Conceito: Algoritmo de Rotação de Questões

Definir uma frequência de perguntas determina com que frequência cada funcionário deve receber uma pergunta de cada conjunto de perguntas. Ao usar uma cadência de pesquisa automatizada, a pesquisa faz todas as perguntas ativas em cada rodada, mas não a todos os funcionários ao mesmo tempo. O algoritmo verifica a última vez que cada funcionário recebeu cada pergunta para determinar se elas devem ser respondidas novamente para aquele funcionário específico.

A exceção é a frequência da pesquisa manual, que aciona todas as perguntas ativas dos conjuntos de perguntas que você habilitar. Ao usar a frequência manual, a pesquisa é executada uma vez e não é possível definir a frequência das perguntas. A ordem das perguntas é a mesma, independentemente da amostragem manual ou automática das perguntas.

Para cada funcionário, o algoritmo prioriza perguntas e avalia sua importância com base em:

A última vez que a pergunta foi feita foi na pesquisa dos funcionários.
Configurações de frequência de perguntas da organização.
Número de perguntas por motorista e submotorista.

Exemplo: as perguntas do subdriver têm frequência mensal. A última vez que o funcionário recebeu a pergunta padrão do subdriver do equipamento foi há 10 semanas. O algoritmo atribuirá maior importância à questão, pois ela já está pronta há muito tempo, de acordo com as configurações de frequência.

O algoritmo atribuirá menor importância às perguntas de um motorista ou submotorista e empurrará suas perguntas para o final da fila se pelo menos uma destas condições for verdadeira:

Após atribuir importância às perguntas, o algoritmo seleciona probabilisticamente as perguntas devidas do topo da fila.

A pergunta do driver principal tem precedência sobre as perguntas do subdriver caso o funcionário não a tenha recebido.

Se um funcionário enviar uma pontuação que esteja 2 desvios-padrão distante do valor de referência para aquela questão, o algoritmo prossegue com perguntas de subdriver para descobrir mais informações.

A janela de visibilidade determina quando as respostas anteriores não contribuem mais para as pontuações gerais. Isso não afeta diretamente o algoritmo de rotação de perguntas.

Quando uma pesquisa é lançada, a janela de visibilidade (exemplo: 1 ano) avança, permitindo que novas pontuações entrem no mix e que pontuações antigas saiam do painel agregado. Observe que, mesmo quando determinadas pontuações ficam fora da janela de visibilidade, você ainda pode acessar painéis que as incluem ao visualizar dados históricos.

Se você desativar uma pergunta do motorista, as pontuações existentes serão desconsideradas da pontuação atual a cada nova rodada da pesquisa, sem que novas pontuações sejam inseridas.

O algoritmo de rotação de perguntas ajuda a coletar feedback sobre todos os aspectos da cultura da sua empresa e a apresentar tendências para você o mais rápido possível. Não fazer todas as perguntas a todos os funcionários ao mesmo tempo permite que você mantenha as pesquisas curtas e fornece feedback de alta qualidade, evitando a fadiga da pesquisa.

A Peakon distribui perguntas aos motoristas por amostragem aleatória para garantir que os resultados do painel sejam imparciais. Podemos então usar as propriedades estatísticas das pontuações observadas para avaliar quando os segmentos são significativamente diferentes do benchmark. Nós somente atribuímos áreas de foco e pontos fortes quando eles passam por um teste estatístico que comprova que os resultados são significativos.

Apenas um número relativamente pequeno de resultados é necessário para obter estimativas de alta qualidade, e a precisão e a estabilidade das pontuações dos segmentos se estabilizam rapidamente à medida que os funcionários concluem novas rodadas.

Em segmentos extremamente pequenos, recomendamos esperar até que a maioria dos funcionários tenha respondido antes de realizar qualquer comparação. Em segmentos maiores, essa restrição pode ser relaxada e, em segmentos muito grandes, até mesmo uma pequena proporção de respostas pode fornecer um resultado altamente preciso.

Não há problema de validade estatística com comentários ou tópicos, que podem fornecer insights instantâneos sobre problemas em andamento.