.

Сделать репост в соц сети!

понедельник, 10 сентября 2018 г.

Что Ваш руководитель мог бы узнать из корпоративной переписки





Перевод статьи What Your Boss Could Learn by Reading the Whole Company’s Emails нашего  проекта переводы статей по hr-аналитике на английском.
Перевод выполнила Юлия Онучак. Юлия рекрутер и живет в Норвегии (оцените нашу географию переводчиков:). Это первый перевод Юлии, и я очень надеюсь, что не последний.

Что Ваш руководитель мог бы узнать из корпоративной переписки


Что Ваш руководитель мог бы узнать из корпоративной переписки

Анализ переписки сотрудников может стать ключом к пониманию общего морального настроя сотрудников, и даже предупредить на раннем этапе о потенциальном нарушении.  

Обычно, когда Эндрю Фастоу, бывший финансовый директор Enron, заканчивает свое публичное выступление, около дюжины слушателей уже ждут его, чтобы пообщаться. Большинство интересуют его роль в скандале, который повлек за собой крах энергетической компании, и его последующее 6 летнее заключение в тюрьме. В 2016 по окончании выступления в Амстердаме, когда толпа слушателей уже расходилась, Фастоу заметил, что двое все еще его ожидали. Когда зал опустел, они подошли и вручили ему ламинированную карточку.
Как позднее выяснилось, эти люди представляли компанию по анализу данных, KeenCorp. Клиенты обращаются в KeenCorp, чтобы проанализировать корпоративную переписку своих сотрудников. Конечно, KeenCorp не получает непосредственного доступа к самой переписке – его программное обеспечение фокусируется на фразах и контексте используемых слов. Далее программное обеспечение присваивает конкретному сообщению числовой индекс, предназначенный для измерения уровня вовлеченности сотрудника. Когда сотрудники проявляют позитивные чувства и высокую степень вовлеченности, этот числовой показатель высокий. Когда налицо негативные чувства, тревога, низкая вовлеченность, этот индекс низкий.   
Тогда, в Амстердаме, представители компании рассказали Фастоу, что они тестировали свое программное обеспечение на переписке высшего руководства Enron, которая стала доступной после краха компании. В частности, они хотели проверить какие из этапов краха компании сможет распознать индекс KeenCorp. Но что-то пошло не так.
Программное обеспечение показало самый низкий индекс в конце 2001 года, когда Enron был объявлен банкротом, что было вполне логичным. По мере приближения к объявлению банкротства напряжение в руководстве нарастало. Но показатель индекса также падал двумя годами ранее. Представители KeenCorp изучили отчеты и документы того периода, но было непонятно, чем объясняется тот более ранний скачек. Именно с этим вопросом обратились представители KeenCorp к Фастоу, помнит ли он что-либо необычное, происходившее в Enron 28 июня 1999.
Так называемая индустрия текстовой аналитики сейчас процветает как никогда. Сама технология не нова – например, она применяется в фильтрах спама в наших почтовых сервисах. Но по мере развития и усложнения самих инструментов, растет и ее популярность. Многие компании, к примеру, используют текстовую аналитику, чтобы отслеживать свою репутацию в социальных сетях, онлайн интервью и других веб ресурсах.

Текстовая аналитика стала особенно востребована в финансах. Инвестиционные банки и хеджовые фонды отслеживают публичные заявления, официальные пресс-релизы, выступления руководителей с целью поиска незначительных изменений в языке, которые могут свидетельствовать об изменении в цене акций компаний. Goldman Sachs назвал анализ естественного языка основным инструментом будущего инвесторов. Специализированные исследовательские центры используют алгоритмы искусственного интеллекта для анализа отчетов о доходах, брокерских исследований и новостных лент.
Действительно ли работает текстовая аналитика? В недавней работе исследователи Гарвардской бизнес школы и Университета Иллинойса и Чикаго обнаружили, что цены акций компании упали через несколько месяцев после незначительного изменения описания определённых рисков.  Компьютерные алгоритмы позволяют выявить такие изменения даже в объемных заявлениях, что как правило не удается сделать специалистам по инвестициям. В качестве примера исследователи привели компанию NetApp, которая занимается управлением данными в Силиконовой долине. Так в годовом отчете за 2010 NetApp есть фраза: «Неспособность соблюдать государственные нормативные требования США может подвергнуть нас штрафам и другим санкциям». В заявление на аналогичную тему в отчете 2011 года говорится, что «неспособность соблюдения подвергнет нас или наших партнеров-посредников штрафам». Даже опытный финансовый аналитик мог пропустить эту фразу, но программный алгоритм обратил на это внимание.
Конечно, исследование проводилось на опубликованных данных, и исследователи уже знали о результатах. Тем не менее, скептически настроенный аналитик, вооружившись данными о том, что NetApp посчитал нужным внести эти изменения, должен был бы спросить себя, почему. Если бы он нашел ответ, или просто посчитал такие изменения достаточно тревожными, чтобы продать свой пакет акций, то это бы спасло ему целое состояние. Внесение этого небольшого комментария в отчет было ранним предупреждением. Спустя полгода после публикации отчета 2011 года появилась новость о том, что Сирийское правительство закупило оборудование NetApp через итальянского посредника, чтобы шпионить за своими гражданами. К тому времени стоимость акций NetApp уже снизилась на 20 процентов.    
Хотя текстовая аналитика получила широкое распространение на Уолл Стрит, она все еще не активно используется в анализе сообщений, которые сотрудники пишут на работе. Многие фирмы по-прежнему стараются предотвращать чрезмерное вторжение в частное пространство, хотя суды неоднократно постановляли, что у сотрудников не может быть ожиданий относительно защиты частных данных на работе, тем более если компания предупреждает о проверке переписки. Однако, поскольку языковая аналитика совершенствуется, компаниям становится нелегко сопротивляться трендам сбору информации о сотрудниках.      
Самое очевидное применение языкового анализа – это инструмент для отдела управления персоналом. У HR специалистов уже есть свои устаревшие методы отслеживания морального состояния сотрудников, но люди не всегда честны, когда рассказывают о своей работе, даже в анонимных опросниках. Наша грамматика, синтаксис и выбор слов могут рассказать гораздо больше о том, что мы на самом деле чувствуем.
Возьмите, к примеру Vibe, программу, которая выполняет поиск по ключевым словам и эмоджи, отправленным в Slack, приложении для общения на работе. Алгоритм сообщает в реальном времени о том, чувствует ли команда разочарование, неодобрение, радость, раздражение или стресс. Фредеоик Пейрот, один из создателей Vibe, сказал мне, что Vibe был скорее экспериментом, чем продуктом, но около 500 компаний уже опробовали его на себе.
Отслеживание положительных настроений сотрудников важно для ведения эффективного бизнеса. Но подсчет эмоджи вряд ли позволит предотвратить следующий Enron. Действительно ли у KeenCorp есть возможность предвидеть должностное нарушение посредствам анализа текста?
Этот вопрос снова возвращает нас к 28 июня 1999 года. Представители KeenCorp этого не осознавали, но их алгоритм по сути выявил один из самых важных переломных моментов в истории Enron. Фастоу сказал мне, что в тот день совет директоров потратил не один час на обсуждение нового предложения под названием «LJM». Оно включало в себя ряд сложных и сомнительных транзакций, которые скрывали бы некоторые малоэффективные активы и укрепляли бы финансовые отчеты. В конечном счете было выявлено, что проект LJM способствовал банкротству компании.
По словам Фастоу, никто из сотрудников Enron не выдвинул критических замечаний по проекту, никто на совете директоров не выступил с заявлением «Это неправильно; мы не должны этого делать». Но KeenCorp утверждает, что его алгоритм выявил напряжение в компании, начиная с момента первых операций проекта LJM.
Сегодня KeenCorp это 15 сотрудников, пол дюжины крупных клиентов и несколько консультантов, в том числе Энди Фастоу. Он рассказал мне, что был настолько впечатлен тем, как алгоритм выявил напряженность сотрудников проектом LJM, что решил стать инвестором. Фастоу знает, что стал заложником своих незаконных и неэтичных действий в Enron. Но он надеется, что знакомя компании с возможностями программного обеспечения KeenCorp, он сможет помочь предотвратить аналогичные ситуации в будущем.
Сначала я скептически отнесся к KeenCorp. Анализ текста постфактум – одно. Но может ли анализ переписки сотрудников содержать достаточно информации, чтобы помочь руководству выявить серьезные проблемы в реальном времени? В качестве доказательства, что это возможно KeenCorp указывает на карты вовлеченности сотрудников, которые создает программное обеспечение. KeenCorp утверждает, что эти карты помогли компаниям выявить потенциальные проблемы на рабочем месте, в том числе проблемы, связанные с аудитом, которые пропустили бухгалтера. Конечно, программное обеспечение только предупреждает, в его алгоритмах нет возможности проверки на соответствие закона Сарбейнза-Оксли. Но иногда даже предупреждения достаточно, чтобы выявить серьезные проблемы.
Такие ранние предупреждения могут стать весомым инструментом, помогающим компаниям обеспечивать соблюдение законодательных норм – титанический труд, сродни подвигу Геракла для фармацевтических, страховых, финансовых и других компаний, деятельность которых строго регламентирована. Однако такая система раннего предупреждения будет работать, если правильно ее использовать. Важно, чтобы в компании был сотрудник, независимо от уровня его должности, готовый сообщить, что программа выдает тревожные значение, и важно, чтобы его услышали. Высшее руководство Enron, включая Генерального директора, в 1999 году было не готово прислушиваться к каждому предупреждению о проведении сложных финансовых транзакции. И мы знаем, что сообщения осведомителей тогда тоже игнорировались.
При оценке потенциальных выгод от анализа переписки сотрудников стоит учитывать и издержки: в некоторых отраслях, таких как финансовая, сканирование документов является нормой, и сотрудники осознают, что их переписка может быть прочитана на более высоком уровне. В большинстве же отраслей сканирование переписки, даже при соблюдении анонимности, может быть воспринято навязчивым, если не настоящей слежкой.  
В действительности же опасаться текстовой аналитики стоит самим менеджерам. Виктор Мирович, финансовый директорKeenCorp, пояснил, что программное обеспечение кроме всего прочего может показывать, как сотрудники реагируют на найм или продвижение по службе менеджеров компании. Один из клиентов KeenCorp, например, решил уделить больше внимания своему филиальному офису после того, как карта показала завышенный показатель и выявила, что руководитель этого офиса закрутил роман с подчиненным.
На мой вопрос о неприкосновенности частной жизни, Мирович ответил, что KeenCorp не собирает, не хранит и не делает отчетов о личной жизни. Согласно KeenCorp, все сообщения «отбираются и обрабатываются таким образом, что конфиденциальность каждого сотрудника полностью защищена». Тем не менее, Мирович признает, что многие компании хотят собирать именно личную информацию о своих сотрудниках. Те, кому необходима именно такая информация, следует искать другое программное обеспечение, или разрабатывать собственную систему интеллектуального анализа данных.
Текстовый анализ – еще молодая, развивающаяся технология. Пока остается неясным, как часто его инструменты могут выявлять проблему, еще не существующую, при том, что не все проступки отображаются на карте, вне зависимости от точности ее настроек.
Тем не менее, рынок этого продукта будет наверняка расти, поскольку его разработчики будут настаивать на пользе информации, полученной из рабочей переписки. Мой коллега из Калифорнийского университета в Беркли, Адам Бадави использует алгоритмы обработки текстов на естественных языках для оценки нормативных документов. Он предполагает, что текстовая аналитика станет частью юридической культуры, культуры соблюдения законодательства, по мере усложнения и развития самих инструментов. Фирмы, заинтересованные в минимизации своей ответственности за предвзятость, мошенничество и притеснения, будут изучать переписку своих сотрудников. «Это то, чего компании действительно жаждут», - утверждает Бадави.

В идеальном мире сотрудники честны со своим руководством, и открыто готовы обсуждать проблемы на работе. В реальности многие сотрудники боятся негативных последствий за свою откровенность, они держат худшие страхи в себе. Текстовая аналитика может позволить фирмам получать информацию о сотрудниках, не вторгаясь в их личное пространство. Основной уроком, это научиться понимать, как чувствуют себя сотрудники не подслушивая то, что он говорит, а анализируя как он это говорит.  



__________________________________________________________

На этом все, читайте нас в фейсбуке, телеграмме и вконтакте


1 комментарий:

  1. Есть мнение, что эта технология распространится и на другие виды контента, например анализ видео.

    ОтветитьУдалить