From data
To meaning

La pandemia ha stravolto la quotidianità e le abitudini di molte persone, cambiato norme, costringendo ognuno di noi ad abbandonare vecchie routine e a riscrivere quelle che pensavamo essere le regole inviolabili del lavoro.

Uno dei maggiori cambiamenti è stato proprio il lavoro da remoto, che ha legittimato nuove modalità di collaborazione anche attraverso strumenti come Slack, Microsoft Teams, Spike o Rocket.Chat.
Gestire correttamente queste nuove forme di collaborazione è una sfida che le aziende devono affrontare, perché potrebbero trasformarsi in problemi più grandi che influiscono negativamente sul senso di appartenenza dei lavoratori e sulla soddisfazione complessiva del lavoro.

Avere la situazione sotto controllo non è quindi semplice. Ogni giorno, sulle piattaforme di collaborazione, ci scambiamo centinaia di messaggi: messaggi che, se analizzati, possono però fornire molte informazioni.

Quando toni di voce, espressioni e volti sono sostituiti 
da comunicazioni digitali, come si può comprendere come sta lavorando un team? C’è entusiasmo? C’è stress? Affiatamento? Le persone collaborano in modo efficace?

 

Misura il mood del tuo team

L’Intelligenza Artificiale può aiutare a rilevare le emozioni legate alle condizioni di lavoro (es. entusiasmo, stress, calma, insoddisfazione, etc) e monitorarne l’evoluzione nel tempo. 



È pertanto possibile creare dashboard per rappresentare il mood generale di un canale di chat e incrociarlo con la timeline di un progetto (kickoff, scadenze, consegne, etc.).
Un aspetto che non va sottovalutato è il rispetto della privacy dei singoli: i nomi degli utenti sono sempre anonimizzati e non influiscono in alcun modo sui risultati delle analisi.

Come si misura il mood di un team? Il processo di monitoraggio del mood di un team può essere suddiviso in 3 fasi:

1. Analisi dei dati
Si parte da un sistema di messaggistica e si selezionano una serie di canali che vogliono essere monitorati.
L’approccio è data driven: si parte con la lettura di un campione significativo dei messaggi e si selezionano  qualitativamente le emozioni che emergono in modo più significativo dai dati.
Le emozioni considerate non sono direttamente quelle definite a livello accademico (Es: Ekman, Plutchik…), ma possono essere definite per adattarsi alla tipologia di interazioni presenti in un gruppo di lavoro.

2. Annotazione, addestramento del modello e valutazione delle performance
Il riconoscimento delle emozioni nei testi viene effettuato tramite Sophia Analytics, la piattaforma proprietaria di CELI H-Farm Innovation.
Sophia Analytics comprende le strutture linguistiche, le emozioni, tutte le sfumature tipiche della comunicazione umana ed estrae i contenuti espressi in linguaggio naturale contenuti in testi liberi e conversazioni.

Il processo iterativo comprende 3 fasi: annotazione dati, addestramento del modello e valutazione delle performance.     

Per l’addestramento vengono utilizzati dei modelli AI basati su architettura a Deep Learning: preaddestrati pertanto su una grande mole di dati (da cui apprendono un modello del linguaggio) e poi adattati al contesto specifico tramite esempi validati.

3. Progettazione e realizzazione chart

Una volta addestrato il modello, i messaggi possono essere raggruppati per progetto, tipo di emozione e giorno. A valle vengono definiti una serie di KPI e delle viste riassuntive prendendo in considerazione il punto di vista di persone che ricoprono ruoli diversi nell’organizzazione. 

Per esempio un PM, interessato a monitorare eventi specifici ed avere insights azionabili e prescriptions oppure un dirigente, interessato ad avere una vista comparativa dei vari progetti e un’indicazione su come i propri dipendenti stiano vivendo il loro lavoro.

Grazie all’analisi e alla dashboard è inoltre possibile definire azioni mirate in funzione dei risultati:

  • inserire degli alert quando il mood è basso
  • erogare formazione per spiegare ai colleghi e ai dipendenti su come comunicare in maniera più efficace ed empatica
  • confrontare il mood generale con i carichi di produzione/lavorazione per distribuire meglio le attività nel corso dell’anno

Monitorare la soddisfazione dei propri collaboratori è ancora più importante con il remote working che ha incrementato l’utilizzo di piattaforme di messaggistica e collaborazione: contattaci per una dimostrazione dettagliata.

    Accetto le condizioni di privacy di cui ho preso visione

    Tags: , , , ,