TWI778861B - 基於企業訊息之使用者行為分析員工態度之系統與方法 - Google Patents

Abstract

一種基於企業訊息之使用者行為分析員工態度之系統與方法，該方法包含：定義一員工態度並建立所對應的一員工態度分析模型與關聯的一至複數個可量化使用者行為；依據該態度分析模型所關聯的一至複數個該可量化使用者行為對一組織之複數個成員之複數個訊息發送記錄進行篩選與統計，以產生對應該可量化使用者行為之一匹配值；將該可量化使用者行為之該匹配值帶入該態度分析模型進行運算以得一計算結果；依據該計算結果對該些成員進行一排序；以及，依據該些成員之該排序產生一員工態度分析報表。

Description

基於企業訊息之使用者行為分析員工態度之系統與方法

本發明是關於一種使用者行為分析技術，特別是關於一種基於企業訊息之使用者行為分析員工態度之系統與方法。

當企業或組織要推行一項新的專案或進行一項新的改革，員工態度（Employee Attitude）是決定其成敗的關鍵因素，因此，領導者及時地瞭解員工態度對於決策具有十分重要的作用。為了要瞭解員工態度，企業最常做的是進行員工態度調查（Employee Attitude Surveys），而員工態度調查的方法主要有問卷法（又稱量表法）、面談法及行為觀察法（又稱行為評價法或行為觀察量表法）。問卷法是調查者以統一設計的問卷（通常採用標準的量表進行）向員工徵詢意見的調查方法；面談法是由調查者分別訪問員工本人或其主管，以瞭解員工的態度（或是對主管已獲得的員工資料加以證實）；行為觀察法則是考察員工的工作表現並且運用行為觀察量表予以計分。以上所有的員工態度調查方法皆需要透過不少的人力、時間與金錢來進行，通常是由企業內部的人力資源部或是委外的專業咨詢顧問公司來做員工態度調查。舉例來講：若某一企業欲瞭解旗下數千名員工的向心力、積極度及同事間的人際關係如何，少則需要花費數周、多則需要數月的時間，並投入為數不少的調查人力與一筆可觀的金錢，才能得到分析結果。但，有些調查需要不斷地進行，無法只透過一次調查就可以解決所有問題，所以，為了要能經常性地進行調查，需要考慮以抽樣調查的方法取代全面調查以降低成本。然而，抽樣調查極可能得到的分析結果有失準度，或是容易造成遺珠之憾（例如：被遺漏的重要員工未獲重視而離職）。

有一種先前技術一，中華民國專利公告號I558131，揭露一種具有複數組織結構之訊息傳遞系統及方法，該系統包含：資料庫、伺服器、推播閘道器以及行動通訊裝置；該資料庫、該伺服器與該推播閘道器組合成該發明之雲端；資料庫儲存有複數個成員資訊，每個該成員資訊包含至少一組織識別碼、一帳號以及一密碼，不同之該組織識別碼彼此不重複，每個該組織識別碼可定義一組織為一單一層級組織或複數層級組織；其中，用戶端可透過單一App與單一接口存取該雲端，以接收或傳遞訊息。此先前技術一所達成的技術效果適合運用在企業的內部，讓企業成員互相傳遞訊息，或是讓主管由上而下佈達訊息。

有一種先前技術二，由韓國NHN公司在日本的子公司LINE株式會社所開發的“Line”應用程式及其後端之系統。此先前技術二除了運用在私人用途的資訊分享與情感交流，亦可運用在企業的內部，讓企業成員互相傳遞訊息，也可做到讓主管由上而下佈達訊息。

不論是先前技術一或是先前技術二，當運用在企業內部供所有成員相互之間傳遞訊息，或是讓主管佈達內部的訊息，先前技術只有處理訊息的傳遞，無法依據企業成員利用企業訊息的使用者行為（User Behavior）進而分析出員工態度。也就是說，前述的先前技術不具備任何分析功能，因此無法透過使用者行為歷史記錄（例如：同事間的訊息互動、各個貼文訊息的參與度、回覆訊息的反應時間…等訊息發送記錄中的相關欄位資訊）來與員工態度做任何的聯結以得到員工態度分析結果。故，實有必要改善習見方法，以硬體與軟體協同運作的資源提出一種基於企業訊息之使用者行為分析員工態度之系統與方法，以企業訊息之使用者行為來與員工態度做一聯結以得到自動化的員工態度分析結果，降低企業為員工態度調查所投入的成本、時間與人力，並可做到全體企業員工的分析以避免抽樣調查所造成的失準問題，以便彌補先前技術不足之處。

有鑑於此，本發明提出一種基於企業訊息之使用者行為分析員工態度之系統與方法，定義一個員工態度並建立對應的員工態度分析模型與關聯的可量化使用者行為（篩選條件），再依據企業訊息之訊息發送記錄進行篩選與統計以得到可量化使用者行為的匹配值，將匹配值帶入員工態度分析模型進行運算，以得到員工態度分析結果。

本發明提出一種基於企業訊息之使用者行為分析員工態度之系統，包含：一資料庫，儲存有一組織之複數個成員、對應的複數個成員資訊、對應的複數個訊息發送記錄；一伺服器，存取該資料庫，包含：一第一網路通訊模組，與關聯該些成員之一的一用戶端裝置建立網路連線；一登入驗證模組，驗證該用戶端裝置經由網路連線該伺服器；以及一第一訊息模組，接收上傳之一新訊息或一回覆訊息並依據一接收端設定產生一訊息接收端清單，及，儲存該新訊息或該回覆訊息以及對應的一已讀狀態至該資料庫成為該些訊息發送記錄其中之一，該訊息接收端清單包含至少一關聯該用戶端裝置之推播識別碼，該新訊息或該回覆訊息包含一時間戳記；一使用者行為分析模組，依據一員工態度所對應的一態度分析模型以及關聯的一至複數個可量化使用者行為對該組織之該些成員之該些訊息發送記錄進行篩選與統計，以產生對應該可量化使用者行為之一匹配值，該可量化使用者行為係與該些訊息發送記錄相關之欄位，將該可量化使用者行為之該匹配值帶入該態度分析模型進行運算以得一計算結果，依據該計算結果對該組織之該些成員進行一排序，以及，再依據該些成員之該排序以產生一員工態度分析報表；以及該用戶端裝置，包含：一或多個處理器及一螢幕，該處理器執行複數個程式指令，該等程式指令包含：一第一程式指令，使該用戶端裝置與該伺服器建立網路連線，以進行登入驗證；一第二程式指令，使該用戶端裝置自該伺服器下載該新訊息；一第三程式指令，使該用戶端裝置接收該新訊息或該回覆訊息之輸入與該接收端設定，且該接收端設定關聯該些成員；一第四程式指令，使該用戶端裝置上傳該新訊息或該回覆訊息至該伺服器，該新訊息或該回覆訊息包含一個該時間戳記；一第五程式指令，當下載的該新訊息被閱讀後，使該用戶端裝置上傳該已讀狀態至該伺服器；以及一推播閘道器，依據該訊息產生一推播通知，並透過一外部推播主機發送該推播通知至關聯該些成員所對應之該用戶端裝置。

本發明更進一步，在一些實施例中，該可量化使用者行為係選自：一發送新訊息次數、一發送新訊息平均次數、一回覆訊息次數、一回覆訊息平均次數、一上線次數、一平均上線次數、一上線時數、一平均上線時數、一互動人數、一平均互動人數、一零互動人數、一平均零互動人數、一回覆訊息平均時間、一回覆訊息百分比、一非上班時段上線次數、一非上班時段平均上線次數、一非上班時段回覆訊息次數、非上班時段平均回覆訊息次數、一非上班時段上線時數、一非上班時段平均上線時數、一非上班時段回覆訊息平均時間、一未讀訊息次數、一未讀訊息平均次數、一已讀平均時間、一已讀不回訊息次數及一已讀不回訊息平均次數。

本發明更進一步，在一些實施例中，該可量化使用者行為係可選擇一時間周期以計算該時間周期內的該匹配值，該時間周期係選自：一日、一周、一月、一季及一年。

本發明更進一步，在一些實施例中，當該態度分析模型包含一正向關聯的該可量化使用者行為以及一負向關聯的該可量化使用者行為時，在該態度分析模型的運算中係以“該正向關聯的該可量化使用者行為之該匹配值＂減去“該負向關聯的該可量化使用者行為之該匹配值＂。

本發明更進一步，在一些實施例中，該伺服器更包含：一態度分析模型創建模組，提供圖形化使用者介面的一管理介面供具有系統權限的一管理者定義該員工態度並建立所對應的該態度分析模型與關聯的一至複數個該可量化使用者行為，該可量化使用者行為係做為篩選或統計條件以篩選或統計該匹配值。

本發明更進一步，在一些實施例中，該員工態度與所對應的該態度分析模型係選自：一參與度與所對應的一參與度分析模型、一向心力與所對應的一向心力分析模型、一積極度與所對應的一積極度分析模型、一人際關係與所對應的一人際關係分析模型，以及，一敬業度與所對應的一敬業度分析模型。

本發明更進一步，在一些實施例中，該企業訊息系統內嵌有該員工態度與所對應的該態度分析模型，以及，套用現成的該員工態度與所對應的該態度分析模型即可產生對應的該員工態度分析報表。

本發明復提出一種基於企業訊息之使用者行為分析員工態度之方法，應用於由一資料庫與一伺服器所組合的一企業訊息系統，該方法包含：於該資料庫儲存有一組織之複數個成員、對應的複數個成員資訊、對應的複數個訊息發送記錄，由該伺服器存取該資料庫；定義一員工態度並建立所對應的一員工態度分析模型與關聯的一至複數個可量化使用者行為；該伺服器依據該態度分析模型所關聯的一至複數個該可量化使用者行為對該組織之該些成員之該些訊息發送記錄進行篩選與統計，以產生對應該可量化使用者行為之一匹配值，該可量化使用者行為係與該些訊息發送記錄相關之欄位；該伺服器將該可量化使用者行為之該匹配值帶入該態度分析模型進行運算以得一計算結果；該伺服器依據該計算結果對該組織之該些成員進行一排序；以及，該伺服器依據該些成員之該排序產生一員工態度分析報表。

本發明更進一步，在一些實施例中，該可量化使用者行為係選自：一發送新訊息次數、一發送新訊息平均次數、一回覆訊息次數、一回覆訊息平均次數、一上線次數、一平均上線次數、一上線時數、一平均上線時數、一互動人數、一平均互動人數、一零互動人數、一平均零互動人數、一回覆訊息平均時間、一回覆訊息百分比、一非上班時段上線次數、一非上班時段平均上線次數、一非上班時段回覆訊息次數、非上班時段平均回覆訊息次數、一非上班時段上線時數、一非上班時段平均上線時數、一非上班時段回覆訊息平均時間、一未讀訊息次數、一未讀訊息平均次數、一已讀平均時間、一已讀不回訊息次數及一已讀不回訊息平均次數。

本發明更進一步，在一些實施例中，該可量化使用者行為係可選擇一時間周期以計算該時間周期內的該匹配值，該時間周期係選自：一日、一周、一月、一季及一年。

本發明更進一步，在一些實施例中，當該態度分析模型包含一正向關聯的該可量化使用者行為以及一負向關聯的該可量化使用者行為時，在該態度分析模型的運算中係以“該正向關聯的該可量化使用者行為之該匹配值＂減去“該負向關聯的該可量化使用者行為之該匹配值＂。

本發明更進一步，在一些實施例中，該伺服器更包含：一態度分析模型創建模組，提供圖形化使用者介面的一管理介面供具有系統權限的一管理者定義該員工態度並建立對應的該態度分析模型與關聯的一至複數個該可量化使用者行為，該可量化使用者行為係做為篩選或統計條件以篩選或統計該匹配值。

本發明更進一步，在一些實施例中，該員工態度與所對應的該態度分析模型係選自：一參與度與所對應的一參與度分析模型、一向心力與所對應的一向心力分析模型、一積極度與所對應的一積極度分析模型、一人際關係與所對應的一人際關係分析模型，以及，一敬業度與所對應的一敬業度分析模型。

本發明更進一步，在一些實施例中，該方法更包含：該企業訊息系統內嵌有該員工態度與所對應的該態度分析模型；以及，套用現成的該員工態度與所對應的該態度分析模型即可產生對應的該員工態度分析報表。

以下在實施方式中詳細敘述本發明之詳細特徵以及優點，其內容足以使任何熟習相關技藝者瞭解本發明之技術內容並據以實施，且根據本說明書所揭露之內容、申請專利範圍及圖式，任何熟習相關技藝者可輕易地理解本發明相關之目的及優點。

本發明所謂的“即時訊息”（Instant Message），在一實施例中係應用於行動公佈欄（Bulletin Board）之公佈欄訊息，可應用於企業或組織內由上至下的佈達訊息，例如：公司重要公告；在一實施例中係應用於行動聊天室（Chat Room）之聊天訊息，例如：所有成員以聊天室進行多人線上會議，互相傳送聊天訊息；在一實施例中係應用於行動動態消息（Timeline News，或稱News Feed）之貼文（Article），例如：一位成員發送一則貼文給企業組織內的其他成員。

參閱第1圖，本發明一較佳實施例之系統架構圖，本發明系統包含有：伺服器端（即雲端24）之資料庫20、伺服器10與推播閘道器22，以及用戶端之用戶端裝置28。於此，伺服器端與用戶端之間能經由外部推播系統進行通信，但此外部推播系統並非本發明系統之範圍，僅用以說明。

資料庫20預先儲存有一組織之複數個成員、對應的複數個成員資訊、對應的複數個訊息發送記錄，每個成員資訊包含帳號及密碼，對應每個成員的訊息發送記錄其包含有訊息內容、訊息主旨、訊息發送端、訊息接收端、訊息屬性、訊息發送時間戳記、已讀狀態、已讀時間戳記、附件…等相關資訊。

伺服器10包含一或多個處理器，並以硬體與軟體協同運作的方式實施以下模組：第一網路通訊模組12、登入驗證模組14、使用者行為分析模組16及第一訊息模組18。

第一網路通訊模組12用以與用戶端裝置28之第二網路通訊模組32建立網路連線，在本發明的不同實施例中，該網路連線是基於TCP協定（包含Socket及WebSocket連線）、HTTP協定、HTTPS協定、HTTP/2協定或SPDY協定。

登入驗證模組14，驗證用戶端裝置28經由網路連線伺服器10，並接收某成員透過用戶端裝置28所上傳之帳號及密碼，然後將帳號及密碼與資料庫20中所儲存該成員資訊之帳號及密碼進行驗證。

使用者行為分析模組16依據員工態度所對應的態度分析模型以及關聯的一至複數個可量化使用者行為對組織之成員之訊息發送記錄進行篩選與統計，以產生對應可量化使用者行為之匹配值。可量化使用者行為係與訊息發送記錄相關之欄位，將可量化使用者行為之匹配值帶入態度分析模型進行運算以得計算結果，依據計算結果對組織之成員進行排序，以及，再依據成員之排序產生員工態度分析報表。所謂的態度分析模型係一種數學模型，一個態度分析模型用以對應一種員工態度（例如：參與度、向心力、積極度、人際互動關係、敬業度…等），而一個態度分析模型包含關聯的一至複數個可量化使用者行為（可指定一個時間周期，例如：日、周、月、季或年）。所謂的可量化使用者行為係指“與企業訊息發送使用者行為有關的可量化欄位資訊＂，舉例來說明：假設代表“參與度”的態度分析模型其關聯的可量化使用者行為係“每季發送新訊息次數”、“每季回覆訊息次數”、“每季上線次數”與“每季平均上線時數”，這四個皆係訊息發送記錄裡的資訊，並且皆為“可量化”的資訊（即，可計量具體的次數、時間、人數…等）。當以這四個可量化使用者行為對企業組織裡全部成員的訊息發送記錄進行篩選與統計，然後將這四個可量化使用者行為的匹配值（Match Value）帶入態度分析模型進行運算（例如：計算加總、計算平均值或是計算加權平均值），即可得到一個數值（即，計算結果），舉例說明：假設依據某位成員其訊息發送記錄進行篩選與統計，得到“每季發送新訊息次數”的匹配值為“93.5次”、“每季回覆訊息次數” 的匹配值為“153.6次”、“每季上線次數”的匹配值為“252.8次”以及“每季平均上線時數”的匹配值為“43.2小時”，故，系統將“93.5”、 “153.6”、 “252.8”與“43.2”這四個匹配值帶入“參與度”的態度分析模型進行運算，最後得到的數值（計算結果）即為該位成員之“參與度”的評分結果。在此實施例中，“參與度”的態度分析模型可以是正向關聯的相加、減去負向關聯的總和或以加權計算某一項的匹配值，例如，可定義前述的四個可量化使用者行為為正向關聯的且無加權項目，則“參與度”的評分結果＝93.5+153.6+252.8+43.2＝543.1。就另一實施例而言，某老闆認為 “每季平均上線時數”應加權200%，其餘為正向關聯的相加，則“參與度”的評分結果＝93.5+153.6+252.8+43.2*2＝586.3，依此類推。然後，再依據參與度評分結果之數值對企業組織裡全部成員進行排序（以升冪或降冪方式排序），排序結果即為“參與度”的員工態度分析報表。在一些實施例中，員工態度分析報表可選擇僅排列出頭、尾的特定數量或是特定百分比，例如：排列出參與度“最高的前5名＂、“最低的後5名”、“最高的前2%”…等。在一些實施例中，態度分析模型可選擇不同的時間周期進行篩選與統計，意即，以不同周期的可量化使用者行為進行篩選與統計，以觀察員工在短、中、長期的態度表現是否有起伏變化。

在一些實施例中，可量化使用者行為係選自：發送新訊息次數、發送新訊息平均次數、回覆訊息次數、回覆訊息平均次數、上線次數、平均上線次數、上線時數、平均上線時數、互動人數、平均互動人數、零互動人數、平均零互動人數、回覆訊息平均時間、回覆訊息百分比、非上班時段上線次數、非上班時段平均上線次數、非上班時段回覆訊息次數、非上班時段平均回覆訊息次數、非上班時段上線時數、非上班時段平均上線時數、非上班時段回覆訊息平均時間、未讀訊息次數、未讀訊息平均次數、已讀時間、已讀平均時間、已讀不回訊息次數及已讀不回訊息平均次數，以上的可量化使用者行為係可選擇一時間周期以計算“最近一個時間周期內的匹配值”或是“每個時間周期內的平均匹配值”，時間周期係選自：日、周、月、季及年。時間周期搭配可量化使用者行為，例如：最近一日發送新訊息次數、最近一周發送新訊息次數、最近一月發送新訊息次數、最近一季發送新訊息次數、每日發送新訊息平均次數、每周發送新訊息平均次數、每月發送新訊息平均次數、每季發送新訊息平均次數、最近一日回覆訊息次數、最近一周回覆訊息次數、最近一月回覆訊息次數、最近一季回覆訊息次數、每日回覆訊息平均次數、每周回覆訊息平均次數、每月回覆訊息平均次數、每季回覆訊息平均次數、最近一日上線次數、最近一周上線次數、最近一月上線次數、最近一季上線次數、每日平均上線次數、每周平均上線次數、每月平均上線次數、每季平均上線次數、每日平均上線時數、每周平均上線時數、每月平均上線時數、每季平均上線時數、最近一日互動人數、最近一周互動人數、最近一月互動人數、最近一季互動人數、每日平均互動人數、每周平均互動人數、每月平均互動人數、每季平均互動人數、最近一日零互動人數、最近一周零互動人數、最近一月零互動人數、最近一季零互動人數、每日平均零互動人數、每周平均零互動人數、每月平均零互動人數、每季平均零互動人數、每日回覆訊息平均時間、每周回覆訊息平均時間、每月回覆訊息平均時間、每季回覆訊息平均時間、每日回覆訊息百分比、每周回覆訊息百分比、每月回覆訊息百分比、每季回覆訊息百分比、最近一日非上班時段上線次數、最近一周非上班時段上線次數、最近一月非上班時段上線次數、最近一季非上班時段上線次數、每日非上班時段平均上線次數、每周非上班時段平均上線次數、每月非上班時段平均上線次數、每季非上班時段平均上線次數…等。其中，“回覆訊息”可包含：以文字回覆、按讚回覆或是以貼圖回覆；而回覆時間係指從“對方發訊息的時間戳記＂到“使用者回覆訊息的時間戳記”兩者所差距的時間；此回覆時間可解讀為“回覆訊息的反應時間”（即，使用者看見對方發送訊息後的反應速度），回覆時間愈短表示使用者回覆的反應愈快，反應速度可視為與“積極度”具有正向關聯。已讀平均時間（即，閱讀訊息反應速度）係指從“對方發訊息的時間戳記＂到“使用者閱讀訊息的時間戳記”兩者所差距的平均時間；此已讀平均時間可解讀為“閱讀訊息的反應時間”（即，使用者看見對方發送訊息後的反應速度），已讀平均時間愈短表示使用者閱讀訊息的反應速度愈快，反應速度可視為與“積極度”具有正向關聯。某些具有負向關聯的可量化使用者行為，其匹配值在態度分析模型的運算中可“以減法方式運算”（即，“具有正向關聯的可量化使用者行為其匹配值＂減去“具有負向關聯的可量化使用者行為其匹配值＂），例如：未讀訊息、已讀不回…等可視為與“積極度”有負向關聯。與同事之間互動相關的可量化使用者行為，像是：互動人數（曾與對方通訊息或是按讚的人數）、零互動人數（從未與對方有過任何互動或是按讚的人數）、未讀訊息、已讀不回…等，其匹配值皆可用在態度分析模型（人際關係分析模型）的運算中。在一些實施例中，本發明更進一步針對零互動人數、未讀訊息、已讀不回…此類可量化使用者行為，將特定對象列於員工態度分析報表（人際關係分析報表），或是繪製於“人際關係圖＂(未圖示，把成員彼此之間有互動和零互動的關係用圖形的方式表示出來，屬習見技術)。例如：某員工總是與某特定成員零互動、未讀訊息或是已讀不回，本發明可於員工態度分析報表列出該特定成員，以讓主管注意員工心結進而瞭解或開導，或是讓主管在分配任務時避免將兩人分在同組以防範未然。雖然“參與度”與“向心力”兩者並非同義詞，但兩者之間仍有一定程度的正向關聯，尤其當運用在小團隊或小組中更容易觀察出兩者的重疊比例更高。例如：企業組織下的某個部門的成員對該部門所有的訊息都是「高參與度」，亦可視為該成員對該部門具有向心力，因此，在一些實施例中，向心力分析模型挑選適當的可量化使用者行為後（即，由具權限的管理者設定向心力分析模型所關聯的可量化使用者行為），亦可用以評估員工的向心力。在一些實施例中，“參與度”與“向心力”可共用同一個分析模型。在非上班時段仍繼續發送訊息、閱讀訊息或是回覆訊息可解讀與“敬業度＂有正向關聯。

在一些實施例中，伺服器10更包含：態度分析模型創建模組42，用以提供圖形化使用者介面的管理介面（員工態度分析編輯畫面）供具有系統權限的管理者定義員工態度並建立對應的態度分析模型與關聯的一至複數個可量化使用者行為。

在一些實施例中，伺服器10內嵌有以下任意現成的員工態度與所對應的態度分析模型：參與度與所對應的參與度分析模型、向心力與所對應的向心力分析模型、積極度與所對應的積極度分析模型、人際關係與所對應的人際關係分析模型，或，敬業度與所對應的敬業度分析模型；具有系統權限的管理者可任意選擇內嵌的員工態度與所對應的態度分析模型，即可快速產生對應的員工態度分析報表。

第一訊息模組18接收用戶端裝置28所上傳之新訊息（或回覆訊息）並依據接收端設定產生訊息接收端清單，訊息接收端清單包含至少一關聯用戶端裝置28之推播識別碼（Push ID），一個推播識別碼係對應至一位成員的接收裝置（即用戶端裝置28）。在設定訊息的佈達對象（即，接收端設定）時通常係以勾選的方式選取組織通訊錄中的成員，第一訊息模組18需進行對照工作（Mapping）才能將佈達對象（即，“組織通訊錄中被選取的成員”）轉換產成訊息接收端清單（即被選取成員的“推播識別碼”）。另外，第一訊息模組18將新訊息（或回覆訊息）以及對應的已讀狀態（或未讀狀態）儲存至資料庫20成為訊息發送記錄其中之一。新訊息或回覆訊息包含一個時間戳記用以記錄訊息的發送時間。

在本發明的實施例中，伺服器10所包含的上述各模組應被理解為一種硬體與軟體協同運作的資源，各模組的技術特徵可以複數個程式指令或應用程式的一部份來表達，但是各模組的技術效果必須是以一或多個處理器來執行該些程式指令或應用程式的形式(即硬體與軟體協同運作的資源)來實現，而本發明所欲解決的問題即是透過這樣的硬體與軟體協同運作的資源來獲得改善。

上述伺服器10與資料庫20並未限定部署於特定數量之設備上，在本發明的不同實施例中，伺服器10與資料庫20兩者可部署於同一台設備之上，又或者，兩者可各自部署於叢集（Cluster）結構之設備上，或者異地的叢集設備上。

推播閘道器22依據訊息及其提示音的設定產生推播通知，並透過外部推播主機26（例如：Microsoft Azure、MPNS、GCM以及APNS）發送推播通知至訊息接收端清單所對應之用戶端裝置28。其中在本發明的一種實施例中，訊息之推播通知包含部份或完整之訊息內容以及訊息接收端清單上之推播識別碼，而推播通知包含一個不重複的推播通知序號（或是至少在近期資料可查詢之範圍內為不重複）。

在本發明的不同實施例中，用戶端裝置28為智慧手機、平板電腦、筆記型電腦或桌上型電腦，用戶端裝置28包含一或多個處理器及一螢幕，該處理器可執行複數個程式指令或應用程式30（即Application，又稱App）。該處理器執行該應用程式30包含：第二網路通訊模組32、登入模組34、資料存取模組36、第二訊息模組38以及訊息輸入模組40。第二網路通訊模組32用以與伺服器10之第一網路通訊模組12建立網路連線，在本發明的不同實施例中，該網路連線是基於TCP協定、HTTP協定、HTTPS協定、HTTP/2協定或SPDY協定。登入模組34接收使用者（即成員）從用戶端裝置28的輸入介面所輸入之帳號及密碼，並上傳至伺服器10以進行驗證，在本發明的另一實施例中，帳號及密碼可暫存於用戶端裝置28之記憶體，在一段時間之內（例如：一天或一星期）重複登入皆不需手動輸入帳號及密碼，即可自動登入。資料存取模組36係透過第二網路通訊模組32與伺服器10之第一網路通訊模組12所建立的網路連線（TCP協定、HTTP協定、HTTPS協定、HTTP/2協定或SPDY協定），自伺服器10下載新訊息。第二訊息模組38產生訊息視圖並顯示於用戶端裝置28之螢幕，訊息視圖係應用程式30的圖形化使用者介面，供使用者瀏覽或操作訊息。訊息輸入模組40接收使用者指令輸入訊息內容（包含新訊息與回覆訊息）、接收端設定與主旨，輸入訊息係點選訊息輸入框（由訊息輸入模組40所產生），產生一個訊息除了輸入訊息內容之外，另包含接收端設定（即，佈達對象，設定介面亦由訊息輸入模組40所產生）。“接收端設定”的產生方式為：當輸入一個新的訊息時係以勾選方式自通訊錄（例如組織通訊錄）中選取特定成員，當回覆訊息時則是以原本訊息的接收人做為接收端設定（即，不需另外勾選通訊錄）。

上述該處理器可執行複數個程式指令包含：第一程式指令，使用戶端裝置28與伺服器10建立網路連線，以進行登入驗證；第二程式指令，使用戶端裝置28自伺服器10下載新訊息；第三程式指令，使用戶端裝置28接收新訊息或回覆訊息之輸入與接收端設定，且接收端設定關聯成員；第四程式指令，使用戶端裝置28上傳新訊息或回覆訊息至伺服器10，新訊息或回覆訊息包含一個時間戳記；以及，第五程式指令，當下載的新訊息被閱讀後，使用戶端裝置28上傳已讀狀態至伺服器10。

在本發明不同的實施例中，該處理器所執行的第一程式指令、第二程式指令、…是分別表示複數個程式指令的集合，而第一、第二、…等並不用以限定接續在該第一程式指令、第二程式指令、…所表達的技術特徵或方法的步驟。熟悉此發明之技術人士可理解接續在該第一程式指令、第二程式指令、…所表達的技術特徵或方法的步驟是可以加以合併或組合由不同集合的程式指令來表達。

參閱第2圖，本發明的一種實施例之操作流程圖，例示說明運用企業訊息系統資料庫中的訊息發送記錄對某一組織的全體成員進行員工態度分析之運作流程。請同時參閱第1圖，本發明方法係包含：

步驟S101：於資料庫20儲存有某一組織之複數個成員、對應的複數個成員資訊、對應的複數個訊息發送記錄，由伺服器10存取資料庫20。

步驟S102：定義員工態度並建立所對應的員工態度分析模型與關聯的一至複數個可量化使用者行為。在一些實施例中，具有系統權限的管理者可於連接伺服器端22的終端機（未繪出）上透過態度分析模型創建模組42所產生的員工態度分析編輯畫面來定義一個員工態度並建立對應的態度分析模型與關聯的一至複數個可量化使用者行為。在另一些實施例中，員工態度分析編輯畫面係由態度分析模型創建模組42產生，具有系統權限的管理者於用戶端裝置28上（應用程式30）登入後，即可於用戶端裝置28之螢幕（未繪出）上顯示，該管理者可於員工態度分析編輯畫面上執行本步驟。可量化使用者行為係做為篩選或統計條件以篩選或統計出匹配值，例如：管理者於員工態度分析編輯畫面定義“參與度”（屬於員工態度其中之一種）並建立所對應的“參與度分析模型＂（屬於態度分析模型其中之一種），同時設定關聯的可量化使用者行為係“每季發送新訊息次數”、“每季回覆訊息次數”、“每季上線次數”與“每季平均上線時數”這4個可量化使用者行為（其時間周期可任意更改，可選擇的時間周期為：日、周、月、季與年，同樣可於員工態度分析編輯畫面進行選擇），以及正向關聯項目、負向關聯項目或者需加權計算的項目。正向關聯項目的匹配值即為相加，減去負向關聯項目的匹配值，需加權計算的項目即乘以預設的權重。在管理者未選擇任何的時間周期前，態度分析模型創建模組42可預設為“周”，各項權重相等且皆“正向關聯”。本步驟定義完成後，伺服器10即可將前述的各個員工態度分析模型之設定參數（A模型＝SUM（權重*匹配值n））儲存至其記憶體當中。

由於員工態度分析編輯畫面提供了有權限的管理者可編輯各個員工態度分析模型的各個參數（可量化使用者行為及其對應權重），因此，每個員工態度分析模型都可能是獨特的，會因為有權限的管理者的經驗而有不同的結果。舉例而言，不同公司的向心力分析模型的參數不同，而使得不同公司的人事管理政策不同；並且，即便相同的公司，可能因為有權限的管理者不同，而定義出不同的向心力分析模型的參數；或者，有權限的管理者自行動態調整向心力分析模型的參數，於不同時期，因為管理經驗的改變而調整（增加或減少可量化使用者行為及其對應權重）。換言之，本發明所提供的基於企業訊息之使用者行為分析員工態度之系統，對公司來講為一動態的、可調整的。

此外，就本發明的另一實施例而言，步驟S102可於員工態度分析編輯畫面提供同一個員工態度分析模型至少兩個參數設定值，以供有權限的管理者比較與參照其對應的計算結果。例如，有權限的管理者設定了“參與度分析模型1＂，設定關聯的可量化使用者行為“每季發送新訊息次數”、“每季回覆訊息次數”、“每季上線次數”與“每季平均上線時數”這4個可量化使用者行為，且其權重相等(全為100%)並全為正向關聯；其同時設定了“參與度分析模型2＂，設定關聯的可量化使用者行為“每季發送新訊息次數”、“每季回覆訊息次數”、“每季上線次數”與“每季平均上線時數”這4個可量化使用者行為，且全為正向關聯，而“每季平均上線時數”加權為200%；並設定了“參與度分析模型3＂，除了前述四個可量化行為為正向關聯項目外，另增加了另一個可量化使用者行為“每季已讀不回訊息平均次數”，其為負向關聯項目，而權重為200%。

步驟S103：伺服器10依據態度分析模型所關聯的一至複數個可量化使用者行為對該組織之全體成員之訊息發送記錄進行篩選與統計，以產生對應可量化使用者行為之匹配值，可量化使用者行為係與訊息發送記錄相關之欄位。承前一步驟之例子，建立好“參與度分析模型＂之後，伺服器10之使用者行為分析模組16即可依據“參與度分析模型＂以及關聯的可量化使用者行為（此例為“每季發送新訊息次數”、“每季回覆訊息次數”、“每季上線次數”與“每季平均上線時數”等欄位）對該組織之全體成員之訊息發送記錄進行篩選與統計，以求得每個成員的該些可量化使用者行為之匹配值（匹配值即為對應該欄位的值）。

步驟S104：伺服器10將可量化使用者行為之匹配值帶入態度分析模型進行運算以得計算結果。於前一步驟得到每個成員的該些可量化使用者行為之匹配值後，每個成員應有4個匹配值，接著，伺服器10之使用者行為分析模組16將每個成員的這4個匹配值帶入記憶體中之“參與度分析模型＂進行運算以得計算結果（為一數值）。由於可量化使用者行為的匹配值已取得，且其對應的權重已經定義（公式已預先定義），因此，伺服器10可動態地、即時地計算得各個“參與度分析模型＂的計算結果。

步驟S105：伺服器10依據該計算結果對組織之全體成員進行排序。前一步驟執行後，每個成員各有一個數值（“參與度分析模型＂的計算結果），伺服器10之使用者行為分析模組16於此步驟即按該計算結果對全體成員進行升冪排序或降冪排序。

步驟S106：伺服器10依據全體成員之排序產生員工態度分析報表。前一步驟對全體成員進行排序之後，伺服器10之使用者行為分析模組16產生“參與度＂的員工態度分析報表。在一些實施例中，員工態度分析報表係將全體成員的排序名單呈現於報表中；在一些實施例中，員工態度分析報表僅排列出頭、尾的特定數量或是特定百分比，例如：排列出參與度“最高的前5名＂、“最低的後5名”、“最高的前2%”…等。例如，向心力分析報表：1. 王小明 67.8；2. 李大有 60.3；3. 張無忌 58.8；4. 陳有情55.5；5. 辛老人54.4；依此類推。若同一個員工態度分析模型有兩組以上的參數，則伺服器10會對應產生兩組以上的員工態度分析報表。例如：向心力分析報表1：1. 王小明 67.8；2. 李大有 60.3；3. 張無忌 58.8；4. 陳有情55.5；5. 辛老人54.4；向心力分析報表2（增加“每季已讀不回訊息平均次數”之可量化使用者行為，定義其為負向關聯）：1. 辛老人54.4；2. 李大有 60.3；3. 張無忌 58.8；4. 陳有情55.5；5. 王小明 50.8。由於王小明時常已讀不回同事的訊息，因此，兩組向心力分析報表的結果大不相同。經由這兩組向心力分析報表的比對，有權限的管理者可據以調整最佳化的向心力分析模型的對應參數。

員工態度分析報表產生後，伺服器10可立即將其推播至各個對應管理者的用戶端裝置28當中，讓對應的管理者可藉由其用戶端裝置28的螢幕（可傳送至應用程式30或者以簡訊形式為之）看到其所屬員工的員工態度分析報表結果，以協助其進行對應的人事管理措施。

對本發明的不同實施例可理解的是，由電腦執行的程式指令可實行流程圖中的各個方塊、流程圖中方塊的組合、以及各實施例中的步驟。把該等程式指令提供給一處理器執行以產生一機器或產生硬體與軟體協同運作的資源，藉此在該處理器上執行該等指令時，將產生用以實行流程圖方塊指明之動作或技術效果的構件。不同集合的程式指令亦可使展示於流程圖方塊中的至少某些操作步驟並行地進行，且一應用程式的第一、第二、…程式指令所表達的技術內容可能依不同實施例而不同。再者，亦可在不只一個處理器上進行某些該等步驟，例如可能在多處理器的伺服電腦系統中發生的狀況，或用戶端裝置中微處理器與周邊介面處理器所協同運作的狀況。此外，在不偏離本發明範圍或精神的條件下，流程圖中之一或多個方塊或方塊的組合亦可與其他方塊或方塊組合同時地進行，或甚至以不同於展示出的順序來進行。

因此，本發明流程圖的方塊支援用以進行指明動作或技術效果的構件組合、用以進行指明動作或技術效果的步驟組合、以及用以進行指明動作或技術效果的程式指令構件。亦將可了解的是，這些指明動作或技術效果是由特殊用途硬體式系統或者特殊用途硬體與程式指令協同運作來實行本發明流程圖的各個方塊以及流程圖的方塊組合。

綜上所述，本發明所揭露的一種基於企業訊息之使用者行為分析員工態度之系統與方法，解決了先前技術“無法依據企業成員利用企業訊息的發送記錄分析出員工態度”的問題，本發明使得企業組織得以自動化、快速地得到員工態度分析結果，降低企業為員工態度調查所投入的成本、時間與人力，並可做到全體企業員工的分析以避免抽樣調查所造成的失準問題。

雖然本發明的技術內容已經以較佳實施例揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神所作些許之更動與潤飾，皆應涵蓋於本發明的範疇內，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。

10:伺服器 12:第一網路通訊模組 14:登入驗證模組 16:使用者行為分析模組 18:第一訊息模組 20:資料庫 22:推播閘道器 24:雲端 26:推播主機 28:用戶端裝置 30:應用程式 32:第二網路通訊模組 34:登入模組 36:資料存取模組 38:第二訊息模組 40:訊息輸入模組 42:態度分析模型創建模組

第1圖為本發明實施例之系統架構圖；及， 第2圖為本發明實施例之操作流程圖。

無

10:伺服器

12:第一網路通訊模組

14:登入驗證模組

16:使用者行為分析模組

18:第一訊息模組

20:資料庫

22:推播閘道器

24:雲端

26:推播主機

28:用戶端裝置

30:應用程式

32:第二網路通訊模組

34:登入模組

36:資料存取模組

38:第二訊息模組

40:訊息輸入模組

42:態度分析模型創建模組

Claims (14)

1. 一種基於企業訊息之使用者行為分析員工態度之系統，包含： 一資料庫，儲存有一組織之複數個成員、對應的複數個成員資訊、對應的複數個訊息發送記錄； 一伺服器，存取該資料庫，包含： 一第一網路通訊模組，與關聯該些成員之一的一用戶端裝置建立網路連線； 一登入驗證模組，驗證該用戶端裝置經由網路連線該伺服器； 以及 一第一訊息模組，接收上傳之一新訊息或一回覆訊息並依據一接收端設定產生一訊息接收端清單，及，儲存該新訊息或該回覆訊息以及對應的一已讀狀態至該資料庫成為該些訊息發送記錄其中之一，該訊息接收端清單包含至少一關聯該用戶端裝置之推播識別碼，該新訊息或該回覆訊息包含一時間戳記； 一使用者行為分析模組，依據一員工態度所對應的一態度分析模型以及關聯的一至複數個可量化使用者行為對該組織之該些成員之該些訊息發送記錄進行篩選與統計，以產生對應該可量化使用者行為之一匹配值，該可量化使用者行為係與該些訊息發送記錄相關之一欄位，將該可量化使用者行為之該匹配值帶入該態度分析模型進行運算以得一計算結果，依據該計算結果對該組織之該些成員進行一排序，以及，再依據該些成員之該排序以產生一員工態度分析報表；以及 該用戶端裝置，包含：一或多個處理器及一螢幕，該處理器執行複數個程式指令，該等程式指令包含： 一第一程式指令，使該用戶端裝置與該伺服器建立網路連線，以進行登入驗證； 一第二程式指令，使該用戶端裝置自該伺服器下載該新訊息； 一第三程式指令，使該用戶端裝置接收該新訊息或該回覆訊息之輸入與該接收端設定，且該接收端設定關聯該些成員； 一第四程式指令，使該用戶端裝置上傳該新訊息或該回覆訊息至該伺服器，該新訊息或該回覆訊息包含一個該時間戳記；以及， 一第五程式指令，當下載的該新訊息被閱讀後，使該用戶端裝置上傳該已讀狀態至該伺服器；以及 一推播閘道器，依據該訊息產生一推播通知，並透過一外部推播主機發送該推播通知至關聯該些成員所對應之該用戶端裝置。
2. 如請求項1所述的基於企業訊息之使用者行為分析員工態度之系統，其中該可量化使用者行為係選自：一發送新訊息次數、一發送新訊息平均次數、一回覆訊息次數、一回覆訊息平均次數、一上線次數、一平均上線次數、一上線時數、一平均上線時數、一互動人數、一平均互動人數、一零互動人數、一平均零互動人數、一回覆訊息平均時間、一回覆訊息百分比、一非上班時段上線次數、一非上班時段平均上線次數、一非上班時段回覆訊息次數、非上班時段平均回覆訊息次數、一非上班時段上線時數、一非上班時段平均上線時數、一非上班時段回覆訊息平均時間、一未讀訊息次數、一未讀訊息平均次數、一已讀平均時間、一已讀不回訊息次數及一已讀不回訊息平均次數。
3. 如請求項1所述的基於企業訊息之使用者行為分析員工態度之系統，其中該可量化使用者行為係可選擇一時間周期以計算該時間周期內的該匹配值，該時間周期係選自：一日、一周、一月、一季及一年。
4. 如請求項1所述的基於企業訊息之使用者行為分析員工態度之系統，其中當該態度分析模型包含一正向關聯的該可量化使用者行為以及一負向關聯的該可量化使用者行為時，在該態度分析模型的運算中係以“該正向關聯的該可量化使用者行為之該匹配值＂減去“該負向關聯的該可量化使用者行為之該匹配值＂。
5. 如請求項1所述的基於企業訊息之使用者行為分析員工態度之系統，其中該伺服器更包含：一態度分析模型創建模組，提供圖形化使用者介面的一管理介面供具有系統權限的一管理者定義該員工態度並建立所對應的該態度分析模型與關聯的一至複數個該可量化使用者行為，該可量化使用者行為係做為篩選或統計條件以篩選或統計該匹配值。
6. 如請求項1所述的基於企業訊息之使用者行為分析員工態度之系統，其中該員工態度與所對應的該態度分析模型係選自：一參與度與所對應的一參與度分析模型、一向心力與所對應的一向心力分析模型、一積極度與所對應的一積極度分析模型、一人際關係與所對應的一人際關係分析模型，以及，一敬業度與所對應的一敬業度分析模型。
7. 如請求項6所述的基於企業訊息之使用者行為分析員工態度之系統，其中一企業訊息系統內嵌有該員工態度與所對應的該態度分析模型，以及，套用現成的該員工態度與所對應的該態度分析模型即可產生對應的該員工態度分析報表。
8. 一種基於企業訊息之使用者行為分析員工態度之方法，應用於由一資料庫與一伺服器所組合的一企業訊息系統，該方法包含： 於該資料庫儲存有一組織之複數個成員、對應的複數個成員資訊、對應的複數個訊息發送記錄，由該伺服器存取該資料庫； 定義一員工態度並建立所對應的一員工態度分析模型與關聯的一至複數個可量化使用者行為； 該伺服器依據該態度分析模型所關聯的一至複數個該可量化使用者行為對該組織之該些成員之該些訊息發送記錄進行篩選與統計，以產生對應該可量化使用者行為之一匹配值，該可量化使用者行為係與該些訊息發送記錄相關之一欄位； 該伺服器將該可量化使用者行為之該匹配值帶入該態度分析模型進行運算以得一計算結果； 該伺服器依據該計算結果對該組織之該些成員進行一排序；以及， 該伺服器依據該些成員之該排序產生一員工態度分析報表。
9. 如請求項8所述的基於企業訊息之使用者行為分析員工態度之方法，其中該可量化使用者行為係選自：一發送新訊息次數、一發送新訊息平均次數、一回覆訊息次數、一回覆訊息平均次數、一上線次數、一平均上線次數、一上線時數、一平均上線時數、一互動人數、一平均互動人數、一零互動人數、一平均零互動人數、一回覆訊息平均時間、一回覆訊息百分比、一非上班時段上線次數、一非上班時段平均上線次數、一非上班時段回覆訊息次數、非上班時段平均回覆訊息次數、一非上班時段上線時數、一非上班時段平均上線時數、一非上班時段回覆訊息平均時間、一未讀訊息次數、一未讀訊息平均次數、一已讀平均時間、一已讀不回訊息次數及一已讀不回訊息平均次數。
10. 如請求項8所述的基於企業訊息之使用者行為分析員工態度之方法，其中該可量化使用者行為係可選擇一時間周期以計算該時間周期內的該匹配值，該時間周期係選自：一日、一周、一月、一季及一年。
11. 如請求項8所述的基於企業訊息之使用者行為分析員工態度之方法，其中當該態度分析模型包含一正向關聯的該可量化使用者行為以及一負向關聯的該可量化使用者行為時，在該態度分析模型的運算中係以“該正向關聯的該可量化使用者行為之該匹配值＂減去“該負向關聯的該可量化使用者行為之該匹配值＂。
12. 如請求項8所述的基於企業訊息之使用者行為分析員工態度之方法，其中該伺服器更包含：一態度分析模型創建模組，提供圖形化使用者介面的一管理介面供具有系統權限的一管理者定義該員工態度並建立對應的該態度分析模型與關聯的一至複數個該可量化使用者行為，該可量化使用者行為係做為篩選或統計條件以篩選或統計該匹配值。
13. 如請求項8所述的基於企業訊息之使用者行為分析員工態度之方法，其中該員工態度與所對應的該態度分析模型係選自：一參與度與所對應的一參與度分析模型、一向心力與所對應的一向心力分析模型、一積極度與所對應的一積極度分析模型、一人際關係與所對應的一人際關係分析模型，以及，一敬業度與所對應的一敬業度分析模型。
14. 如請求項13所述的基於企業訊息之使用者行為分析員工態度之方法，該方法更包含：該企業訊息系統內嵌有該員工態度與所對應的該態度分析模型；以及，套用現成的該員工態度與所對應的該態度分析模型即可產生對應的該員工態度分析報表。

Images