For the complete documentation index, see llms.txt. This page is also available as Markdown.

満足度

Delight タブでは、Delight スコアを使用してアプリケーションに対する従業員の満足度を測定し、満足度が低いグループを特定して改善の優先順位を付けることができます。

Delight スコアは、以下のデータソースを組み合わせたものです。Campaigns を通じて従業員が付ける定量的なアンケート評価(1~5)が 70%、フラストレーションを感じるページ読み込みが 30% の重みで使用されます。 Campaigns では、以下の コメント セクションに表示される自由記述フィールドを通じて、定性的なフィードバックも収集します。フラストレーションを感じるページ読み込みには、追加の設定は必要ありません。アプリケーションに対してアンケートが設定されていない場合、システムはフラストレーションを感じるページ読み込みのみを使用し、100% の重み付けで Delight スコアを算出します。

全体的な満足度の傾向を確認する

Delight タブの上部セクションでは、過去 13 か月間における Delight スコアの推移を可視化します。各データポイントは、30 日間のローリング期間に基づいて算出されます。

対象アプリケーションの Delight タブで、次の操作を行います。

  • Delight スコアを確認して、従業員がアプリケーションをどのように体験しているかを把握します。

  • ヒストグラムで、各評価を付けた従業員数を確認します。

    • トレンドインジケーターを使用して、現在のスコアを前の期間のスコアと比較します。

  • Delight スコアにカーソルを合わせて アクションメニューを開き、集計値の対象となる特定の従業員を詳しく確認します。

従業員に過度なアンケートを実施しないよう、システムでは同じ従業員に対するキャンペーンの最小間隔を設定しています。従業員が回答したかどうかにかかわらず、異なるアプリケーションでのキャンペーン間は 30 日です。同じアプリケーションで、従業員が前回のキャンペーンを拒否した、または一部のみ回答した場合、キャンペーン間は 90 日です。従業員が前回のキャンペーンに完全に回答した場合も、同じアプリケーションでのキャンペーン間は 90 日です。

Delight スコアのアンケートコンポーネントは、データが表示される前にアプリケーションで有効にする必要があります。「アプリケーションの管理」で フィードバックを収集 トグルを使用して有効にします。設定の詳細については、AHEAD の設定を参照してください。このアンケートは Engage ライセンスにはカウントされず、Engage モジュールがなくても設定できます。

従業員グループおよびアプリケーション機能ごとの満足度を分析する

ヒートマップを確認して、組織全体およびアプリケーション内で満足度がどのように異なるかを把握します。

対象アプリケーションの Delight タブで、次の操作を行います。

  • 組織ディメンション(部門区分、部署、または エンティティ)でヒートマップをフィルタリングし、満足度が最も低い事業領域を特定します。使用可能なオプションは、Nexthink 環境で設定されているユーザー組織フィールドによって異なることに注意してください。

  • デバイスの場所(国、市区町村、都道府県、または サイト)でヒートマップをフィルタリングし、低い満足度が集中している場所を検出します。

満足度が一貫して低いグループを視覚的に特定します。満足度スコアと回答率を組み合わせて、信頼できるシグナルと、回答数が少なすぎる結果を区別します。

10,000 行を超えるヒートマップでは、すべての行が表示されていないことを示す情報バーが表示されます。そのため、表示されるランキングは完全なデータセットを反映していない可能性があります。

満足度に関するインサイトとコメントを調査する

AI を活用した インサイトを使用して、満足度スコアの背景、低評価の考えられる原因、影響を受けるグループを把握します。インサイトでは、次の内容を確認できます。

  • 選択した満足度パターンが重要である理由。

  • このパターンの主な要因と根本原因。

コメント セクションで従業員の自由記述フィードバックを読み、満足度スコアの理由を把握します。

システムは、AI が生成したコンテンツやインサイトを示すために ✦ スパークルアイコンを表示します。 AI は急速に進化し優れたインサイトを提供していますが、まだ誤りを犯すことがあります。 Nexthink は、結果の精度を確保し、十分な情報に基づく意思決定を支援するために、結果の検証を行うことを推奨します。

詳細については、Nexthink Insights - AI Model Card ドキュメントを参照してください。

最終更新

役に立ちましたか?