ガイド付きフローと事前設定済ダッシュボード (EX) の使用
ガイド付きフローの使用と事前設定済みダッシュボードについて
ガイド付きフローを使用して Employee Journey Analytics プロジェクトを作成する場合、オンボーディングとエンゲージメントに関するアンケートを 1 つのデータセットに結合するための手順を説明します。データモデルとダッシュボードが自動的に作成され、データセットの分析に使用できます。カスタムプロジェクトとは異なり、データモデルをマニュアルで登録する必要はありません。
ガイド付きフローを使用してプロジェクトを作成するには、[プロジェクトの作成時にエンゲージメントに対するオンボーディングの影響を分析する] を選択します。
データソースの結合
Employee Journey Analytics プロジェクトを作成し、[オンボーディングがエンゲージメントに与える影響を分析する] を選択したら、以下の手順に従ってデータソースを結合します。
- エンゲージメントプロジェクトの 1 つから調査を選択します。
ヒント:このドロップダウンには従業員エンゲージメントプロジェクトのみが表示されます。 - オンボーディングサーベイを選択します。
ヒント:このドロップダウンには従業員ライフサイクルプロジェクトのみが表示されます。
- 含めるオンボーディングフィードバックの時間枠を選択します。この日付は、選択したエンゲージメント調査に対する最新の回答の日付に基づいて調整されます。
- データセットを結合するには、エンゲージメントアンケートから識別フィールドを選択します。
ヒント:ガイド付きワークフローは、外部結合でプロジェクトに参加します。
- データセットを結合するには、オンボーディングアンケートから識別フィールドを選択します。
- [次へ] をクリックします。
ヒント:[後で続行]をクリックして、[プロジェクト]ページに戻ります。
主要指標の特定
データソースの結合方法を決定したら、ダッシュボードで分析する主要メトリクスを選択します。
- レポートエンゲージメントに使用される主要な指標を選択します。これは、ダッシュボードカテゴリまたはアンケートの質問のいずれかです。
- オンボーディングのレポートに使用される主要な指標を選択します。これは、ダッシュボードカテゴリまたはアンケートの質問のいずれかです。
- エンゲージメントを促進する可能性のあるオンボーディングの質問を選択します。オンボーディングアンケートの質問が自動的に選択されます。
- フィルタおよび詳細な分析のために、デモグラフィックフィールドを選択します。ここでは、両方のサーベイから項目を選択することができます。
- [次へ] をクリックします。
データセットの生成
データソースを結合し、結果メトリクスを選択した後、以下の手順に従って出力データセットを生成します。
ダッシュボードの表示
ダッシュボードの作成時には、4 つのウィジェットが含まれます。これらのウィジェットでは、以前に選択した結果およびキードライバー指標に基づいて、オンボーディングがエンゲージメントに与える影響が視覚化されます。
事前に構築されたウィジェットに加えて、ダッシュボードを編集したり、ウィジェットを追加したりできます。ダッシュボードの編集の詳細については、ダッシュボードの概要 (EX) を参照してください。
プロジェクトに戻るには、プロジェクトにジャンプをクリックします。プロジェクト内で、データモデルを更新してダッシュボードに新しい回答を追加したり、ダッシュボードを他のユーザと共有したりできます。データモデルを編集することもできます。データモデルの編集の詳細については、データモデルの登録を参照してください。
主要業績指標
最初の 2 つのウィジェットは、オンボーディングと従業員エクスペリエンスの全体像を把握します。ここには、オンボーディングおよびエンゲージメントの主要業績評価指標 (KPI) として選択した項目に対する肯定的な応答の割合が表示されます。
オンボーディングとエンゲージメントの関係
3 番目のウィジェットでは、どのオンボーディングアイテムがエンゲージメントに最も密接にリンクされているかを確認します。このウィジェットには、各オンボーディングアイテムの好ましさと、各項目とエンゲージメント結果の指標との相関関係が表示されます。デフォルトでは、項目は影響度によってランク付けされ、相関の多い上位 5 個のアイテムが表示されます。
オンボーディングとエンゲージメントの成果
4 つ目のウィジェットでは、オンボーディングの認識とさまざまなセグメントにわたるエンゲージメントとの比較が示されます。このウィジェットには、オンボーディングとエンゲージメントの結果が表示され、主要業績指標 (KPI) によって分析できます。