Svyatoslav Zborovsky dari tim DataArt BI mempelajari rekan mana yang paling sering berterima kasih menggunakan sistem perusahaan. Dalam sebuah artikel untuk Habr, dia memberi tahu cara cepat membangun dan mengoptimalkan grafik dan cluster apa yang berhasil dia alokasikan padanya.
Svyatoslav Zborovsky, Analis Data, DataArt
DataArt adalah perusahaan IT yang cukup besar, lebih dari 3000 orang bekerja di 20 kantor kami di sepuluh negara. Banyak tim proyek yang tersebar di kota yang berbeda, interaksi antar karyawan dan sebelum pandemi COVID-19 paling sering terjadi secara online. Sembilan tahun yang lalu, perusahaan menemukan cara untuk berterima kasih kepada kolega dari jarak jauh menggunakan TYP - Poin terima kasih. Tip adalah analog dari mata uang lokal, tidak terikat dengan bonus, gaji, atau senioritas. Mereka dapat dikirim kepada mereka yang telah membantu Anda, diterima dari mereka yang telah Anda lakukan sesuatu yang baik, dan dari waktu ke waktu ditukar dengan suvenir: mug, ransel, power bank, bebek karet, dll. Jika tertarik, lebih banyak tentang Anda dapat membaca cara kerja sistem TYP di sinitetapi, secara umum, ini benar-benar seperti "terima kasih" secara online.
Ilustrasi dari artikel tentang bagaimana sistem tip bekerja di DataArt , diterbitkan pada musim gugur 2019. Saya
mendapat pekerjaan di perusahaan setahun yang lalu. Setelah berurusan dengan sistem internal dan, khususnya, institut kiat, saya menjadi tertarik kepada siapa yang biasanya berterima kasih kepada kolega saya. Benar, berapa banyak orang yang dikirimi "terima kasih" (lagipula, jumlah poin yang tersedia untuk setiap orang terbatas)? Koneksi dan kelompok apa dalam sistem yang dapat dilihat dengan mengevaluasi pertukaran tip? Apakah semuanya diberikan kepada semua orang? Atau apakah perusahaan dibagi menjadi beberapa kelompok kecil - kelompok hobi? Untuk menjawab pertanyaan ini, saya memutuskan untuk membuat grafik jaringan.
Saya akan segera membuat reservasi bahwa tip yang diberikan kepada kolega atas nama perusahaan (untuk berpartisipasi dalam konferensi, menulis artikel, berbicara di acara internal, dll., Serta setiap bulan secara default) tidak disertakan dalam penelitian ini. Bagaimanapun, ini bukanlah ucapan "terima kasih" klasik dari kolega ke kolega.
Grafik di bawah ini menunjukkan dinamika banyaknya rekan kerja yang saling berterima kasih selama empat tahun terakhir. Tebak alasan puncak setiap akhir tahun (spoiler: karyawan saling mengucapkan Selamat Tahun Baru).
Catatan penting: Jumlah karyawan perusahaan terus bertambah selama empat tahun terakhir, sehingga jumlah tip yang disumbangkan juga akan meningkat. Oleh karena itu, pada grafik, saya menunjukkan metrik yang menunjukkan rasio jumlah tip yang disumbangkan per bulan terhadap jumlah karyawan yang bekerja untuk perusahaan pada bulan itu. Jadi Anda dapat melihat tingkat sebenarnya dari sumbangan tip.
Saya memilih Gephi sebagai alat saya . Lebih nyaman digunakan daripada menulis program Anda sendiri secara manual di R / Python / pilih bahasa apa pun yang memungkinkan Anda menjelajahi jaringan. Pertama, Gephi membuatnya lebih mudah untuk menyesuaikan tata letak jaringan, dan kedua, menyediakan penyesuaian ukuran dan warna teks yang nyaman, yang membuatnya mudah untuk membaca grafik tanpa usaha ekstra.
Dataset asli memiliki format tabel tautan dan terdiri dari 46.896 baris - fakta individu tentang kiat hadiah. Sejak 2011, ini adalah berapa kali rekan kerja saling berterima kasih secara resmi dalam sistem waktu kehadiran. Bentuknya seperti ini:
Oleh karena itu, untuk menyederhanakan grafik, saya menerapkan derajat filter> 50, dengan kata lain, hanya menyisakan kolega di atasnya yang memiliki lebih dari 50 koneksi (fakta donasi atau penerimaan tip).
Setelah bereksperimen dengan gaya, saya memilih Fruchterman Reingold. Ini terlihat seperti ini:
Saya menambahkan statistik modularitas ke grafik yang difilter untuk mengidentifikasi cluster. Mereka ada delapan.
Selanjutnya, saya mengubah ukuran node sehingga titik-titik besar akan cocok dengan orang-orang yang mendapatkan banyak tip. Ini memungkinkan untuk mengidentifikasi karakter utama di setiap cluster.
Visualisasi terakhir terlihat seperti ini:
Tapi siapakah orang-orang ini? Apa logika untuk menggabungkannya menjadi cluster? Untuk memahami, saya menambahkan tabel node yang menampilkan nama karyawan pada grafik. Sayangnya, untuk alasan kerahasiaan, saya tidak dapat memasukkan data tersebut ke dalam artikel, tetapi saya dapat memberi tahu Anda apa yang dapat saya buat dengan bantuan mereka.
Warna biru (20,61% dari semua pengamatan) mewakili kolega dari pusat pengembangan kecil yang terletak di kota yang relatif kecil. DataArt adalah pemain yang sangat kuat di pasar tenaga kerja di sana, sedangkan komunitas profesional secara keseluruhan sangat kecil. Dalam kondisi seperti ini, kantor lokal menempati tempat penting dalam kehidupan rekan kerja, dan mereka berkomunikasi satu sama lain dengan sangat erat, bahkan terlibat dalam proyek yang berbeda. Hal ini tercermin jelas dari seringnya ucapan "terima kasih". Pemimpin - Manajer SDM, sysadmin, akuntan, dan insinyur yang paling berpengalaman, yang bertindak sebagai mentor untuk karyawan magang dan secara aktif berpartisipasi dalam kehidupan pusat pengembangan lokal. Yaitu, mereka melakukan webinar, mempresentasikan hasil pekerjaan mereka dan kasus-kasus menarik di kantor, dan membuat presentasi di konferensi-konferensi yang populer dengan rekan-rekan mereka. Node besar pusat adalah teknisi helpdesk.
Hijau (18,88%) - sebaliknya, kolega dari kantor terbesar (yang mengejutkan!) Berlokasi di non-ibu kota berukuran sedang. Namun, gambarannya berbeda di sini: secara umum, orang cenderung tidak saling mengirim tip, dan saya sama sekali tidak memiliki "favorit" yang diucapkan. Kemungkinan besar, rekan kerja hanya memiliki hubungan horizontal yang baik. [SZ13]
Ungu ( 18,88 %) - manajer yang membantu merencanakan perjalanan dan menghitung anggaran, dan anggota tim internal BI. Mereka juga memiliki kategori "pengagum" yang diucapkan, yang mencakup manajer proyek, manajer pengiriman, pimpinan tim, dan pengembang senior yang lebih cenderung mengunjungi kantor klien.
Hitam (15,45%) adalah “orang baik” yang sama-sama sering diucapkan terima kasih oleh rekan kerja dari berbagai tingkatan dan spesialisasi. Titik hitam terbesar adalah administrator sistem, kecuali mereka, manajer kantor dan guru bahasa Inggris termasuk dalam kategori.
Orange (11,59%) menyatukan manajemen senior, manajer SDM dan mereka yang mempromosikan perusahaan di pasar tenaga kerja. Semua orang ini mengembangkan merek DataArt sebagai pemberi kerja dan, meskipun mereka bekerja dalam tim dan departemen yang berbeda, mereka secara teratur menyeberang dan berterima kasih satu sama lain. Kecenderungan ini dapat ditelusuri selama sembilan tahun sistem beroperasi, jadi cukup logis untuk menggabungkan rekan semacam itu ke dalam satu cluster.
Lokasi kecil lainnya ditandai dengan warna merah (6,87%). Poin terbesarnya adalah dua administrator sistem dan kepala bagian SDM, yang benar-benar mencurahkan banyak waktu untuk berkomunikasi dengan rekan kerja dan dalam banyak hal menyatukan mereka satu sama lain.
Hijau tua (3,86%) - lagi sysadmin, tetapi tidak terikat ke kantor tertentu. Mereka adalah mereka yang membantu mengatur lingkungan virtual, membangun sistem kerja perusahaan dan memberi nasihat kepada kolega dari berbagai kota dan negara. Oleh karena itu, tidak mungkin untuk mengidentifikasi kelompok tertentu, yang perwakilannya akan lebih sering berterima kasih kepada mereka daripada yang lain. Semua karyawan perusahaan sama-sama berterima kasih kepada mereka - untuk ini mereka berhak atas cluster terpisah.
Kuning (3,86%) - pengembang sistem internal Manajer Proyek dan EDU, di mana kami melacak waktu kerja, memantau dinamika aktivitas dalam proyek, mengumpulkan kursus pelatihan dan berkomunikasi satu sama lain. Singkatnya, mereka mencerminkan seluruh kehidupan perusahaan, sehingga mereka yang mengerjakannya sering kali berterima kasih, terlebih lagi, rekan-rekan dari berbagai proyek dan negara.
Menurut saya, grafik yang dihasilkan secara akurat mencerminkan koneksi horizontal di dalam perusahaan, tetapi di luar proyek dan akun individu. Tidaklah mengherankan bahwa administrator sistem telah mengambil tempat khusus dalam diagram, tetapi tidak akan berlebihan untuk menunjukkannya kepada mereka. Biarlah mereka tidak meragukan betapa kolega mereka sangat menghargai mereka!
Grafik ini dibuat berdasarkan riwayat koneksi Tips selama seluruh periode institut poin Terima kasih. Jika kita mengulang studi yang sama, tetapi pada sampel satu tahun / setengah tahun, struktur cluster akan berubah. Cluster terbesar akan menjadi proyek besar, di mana pelepasan yang berhasil dilakukan dalam periode waktu tertentu. Cluster lainnya akan membentuk koneksi lokal yang biasa dan terima kasih kepada manajer, sysadmin, dan guru bahasa Inggris.
Saya dapat berasumsi bahwa pengalaman penelitian kecil saya mungkin bermanfaat bagi mereka yang ingin lebih memahami struktur sosial dalam kolektif mereka. Apakah rekan kerja benar-benar memperlakukan satu sama lain dengan baik? Kepada siapa mereka sering kali siap mengucapkan "terima kasih"? Selain itu, penelitian semacam itu membantu untuk mengidentifikasi pahlawan yang tampaknya tidak terlihat yang harus didorong dengan lebih dari sekedar ucapan "terima kasih".