ศักยภาพที่ซ่อนอยู่: การสื่อสารแบบกำหนดเองกับผู้ชมของคุณ

จากจุดบอดสู่การสนทนา: ทำไมต้องวิเคราะห์ผู้ชม

บ่อยครั้งที่โครงการริเริ่มด้าน HSE ต้องเผชิญกับกำแพงแห่งความไม่เข้าใจ ดังที่ Mikhail Omelchuk ผู้ดำเนินรายการกล่าวไว้ พนักงานใหม่ต้องการแนวทางที่แตกต่างในการฝึกอบรมและการพัฒนา Konstantin Ermolaev หัวหน้าแผนกส่งเสริมวัฒนธรรมความปลอดภัยของบริษัท Nornickel ได้วิเคราะห์ปัญหานี้ในระดับพื้นฐาน เมื่อผู้เชี่ยวชาญนำกฎหรือข้อห้ามใหม่ๆ มาสู่พนักงาน ข้อมูลมักจะกลายเป็น "จุดบอด" หากไม่เข้าใจค่านิยมและลำดับความสำคัญของผู้ชม การสื่อสารจะทำให้เกิดการต่อต้านและความรำคาญเท่านั้น

การวิเคราะห์โซเชียลมีเดียในฐานะ "น้ำมันใหม่" สำหรับ HSE

เพื่อเอาชนะอุปสรรคของการต่อต้าน วิทยากรเสนอให้ใช้ข้อมูลจากโซเชียลมีเดีย ในเมืองอุตสาหกรรมเดี่ยว เช่น Norilsk และ Monchegorsk ซึ่งผู้อยู่อาศัยส่วนใหญ่เป็นพนักงานของบริษัท กลุ่มสาธารณะในท้องถิ่นจึงกลายเป็นคลังข้อมูล การวิเคราะห์โพสต์และความคิดเห็นหลายล้านรายการในช่วงหลายปีที่ผ่านมาทำให้สามารถระบุอารมณ์ ค่านิยม และรูปแบบพฤติกรรมที่แท้จริงของพนักงานได้

• การระบุค่านิยม: การวิเคราะห์แสดงให้เห็นว่าพนักงานเป็นคนตรงไปตรงมาและมีความต้องการความเคารพอย่างมาก
• รูปแบบพฤติกรรม: ในกรณีของเหตุการณ์เชิงลบ ปฏิกิริยาจะผ่านขั้นตอนตั้งแต่ความโกรธไปจนถึงการสนับสนุน ("เราคือครอบครัวเดียวกัน") และสุดท้ายคือการประชดประชันและการเสียดสี ซึ่งช่วยในการรับมือกับความเครียด
• ตัวกระตุ้นและปฏิกิริยา: การสนทนาที่ซื่อสัตย์และเปิดเผยช่วยลดความรู้สึกเชิงลบได้อย่างมากในช่วงเหตุการณ์ฉุกเฉิน และเนื้อหาภาพ (ธรรมชาติ ความงาม) ช่วยเบี่ยงเบนความสนใจจากปัญหา

จากข้อมูลสู่การสื่อสารที่มีประสิทธิภาพ

การนำเสนอได้พิจารณารายละเอียดเกี่ยวกับกระบวนการเปลี่ยนข้อมูลเมตาให้เป็นเครื่องมือที่ใช้งานได้จริง ข้อมูลเชิงลึกที่ได้รับทำให้สามารถปรับนโยบายบรรณาธิการของช่องทางการสื่อสารในองค์กรได้ ความสอดคล้องระหว่างแนวทางที่ใช้สัญชาตญาณกับข้อมูลจริงอยู่ที่ 70-80% อย่างไรก็ตาม เปอร์เซ็นต์ที่เหลือได้เผยให้เห็นพื้นที่สำคัญสำหรับการเติบโต ตัวอย่างเช่น พบว่าพนักงานต้องการฟังเรื่องราวเกี่ยวกับความปลอดภัยจากเพื่อนร่วมงานผ่านตัวอย่างส่วนตัว ไม่ใช่จากแผนก HSE

การดำเนินการทางเทคนิค: วิธีรวบรวมและประมวลผลความคิดเห็นนับล้าน

วิทยากรแสดงให้เห็นผ่านตัวอย่างว่าการรวบรวมข้อมูลด้วยตนเองนั้นไม่มีประสิทธิภาพ สำหรับการวิเคราะห์ข้อความ 4.5 ล้านข้อความ ได้มีการพัฒนาโปรแกรมพิเศษที่สามารถรวบรวมข้อมูลจากโซเชียลมีเดียได้โดยอัตโนมัติ โครงข่ายประสาทเทียมมาตรฐานไม่สามารถจัดการกับปริมาณดังกล่าวได้ ดังนั้นจึงจำเป็นต้องสร้างเครื่องมือแบบกำหนดเองสำหรับการวิเคราะห์ทางภาษาศาสตร์และการระบุตัวชี้วัดหลัก ใช้เวลาประมาณสามเดือนตั้งแต่แนวคิดจนถึงการดำเนินโครงการ

สิ่งที่คุณจะได้เรียนรู้จากสัมมนาผ่านเว็บนี้:

• วิธีหยุดเป็น "จุดบอด" สำหรับพนักงานและเริ่มพูดภาษาของพวกเขา?
• เครื่องมือใดที่ควรใช้สำหรับการวิเคราะห์อารมณ์ความรู้สึกของทีมในวงกว้าง?
• การประชดประชันและการเสียดสีช่วยให้พนักงานรับมือกับความเครียดได้อย่างไร และจะนำไปใช้ในการสื่อสารได้อย่างไร?
• ทำไมการสนทนาแบบเปิดจึงมีประสิทธิภาพมากกว่าคำแนะนำที่แห้งแล้งเมื่อเกิดเหตุฉุกเฉิน?
• วิธีระบุผู้นำทางความคิดที่ซ่อนอยู่ผ่านการวิเคราะห์รอยเท้าดิจิทัล?