Joko teidän henkilöstökyselyissänne mitataan eNPS:ää?

eNPS (Employee Net Promoter Score) on yksinkertainen ja tehokas mittari, jolla kartoitetaan työntekijöiden tyytyväisyyttä ja sitoutumista työpaikalla. Se perustuu kysymykseen: "Kuinka todennäköisesti suosittelisit työpaikkaasi ystävälle tai kollegalle?" Vastaukset luokitellaan suosittelijoihin, passiivisiin ja arvostelijoihin, ja näiden pohjalta saadaan kokonaispistemäärä, joka kertoo, miten hyvin organisaatio vastaa työntekijöidensä odotuksiin ja tarpeisiin

BA843299-3A28-476F-A1DB-380D1EA64C22

eNPS, henkilöstön nettosuositteluarvo

Miten itse suhtautuisit, jos kuulisit työntekijän arvostelevan yritystänne julkisuudessa - entä suosittelevan?

Suosittelulla on merkitystä. Neutraalin ja vakioidun tavan käsitellä työnantajan suosittelua eNPS, employee net promoter score eli henkilöstön nettosuositteluarvo pohjautuu kansainvälisen Bain & Co -konsulttiyrityksen ja Fred Reichheldin tunnetuksi tekemään NPS-lukuun. NPS (net promoter score) on hyvin laajalle levinnyt asiakasuskollisuuden mittari, josta lisää toisella kertaa. 

On luontaista, että alunperin NPS:n käytön omaksuneet yritykset ovat alkaneet kaivata samanlaista selkeää ja hyvän (kansainvälisenkin) vertailuaineiston tarjoavaa lukua myös henkilöstön sitoutumista mittaamaan. Tähän tarpeeseen vastaa eNPS.

eNPS:n keskeinen kysymys: Kuinka todennäköisesti suosittelisit yritystä työpaikkana? kysytään aina samalla asteikolla 0 - 10.

Asteikon arvot on asetettu kuvaamaan eri ryhmiä seuraavasti:

Arvosanan 9-10 antaneet: Suosittelijat. Ryhmän prosenttiosuus kaikista vastaajista vaikuttaa positiivisesti eNPS-lukuun. Tämä työntekijöiden ryhmä on todella sitoutunut työnantajaansa ja suosittelee sitä työpaikkana. Kysymys kuuluu, mitä suosittelijat arvostavat ja mitä työyhteisön näin tulisi vaalia. Onko jotain asioita, mitkä yhdistävät suosittelijoita ja niitä voitaisiin soveltaa laajemminkin työyhteisön kehittämisessä?

Arvosanan 7-8 antaneet: Passiiviset. Ryhmä jätetään pois eNPS-luvun laskennasta, koska ei toimi aktiivisesti. Ryhmän jäsenet suhtautuvat työpaikkaansa positiivisesti, mutta eivät niin positiivisesti, että aktiivisesti suosittelisivat sitä. Ryhmän mielipiteitä kannattaa kuunnella ja pyrkiä kääntämään positiivisempaan suuntaan, sillä tämä vaikuttaa nopeasti yleiseen mielipiteeseen. Toisaalta ryhmän jäsenet voivat lipsahtaa myös negatiiviselle puolelle, joten tämä ryhmä on tärkeä.

Arvosanan 0-6 antaneet: Arvostelijat. Ryhmän prosenttiosuus kaikista vastaajista vaikuttaa negatiivisesti eNPS-lukuun. Tämä ryhmä arvostelee työnantajaansa ja usein näkyy ja kuuluu työyhteisössä. Joissain yhteisöissä joukko on pienikin, mutta äänekäs. Verrattuna muihin eNPS-mittarin ryhmiin, edustaa suurta osaa asteikosta 0-10, kun jo asteikon keskivaiheilla olevat arvot 5-6 kuuluvat tähän ryhmään. Yksi hyvä harjoitus kehittäjälle on verrata suosittelijoiden ja arvostelijoiden mielipiteitä toisiinsa. Tämä kuiluanalyysi eri taustatekijöiden suhteen paljastaa usein työyhteisön kipupisteitä, joihin vaikuttamalla voi parantaa tilannetta.

eNPS-luku lasketaan yksinkertaisella kaavalla: 

eNPS = suosittelijoiden prosenttiosuus kaikista arvioijista / arvostelijoiden prosenttiosuus kaikista arvioijista (huom! käytä laskennassa täysiä prosenttiyksikköjä ilman desimaaleja)

Esimerkkilaskelma. Työyhteisön HR-osasto on kysynyt eNPS-kysymyksen henkilöstökyselyssä ja saanut seuraavat luvut: 125 suosittelijaa, 34 passiivista, 18 arvostelijaa (yhteensä 177 vastaajaa). Suosittelijoiden %-osuus on 125/177=71% ja arvostelijoiden prosenttiosuus on 18/177=10%. Näiden osuuksien erotus on 71%-10%=61%. eNPS-luku ilmoitetaan ilman prosenttimerkkiä ja on 61.  

 

Aiheeseen liittyvät artikkelit

December 13, 2024

Olet mitannut eNPS:n – Mitä seuraavaksi?

Our 2D graph representation allows you to easily interpret and visualize your data, making it simple to identify trends and patterns.

December 2, 2024

Zeffi tutkimuskäytössä

Our 2D graph representation allows you to easily interpret and visualize your data, making it simple to identify trends and patterns.

October 13, 2023

Laadullinen tutkimus

Our 2D graph representation allows you to easily interpret and visualize your data, making it simple to identify trends and patterns.