2020年疫情爆發改變全世界，也大幅影響職場風氣與網路討論，其中年輕世代投入勞動市場，追求的不再單純只是「高薪、大企業」，而是工作中自我實踐、工作環境與生活品質的平衡。專精於透過數據分析與人工智慧以了解消費者意見和市場趨勢的大數據股份有限公司與全新職涯平台《Alpha plus 人才加速器》於今(7)日合作公布「新世代人才白皮書」，並首創以《KEYPO大數據關鍵引擎》輿情分析系統觀測輿情聲量及網路問卷等兩種形式雙軌並行推出「職場DEI聲量指數」。報告發現過去三年網路上關於員工照顧聲量指數成長92.7%，而對多元文化聲量指數則是翻倍成長117.1%，顯示以新世代為主力的網路族群更加重視對職場的期待與要求。Alpha plus共同創辦人石恬華表示，現今的求職者不只在乎薪資，而是期待更人性、更彈性 的工作環境，而這就是早已被歐美企業視為顯學的多元平等共融(Diversity, Equity & Inclusion，簡稱 DEI)職場文化。大數據公司營運長蔣志薇說明，「職場DEI聲量指數」分析時間範圍自2019年10月1日起至2022年12月31日止，涵蓋13季的指數變化，未來預計將每季發布最新聲量指數結果與各構面熱議重點，觀察最新職場議題趨勢。台灣大部分企業仍在起步階段，希望透過與《Alpha plus 人才加速器》合作「新世代人才白皮書」所公佈「職場DEI聲量指數」，加速台灣職場DEI文化、帶來更多正向改變。
將聲量指數化 全台首創追蹤網路討論的「職場DEI聲量指數」
在最新公布的「新世代人才白皮書」中，「職場DEI聲量指數」是全台灣第一個追蹤網路討論職場DEI聲量指數，未來將每季發布，面向包括由福利制度、工作環境、學習面向組成的「DEI聲量–員工照顧指數」，以及由女性、多元性別、親子、身障、職場平等組成的「DEI聲量–多元文化指數」。最新一季指數顯示，在員工照顧指數部分，過去三年「職場學習聲量指數」成長幅度最高且穩定，網路熱議的是「職場教育訓練」議題，如何透過教育訓練提升員工服務水平來減少投訴；在「多元文化指數」部分，過去三年身障聲量指數成長幅度最明顯，其次則是「多元性別」，職場上對多元性別的尊重不斷透過法律修正與判決、公開活動帶動網路討論，從而凝聚更高共識。
新職場文化趨勢 重視學習與福利 關心身障與多元性別
同時，在「新世代人才白皮書」除了可以看到「職場DEI聲量指數」，大數據公司也與《Alpha plus 人才加速器》同步合作進行問卷調查，結果顯示目前職場上仍有36.2%遭遇過歧視現象，其中15%曾遭遇年齡歧視。而分析其他族群，身障者在過去一年曾被歧視的比例高達63.3%，雙性戀、同性戀者則分別為37.7%、34.3%。石恬華表示，身障者與LGBT+族群是社會中的相對少數，更需要企業關注並創造友善的環境，以讓各族群都能發揮所長。
調查中也顯示，受訪者相對更在意公司的工作條件(85%重視福利制度，79%重視員工照顧，69%重視工作環境)，另一方面，YZ世代(18-35歲)比起X世代(36-44歲)更偏向在意職場多元文化(54%重視多元平等共融文化，53%重視性別友善，34%重視多元性別友善)，隨著Z世代逐漸加入職場，多元文化等社會議題將變得益發重要，因此在招募延攬人才時，企業應避免涉及偏見、刻板印象，在公共議題上也要適時採取行動，以突現企業多元包容的價值觀，樹立良好品牌形象。
「新世代人才白皮書」問卷調查是由《網路溫度計民調中心》於2023年1月14日至30日進行。針對18-44歲之網路人口進行網路調查，抽樣方式為簡單隨機抽樣，並依據性別、年齡、教育程度與戶籍地進行反覆多重加權，使樣本特徵趨近母體特徵，具樣本代表性。有效樣本1,156份，在95%信心水準下，抽樣誤差在±2.89%以內。
完整報告免費下載：《新世代人才白皮書暨職場DEI聲量指數洞察報告》。
聲量指數分析方法說明：
資料來源：
《KEYPO大數據關鍵引擎》輿情分析系統擁有巨量資料，以人工智慧作語意分析之工具資料蒐集範圍，每月處理1,000億以上中文資料的網路大數據資料庫，其內容涵蓋Facebook、YouTube、新聞媒體、討論區、部落格等網站。
研究方法：
《KEYPO大數據關鍵引擎》輿情分析系統觀測上萬個網站頻道，包括各大新聞頻道、社群平台、討論區及部落格等，針對討論『職場照顧』及『職場多元文化』等相關文本進行分析，調查「網路聲量」(註1)、「熱門關鍵字」(註2)、「網路好感度」(註3)作為本分析依據。
*註1 網路聲量：透過『KEYPO大數據關鍵引擎』輿情分析系統，計算社群討論及新聞報導提及的文章則數，聲量越高代表討論越熱，能見度越高。
*註2 熱門關鍵字：透過『KEYPO大數據關鍵引擎』輿情分析系統，萃取網路上的文章與主題共同出現的關鍵熱詞；次數越多，字詞越大；可用來釐清核心議題與重點人事物。
*註3 網路好感度：透過『KEYPO大數據關鍵引擎』輿情分析系統，系統利用語意分析對每篇主題文章進行正面、負面、中立的情緒判讀。
更多新聞報導：