개념: 키워드 주제 분석
직원의 의견은 풍부한 통찰력을 제공하고 정량적 응답에 맥락을 더해줍니다. 주제 분석은 머신 러닝의 한 분야인 자연어 처리(NLP)를 사용하여 직원의 의견을 분석하고 중요한 주제와 감정을 파악합니다.
텍스트 분석
이 알고리즘은 업계 전반의 직원 경험 주제와 특정 팀 및 시간에 따른 주제를 모두 찾아낼 수 있습니다.
미리 정의된 용어를 사용하거나 직접 키워드를 추가할 필요가 없습니다. Peakon은 여러 댓글에서 가장 대표적인 문장을 결합하여 주제를 요약하고 의미 있는 개요를 제공합니다.
Peakon은 다음 날 오전 1시(UTC)에 설문 조사가 마감되면 댓글 주제를 계산합니다.
다음 이후에 새로운 주제가 생성됩니다.
- 2개의 활성 코어 드라이버 질문에서 나온 질문입니다. 예: 참여 질문 세트의 운전자와 회사 질문 세트의 운전자.
- 지난 3개월 동안 1개 언어에 대한 모든 종류의 질문 세트에 걸쳐 200개 이상의 댓글이 달렸습니다.
계층 구조 아래쪽에 있는 리더는 계층 구조 위쪽에 있는 리더보다 다루는 주제가 적고, 상위 계층은 설문 조사 결과와 의견에 더 많이 접근할 수 있습니다.
오래된 댓글(3개월 이상 된 댓글)은 새로운 관련 주제에 기여할 수 있습니다. 하지만 새로운 주제를 만들어낼 수는 없습니다.
Peakon은 상위 50개 주제를 채운 다음 해당 주제를 해당 드라이버에 배치합니다. 300개가 넘는 댓글이 있음에도 불구하고, 주제가 없는 드라이버가 있을 가능성이 있습니다.
감정 분석
감정 분석은 텍스트 댓글을 처리하고 긍정적 또는 부정적 확률에 대한 수치적 값을 할당하는 알고리즘으로 구성됩니다. 예: -1에서 +1 사이의 점수, 0은 중립을 나타냅니다.
문장에 긍정적인 단어가 많을수록(예: 훌륭하다, 친절하다, 지식이 풍부하다) 더 긍정적인 감정을 갖게 됩니다. 하지만 아이디어와 의견은 복잡합니다. 피콘은 직원들이 제공한 점수를 사용하여 감정 분석에서 발생할 수 있는 부정확성을 우회합니다.
이 점수는 운전자의 특정 질문에 대한 맥락을 설정하여 직원이 직접 제공하므로 더욱 신뢰할 수 있습니다. 피콘은 모든 질문 후에 피드백을 요청하므로, 우리의 의견은 일반적으로 짧고 간단하며 집중적이며 상충되는 감정을 표현하는 경우는 거의 없습니다.
관련 주제
피콘 알고리즘은 서로 다른 맥락에서 사용되지만 동일한 단어를 포함하는 짧은 텍스트 답변에서 주제를 찾습니다.
예시 1. 성장에 대한 질문(
전문적으로 성장하고 있다고 느낍니다
)에 답하면 직원은 이렇게 말할 수 있습니다."매니저가 만들어준 개발 계획 덕분에 저는 확실히 저에게 더 흥미로운 방향으로 성장하고 있습니다
."예시 2. 개방형 질문(
마법의 지팡이가 있다면 Kinetar에서 바꾸고 싶은 한 가지는 무엇입니까?
)에 답하면 직원은 이렇게 말할 수 있습니다:직속 상사 교육을 더 많이 제공했으면 좋겠습니다. 정말 도움이 될 것입니다
.예시 1에서
'관리자'라는
단어는 직원과 관리자의 상호작용과 관련이 있습니다. 예시 2는 관리자가 추가 교육을 요청하는 것과 관련이 있습니다.예제 1과 2를 사용하면
'manager'라는
단어가 두 번 표시되기 때문에 중요하다는 것을 알 수 있습니다. 하지만 행동에 옮길 만한 맥락이 없다면, 그 단어가 왜 중요한지에 대한 흥미롭고 실행 가능한 정보를 얻을 수 없습니다.Peakon 알고리즘은 문맥 분석을 사용하여 다음과 같은 방법으로 주제를 보다 실행 가능하고 흥미롭게 만듭니다.
- 드라이버에 주제를 첨부하여 주제에 맥락을 추가합니다. 예제 1을 사용하면 알고리즘은 성장과 관련하여 사용된 단어의 조합인 경우개발 계획을주제로 찾을 수 있습니다.
- 여러 단어로 구성된 주제 찾기: 예시 1에서 답변에는 단어 조합개발 계획이포함되었습니다. 이 단어 조합이 많은 답변에 나타나면 Peakon은 해당 주제를개발이아닌개발계획으로 강조합니다. 예시 2에서 주제는 단어가 얼마나 자주 나오는지에 따라라인 관리자 교육,관리자 교육또는교육이될 수 있습니다.
- 질문 구문에서 단어를 제거합니다. 사람들은 답변에서 질문의 단어를 반복하는 경향이 있습니다. 예시 1의 답변에는 질문에도 나왔던'growing'이라는 단어가 포함되어 있습니다. 우리는 이미 성장에 대해 묻고 있다는 것을 알고 있기 때문에 이 단어를 주제로 찾는 것은 유용하지 않습니다. 따라서 Peakon은 자동으로 질문 구문에서 해당 단어를 제거합니다.
- 자주 등장하는 단어의 우선순위를 낮춥니다. 이 알고리즘은 모든 설문조사 답변에 표시되는, 특별한 의미가 없는 단어의 우선순위를 낮춥니다.관리자는드라이버 컨텍스트에서 특정 의미를 갖는 경우에만 주제로 표시되며 드라이버에 대한 특정 주제를 제공합니다. 예: 환경 운전자를 위한사무실이나방, 운전자 보상을 위한급여인상. 일반적으로 자주 등장하는 단어의 우선순위를 낮추지 않았다면 모든 운전자에게'관리자'라는 단어가 주제로 등장했을 것입니다.
- 주제 발췌본 전달. 이 알고리즘은 주제를 구성하는 모든 댓글을 가장 잘 나타내는 문장으로 구성된 문단을 생성합니다. 이 문단은 광범위한 대화에 대한 통찰력을 제공합니다.
- 시간이 지남에 따라 주제가 변경되도록 합니다. Peakon은 또한 주제와 관련이 있는 기존 댓글을 사용합니다. 하지만 이 주제는 지난 3개월 동안 작성된 댓글에 따라 달라질 것입니다.