樂思網絡輿情監測發現,美國大辭職潮來臨,就業網站Monster.com最新報告顯示,在這被稱為“大辭職”(Great Resignation)的風潮中,美國高達95%的員工正考慮換工作,92%的員工甚至愿意轉行尋找合適的職位。據報道,大多數人認為倦怠和缺乏成長機會是推動這些變化的原因。

報道援引Monster研究和洞察資深副總裁布朗薩克的話說:“當大家處于疫情陣痛時,很多人只能低頭屈服;而現在呈現的是另一種自信。”
根據美國勞工部數據,光是4月就有400萬人辭職,創下歷史新高。與此同時,求職者有更多選擇機會。勞工部最新統計顯示,職位空缺數達創紀錄的930萬個。布朗薩克說:“這絕對是求職者想要試探性地看看有什么選擇的原因。”
報道稱,隨著新冠疫苗接種的興起,重返辦公室的規劃也在增加,這也促使更多員工慎重考慮選擇。根據人力資源公司LaSalle Network的一份報告,在對350多位總裁、人事主管和財務負責人進行的調查中,70%表示計劃最遲在秋天之前讓員工重返辦公室。
LaSalle Network發現,在打算重啟辦公室的公司中,如何管理想要繼續遠程工作的員工是首要問題。雷坦說:“如果出現一波員工離職潮,企業就必須正視這個問題。”
根據麥肯錫的另一項調查,現在,90%的機構將結合遠程工作和現場工作。然而,大多數公司表示,它們還沒有確定具體結果會是如何。
網絡輿情監測應該怎么做?
即便各種輿情監測系統各具特色,也有很多不同的操作和部署上的差異性,但由于輿情監控在實踐工作中的需要其存在基本相同的工作流程。
01部署采集
網絡輿情監控系統會使用信息采集功能在網絡上采集新聞、博客等平臺的評論、轉發等輿情相關信息,并通過系統相關功能將信息存儲到數據庫當中。
02輿情分析
系統通過輿情分析引擎對采集到的輿情相關信息進行清洗和智能研判、加工,然后再將此類分析結果存儲到“成果庫”當中,根據系統的設計和開發成果庫則存在于或高度關聯輿情知識庫。
03成果數據
通過輿情成果庫進行加工和處理的輿情信息數據會被發布并顯示在相關web頁面,形成可視化的成果以供備案和查詢使用。
04生成簡報
當系統生成了成果數據后,不僅可以通過系統瀏覽相關輿情信息,還能夠通過系統生成的簡報進一步編撰輿情報告或對日常監控工作形成支持和積累。
監測到輿情信息后,如何做分析研判?
監測只是一個開始,針對海量輿情信息的分析研判才是個技術活。
首先是對輿情信息的正負面研判,這個相對簡單。如果信息量不大,人工就能判斷出來,但是一旦信息量巨大,人力就很難以解決了,需要依托于先進的技術手段,進行自然語義分析,由機器判斷為主,人工判斷為輔。但是機器判斷的準確度有限,一般在60~80%左右,達到90%的準確度就已經算是相當優秀了。
其次是對正面和中立的信息分析,找到對品牌有價值的信息,輔助下一階段的品牌推廣。
危機輿情如何應對處理?
輿情監測過程中,最重大的問題就是妥善應對輿情危機。危機的爆發可能是多方面的,輿情相關工作人員要有能力應對并隨時準備應對可能到來的品牌危機。小的危機事件企業可以通過及時溝通回應自行應對,但是涉及品牌的一些惡性事件,需要公關公司協助,以求將品牌損失降到最低。
基于輿情監測,如何做好品牌形象管理?
輿情監測不應該只是一個被動的過程,被動的監控輿論的發生,還應該積極主動影響輿論,建立品牌聲譽。企業需要掌握容易爆發輿論危機的主要戰場,及早進行正面輿論布局,以防止負面輿論發生的時候,形成負面輿論黑洞而束手無策。