概念：分数聚合
分数聚合算法通过定义可见性窗口，仅在总体结果中包含每个员工的最新分数。反过来，问题抽样算法会减少每轮的问题数量。每一轮调查都会询问所有活跃且已启用的问题，但不会同时询问所有员工。
与传统的年度调查相比，分数汇总具有多种优势。
- 能够在调查之间抽取问题样本，同时仍然保留整个公司所有司机的准确情况。
- 能够纳入公司不同部门以不同频率进行的调查结果。
- 确保只有每个员工最近的答案才会对整体结果产生影响。
- 前雇员的回应只能起到很短的作用。
驾驶员计算的基准日期是调查轮次的结束日期。公司或细分市场的当前得分来自上一轮结束时的得分。
分数汇总以每个问题集为基础进行。 这意味着仅当您将问题集纳入调查轮次时，才会重新计算问题集的分数和仪表板。
分数聚合
分数汇总发生在每一轮调查中，通过参考您选择的可见性窗口的所有回复。如果您停止运行调查，即使现实生活中的可见性窗口向前移动，仪表板也不会更新。
- 该算法会排除调查轮次中超出聚合期窗口的任何答案。
- 如果离职或删除日期超出了纳入前雇员窗口期，则前雇员的答案将不再计入当前分数。
- 只有每个员工最近的回答才会计入他们回答的每个问题的当前分数。
- 该算法计算每个员工的每个驾驶员和副驾驶员的平均分数。
- 该算法计算每个驾驶员和子驾驶员的总体平均分数。
可见窗口等于确切的周数，而不是具体的日期。
- 1个月等于4周。
- 3个月等于12周。
- 6个月等于26周。
- 1年等于52周。