Sluta mäta intranätet. Börja mäta arbetsdagen.

Traditionell intranätanalys har av naturliga skäl ofta handlat om innehåll och kommunikation: hur många läste nyheten från ledningen, vilka sidor är mest besökta, hur många använder intranätet varje vecka. Det ska vi naturligtvis fortsätta mäta. 

Men om intranätet också samlar uppgifter och notiser från olika system, ger tillgång till AI-assistenter, stödjer interna processer och hjälper medarbetaren vidare till rätt arbetsverktyg, får vi möjlighet att förstå betydligt mer. Vi kan se vilka typer av uppgifter som oftast kräver medarbetarnas uppmärksamhet, vilka system de oftast behöver gå vidare till, var sökningar misslyckas och vilka interna processer som tar lång tid eller ofta stannar upp. Då går vi från att bara mäta intranätet till att börja förstå arbetsdagen. 

Mät det medarbetaren försöker åstadkomma 

Tänk på en onboardingprocess. Det traditionella sättet att mäta kan vara att se hur många som har besökt sidan "Ny medarbetare", och det säger egentligen ganska lite. Om onboarding i stället hanteras som en sammanhängande medarbetarresa kan vi börja förstå hela processen: hur lång tid tar det innan den nyanställde har fått sin utrustning? Vilka obligatoriska utbildningar blir ofta försenade? Vid vilket steg fastnar flest personer? Vilka instruktioner leder till många frågor? Hur lång tid tar det att slutföra hela processen? 

Samma princip kan användas för beställningar, godkännanden, utbildningar, tidrapportering och andra interna processer. Det intressanta är inte bara om medarbetaren besökte intranätet, utan om medarbetaren lyckades med det hen kom dit för att göra. 

Sökningar berättar vad organisationen inte lyckas förklara 

Intern sökdata är särskilt intressant. Vad söker medarbetarna efter? Vilka sökningar ger inga bra träffar? Vilka frågor återkommer? Vilka ord använder medarbetarna jämfört med de begrepp organisationen själv använder? 

Om hundratals personer söker efter samma sak utan att hitta rätt är det inte i första hand ett problem för användaren, det är information till oss. Kanske saknas innehåll. Kanske använder vi fel begrepp. Kanske ligger informationen på fel plats. Kanske borde en process förenklas. Sökdata blir därmed inte bara statistik, utan en lista över saker vi kan förbättra. 

AI ger oss en helt ny typ av insikt 

AI-assistenter gör det här ännu mer intressant. När medarbetaren söker traditionellt får vi veta vilka sökord som används. När medarbetaren i stället frågar en AI-assistent får vi en mycket tydligare bild av vad personen faktiskt försöker förstå: "Hur sjukanmäler jag mig?", "Får jag köpa terminalglasögon?", "Hur beställer jag en ny telefon?", "Vad gäller om jag arbetar hemifrån från ett annat land?" 

Om samma frågor ställs om och om igen säger det något om organisationens information, processer och kommunikation. Ännu viktigare är de frågor AI-assistenten inte kan besvara, eftersom de visar var information saknas, är otydlig, motsägelsefull eller inte tillgänglig för assistenten. AI blir därmed inte bara ett nytt sätt att hitta information, frågorna till AI kan bli en löpande behovsanalys av organisationen. 

Självklart behöver sådan analys göras med rätt hänsyn till integritet, säkerhet och anonymisering. Poängen är inte att följa enskilda medarbetare, utan att förstå mönster. 

Kan vi också räkna hem investeringen? 

Ja, och det bör vi försöka göra. Om en ny lösning minskar antalet rutinfrågor till HR eller IT finns en möjlig besparing. Om medarbetarna hittar information snabbare finns en tidsvinst. Om färre uppgifter missas eller interna processer går snabbare finns en verksamhetsnytta. Och om notifieringar kan samlas i arbetsytan i stället för att varje system skickar ytterligare ett mejl kan vi minska en del av det digitala bruset. 

Alla sådana effekter går inte att översätta till kronor med perfekt precision, och vi ska vara försiktiga med kalkyler där varje sparad minut automatiskt multipliceras med samtliga medarbetares lönekostnad och presenteras som en garanterad besparing. Men det betyder inte att vi ska låta bli att mäta. Vi kan etablera ett nuläge före förändringen och sedan följa utvecklingen: hur lång tid tar en viss process idag? Hur många frågor får supporten? Hur många system behöver användaren besöka för en viss uppgift? Hur många hittar rätt information? Hur många slutför en process utan hjälp? 

Mät före. Förändra. Mät igen. Då får vi betydligt bättre underlag för att bedöma om investeringen faktiskt skapar den nytta vi förväntade oss. 

Det viktigaste är inte ROI-kalkylen 

Möjligheten att räkna hem investeringen är viktig, inte minst när en organisation ska besluta om en större intranätsatsning. Men den verkligt stora möjligheten med mätning kommer efter lanseringen. Ett intranät borde aldrig betraktas som färdigt. 

När tusentals medarbetare börjar använda lösningen varje dag genereras hela tiden information om vad som fungerar bra och vad som kan förbättras: vilka funktioner används mycket, vilka används nästan aldrig, var lämnar användarna en process, vad söker de efter utan att hitta, vad frågar de AI-assistenten om, vilka notiser leder till handling, vilka grupper använder lösningen mindre än andra, var verkar det finnas onödig friktion. Det är ett fantastiskt underlag för vidareutveckling. 

Från magkänsla till kontinuerlig förbättring 

Här kan nästa generations intranät lära mycket av hur moderna digitala tjänster utvecklas. Vi bygger inte något, lanserar det och väntar tre år innan nästa stora redesign. I stället observerar vi hur lösningen faktiskt används, identifierar problem och möjligheter, gör förändringar och mäter igen. Mäta, förstå, förbättra, mäta igen. 

Det kan handla om små saker: en sökning som ofta misslyckas, en funktion som ligger på fel plats, ett formulär där många avbryter. Men analysen kan också visa större saker. Kanske använder nästan ingen en del av intranätet som organisationen lägger stora resurser på. Kanske är en viss integration mycket viktigare än vi trodde. Kanske visar AI-frågorna att medarbetarna har ett behov vi över huvud taget inte hade identifierat. Då blir mätningen en motor för utvecklingen. 

Det förändrar hur vi bör bygga intranät 

Om vi redan från början vet att lösningen ska kunna förbättras utifrån verklig användning behöver vi tänka på mätbarhet redan när vi designar den. Vad vill vi förbättra? Vilket beteende skulle visa att vi lyckats? Vilket nuläge har vi? Vilka KPI:er är relevanta? Vilka händelser behöver vi kunna följa? Och hur gör vi det utan att skapa onödig insamling av personuppgifter? 

Det här bör diskuteras innan lösningen byggs, inte några veckor före lansering när någon kommer på att det vore bra att koppla in ett analysverktyg. 

Från "hur många besökte intranätet?" till "blev arbetsdagen bättre?" 

Det är den förflyttning vi vill göra med Intranet Work Hub. När intranätet utvecklas från en publiceringsplats till en personlig arbetsyta förändras också vad som är intressant att mäta. Vi vill fortfarande veta om kommunikationen når fram och om innehållet används, men vi vill också förstå om medarbetaren hittar det hen behöver, får svar på sina frågor, uppmärksammar rätt saker och lyckas genomföra sina uppgifter och processer enklare. Och vi vill använda den kunskapen till att kontinuerligt utveckla lösningen. 

Traditionell intranätanalys mäter hur intranätet används. Nästa generations intranät behöver också hjälpa oss förstå vilken effekt det har på arbetsdagen. 

Det är därför mätning är en viktig del av hur vi på Precio Fishbone tänker kring Intranet Work Hub. Inte för att skapa ännu en dashboard med statistik, utan för att förstå vad som händer, visa vilken nytta vi skapar och hela tiden göra arbetsdagen lite bättre.