业务咨询

联系客服

方案定制

×
专属学习顾问
为您和企业规划领导力提升之路
英跃学习发展中心
欢迎加我好友进行咨询
400-969-7622

一个优秀的培训经理,必须成为数据分析师

内容摘要:

大数据时代,数据已经成为培训发展的底层逻辑。

 

大数据时代,见“数”使舵已成为趋势。

 

培训也是如此。培训数据盘活了培训管理者更多的思维空间,和企业培训体系的深度脉络,成为企业持续发展的关键动力之一。

 

那么——

 

到底应该收集哪些培训数据?

 

培训数据收集好了,接下来该怎么分析应用呢?

 

如何与业务部门共享,挖掘培训数据背后的价值和意义? 

 

话不多说,干货端上来。

 

1、学习/培训中有哪些关键数据值得关注?

 

培训的数据总体可分为两大类:过程数据和结果数据。需要注意的是,不同数据源得到的数据结果未必相同。所以,在做数据埋点时,所用的工具务必保持一致。

 

过程数据:

 

关注过程数据是一种以终为始的思路。从期望达到的结果,倒推出培训过程中需要关注哪些数据维度。这样,我们在设计阶段就要考虑如何分析、使用数据,而不是传统意义上的等数据拿到了再说。

 

英跃的过程数据包括:

 

1、 课后练习排名和对错率

 

2、 学习活动分布

 

3、人均学习时长

 

4、 行为展现

 

 

 

英跃团队报告示例(学习过程管理)

 

其中,行为展现是一项关键数据,不仅能够直接反应培训是否抓住了学员的痛点、知识讲解是否到位、演练是否充分,也能够在培训过程中进一步细化、深化方案。

 

英跃基于DDI行为模式法,将管理者必备的每一项能力拆解为几步关键行为,并融于情景模拟中,检测学员是否能够将所学融会贯通,真正应用于实践。

 

以“辅导”能力为例,优秀的辅导应掌握7步关键行为:1、说明讨论目的,2、促进参与,3、明确绩效表现,4、维持动力,5、提供支持,6、达成共识,7、制定行动计划。

 

在“辅导”的情景模拟中,英跃设置了“下属迟交报告”和“员工有情绪”两个常见的管理情境,学员通过与虚拟对象的交互,展现管理行为,并对比行为大数据,给予及时反馈,最终系统对每一步关键行为(Key Actions)打分,生成详细的发展评估报告。

 

 

英跃情景模拟&KA评分示例

 

这一部分的数据也会成为英跃线下翻转课堂的设计依据,讲师根据团体共性的行为短板和真实业务挑战,在课堂中进行针对性的演练。

 

结果数据:

 

结果数据一定程度上能直接反应培训效果,因此,除了常规的课程满意度调查,还需要从业务部门、参训学员的角度来看,直观检验学习成果,以及形成支持后续跟进的使用数据。

 

英跃的结果数据包括:

 

1、 学习完成率

 

2、 人均学习时长

 

3、 能力前后测对比(更新版)

 

4、 各能力提升人数比例

 

英跃团队报告示例(学习效果评估)

 

结果数据的呈现要做到直观、条理分明。英跃在学习结束后,会形成学员报告和团体报告,包含数据、解读、发展建议等。

 

英跃团队报告示例(数据定义)

 

2、数据到手,如何分析?

 

分析数据其实早在搜集数据之前就已经开始了,因为在做数据埋点的时候,我们就必须要清楚,为什么要搜集这些数据,以及如何使用它们。

 

HR除了看到数据的高低之外,还要看到数据背后的insights。

 

比如,学习完成率对应的是学习积极性、对所学能力的兴趣度。

 

还要进一步分析,学员对某一能力的兴趣度低背后的原因,是掌握得太好还是太差?是平时用到的场景少还是对能力可用场景的理解不到位?

 

 

对数据进行分析应用,主要有三个关键策略:

 

1、重点看变化而非绝对值

 

例如,新晋管理者和已有管理经验的中层管理者同时进行领导力培训,前者的培训满意度较高,是否就代表前者的培训好?

 

显然用这个绝对值来说话是无法令人信服的,因为这两个数据没有可比性。

 

真正要去关注的是,针对同一事物和角色在某些方面的相对变化情况,越细化越有说服力。

 

比如,英跃的能力前后测对比,在同一套考评体系下,评估学员在学前和学后的能力成长,并具体到关键行为。

 

还是以“辅导”为例,在英跃报告中,某学员的辅导能力有较大提升,培训顾问会详细描述具体体现,如在“促进参与”这个KA上,学员从展现“倾向于凭借自己的想法和经验提供建议甚至直接代劳”的行为,转变为“在提供指导时始终征求员工的观点和建议”行为。

 

 

英跃团队报告示例(单能力后续发展建议)

 

 

2、取长补短,持续迭代

 

基于数据解读,可以看出在培训需求诊断、培训项目设计、培训项目实施等环节所存在的问题和高光之处,由此成为企业培训体系和项目持续迭代的深度脉络。

3、多维度解读

 

数据本身只是一些信息,而不同部门对于同一信息的解读可能是不同的,及时分享数据可以使数据的价值得到更多的挖掘应用。

 

尤其是员工所在的部门,对于员工的数据解读更能结合工作实际,使得员工本人和其管理者都有意识地创造实践机会。

 

3、培训完成后如何跟进?

 

或许有人会问:不希望培训是一次性的,如何帮助学员定期进行培训的回顾,巩固曾经学过的知识呢?

 

一句话以概之,从实践中来,到实践中去。

 

从工作中发现培训需求,最终回到工作中去改进应用。

 

以数据的思维来看,最终要能够实现多部门之间对数据分析结果的联动,诸如培训调研数据应用、培训作业的结果在业务中的运用、培训行动学习的结果运用。

 

实现知识到能力的转变需要不断实践应用,所以,如果学员的进步不明显,不妨问一问:

 

他/她是否有实践应用的机会?

 

是否投入了足够的学习时间?

 

搜集、分析、使用数据,这是一个环环相扣的系统工程,互相交织,互为前提。数据有其背后的意义和逻辑,TD具备数据思维,才能更好地构建人才发展体系。

 

相关阅读推荐

让学员对培训上瘾,你需要懂点行为设计学

课程设计的底层逻辑:认知天性

  • 推荐资源
  • 热门资源
立即订阅