Concept: Vraagrotatiealgoritme

Door een vraagfrequentie in te stellen, bepaalt u hoe vaak elke werknemer een vraag uit elke vragenset moet krijgen. Wanneer u een geautomatiseerde enquêtecyclus gebruikt, worden alle actieve vragen in elke enquêteronde gesteld, maar niet aan alle medewerkers tegelijkertijd. Het algoritme controleert wanneer elke werknemer elke vraag voor het laatst heeft ontvangen, om te bepalen of deze opnieuw beantwoord moet worden voor die specifieke werknemer.

Een uitzondering hierop is de handmatige enquêtefrequentie, waarbij alle actieve vragen van de door u ingeschakelde vragensets worden geactiveerd. Als u de handmatige frequentie gebruikt, wordt de enquête één keer uitgevoerd en is het niet mogelijk om de vraagfrequentie in te stellen. De volgorde van de vragen is hetzelfde, ongeacht of er sprake is van handmatige of automatische steekproeftrekking.

Voor elke werknemer prioriteert het algoritme vragen en beoordeelt hun belangrijkheid op basis van:

De laatste keer dat de vraag in de medewerkersenquête stond.
De instellingen van de organisatie voor de vraagfrequentie.
Aantal vragen per bestuurder en subbestuurder.

Voorbeeld: Vragen over subdrivers worden maandelijks gesteld. De laatste keer dat de werknemer de standaardvraag van de subbestuurder Apparatuur kreeg, was 10 weken geleden. Het algoritme zal de vraag een hogere prioriteit geven naarmate deze al lang beantwoord moet worden, op basis van de frequentie-instellingen.

Het algoritme kent een lagere belangrijkheid toe aan vragen over een driver of subdriver en plaatst de vragen lager in de wachtrij als aan ten minste één van de volgende voorwaarden is voldaan:

Nadat het algoritme het belang van de vragen heeft bepaald, selecteert het op basis van waarschijnlijkheid de vragen die bovenaan de wachtrij staan.

De hoofdvraag heeft voorrang op subvragen als de werknemer deze helemaal niet heeft ontvangen.

Als een werknemer een score indient die 2 standaarddeviaties afwijkt van de benchmark voor die vraag, volgt het algoritme de subdrivervragen op om meer informatie te verkrijgen.

Het zichtbaarheidsvenster geeft aan wanneer eerdere antwoorden niet meer bijdragen aan de totaalscore. Het heeft geen directe invloed op het algoritme voor vraagrotatie.

Wanneer een enquête wordt gestart, verschuift het zichtbaarheidsvenster (bijvoorbeeld: 1 jaar) naar voren, waardoor nieuwe scores kunnen worden toegevoegd aan de mix en oude scores uit het samengevoegde dashboard kunnen verdwijnen. Houd er rekening mee dat u, zelfs als bepaalde scores buiten het zichtbaarheidsvenster vallen, nog steeds toegang hebt tot de dashboards waarin deze scores zijn opgenomen wanneer u historische gegevens bekijkt.

Als u een chauffeursvraag deactiveert, worden de bestaande scores bij elke nieuwe enquêteronde uit de huidige score gehaald, zonder dat er nieuwe scores binnenkomen.

Met het algoritme voor vraagrotatie verzamelt u zo snel mogelijk feedback over elk aspect van uw bedrijfscultuur en worden trends aan u gepresenteerd. Door niet al uw vragen tegelijkertijd aan alle medewerkers te stellen, kunt u enquêtes kort houden en krijgt u hoogwaardige feedback door enquêtemoeheid te voorkomen.

Peakon verdeelt de vragen van chauffeurs door middel van willekeurige steekproeven om ervoor te zorgen dat de dashboardresultaten objectief zijn. Vervolgens kunnen we de statistische eigenschappen van de waargenomen scores gebruiken om te beoordelen wanneer segmenten significant afwijken van de benchmark. We wijzen alleen focusgebieden en sterke punten toe als deze een statistische test hebben doorstaan en de resultaten significant zijn.

Er zijn slechts een relatief klein aantal resultaten nodig om schattingen van hoge kwaliteit te verkrijgen. Bovendien stabiliseren de nauwkeurigheid en stabiliteit van de segmentscores snel naarmate werknemers meer rondes voltooien.

Bij extreem kleine segmenten adviseren wij te wachten tot de meerderheid van de werknemers heeft geantwoord voordat u vergelijkingen gaat maken. Bij grotere segmenten kan deze beperking worden versoepeld. Bij zeer grote segmenten kan zelfs een klein deel van de antwoorden een zeer nauwkeurig resultaat opleveren.

Er is geen sprake van statistische validiteit bij opmerkingen of onderwerpen, waardoor er direct inzicht kan worden verkregen in actuele kwesties.