学习与发展与数据分析

“衡量的事情就完成了。”

这就是那句老话。

也许这就是为什么“培训”仍然是L&D产品的核心? 座无虚席和培训天数仍然是主要的措施,并与电子学习完成一起报告给我们的利益相关者。 当您添加汇总的Happy Sheet得分时,一切看起来都很乐观。 花费了数千个小时,并且在很大程度上让“客户”感到满意。 可以不是一件坏事,可以吗?

顺便说一句,在我对本文开头短语的起源进行研究时,我发现该短语已被重新解释,与原始话语大致相同:

“如果可以对其进行衡量,就可以对其进行管理。”

具有讽刺意味的是,L&D也不衡量“学习”。 取而代之的是,我们衡量“在场”和“对内容的暴露”,并将将量化这种暴露的努力标记为“学习指标”。

但是,您怎么知道有人在组织生活之外学到了什么呢? 例如,您如何知道是否有人学会弹吉他? 答:他们会弹吉他。 您怎么知道有人学会了说中文? 答:他们会说中文。 那么,为什么我们要主要根据出勤率,完成度和满意度来衡量(并报告)工作中的学习呢? 在某些情况下,短期记忆回忆是通过多项选择题或观察练习来评估的。 但这是学会的吗? 您会像吉他手或中文说话者一样在野外观察它吗?

测量和数据如何应用于L&D的问题在于,它只是为“学习交付”服务(没有任何意义),而不是实现其预期的结果。

我注意到,数据在L&D中主要通过3种方式使用(可能您会看到或使用的更多):

  1. 报告“学习活动”以及如何获得经验

如上所述,L&D中指标的明显用例是输入(谁,什么以及或多长时间?),评估和满意度。 这并不能证明L&D的有效性以及客户的满意度是什么。 从L&D的角度来看,这是低级的,我敢肯定,不会有太多的人被其他想法所迷惑,直到我读到以下内容:

“尽管当今在学习中没有大量使用大数据,但一段时间以来,我们一直在非常有效地使用’小数据’。 我们会定期测量参与者的数量,课程,时间,费用,完成日期,参与者的反应和学习的数量。”

这并没有显示出盲点,而是蒙上了眼罩!?

作者继续指出:

“目前缺乏对大数据的[大数据]应用反映了我们的相对成熟。”

我将那个留在那…

2.通知培训/电子学习设计

这可以识别出有一个培训活动,人们可以体验它,并根据他们的经验推荐迭代。 得到它了!

但这更多的是观察性和轶事性反馈,而不是分析性,不是吗?

这篇有趣的文章的作者不这么认为:

“学习分析可帮助教育工作者了解各种学习风格和偏好。”

嗯 学习方法?

同样,我认为重要的是不要将我们一直在做的事情与当今分析为我们提供的机会相混淆。

3.对绩效的影响

现在我们到了某个地方。 毕竟,L&D是任何组织的扩展,可帮助人员和团队取得成果。 此处说明:

“大多数时候,每个年终审查的骨干都回到使用率,因为大多数系统都吹捧跟踪使用率的能力。 是的,使用率非常重要,但是使用率带给您的公司什么价值? 堆放您喜欢的卡片,并改变组织中学习和发展部门的看法。”

因此,我们不只是跟踪和报告我们的输入(谁出现了),然后使用创意许可将学习系统使用率的提高归因于业务绩效?

“使用率比去年上升了7%,我们特别注意到营业部的营业额增加了2%,我们能够确定由于2%的增加,2017年的销售额增加了X美元。”

我知道L&D重视创意解决方案,但是……哇! 希望您的利益相关者不聪明。

人员分析的去向

“人员分析的功能正在发生重大变化,其中涉及使用数字工具和数据来衡量,报告和了解员工绩效。”

与L&D指标的内向型应用相反, People Analytics采用了一种不同的方法,对我而言,这是一条更有用的途径,向外看对组织至关重要的因素。

与声称L&D在数据使用方面更加成熟的说法相反,首席风险官和业务领导者不太相信他们正在获得预期的结果:

“分析不再是寻找有趣的信息并将其标记给管理人员的工具:如今,它已成为一种业务功能,专注于使用数据来理解业务运作的每个部分,并将分析嵌入到实时应用程序和我们的工作方式中。”

显然,L&D处于“成熟”阶段,它正在寻找有趣的信息,将其标记给管理人员,并使用反应级别的反馈进行迭代。 这既不是People Analytics领域的去向 ,也不是去向。 People Analytics作为人力资源和L&D允许我们做的是认识到我们真正需要的价值,然后升级“基于轶事经验,等级制度和规避风险的决策制定”。这将帮助我们进行更大的思考,而不用思考通过更多地了解“基于数据分析,预测和实验研究的人类行为,人际关系和特质来制定业务决策,从而在影响客户方面取得更大的影响,但组织至关重要的参与。”

我经常想知道L&D将从何处中断,因为如此多的从业人员通过评估培训活动对业务绩效和生产率的提高来维持现状。 随着业务领导者寻求并获得People Analytics的访问权限,我们似乎将受到行业之外的干扰。 需要明确的是,高层领导正在推动这一变化。

“高级领导对无法提供切实可行的信息和见解的人力资源团队感到不耐烦; 因此,分析正在从对人力资源的关注转向对业务本身的关注。”

同时,L&D使用数据来证明过时的方法是合理的,并且忽略了有关个人,团队和组织绩效的更广泛的应用程序。 但是,正如您所看到的,随着期望的变化,网络正在关闭:

“预测分析工具已经到来,从而可以分析有关招聘,绩效,员工流动性和其他因素的数据。 高管现在可以访问似乎无穷无尽的指标组合,以帮助他们更深入地了解推动结果的因素。”

只是要清楚起见,并要区分过去的数据,这些数据侧重于人力资源主题,即保留,敬业度,学习和招聘。 People Analytics的新重点是:

“……业务问题,例如销售生产力,员工效率,高潜力的保留,欺诈,事故模式和其他运营需求。”

那么今天这将把L&D留在哪里?

随着组织越来越多地寻求数据来帮助他们进行转型,重要的是要记住,这不仅意味着拥有更多的数据或更好的图表。 这是关于掌握 使用数据做出更好决策 的组织力量 进行假设,实验,测量和适应。 这并不容易。 但是,通过仔细地收集和分析正确的数据,进行一次重大的变革可以减少一些艰巨的任务,并希望可以取得更大的成功。” 哈佛商业评论,2018

现在要做的显而易见的事情可能是召集供应商,并对他们的技术置信。 但是在您这样做之前,让我们考虑一下过去20年中在L&D中如何为我们解决这些问题,因为我们继续追求参与LMS和电子学习的过程,而对数字化本身却知之甚少。 不,我们不要外包什么将成为我们实践的核心部分。 现在是时候根据数据分析的基础在L&D中提高自己的技能了。

正如我之前提到的,对信息的处理太少并且将性能和生产力问题快速转换为学习需求经常会导致创建“学习解决方案”,以解决实际问题,例如拥抱解决锅炉故障。 在最早的阶段,我们应该挑战自我以获取适当的数据,以表明确实存在一个需要我们关注的问题,并且非常准确地指出了问题所在。

从一个假设开始(即我们需要一个新的归纳法),然后找到支持该假设的数据,否则这是一种预感,无论您做什么,都不可能是对的(超出了在快乐的单子上“衡量”的满意度)。 就像《哈佛商业评论》这篇文章所演示的那样,如果您有一个假设,则可以通过查找数据进行验证或挑战来对其进行测试。 让我们以归纳为例。

正如HBR文章所述:

“开始吧……”

也许您认为您需要进行归纳工作?

“无论是什么,将其作为一个问题并写下来……”

与新手相关的当前无效的是什么?

“下一步,仔细考虑可以帮助您回答问题的数据,并制定创建这些问题的计划。 写下所有相关的定义以及收集数据的协议。”

相关定义可能需要您区分新启动器的类型。 如果您在联络中心工作,那么您可能会认识到核心运营商是与其他所有人不同的关键目标群体。 在总部环境中,新手之间的共性可能不太明显。 如果可以的话,请清楚说明您的意思。

另一个需要明确的定义可能是诱导期何时开始和结束? 从第一天开始? 直到他们通过缓刑才开始吗?

接下来,考虑可以帮助您回答问题的数据。 您的组织能否获得新的入门成功的关键因素是什么,即:

  • 第一天没有出现成功候选人的百分比是多少? 这似乎是一个愚蠢的问题,但是成功的候选人会在正式开始就业之前就陷入困境吗?
  • 您有多少百分比的新手成功完成了试用期?
  • 您的新手会留下来吗? 没有超过6个月的新员工留在公司的比例是多少?
  • 新手如何与他们紧密的团队环境和整个公司互动? 也许让我们更具体一点:订婚与您在一起的时间越长会增加或减少?
  • 他们能够多快地持续获得其角色的KPI?

这些只是影响所有各方的新入门体验中可能有用(或可能无效)的一些量化建议。

然后收集数据。

您需要的大量数据将近在咫尺,一旦您知道谁可以访问它,那么再次获取它来检查进度将变得更加容易。 但是,请花时间在关键指标上采取措施,以便您可以信任自己的数据。

如果您知道要解决的真正问题以及在何处解决实际问题,那么您将从数据和起点开始。 然后,您应该做的所有事情都应集中在通过进行小型实验并查看是否有所作为,从而朝着改进的方向移动针头。 影响结果的所需差异。

我喜欢这篇HBR文章中提倡的方法,因为它易于访问并且与我们在L&D中所做的工作类型密切相关。 我们不需要成为数据科学家,但这肯定会帮助我们开始像人一样思考。

如果尚未被要求,我们的领导者和利益相关者将要求我们提供数据。 因此,在我们被外界打扰之前,让我们发展自己并打扰自己的实践。 对于我们来说,这是一个巨大的机会,这取决于我们如何抓住它。

David James Looop的 首席学习官, 之前曾担任华特迪士尼公司EMEA地区的人才,学习和OD总监。

David现在是当代L&D实践的权威,他与企业 合作,与Looop 一起开发和实施 使学习起作用的 社交,敏捷和数字学习策略

也可以看看:

L&D如何阻止数字化转型

如何获得L-D转型的C-Suite支持

Sky如何在需求点和业务发展速度上发展员工