Um das wahre Potenzial von Mitarbeiterbefragungen zu erschließen, müssen wir die unbezahlbaren – und dennoch leicht zu ignorierenden – Informationen nutzen, die Mitarbeitende in ihren offenen Kommentaren liefern. 

Offene Kommentare in Umfragen zum Mitarbeiterengagement ermöglichen es den Mitarbeitern, längere qualitative Angaben zu machen Feedback, die den Ergebnissen, die sie zu einer Frage abgegeben haben, mehr Hintergrund und Farbe verleihen. Durch das Verständnis dieser offenen Kommentare erhalten HR- und People-Ops-Teams den Kontext, den sie benötigen, um die wahre Geschichte hinter den Zahlen aufzudecken.

Wenn Sie fundierte Maßnahmen ergreifen wollen, um eine bessere Arbeitskultur zu schaffen und Ihre Mitarbeiter zu unterstützen, müssen Sie ihnen zuhören, was sie Ihnen erzählen.

Aber wie soll man aus Hunderten (oder Tausenden) von offenen Kommentaren einen Sinn machen? Die Liste könnte wie folgt aussehen — nur viel, viel länger:

‍

So funktioniert die neue WordCloud-Funktion von Leapsome  

Die Leapsome-Plattform verwendet modernste Natural Language Processing (NLP)-Technologie, um alle offenen Kommentare in Ihren Umfragen zu analysieren und zu bewerten.

Und wie machen wir das?

Im Grunde genommen verwandelt unsere Plattform jede Information in eine leicht verdauliche, hochgradig umsetzbare Quelle der Wahrheit (wie in der Abbildung unten dargestellt).

‍

Verschaffen Sie sich einen Überblick über die allgemeine Stimmung der Mitarbeiter 

Jeder Kommentar wird von unserem Dienst zur Verarbeitung natürlicher Sprache analysiert, der auf der Technologie des maschinellen Lernens basiert. Das Ergebnis: der NLP-Algorithmus:

1. Ordnet den Kommentar automatisch in eine entsprechende Kategorie ein;
2. Weist jedem Kommentar eine Punktzahl (und eine Farbe) zu, die auf den zugrunde liegenden Emotionen basiert.
   

Das zugrundeliegende Gefühlsspektrum bewegt sich zwischen „positiv“ und „negativ“ auf entgegengesetzten Seiten (auf der x-Achse in der Abbildung oben dargestellt). 

Aus dem obigen Beispiel können wir schließen, dass die allgemeine Stimmung eher positiv ist. 

Bei genauerer Betrachtung zeigt sich, dass die Kategorie „Teamarbeit“ mit einer positiven Stimmung, „bedeutungsvolle Arbeit“ mit einer neutralen Stimmung und „Belohnung“ mit einer negativen Stimmung verbunden ist. 

Die Gesamtstimmung, die mit einer bestimmten Kategorie verbunden ist, ergibt sich aus dem Nettoergebnis der Verteilung der Kommentare auf die drei Stimmungen (d. h. positiv, neutral und negativ) und ergibt einen Netto-Stimmungswert. 

Ergreifen Sie fundierte Maßnahmen, indem Sie sich auf die Bereiche mit den größten Auswirkungen konzentrieren. 

Die Größe der Blase in unserem Beispiel zeigt die relative Anzahl der Kommentare zu dieser Kategorie. Eine höhere Häufigkeit führt zu einer größeren Blase. 

Das obige Beispiel zeigt, dass sich die meisten offenen Kommentare in dieser Umfrage auf die Kategorie „Berufliches Wachstum“ beziehen. Die Kategorie „Belohnung“ ist jedoch diejenige mit den meisten negativen Kommentaren. 

Die Entscheidung, eine bestimmte Kategorie anzugehen (sei es „Belohnungen“, „offene Kommunikation“ oder etwas anderes), hängt von den datengestützten Erkenntnissen aus der Stimmungsanalyse und der Gesamtstrategie Ihres Unternehmens oder Teams ab. 

Diese Visualisierung soll sicherstellen, dass Sie aus komplexen Datenstrukturen verwertbare Erkenntnisse gewinnen, damit Sie fundierte Entscheidungen zur Unterstützung Ihrer Mitarbeiter treffen können. 

— Möchten Sie mehr darüber erfahren, wie die Stimmungsanalyse funktioniert oder wie Sie die Umfragen von Leapsome nutzen können, um das Engagement der Mitarbeiter in Ihrem Unternehmen zu messen und zu verbessern? Buchen Sie eine Demo und sprechen Sie mit einem unserer Experten.

‍

‍