Unit4
Blogg

More than a feeling: Sentimentanalys ger framgångsrika projekt

Publicerat av  Claus Jepsen

Ansvarsskyldighet är något av det viktigaste som finns, och kanske extra viktigt inom tjänsteföretag som måste leva upp mot högt ställda krav och kundförväntningar. Men berättar verkligen de mål som mäts för varje projekt hela sanningen om projektets framgång?
De flesta företag är vana vid att sätta statiska KPI:er som ska visa hur pass väl varje projekt levereras. För det mesta handlar KPI:erna om att ställa budgetmål mot faktiska kostnader och intjänat värde mot ROI:er. Det man ofta glömmer är dock att projekt drivs av människor och den påverkan som personkemin mellan medlemmarna i ett projekt har mäts ytterst sällan.
Alla tjänsteföretag når till slut en punkt där transaktionsdata inte kan ge svaret på alla frågor och där man behöver förstå hur sammansättningen av personer i teamet påverkar projektets resultat. Som tur är finns det idag ny teknik som kan visa hur känslor och attityder påverkar samarbetet i projekt, som kan ge vägledning i hur en bra teamsammansättning leder till goda projektresultat.

Sentimentanalys avslöjar projektens tillstånd
För att kunna uppskatta värdet av sentimentanalys måste vi först förstå vad denna typ av analys innebär för just tjänsteföretag. I grund och botten handlar sentiment om tonen i den kommunikation som sker mellan alla medlemmar i ett affärsprojekt – är tonen i deras kommunikation positiv eller negativ? Projektledare kan så klart fråga teammedlemmar om hur de tycker att samarbetet går, men detta tar ofta lång tid och ofta väljer teammedlemmar att ge en bättre bild av verkligheten än vad den egentligen är.
Ny AI-baserad teknik ger oss ett nytt sätt att utföra sentimentanalys, nämligen genom att analysera hur passa bra eller dåligt teammedlemmar samarbetar baserat på vilka ord som används i kommunikationen. Detta är inte bara en snabbare metod för sentimentanalys, den är också opartisk, och projektledaren kan gå in och ta en titt när som helst för att se hur samarbetet i ett projekt går på riktigt.

Låt maskinen hjälpa människan
Möjligheten att kunna analysera hur pass bra eller dåligt teammedlemmar samarbetar är ovärderlig. En tidigare rapport från McKinsey visar att 97 procent av anställda anser att ett projekts framgång påverkas av teammedlemmarnas förmåga till samarbete, samt att intelligenta AI-baserade verktyg kan upptäcka brister i samarbetet snabbare än en projektledare.
Automatisk dataanalys hittar inte bara roten till problemet snabbare än en människa, sentimentdata ger också en bredare förklaring till de problem som finns, om det skulle visa sig att projektet börjar fallera och man börjar missa interna deadlines. Genom att analysera sentimentdata kan man få reda på huruvida det är problem med människorna, produkten/lösningen eller processen som står i vägen för projektets framgång. Om det är ett mänskligt, och inte tekniskt eller ekonomiskt problem, och grunden till problemet är gruppdynamiken, kan man sätta in stöd för att förbättra enhetskänslan, eller också sätta upp ett nytt team som fungerar bättre tillsammans.

Personkemin bör styra valet av projektteam
När det gäller personkemi så kan sentimentanalys hjälpa tjänsteföretag att planera sina projekt på ett bättre sätt på ett tidigt stadium, redan då man börjar se över vilka medlemmar som ska ingå i projektteamet. Avancerad teknik för projektstyrning kommer kunna använda tidigare data när nya projekt sätts upp, så att man automatiskt får rekommendationer kring vilka teammedlemmar ett projekt bör bestå av, baserat på medlemmarnas tidigare aktivitet och hur de har interagerat med varandra. På så vis kommer projektledare kunna skräddarsy varje projektteam baserat på vilken sammansättning av teammedlemmar som förväntas generera bäst resultat. Och projektledaren kan fortsätta ha översikt över teamet under projektets gång och använda sentimentanalys för att försäkra sig om att teamets personkemi utvecklas enligt plan.

AI leder vägen till framgång
Trots att det skrivs och talas mycket om AI så befinner sig tekniken fortfarande i ett mycket tidigt stadium, så nu ser vi endast början på hur AI kan förändra processer och prestationer. Då teknikens potential dyker upp i allt fler tjänsteföretag så kommer de verksamheter som är öppna för att anamma ny teknik gynnas först av alla.
Företag måste vara villiga att investera i ny teknik som använder AI och maskininlärning för att utnyttja ostrukturerade data. Dessutom måste det interna ramverket komma på plats så att man kan samla in alla relevanta data genom att kanalisera all kommunikation centralt, via sin projektstyrningsplattform, för att på så vis dra ut och analysera data.
Om konversationer sprids via e-post, projektstyrningssystem och chattar, är det väldigt svårt att få en tydlig och korrekt bild av ett projekts resultat. Men genom att kombinera statistiska och sentimentbaserade data kommer tjänsteföretag kunna analysera varför vissa projekt lyckas och andra misslyckas. Detta kommer bidra med värdefulla insikter i vad – eller framför allt vem, som gör att projekten lyckas, så att man inte bara hittar den bästa personen för rätt projekt utan också det bästa teamet.

Claus Jepsen

Claus Jepsen

FÖLJ MIG linkedin