stor feedbackvolym till konkreta insikter?
Med hjälp av Artificiell intelligens (AI) är det numera möjligt att snabbt analysera stora mängder fritextkommentarer i realtid - utan administration eller krav på några förkunskaper om artificiell intelligens.
Med AI kan den aggregerade feedbacken från medarbetarna adressera flera viktiga strategiska funderingar för HR och ledningen, som annars brukar vara svåra att få grepp om:
- Hur väl fungerar vår onboarding-process för våra nyrekryterade?
- Kan vi få reda på om våra medarbetare är nöjda med löneläget - utan att ens behöva ställa frågan rakt ut?
- Hur kan vi få insikter om hur vi stärker arbetsgivarvarumärket, skapa fler ambassadörer och därigenom höja vårt eNPS (Employee Net Promoter Score)?
- Hur återkopplar vi på feedbacken på övergripande nivå?
Exempel på ordning: Artificiell intelligens (AI) kan snabbt identifiera övergripande mönster och teman ur stora mängder fritextkommentarer.
År 2022 är det orimligt att en HR-ledare, VD eller affärsområdeschef ska behöva processera enorma feedbackvolymer manuellt. Många väljer därför att lämna den traditionella “väggen av text” och istället dra nytta av de smarta, AI-baserade lösningarna som finns för att automatiserat analysera sina kommentarer. Det öppnar upp för helt nya strategiska tillämpningar av medarbetarnas fritextkommentarer i medarbetarundersökningen.
Nedan finner du 4 konkreta exempel på vanliga strategiska tillämpningar av AI-baserad kommentarsanalys:
- Du vill veta att du har en välfungerande onboarding-process för era nyrekryterade för att förebygga att de lämnar. Den första tiden på en ny arbetsplats är avgörande för medarbetarens framgång i organisationen. Kommentarer från de nyanställda är svåra att fånga upp i en traditionell medarbetarundersökning, eftersom de finns utspridda i hela organisationen. Genom att kombinera AI-baserad kommentarsanalys med information om anställningens startdatum (vilken finns tillgänglig i alla moderna HR-system och lönesystem) ges automatiserade insikter kring vad dina nyanställda skriver om. Om du på strategisk nivå har koll på övergripande mönster i den här viktiga gruppens kommentarer, kan du vara proaktiv och förebygga att de lämnar organisationen redan efter 2-3 år (med alla extrakostnader och belastning på cheferna som det medför).
- Du vill veta om medarbetarna är nöjda med löneläget, men helst utan att behöva ställa frågan rakt ut. Mycket få organisationer ställer frågan “Är du nöjd med lönen?” i sin medarbetarundersökning. Anledningen till detta är inte att löneläget är oviktigt för medarbetarnas motivation, utan snarare att det skapas ett förändringstryck uppåt på det som mäts en medarbetarundersökning. Att mäta synen på löneläget riskerar därför att bli en väldigt kostsam historia för organisationen. En smart AI-baserad kommentarsanalys kan identifiera lönerelaterade kommentarer - som medarbetarna valt att skriva på helt andra frågor. Man ska inte ha en naiv förhoppning eller målsättning om att medarbetarna kommer skriva positiva kommentarer om löneläget (så är det sällan i organisationer) - det viktiga är att hålla koll på att mängden negativa kommentarer inte växer sig för stor.
- Du vill förstå hur du kan stärka arbetsgivarvarumärket, skapa fler ambassadörer och höja ert eNPS (Employee Net Promoter Score). Många organisationer mäter eNPS som del av sin strategi att stärka arbetsgivarvarumärket. En eNPS-mätning ger en tydlig bild av andelen ambassadörer, passiva/neutrala och kritiska medarbetare inom organisationen. En hög andel ambassadörer (vilket kopplar till ett högre eNPS) är en fantastisk grund för att säkerställa ett kontinuerligt och kostnadseffektivt inflöde av nya kandidater till organisationens olika rekryteringsprocesser. Ambassadörer rekommenderar nya personer att söka sig till organisationen. Många tror att det mest effektiva sättet att höja sitt eNPS är att fokusera på kritikerna. Detta är svårt, eftersom denna grupp är väldigt svårcharmad. Det mest effektiva sättet att skapa fler ambassadörer är att förstå vad dina neutrala/passiva medarbetare skriver om i medarbetarundersökningen - och fokusera på denna grupp som del i din ambassadörsstrategi. Genom AI-baserad kommentarsanalys kan du få en mycket god bild av vad dina passiva/neutrala medarbetare skriver om i medarbetarundersökningen, och sätta in träffsäkra åtgärder för att öka antalet ambassadörer och boosta din organisations eNPS.
- Du vill kunna återkoppla till medarbetarna på feedbacken som kommit in. Smarta AI-algoritmer är förstås en förutsättning för att AI-baserad kommentarsanalys över huvud taget ska fungera. Men det tar dig inte hela vägen. En användbar AI-baserad kommentarsanalys behöver vara paketerad i snygg, användarvänlig design för dig som användare - så att den enkelt kan nyttjas av HR och seniora ledare. Förkunskapskrav inom AI ska inte vara nödvändigt för att snabbt kunna extrahera relevanta insikter. När HR och seniora ledare ges möjlighet att presentera snygga screenshots på övergripande mönster från alla kommentarer, har man ett effektivt verktyg för att kunna återkoppla till hela organisationen på exempelvis intranät, i nyhetsbrev eller på den årliga konferensen. Utan artificiell intelligens är det nästan omöjligt att göra ett årsbokslut över organisationens tusentals kommentarer samtidigt - men med ett smart systemstöd som dessutom är snyggt paketerat kan alla medarbetare känna sig lyssnade på och förstå att deras röst räknas.
Möjlighet till AI-analyserade fritextkommentarer skapar stort värde för organisationen på övergripande nivå. Utöver de stora tidsbesparingar som följer av automatiserad analys, möjliggörs att få helt nya insikter ur alla inskickade kommentarer, och även korsköra med annan typ av data (exempelvis anställningstid). Snygg och elegant paketering demokratiserar AI-stödet och gör det praktiskt användbart för HR-teamet - och underlättar den viktiga återkopplingen tillbaka till organisationen så att varje medarbetare ser och förstår att deras feedback gör skillnad.