业务咨询

联系客服

产品体验

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

【实操】如何让数据成为培训发展的底层逻辑(中)

资源订阅

 

《如何让数据成为培训发展的底层逻辑(上)》中阐述了,培训管理者掌握人才数据和分析技能,能够让升值机会高出6倍,并且列出了四类可以帮助大家提升培训价值的数据。

 

那么,培训数据收集好了,接下来该怎么分析应用呢?

 

当我们梳理好培训中能搜集到的数据后,接下来就需要理解数据反应的本质,并且在后续的工作中,能够最大化地利用这些数据,不断提升培训成效。

 

示例:通过「英跃」数字化领导力学习,如何让数据“说话”

 

 

几个培训数据分析应用的方向

 

应用一、数据型翻转课堂设计

定性定量的数据分析,是翻转课程设计的重点。

 

通常来讲,翻转课程设计普遍有四大误区:

 

1、线上线下配比不良

 

很多企业在设计培训方案时只重一头,没有根据学习目标来进行发展方案的选择,因此未能发挥最大效益。

 

2、架构内容链接不佳

 

胡乱拼凑市场上的课程与工具,内容与技巧互不链接,缺乏结构,线上线下课程/活动无关联 (如线上上财会,线下上授权)或弱关联,也无法真正有效刺激学习与行为改变。

 

3、落地实用干货不足

 

虽然不一定每个课程都需要提供干货,但这的确也是很多课程设计的硬伤。缺乏工具、表单和可操作的步骤与方法,会导致学习到应用的转化不易,因此学用结合的比率偏低。

 

4、方案设计考虑不周

 

比如线上线下内容是否重复?是否有根据学院已具备的知识、经验及技巧向上叠加学习?等等。

 

 

由移动端学习+线下翻转课堂贯通的混合式学习,HR可以先通过数据发现短板,主动制定翻转课堂的学习策略,为后续现场教学腾出时间,在节约预算的同时,进一步优化学习成效。

 

 

通过大量的翻转培训实施,总结出5个需要注意的事项

 

o 确保学员学习线上课程

 

o 线上线下避免内容重复

 

o 线下回应疑问处理挑战

 

o 线下深化内容练习落地

 

o 线下需有备选方案

 

《主管后备人才3个月发展项目》案例分享

 

项目目标:

 

· 帮助主管后备库的后备人才在登上基层管理岗前,做足充分心态和能力的准备,通过3个月的发展项目,在短时间内看到领导者的角色转变和能力提升。

 

· 解决眼下的具体问题:年底绩效考评、辅导和反馈

 

· 管理者业务繁忙,需要轻的学习方式,但要保障完成率与学习效果落地,最好提供在项目结束后,也能持续学习或复习的平台。

 

结合上述目标,设计的线上线下学习旅程

 

 

数据应用示例:

 

翻转课堂前,通过情景模拟数据和线上问卷,确认学员困惑和难点

 

(1)从辅导能力的线上学习数据来看,团队主要在下述3项上得分较低

 

– 说明讨论目的

 

– 表达绩效挑战

 

– 维持动力

 

 

(2)翻转课堂前的线上问卷,总结了学员情况

 

-在辅导过程中以自己说为主,以解决具体问题为主

 

-有意图让下属参与,但是对方依然开口少怎么办

 

-资历老的员工绩效表现不佳,但却不知道应该如何沟通,等

 

翻转时,针对数据予以解决

 

针对具体的年终绩效反馈与辅导的场景,在翻转课堂上先用正面示范视频进行拆解练习。

 

并且在后续的角色扮演中,有针对性的进行了练习。并且将案例记录收集,反馈给HR。

 

项目成果:

 

·   满足HR和组织对完成率的需求,传统线上学习的完成率平均在15%,但英跃线上学习的完成率,目前通过学习群运营约为90%

 

·  3个月内收获扎实的基层管理力量,节约50%时间

 

·  比原先设定的传统培训方案节约了1/3成本,而且通过数据帮助组织摸清了内部管理者的实际挑战场景

 

应用二、更全面的人才画像

 

全面的人才画像应包含如下五类信息:

 

·   管理者信息:如管理年限 / 年龄(可以进一步与能力、个性等交叉分析)

 

·  个性:剖析学员性格特质

 

·  学习意愿度和学习力:了解学员愿不愿意学和学的如何

 

·  能力:能力现状和学习前后变化情况

 

·  行为特征:分析最有优势和最待提高的关键行动

 

如挖掘高潜人才的场景,HR就可以通过持续累积学习意愿度和学习力两个数据指标,筛选出双高的学员,作为重点发展目标。

 

– 学习意愿度:对学习的投入情况,包括完成率、学习时长、情景模拟练习次数

 

– 学习力:包括学习掌握度(情景模拟得分、知识点正确率),学习加速度(能力前后测提升)

 

英跃团体学习报告(学习结果与意愿分布)

 

应用三、数据驱动学习运营

 

 

例如一家企业的培训负责人发现,虽然引入了线上培训,但参与度很低,因此希望能通过一定的提醒机制来提升学习完成度。经过分析学员的线上学习数据了解到,学员工作日一般喜欢在晚上7点后学习,因此将推送学习数据或者学习信息的时间设定在了在晚上7-8点之间,学习参与度因此得到大幅改善。(下图仅为数据展现形式示例)

 

 

相关阅读推荐

【实操】如何让数据成为培训发展的底层逻辑(上)

移动训练营实操指南