概念：影響指標
透過將驅動因素得分與外部指標進行比較，影響指標可讓您檢查參與度投資的回報。您可以匯入您的指標並將其與任何問題的驅動程式分數進行比較。
這些是
Impact
的一些用例：
- 流失率 %
- 曠工
- 專案完成率
- 銷售額成長 %
- 客戶保留率%
- 其他車手成績
- 客戶滿意度 %
- 銷售業績%
- 神秘商店分數
工作原理
線性迴歸使
影響
指標能夠透過擬合最佳線性（直線）關係來估計預測因子和結果之間的關係。迴歸輸出以下測量值：
措施 | 說明 |
|---|---|
影響值 | 影響值是報告預測變數和結果變數之間的方向和影響的迴歸係數。它顯示了您的 Peakon 駕駛員得分每變化一分，您的指標預期會發生怎樣的變化。
您回歸的指標類型決定了您的影響值是正面結果還是負面結果。例如：在檢視員工流動率和敬業度之間的關係時，負分是一個正面的結果，因為敬業度較高的員工離職的可能性較小。 |
解釋力 | 解釋力（統計學中的 R 平方值）評估迴歸模型與您匯入的真實世界的資料的適合程度。它解釋了第一個變數的變異數在多大程度上解釋了第二個變數的變異數。
學術研究表明，≤12% 表示模型適合度低，13% - 25% 表示中等，≥ 26% 表示模型適合度高。解釋能力越高，模型就越能解釋結果變數的變化。這些界線看起來很低，但員工敬業度往往是影響指標成功的眾多因素之一。 |
分析
匯入指標後，圖表會顯示具有趨勢線、影響分數和解釋力的散佈圖。
您可以在儀表板的
「分析」
部分查看 影響
報告。圖表上的資訊是上下文相關的，並根據您正在查看的段落上下文調整關係。可以將 影響
分析匯出到 Microsoft Excel。當使用可用的篩選器時，離開頁面後圖表將返回標準視圖。
存取
您可以在
存取控制
中的 存取統計
部分下啟用 影響
權限。建議
透過研究問題引導分析來推動調查的敘述。例子：
- 提高員工福利和減少每位員工的平均缺勤天數之間是否存在關聯？
- 工作量分數較高的團隊在生產力指標上的表現是否也較高？
- 參與度得分較高的地點的急救事故是否也較低？
- 更多參與的團隊是否能提供更好的客戶服務？
- 成長分數較低的部門是否更有可能出現較高的員工流動率？
提供來自更多（>30）較小單元的粒度資料。
確保每個段落包含的員工資料是獨立的並且不重疊。
經常重複分析以提高研究結果的有效性。在不同的時間段發現相同的趨勢和影響表明研究結果是可靠的，而不是巧合。