¿Cómo funcionan ambos indicadores?
Comparación entre ambas features para comprender diferencias y similitudes.
Caracteristica | Niveles | Detector de Disengagement |
Tipo de modelo | Gamificación basada en ranking de usuarios de la compañía. | Predictivo probabilístico según comportamiento individual. |
Categorías (lo que ve el usuario) | Niveles: 5 Legend (el más destacado) 4 Hero, 3 Shining, 2 Rising, 1 Embarking (el menos destacado) | Estados: - Engaged, - Disengaged, - Not data |
Usuarios y alcance | Se comparan los puntajes de todos los usuarios para establecer un ranking dentro de la compañía. | Se toma el comportamiento de cada usuario de forma individual. No se compara con el resto de los usuarios. |
Cálculo interno | Puntaje basado en la cantidad de actividad en StarMeUp, en un periodo, teniendo en cuenta pesos de importancia. | Calcula el comportamiento individual basado en el promedio de actividad y la frecuencia de acceso a StarMeUp, en un período. |
Datos para el cálculo | Acceso a StarMeUp web y mobile, tener perfil completo, estrellas enviadas, me gusta, comentarios, y momentos compartidos. Feedback enviados y solicitados, objetivos y progresos. | Frecuencia de acceso al producto, enviar estrellas, publicar momentos, compartir me gusta, comentarios y mensajes de celebración. |
Periodicidad del cálculo | Calculo automático semanal. | Calculo automático semanal. |
Período de tiempo | Se consideran los últimos 30 días de actividad de todos los usuarios en StarMeUp. | Se consideran los últimos 90 días de comportamiento del usuario (60 días de histórico Vs 30 últimos días). |
Escasez de cupos | Existen cupos de asientos limitados por cada nivel. Estos se completan de acuerdo al ranking de participación de usuarios. | No existen cupos para cada estado, se toma cada usuario de forma individual. |
Usuario elegibles | El nivel de un usuario se puede calcular desde el día 1 de uso de StarMeUp. | La detección puede realizarse sólo si el usuario tiene más de 3 meses en el uso de StarMeUp y si tiene suficiente actividad para el cálculo de promedios de comportamiento. |
Escenarios que podríamos encontrar
Dado un usuario específico podemos encontrarnos con diferentes escenarios. Aquí detallamos algunos de ellos para un mayor entendimiento e interpretación.
Escenarios | Niveles | Disengagement Detector | Comentarios |
1 | Alto ( ej. 3, 4, 5) | Engaged | - El nivel del usuario es relativamente alto en relación al resto de la compañía, y además,
- StarMeUp detectó que este usuario mantuvo o incrementó su actividad promedio, su frecuencia de acceso promedio o ambos. |
2 | Alto ( ej. 3, 4, 5) | Disengaged | - Si bien el nivel del usuario es relativamente alto en relación al resto de la compañía,
- StarMeUp detectó que este usuario disminuyó su actividad promedio, su frecuencia de acceso promedio o ambos. |
3 | Bajo ( ej. 1, 2) | Engaged | - Si bien el nivel del usuario es relativamente bajo en relación al resto de la compañía,
- StarMeUp detectó que este usuario mantuvo o incrementó su actividad promedio, su frecuencia de acceso promedio o ambos. |
4 | Bajo ( ej. 1, 2) | Disengaged | - El nivel del usuario es relativamente bajo en relación al resto de la compañía, y además
- StarMeUp detectó que este usuario disminuyó su actividad promedio, su frecuencia de acceso promedio o ambos. |
Conclusión
En Niveles se compara la actividad en StarMeUp de todos los usuarios de la compañía para establecer un ranking. Por otro lado, el Detector de Disengagement toma el comportamiento individual de cada usuario para determinar si disminuyó, mantuvo o incrementó su actividad o su acceso promedio.
Ambos indicadores son útiles pero no son suficientes por sí solos para obtener conclusiones absolutas; en cambio, se presentan como herramientas que permiten facilitar conversaciones 1:1 más efectivas entre líderes y colaboradores. Es fundamental que los líderes utilicen estos indicadores como base para profundizar en el contexto de cada usuario, lo que les permitirá lograr una mejor interpretación de cada caso particular.