跳到主要内容

数据显示,重返工作岗位是一个三波故事

自疫情爆发以来,工作场所的客流起伏不定。在这篇文章中,我们来看看当前的工作场所交通状况。

乔纳森Weindel
通过乔纳森Weindel 数据分析主管

这篇博文中的数据着眼于2020年5月1日至2021年8月2日期间的工作场所条目。

2020年3月,世界各地的公司关闭了他们的工作场所。在可预见的将来,各地的人们都开始在家工作了。为了了解自疫情开始以来的工作场所交通趋势,我们分析了来自全美50个州14000多个地点的数百万员工和访问者的登录情况。

主要的外卖吗?有戏剧性地重返职场尽管最近人们对大流行感到担忧。(我们在看你,Delta变种。)以下是我们最近分析得出的关键结论:

  • 总体而言,自2020年5月以来,进入工作场所的人数增加了两倍
  • 事实上,确实如此翻了两番主要大城市:旧金山、费城、纽约市和芝加哥
  • 自大流行以来,工作场所的交通经历了三波浪潮:最近的一波浪潮表明,工作场所的交通增长开始趋于平缓。但我们并没有看到2020年春季的客流量下降
  • 尽管整体工作场所交通放缓,但有几个行业今年夏季继续增长:材料行业增长了18.5%,电信服务行业增长了10.7%

让我们深入研究数据,更详细地探索这些发现。

职场交通:三波故事

自疫情开始以来,工作场所的客流量起伏不定。我们看到了COVID病例活动与工作场所流量之间的显著相关性。随着病例的增加,工作场所的人流量下降。

数据还表明,工作场所正在继续采用beplay体育苹果助手官方下载混合工作模式,证明为办公桌员工有多少啊预订(每周两张)平均)。这表明,许多在现场工作的员工只在一周的部分时间这样做。

第一波:关键员工

在因新冠疫情关闭后,工作场所的交通立即进入了一个戏剧性的停顿.在2020年初交通低谷之后的几个月里,我们看到重返工作岗位的人数大幅增加。我们相信这些进入工作场所的人来自关键行业,他们致力于确保关键功能的连续性。从2020年5月到10月,我们看到工作场所的交通流量增加了两倍多,这表明在这六个月内有了显著的下降和恢复。

波2:动力

在典型的11月至12月假期平静过后,我们进入了重返工作岗位的第二阶段。这一阶段的特点是,由于许多员工接种了疫苗并回到了工作岗位,增长强劲。到3月中旬,美国达到了管理的关键里程碑1亿年疫苗.我们看到流量的增长——仅仅三个月就增长了25%——跨越了所有规模、行业和地区的公司。

波3:夏季平静和Delta变种

最后,夏季的平静加上对新型高传染性德尔塔变异的日益担忧标志着第三波。在这一阶段,我们看到自夏初以来经济增长略有下降(-4%)。部分原因可能是由于典型的夏季休假,员工有更多的假期。但我们认为这是对德尔塔变种的反应。值得注意的是,尽管新变种令人担忧,但迄今为止的数据描绘的图景与我们在大流行开始时看到的大不相同。

首先,我们看不到交通流量像以前一样减少了80%.我们看到了轻微的下降(自夏季开始以来,每周入学率下降了4%),因为我们共同采取了更多的预防措施,以避免这种新变异。虽然大多数主要媒体报道描绘了一幅我们去年春天看到的“悲观和沮丧”的画面,但我们实际上看到了相当多的领域重返工作弹性。

例如,美国前10大城市的交通状况自上个月以来上涨了10%。我们将继续在旧金山、费城、纽约和芝加哥看到强劲的增长。下面的图表显示了与2020年5月基线相比,美国前10大城市的工作场所人流量的变化情况。百分比反映了与2020年5月基线相比,每个市场的每周平均入职人数。

自夏季开始(2021年6月)以来,一些行业也保持着持续的高增长率:

  • 原材料价格上涨18.5%
  • 电信服务板块上涨10.7%
  • 公用事业上涨7%
  • 信息技术上涨了4%

数据显示,最近工作场所的交通开始放缓。这表明,由于Delta变种,人们可能会对前往现场感到更加谨慎。随着夏季的结束,我们预计将出现一波新的工作场所人流量,这取决于COVID - 19病例数量的下降。

最终的想法

尽管疫情随着时间的推移发生了变化,但最新数据显示,员工并没有停止上班。相反,我们看到今年夏天的增长曲线趋于平缓,我们认为这部分是由于对Delta变量的担忧,以及人们休假和重返校园。

但与大流行开始时不同的是,今天更多的人接种了疫苗。我们还认为,员工更了解COVID的风险。数据表明,重返工作岗位具有持久力:客流量没有像疫情初期那样急剧下降。雇主应该准备好欢迎他们的员工重返工作岗位。

为重返职场做准备?下载我们的电子书,空间管理小贴士,帮助你的员工在混合的工作环境中茁壮成长beplay体育苹果助手官方下载学习如何优化你的办公空间,以支持员工的工作效率和幸福感。

这篇文章有用吗?
是的 没有
乔纳森Weindel
作者简介 乔纳森Weindel

乔纳森目前是Envoy公司的数据分析主管。他是结果驱动分析的领导者,热衷于创建数据驱动的见解、工具和应用。

Baidu