文摘
和其他社会制度一样,公司组成的个人网络共享信息和创建自己的行为之间的相互依赖关系。这些网络的属性对一家公司的成功至关重要。了解个人自我组建成团队,这与性能是一个挑战对于管理者和管理软件开发人员寻找方法来提高企业的任务。在本文中,我们分析功能和社交网络从工业生产植物和它们的属性涉及到性能。我们使用内部管理软件之间的数据揭示社交方面的功能和工人。我们发现不同的功能和社会功能通信网络出现。前者是不对称的,后者由职称隔离,即。、主管、经理、监事和运营商。我们表明,性能与功能通信的数量负相关,但与新兴通信网络的密度呈正相关。暴露在工作场所的社会动力学问题的越来越数字化和自动化的企业任务和管理流程。
1。介绍
企业组成的复杂系统动态社会网络,信息流动的组织结构(1- - - - - -5]。人等公司组织活动,可以实现集体的目标。沟通是关键,建立个人行为之间的相互依赖关系,包括任务的分配从经理到工人,工人经理的报告,和交叉沟通在非正式的设置(2]。人们选择沟通和信息共享影响新兴社交网络的结构(6]。观察和分析这些网络的结构是至关重要的对于理解社会制度的功能和促进有效的行为干预7,8]。
引入自动化和软件组织和开展企业工作创造机会观察和描述企业社会网络的结构通过数据(6]。通过使用软件分配工作指令,安排会议,和交换消息,用户离开的痕迹在自组织数据,揭示公司的模式(9- - - - - -11]。公司组成团队,团队构成个人。了解个人聚合成团队,团队如何形成企业,必须保持凝聚力和提高性能在规模12- - - - - -14]。
公司可以变得更复杂,因为他们生长在大小或在他们提供的各种服务15,16]。在这个过程中,他们的子结构变得更重要的是他们的表现(5,13,17]。根据阿什比的必需的多样性、系统必须匹配他们的环境的复杂性,为了成功(18,19]。通过凝聚成团队,假设专业角色,建立彼此之间的相互依赖关系,个人获得集体能力超过自己的和可以应对日益增加的需求20.]。互补的行为,摆脱个人联系到团队是建立有效的企业的关键(21]。
从根本上讲,团队组的人一起工作,相互沟通。沟通是创建和维护的基础,团队成员之间的信任和满意度(22]。团队沟通总体分为两类:功能和社交2,4,8,23]。功能的通信,如任务列表和安排会议,正式工作是如何组织和完成(2]。社交通信、网上聊天等作为一种脚手架功能通信点燃和强化社会关系和与它们相关的利益个体和群体(24]。虽然他们不是故意计划,他们对于公司的良好运转至关重要。理解这两个的功能和相互作用的沟通渠道是至关重要的理解是什么让一个团队凝聚力和更有效率2,4,5,12]。
在本文中,我们分析的数据管理软件公司在工业环境和构建和描述它们的功能和社交网络。我们描述用户和团队的个人和集体行为,也就是说,他们是如何组织工作(功能通信)和彼此聊天软件平台(社交)。我们确定网络结构的模式,如不对称和横向沟通和分析模式,提高或降低团队功效。
我们表明,功能网络是不对称的,社交网络隔离角色或职位。我们可以观察到在图的不同行为1。公司由两个点代表显示功能(蓝色)和社会(橙色)通信网络。的x设在代表assortativity程度,y设在代表职位assortativity(见章节4和5更多的细节)。负assortativity表示不对称的交互程度,和积极的头衔assortativity表明种族隔离的作用。在大多数情况下,这两种类型的网络显然是在不同区域的空间。
本文的组织结构如下:在部分2,我们将讨论相关工作。在第三节,我们将讨论我们分析的数据集。在第四节,我们解释如何构建功能和社交网络和展示他们的属性。在第五节我们比较两个网络的结构,第六节,我们比较他们的动力学行为。在第七节,我们分析其与疗效的关系。最后,在8节,我们提出我们的结论。
2。相关的工作
意义上的文学功能和社交模式对团队性能包括许多类型的公司和地区。一些研究建议功能沟通有关生产力(25),而其他报告,管理者漠视正式接触到一个令人惊讶的程度(4]。复杂性的增加已被证明是相关的层次结构(下降21]。然而,其他研究声称,层次结构存在(5]。社交也一直在分析工作设置。他们可能会取代正式沟通的不确定性(26]。面对面的社交网络的凝聚力与工作效率的增加呈正相关,而相反在电子邮件沟通27]。在其他环境中,社会关系已经观察到垂直(4]。正式的通信提供的信息可能会缓解经理人活动,而员工可能更喜欢非正式沟通(25]。
团队动力和性能分析已经在多个上下文中相关,包括工作设置(28)、国际组织(29日),军事30.)、运动(31日),和游戏32]。这些研究表明,团队绩效取决于成员之间的交流和其他团队33- - - - - -37]。内或跨团队,正式和非正式的社会关系的网络结构可以改善信息流动,促进活动的协调,导致更好的性能(28]。越均匀,团队成员相互交流,更好的团队似乎执行(38]。最近的一项研究使用电子徽章来衡量人际沟通在公司发现的沟通与更好的性能,但过多的与其他团队沟通似乎是有害的(39]。
这些研究是定性或缺乏详细、细粒度的交互数据的分析。例如,当传感器可能揭示线下沟通模式,收集到的数据从这些方法不能区分正式和非正式的沟通。了解这两种不同的角色类型的交互作用对团队绩效是至关重要的为工人创造合适的环境条件来开发他们的活动。此外,以往的研究通常缺乏机会观察多个公司在一起,通常包括单一案例研究,这限制了可能推广的结果。
3所示。数据
我们分析匿名通信的数据管理软件平台,组织在工业环境中工作。软件集成在一个单一的平台工作的分配订单,我们定义为功能通信、工人和团队成员之间和社会互动的形式在线聊天。这些在线聊天一般工人所使用的非正式协调他们的活动在工作时间。总的来说,我们分析38137个不同用户的行为从197年工厂经过一段五年(2013 - 2018)。工厂的分布的寿命平台补充材料(部分所示S1)。交互包括工作订单分配为社交功能的通信和聊天。工作指令的创造者和目标。聊天发生的序列信息密集的自由由工人和团队成员。
4所示。功能和社交网络
我们首先分析功能的通信网络的结构通过提取工作指令的分配从每个企业的历史数据。我们为每个企业创建一个网络。节点代表用户,边代表工作订单作业。边直接从工作订单的创造者分配的用户总数和加权的每一对用户之间的交互。图2显示网络的可视化选择企业功能的通信网络(其他企业部分所示S2)。用户已经被他们的头衔:彩色高管红色,深蓝色的经理,主管在橙色,淡蓝色和运营商。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
功能通信网络的特点是一个枢纽轮辐结构,它包含一个密集的核心用户分配工作指令在径向边缘用户。核心用户通常排名高于周边用户。前者分发订单在核心和边缘用户,后者似乎只与上级沟通。
网络可视化的交互模式的另一个方法是邻接矩阵。邻接矩阵显示任何两个用户之间的交互行和列的组织。图3给出了邻接矩阵的选择企业的功能中提供通信网络图2。用户按他们的职位和工作订单分配的数量。行用户发送工作指令,而列用户接收它们。颜色(白色,黑色)成正比的日志值的任何两个用户之间的交互。这些邻接矩阵的特点是稀疏,裸奔水平线,表明大多数用户不分配工作指令,但接收他们。这种模式与枢纽轮辐结构在图是一致的2。核心用户出现横向条纹,而外围的用户占矩阵的稀疏。此外,核心用户的水平条纹切开的头衔。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
用户的交互模式表明他们在企业中的作用。图4显示入度和出度的散点图,选择企业功能的通信网络。点代表用户,和颜色符合他们的职位。入度(x设在)措施工作订单用户接收的数量,和有关学位(y设在)措施的数量订单用户分配工作。对角线以上的用户分配更多的工作比他们获得订单。这些用户主要角色和中央出现在网络可视化图所示2。用户对角线以下接收比他们分配和工作指令,在同一图中,外围出现。一般来说,有更多的用户比上面斜下方,这表明一些领导人占大多数工人的工作指令。在某些情况下,如面板(a)和(我),明确区分职位或角色在团队中体现。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
为了分析社交网络,我们从每个企业提取的消息交换的聊天历史数据。这些聊天记录发生在管理软件平台,为员工创造空间和团队成员交流和交换信息对他们正在进行的活动和工作指令。我们为每个企业创建一个网络。节点代表用户,边代表交换消息。边直接从消息发送者到接收者和加权总数每一对用户之间的交流。图5显示了选择企业社会网络可视化通信网络。其他企业部分所示S2。用户已经被他们的头衔:彩色高管红色,深蓝色的经理,主管在橙色,淡蓝色和运营商。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
社交网络的特点是组。例如,在数据5 (b),5 (c),5 (g),一个明确的偏好的用户交互与一个类似的职位体现,特别是在经理与经理和运营商与运营商。我们想象这些网络的组织结构与邻接矩阵在时尚类似于图3基于烧结的,但这里我们用户集群他们创建交互。图6显示集群邻接矩阵的选择企业的社交网络呈现在图5。集群的数量通常对应于组织中观察到的网络图5。在面板(a)、(b)和(c),集群网络和矩阵中清晰可见。在某些情况下,矩阵显示组织不明显(如面板(f))。这个结果对比之前的研究[4),国家社会关系更容易使垂直比水平。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
5。比较功能和社交网络
我们比较功能通过分析多个网络和社交网络功能。这些特性总结网络结构作为标量值,我们可以使用它来比较类型的和在公司内部进行交流。具体地说,我们研究以下网络属性:节点(用户)的数量,数量的边缘(通信)、密度、平均聚类系数、连接的不平等的基尼系数(衡量通过学位分布),和assortativity学位和职称。我们计算这些指标为每个网络并分析其分布在所有企业。结果呈现在图7,和一组统计测试如表所示1。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
我们测量网络的密度相对数量的现有边缘对所有这些可能的。密度值介于0和1和展示稠密或稀疏网络。从社交网络的新兴似乎引起的密度比的功能(图的交互7 (c))。这是符合网络可视化和矩阵如图2- - - - - -6。径向功能网络的拓扑创建一个密度较低比社会通信的集群组织结构。相应地,社交网络的平均聚类系数高于功能(图7 (d))。聚类系数计算三角形连接的相对数量对所有这些可能的。它还从0到1,表明功能网络不如社会团结地连接通信。
功能网络更集中。我们通过基尼系数衡量集中所有网络的度分布(图7 (e))。度分布的基尼系数量化高度连接节点之间边的不平等的浓度。范围在0和1之间,为0的情况下连接均匀分布在所有节点和1的情况下,大多数连接节点收集所有可能的连接。这个指标常被用来估计收入不平等。在这种情况下,功能网络的基尼系数一直高于一个来自社交,这表明功能网络似乎更多的层次。
我们也分析混合模式如一个不对称的结构和基于偏好的用户隔离交互头衔。我们使用assortativity量化这种混合模式(43),衡量节点连接到那些的趋势是相似的。对于一个不对称的结构,我们测量节点连接的倾向基于他们的学位。隔离,我们测量节点连接的倾向基于他们的头衔。
Assortativity网络中连接的措施相似程度对节点通过计算皮尔逊相关程度度两端的边缘。积极assortativity意味着节点都与那些有类似程度的连通性。负assortativity表明高度连接的连接节点与不佳。如果相关性为零,它表明连接独立了。在图7 (f),我们的直方图assortativity程度系数的所有企业和两种类型的通信网络(蓝色为社会功能和橙色)。功能的通信网络负面assortativity程度,而社会则没有相关性。这表明功能通信网络比社会更不对称的。这是有关枢纽轮辐结构如图2反映了组织的领导企业。以前的工作表明,网络的熟人,性互动,名人通常显示积极assortativity程度(43),这表明功能通信网络在企业不像普通的社交网络。此外,据报道,坚持不对称通信结构组织,特别是在更传统的(5]。
我们测量相互作用的隔离职称用assortativity属性(属性是职称)。正值显示隔离的交互的头衔,而零没有相关性。在图7 (g),我们表明,社交网络(橙色)比功能网络隔离的职位,在工作指令分配不同类型的员工。这是一致的水平条纹出现在矩阵图3。
我们估计的意义差异分布因功能和社交网络通过执行一组统计测试每个网络特性。特别是,我们(我)Kolmogorov-Smirnov测试适用于测量功能和社交网络的特性分布是否相同,(ii)韦尔奇t以及测量他们的平均值之间的差异。这项研究的结果发表在表1。分布和平均显著差异在两种类型的网络的所有特性(在所有情况下,除了社交网络的基尼系数 )。
6。动态的网络指标
我们分析功能和社交网络的动力学计算网络特性随时间的演化。我们计算这些指标累计每个月为每个网络。每月数据归一化到10之间的等距的箱子每个公司最早的和最古老的工作指令。在图8,我们目前的平均曲线在所有公司和误差代表每个特性的标准误差。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
数据8(一个)和8 (b)显示网络规模的用户的分布和边缘。对于这两种类型的网络,用户数量的增加线性,而通信supralinearly生长的数量。不同的人口增长率之间和交互是一致的人类行为的比例法(44]。就像通信在城市和其他社会系统(45),可能的相互作用的个体数量的增加爆炸由于遇到组合现有人口的影响。随着系统的增长,组合数量的增加速度远远超过元素的数量。类似比例的法律解释GDP增长和技术创新46]。在管理方面,这表明可能的团队的数量可以由一组工人的增长速度比公司的大小16]。
通过时间,社交网络比功能网络似乎更有凝聚力,这是坚持更高的网络密度(图所示8 (c)(图)和平均聚类系数8 (d))。虽然表面上收敛,网络密度略有下降随着时间的推移,可以由于添加新用户到这个平台上。另一方面,平均聚类似乎随着时间的推移迅速收敛并保持稳定。
平均基尼系数随着时间的增加功能和社交网络。这意味着新连接不成比例地产生或直接节点已占大量的连接。在这样一个原则是rich-get-richer相关机制(7),我们获得的值大大高于人工Barabasi-Albert或真正的朋友”网络(47]。此外,与部分中给出的结果一致5,功能网络的基尼系数总是高于社会通信(图8 (e)),这表明,在每个时间点,大多数功能网络更集中。
图8 (f)显示了assortativity程度系数的所有企业。在整个观测期间,功能通信网络负面assortativity程度,而社会则没有相关性。这表明功能通信网络一直不对称比社交网络。相反,图8 (g)表明社交网络(橙色)越来越隔离比功能的头衔。职称而隔离的功能网络保持大致不相关的,社交网络越来越隔离。这说明,功能网络是用于沟通的跨层组织,在社会交往中使用类似水平的团队成员。
为了进一步分析组织结构功能和社交网络,随着时间的推移我们计算的平均数量通信在不同职位和所有公司。结果社交图所示9和功能的通信图10。在这两个数字,(a) (d)显示通讯源于监事,经理、运营商,分别和高管。在每一个面板中,橙色,蓝色,浅蓝色,和红线显示通信被主管收到经理、运营商,分别和高管。在社交网络上,种族隔离的通信通过职位数量的增加的数量显著高于交叉互动(图9)。监事会(图9(一个)),这样的增加似乎是线性的,而对于经理(图9 (b))和运营商(图9 (c)),隔离通讯的数量似乎加速。相反,正式通讯不是类似的种族隔离。在这种情况下,自上而下的沟通似乎更(或一样)相关的隔离交互。
(一)
(b)
(c)
(d)
(一)
(b)
(c)
(d)
7所示。描述企业的功效
为了确定功能和社交网络模式如何影响企业效力,我们定义了一个得分/企业基于订单的及时完成他们的工作。我们定义了一个工作单的分数根据以下方程: 在哪里一个我工作订单的时候吗我被分配,d我当时是由于,c我完成的时间,年代我是最终的得分。负分数表明比计划早工作指令完成后,积极的分数表明后期工作指令完成后,得分为0表示工作订单按时完成。一般来说,较低的分数显示效果更佳。
我们在每月分析疗效。我们每月总企业的工作指令,并计算其平均分数。效果因企业而异。图(11日)显示效果的时间序列分数的公司已经活跃了至少一年。一般来说,公司在稳定前经历一个过渡时期他们的分数。图11 (b)显示企业月度分数的分布在去年的活动行为主要是稳定的。是双峰分布,峰值略低于零,另一个更重要的峰值在0和1之间。因为一个分数年代我= 0表示工作订单按时完成,下面的小峰0是企业订单早已经完成了大部分的工作。0和1之间的较大的峰值表明,大多数企业已经完成了大部分的工作订单晚了。分年代我= 1表示工作订单花了100%或更多的时间分配。第一个峰值由背后的尾巴拖着一个小设置有效的企业。
(一)
(b)
我们每月相关网络特性与相应的分数为每个企业为了确定每个属性对疗效的影响。我们只考虑最后12个月的活动。近似地与分数、网络功能也没有聚合计算每月边跨月。我们描述每个公司用以下功能和社会互动的网络属性:节点(用户)的数量,数量的边缘(通信),平均聚类,assortativity学位和职称,不平等在连接(通过程度分布的基尼系数),和密度。在表2,我们介绍这些特性与成绩的相关性。负相关表明改进的功效,和积极的相关性显示恶化。失踪的相关性不显著。
用户的数量在功能和社交网络与无效(与分数正相关系数),这可能意味着大公司比小公司执行。类似地,功能通信与更糟糕的功效,可与公司的大小有关,但也可能表明,困难时期需要更多的沟通来完成任务。不平等在功能互动和社交网络的度assortativity分数正相关,这意味着更多的不对称网络与无效。功效是与网络的密度有关。密度与分数负相关,也就是说有效的团队具有更多的个人互动。这也反映在社交网络的平均聚类。其他指标的相关性分数似乎并没有统计学意义。一个类似的分析应用于行为随着时间的推移而不是每月平均击穿补充材料(部分所示S3)。结果是一致的。
最后,我们研究的总体结构数据运用主成分分析(PCA)企业基于每月功能和社交网络功能,包括相应的分数。计算主成分分析通过构造一个矩阵,行企业月度观察和列代表相应的网络特性和分数。歧管的分析使分解减少的新维度显示占主导地位的行为。组件是命令他们解释的方差。在这种情况下,两个主要组件解释高达77%的方差。在表3,我们将展示网络特性和分数的系数在每个组件。第一个组件(天池)是由通信功能的数量,和第二个组件(天泉)是由社交的数量。在这两种情况下,逆方向的组件通信的数量,这意味着功能组件的方向是通信的数量成反比。好成绩是第一个组件的方向,和糟糕的分数是在第二部分的方向。同样,社交网络密度和平均聚类增加的方向第一组件和减少的方向。这表明,有效的减少公司具有功能性方面的交流和更高的社会交流特别是连接的密度和集群。
为了理解这些复合关系,我们目前的两个主要组件的散点图如图12。每个点是一个公司在一个给定的月,和散点图中的位置显示公司的特征向量的点积和相应的组件(天池x设在和天泉y设在)。板是由不同颜色的特性(见标题)。我们确定了三个区域的空间。区域对应于大公司(红色和绿点在面板(A)和(e))。地区B显示有效的公司(蓝点在面板(i))。地区C显示无效的公司(红点在面板(i))。地区大公司比小公司更无效的地区B和c有效地区B公司为特征的低功能通讯面板(B)(蓝色)和不同数量的社交(从红色到蓝色面板(f))。他们也有更高的密度在两种类型的网络(红色面板(c)和(g))和更高的集群在社交网络在面板(h)(红色)。无效的公司在区域C具有更多的功能通信、低数量的社交,和较低的密度,在社交网络的聚类系数。更多的特性提出了补充材料(见部分S4)。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
这些结果表明,某些社会行为可能与疗效有关的工业设置。特别是过度功能交流可以为及时完成任务和有害的社会互动数字可能是有益的。然而,有效完成工作订单不一定相当于提高劳动生产率的体积产生的劳动时间,这是本研究的范围。进一步调查人类动力学之间的关系和其他劳动生产率的措施仍然是必要推进这样的理解。
8。结论
我们构造和特征数字化功能和社交网络从工业生产植物和确定网络模式,区分这两种类型的交互作用和影响团队有效性,工作的及时完成订单。我们发现功能的通信网络是不对称和social-media-style通信网络隔离的头衔。我们表明,功效与通信功能的数量呈现负相关但与社交网络的密度呈正相关。这表明,除了通信的体积,交互的复杂性问题改善性能。
有效的工业管理软件是企业绩效的关键。在我们分析的企业,那些功能通信执行比其他人,更少的功能相结合的沟通与社交的密度增加。功能和结构的通信支持组织的时候,重要的是识别,更新的和更容易与员工沟通的渠道,和工人交流,增加疗效,提高整体性能。
数据可用性
网络数据用于支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
我们感谢Rob阿切尔协助数据收集、阿米尔Akhavan协助数据管理,和雷切尔·a·Rigg校对稿件。
补充材料
图S1:互补累积分布函数(CCDF)公司的寿命测量几个月。表S1:相关系数的功能和社会交际功效评分平均平均网络特性。图S2:可视化功能的通信网络从所有企业。图S3:邻接矩阵的功能通信网络企业。图S4:可视化的社会从所有企业通信网络。图S5:社交网络的邻接矩阵从所有企业。图S6:所有企业的功效分数的分布。更低的分数表明,效果更佳。图S7:主成分分析(PCA)的企业基于每月功能和社交网络功能,包括相应的有效性得分。(补充材料)