Как зависит текучесть персонала от интенсивности взаимодействия коллег

Гипотеза родилась из этих данных:

Сэнди Пентланд из Human Dynamics Lab Массачусетского технологического института вместе со своим бывшим студентом Беном Вабером основали компанию Sociometric Solutions, которая реализовала интересный проект для Bank of America. «В банке заметили, что их колл-центры по всей стране демонстрируют очень разные уровни результативности, – рассказывает Вабер. – Самые результативные сотрудники работали вдвое быстрее. Поэтому они предположили, что культура может как-то влиять на это». Сотрудникам колл-центра раздали 90 небольших записывающих устройств, которые собирали более 100 единиц информации в минуту, и которые они носили на протяжении нескольких недель. Собирали и анализировали такие показатели как движение, язык тела, тональность беседы. В результате было установлено, что наиболее важным фактором, влияющим на эффективность работы сотрудника колл-центра, был уровень социальной вовлеченности. Проще говоря, люди работали намного лучше, когда у них была возможность поболтать с коллегами. В результате Bank of America изменил расписание перерывов, сделав их не индивидуальными, а групповыми. Через три месяца эффективность работы выросла на 10%.Банк подсчитал, что применение новой практики позволит ему сэкономить около $15 млн в год.

См. Как сделать офис «умным» и заставить пространство работать на вас?
К сожалению, у меня не было возможности измерить а) эффективность и б) такого софта, который бы позволил измерить то, что измерили в Bank of America.
Этот софт (или точнее, девайс) относится к классу Wearable Computing (см. статью 9 горячих трендов в HR-технологиях … и почти все они - бомба на рынке)

Что я измерил

См наши исследования Ключевые факторы удержания и текучести персонала (поучаствуйте!)
Я смотрел взаимосвязь стажа и ответа на следующий вопрос:
Просим оценить интенсивность взаимодействия с коллегами. Доля времени на коммуникацию с коллегами (запросы, ответы на запросы, письма, телефонные и устные коммуникации) в общем рабочем времени была:

• крайне незначительная
• незначительная
• средняя
• значительная
• крайне значительная

Результаты

Диаграмма рассеяния

Kruskal-Wallis rank sum test

data:  стаж by интенсивность
Kruskal-Wallis chi-squared = 3.8663, df = 4, p-value = 0.4244

Выводы

Результаты наших исследований не выявили влияния интенсивности взаимодействия между коллегами на текучесть персонала. Нужно признать, что это ни о чем не говорит. К сожалению, респонденты высказывали только свое мнение об интенсивности, поэтому мы смогли выявить отсутствие взаимосвязи между мнением респондентов и стажем работы. Нам необходим объективный критерий, что возможно достичь только в корпоративных исследованиях.