hrsd-sentiment-analysis

员工情绪分析

概述

此技能分析员工在 HR 服务交付各接触点的情绪，包括案例、调查、聊天互动和反馈。它可以帮助你：

• 评估 HR 案例沟通中的情绪倾向（积极、中性、消极）
• 汇总调查回复和满意度评分，以分析趋势
• 根据案例模式和情绪下降情况识别离职风险指标
• 标记负面情绪不断升级的案例，以便管理者主动跟进
• 跟踪部门级和组织整体的情绪趋势随时间的变化
• 将情绪信号与员工生命周期事件（任职时间、角色变更、绩效评估）相关联

适用场景： HR 领导者需要了解员工满意度趋势、Agent 需要优先处理带有负面情绪的案例，或需要识别有离职风险的员工时。

先决条件

• 角色： sn_hr_core.manager、sn_hr_core.case_reader 或 sn_hr_core.admin
• 插件： com.sn_hr_service_delivery（HR Service Delivery）、com.glide.assessment（评估/调查）
• 访问权限： 对 sn_hr_core_case、sn_hr_core_profile、sys_journal_field、interaction、asmt_assessment_instance 和 survey_response 的读取权限
• 知识： 了解所在组织的调查周期、HR 案例类型和离职指标

操作步骤

步骤 1：检索用于情绪分析的 HR 案例

获取目标范围（个人、部门或组织）的近期 HR 案例。

使用 MCP（单个员工）：

Tool: SN-Query-Table
Parameters:
  table_name: sn_hr_core_case
  query: subject_person=[employee_sys_id]^ORDERBYDESCopened_at
  fields: sys_id,number,short_description,description,state,priority,hr_service,opened_at,closed_at,contact_type,resolution_code,satisfaction_rating,reopened,reopen_count
  limit: 20

使用 MCP（整个部门）：

Tool: SN-Query-Table
Parameters:
  table_name: sn_hr_core_case
  query: subject_person.department=[department_sys_id]^opened_at>=javascript:gs.beginningOfLast90Days()^ORDERBYDESCopened_at
  fields: sys_id,number,short_description,state,priority,hr_service,opened_at,subject_person,satisfaction_rating,contact_type
  limit: 100

使用 REST API：

GET /api/now/table/sn_hr_core_case?sysparm_query=subject_person.department=[department_sys_id]^opened_at>=javascript:gs.beginningOfLast90Days()^ORDERBYDESCopened_at&sysparm_fields=sys_id,number,short_description,state,priority,hr_service,opened_at,subject_person,satisfaction_rating,contact_type&sysparm_display_value=true&sysparm_limit=100

步骤 2：提取案例沟通内容以评估情绪

从案例中提取工作备注、评论和其他详细信息，以分析语言和语气。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: sys_journal_field
  query: element_id=[case_sys_id]^element=comments^ORelement=work_notes^ORDERBYsys_created_on
  fields: sys_id,element,value,sys_created_on,sys_created_by,element_id
  limit: 50

使用 REST API：

GET /api/now/table/sys_journal_field?sysparm_query=element_id=[case_sys_id]^element=comments^ORelement=work_notes^ORDERBYsys_created_on&sysparm_fields=sys_id,element,value,sys_created_on,sys_created_by,element_id&sysparm_limit=50

步骤 3：检索聊天和互动历史记录

获取互动记录，以分析实时对话中的情绪。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: interaction
  query: opened_for=[employee_sys_id]^ORDERBYDESCopened_at
  fields: sys_id,number,type,channel,state,opened_at,closed_at,short_description,wrap_up_comment,satisfaction,direction
  limit: 25

使用 REST API：

GET /api/now/table/interaction?sysparm_query=opened_for=[employee_sys_id]^ORDERBYDESCopened_at&sysparm_fields=sys_id,number,type,channel,state,opened_at,closed_at,short_description,wrap_up_comment,satisfaction,direction&sysparm_display_value=true&sysparm_limit=25

步骤 4：检索调查和评估回复

提取员工调查回复，以获取结构化的满意度数据。

使用 MCP（评估实例）：

Tool: SN-Query-Table
Parameters:
  table_name: asmt_assessment_instance
  query: user=[employee_sys_id]^metric_type.nameLIKEemployee^ORmetric_type.nameLIKEHR^ORDERBYDESCtaken_on
  fields: sys_id,metric_type,taken_on,percent,state,user,category_scores
  limit: 10

使用 MCP（单个问题的回复）：

Tool: SN-Query-Table
Parameters:
  table_name: asmt_assessment_instance_question
  query: instance.user=[employee_sys_id]^instance.metric_type.nameLIKEemployee
  fields: sys_id,instance,metric,value,string_value,actual_value,category
  limit: 50

使用 REST API：

GET /api/now/table/asmt_assessment_instance?sysparm_query=user=[employee_sys_id]^metric_type.nameLIKEemployee^ORDERBYDESCtaken_on&sysparm_fields=sys_id,metric_type,taken_on,percent,state,user,category_scores&sysparm_display_value=true&sysparm_limit=10

步骤 5：获取员工档案和生命周期背景信息

检索员工 HR 档案，以便将情绪与生命周期事件相关联。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: sn_hr_core_profile
  query: user=[employee_sys_id]
  fields: sys_id,user,department,location,employment_type,hire_date,manager,job_title,cost_center,last_review_date,last_promotion_date,years_in_role,employee_type
  limit: 1

使用 REST API：

GET /api/now/table/sn_hr_core_profile?sysparm_query=user=[employee_sys_id]&sysparm_fields=sys_id,user,department,location,employment_type,hire_date,manager,job_title,cost_center,last_review_date,last_promotion_date,years_in_role&sysparm_display_value=true&sysparm_limit=1

步骤 6：分析案例类型模式

检查已提交案例的类型，以识别值得关注的模式。

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: sn_hr_core_case
  query: subject_person=[employee_sys_id]^opened_at>=javascript:gs.beginningOfLast12Months()
  fields: sys_id,hr_service,hr_service.name,opened_at,state,priority
  limit: 50

将案例类型映射到与情绪相关的类别：

=== CASE TYPE PATTERN ANALYSIS ===

High-Risk Case Types (negative sentiment indicators):
- Workplace Complaint / Grievance
- Accommodation Request (especially repeated)
- Policy Dispute / Exception Request
- Manager Escalation
- Exit / Separation Inquiry

Neutral Case Types:
- Benefits Enrollment / Change
- Address / Personal Info Update
- Payroll Inquiry
- General HR Question

Positive Case Types:
- Internal Mobility / Transfer Request
- Training / Development Request
- Recognition Nomination
- Promotion Processing

步骤 7：汇总情绪评估

将发现汇总为结构化的情绪报告：

=== EMPLOYEE SENTIMENT ASSESSMENT ===

Employee: Jane Smith | Engineering | Senior Software Engineer
Tenure: 4.8 years | Last Promotion: 18 months ago
Manager: Bob Johnson

--- Overall Sentiment Score ---
Composite Score: 42/100 (Declining - was 68/100 six months ago)
Trend: Negative trajectory over 3 months
Risk Level: ELEVATED

--- Case Sentiment Breakdown ---
Total Cases (12 months): 7
| Period        | Cases | Avg Sentiment | Dominant Tone     |
|---------------|-------|---------------|-------------------|
| Last 30 days  | 3     | Negative      | Frustrated        |
| 30-90 days    | 2     | Neutral       | Matter-of-fact    |
| 90-365 days   | 2     | Positive      | Appreciative      |

--- Survey Scores ---
| Survey                  | Date       | Score | Org Average |
|-------------------------|------------|-------|-------------|
| Q1 Engagement Pulse     | 2026-03-01 | 3.2/5 | 4.1/5       |
| Q4 Annual Engagement    | 2025-12-15 | 3.8/5 | 4.0/5       |
| Q3 Engagement Pulse     | 2025-09-01 | 4.2/5 | 4.1/5       |

--- Flight Risk Indicators ---
[!] Case volume increasing (3 cases in 30 days vs 2 in prior 60)
[!] Engagement survey score dropped 1.0 point in 6 months
[!] Filed policy exception request (potential dissatisfaction)
[!] No promotion in 18 months (above team average of 14 months)
[ ] No internal mobility applications detected
[ ] No exit-related case types filed

--- Sentiment Signals from Communications ---
- Case HRC0012456: "I've raised this issue multiple times..."
  Signal: Repeat frustration, unresolved concern
- Case HRC0012501: "The process seems unnecessarily complicated"
  Signal: Process dissatisfaction
- Case HRC0012523: "I need to understand my options"
  Signal: Ambiguous; may indicate exploration of alternatives

--- Recommended Actions ---
1. IMMEDIATE: Flag for manager 1-on-1 conversation
2. SHORT-TERM: Resolve open cases within SLA to rebuild trust
3. MEDIUM-TERM: Career development conversation recommended
4. TRACKING: Add to monthly sentiment watch list

步骤 8：标记需要管理者关注的案例

如果情绪分析发现风险，请添加工作备注并标记案例以供审核。

使用 MCP：

Tool: SN-Add-Work-Notes
Parameters:
  table_name: sn_hr_core_case
  sys_id: [latest_case_sys_id]
  work_notes: "SENTIMENT ALERT: Employee shows declining sentiment trend (score 42/100, down from 68). Flight risk indicators detected: increasing case volume, declining survey scores, no recent career advancement. Recommend manager outreach and career development discussion."

工具用法

MCP 工具参考

工具	使用时机
SN-Query-Table	查询案例、档案、调查、互动记录和日志条目
SN-Natural-Language-Search	使用自然语言搜索包含特定情绪关键词的案例
SN-Get-Record	检索单条记录的详细信息，以进行深入分析
SN-Add-Work-Notes	在案例记录中记录情绪分析结果
SN-Update-Record	更新档案中的风险指标或情绪评分

REST API 参考

端点	方法	用途
/api/now/table/sn_hr_core_case	GET	用于情绪提取的 HR 案例
/api/now/table/sys_journal_field	GET	案例沟通记录和评论
/api/now/table/interaction	GET	聊天和电话互动历史
/api/now/table/asmt_assessment_instance	GET	调查/评估响应数据
/api/now/table/asmt_assessment_instance_question	GET	单项调查问题的响应
/api/now/table/sn_hr_core_profile	GET	员工生命周期背景信息
/api/now/table/sn_hr_le_case_type	GET	案例类型分类

最佳实践

• 使用多种信号： 切勿依赖单一数据点；结合案例情绪、调查评分和互动语气，以提高准确性
• 建立基准： 将个人情绪与部门及组织平均水平进行比较，以获得有意义的背景信息
• 追踪趋势，而非快照： 持续下降的趋势比单个负面案例更值得关注
• 尊重隐私： 情绪数据属于敏感信息；仅与获授权的 HR 人员及员工的直属管理链分享
• 避免评分偏差： 关注可观察到的模式（案例频率、调查评分），而非对孤立评论进行主观解读
• 校准离职风险阈值： 与 HR 领导层协作，确定触发特定干预措施的评分阈值
• 考虑生命周期背景： 入职未满 90 天的新员工可能呈现出与资深员工不同的模式；请据此调整分析
• 记录方法： 记录所用的评分标准和数据来源，以确保结果可复现且可审计

故障排除

“未找到调查响应”

原因： 调查可能使用了不同的评估类型名称，也可能存储在单独的调查插件中
解决方案： 查询 asmt_metric_type 以列出可用的评估类型。另请检查 survey_response 表，确认是否有其他存储位置

“日志条目返回的数据过多”

原因： 高流量案例可能包含数百条日志条目
解决方案： 使用 sys_created_on>=javascript:gs.daysAgo(90) 按日期范围筛选，并限制为 element=comments，以获取面向员工的沟通内容

“满意度评分字段为空”

原因： 并非所有案例类型都会收集 CSAT；该数据可能在案例关闭后采集
解决方案： 检查 sn_hr_core_case 中的 close_notes，并确认是否会在案例关闭时通过 asmt_assessment_instance 触发单独的满意度调查

“部门级查询超时”

原因： 规模较大的部门在 12 个月内产生的大量案例可能会超出查询限制
解决方案： 将查询拆分为按月执行的多个查询，或使用 sysparm_query=subject_person.department=[id]^opened_at>=YYYY-MM-DD^opened_at<=YYYY-MM-DD 并启用分页

示例

示例 1：员工个人情绪检查

输入：“分析员工 Jane Smith 过去 6 个月的情绪”

步骤：

1. 从 sn_hr_core_profile 中查找员工的 sys_id
2. 查询案例、互动和调查
3. 根据沟通内容评估情绪
4. 汇总个人情绪报告

示例 2：部门情绪仪表板

输入：“显示 Engineering 部门的情绪趋势”

Tool: SN-Query-Table
Parameters:
  table_name: sn_hr_core_case
  query: subject_person.department.name=Engineering^opened_at>=javascript:gs.beginningOfLast12Months()
  fields: number,subject_person,hr_service,opened_at,satisfaction_rating,state,priority
  limit: 200

按月份和案例类型汇总，以生成趋势可视化数据。

示例 3：面向 HR 领导层的离职风险报告

输入：“识别离职风险指标最高的员工”

Tool: SN-Query-Table
Parameters:
  table_name: sn_hr_core_case
  query: hr_service.nameLIKEexit^ORhr_service.nameLIKEseparation^ORhr_service.nameLIKEresignation^opened_at>=javascript:gs.daysAgo(90)
  fields: number,subject_person,hr_service,opened_at,state,subject_person.department
  limit: 50

与调查评分下降和案例数量增加的情况交叉比对，以确定优先级。

相关技能

• hrsd/case-summarization - 为被标记为情绪异常的案例提供详细背景信息
• hrsd/chat-reply-recommendation - 根据情绪分析调整回复语气
• hrsd/persona-assistant - 为有风险的员工提供个性化支持
• reporting/trend-analysis - 可视化情绪随时间变化的趋势
• reporting/executive-dashboard - 面向高管的情绪指标