Автор Steve Foreman, President, InfoMedia Designs
⌚ 5мин
Практически во всех бизнес-функциях улучшаются процессы, когда поток данных и аналитики набирает обороты. Многие руководители работают с повышенным вниманием к принятию решений на основе данных. Они ожидают ответа на ключевые вопросы, подкрепленные данными. Продажи, маркетинг, обслуживание клиентов и другие ключевые функции усердно работают над продвижением своих стратегий обработки данных и аналитики. Если вы работаете в сфере обучения и развития (L&D), в какой-то момент вам тоже придется это сделать.
В течение слишком многих лет L&D генерировало ограниченный набор данных от LMS и опросов. Данные могли дать ответы только на основные вопросы, например, сколько курсов и классов существует, сколько людей их посещают, осваивают ли люди контент и что участники и другие заинтересованные стороны думают о тренинге. Эти данные могут показывать большую активность, но на самом деле не объясняют ценность L&D для организации.
Ситуация становится еще сложнее, когда вы переходите от обучения к более всеобъемлющей экосистеме обучения и производительности. В дополнение к LMS и данным опроса, существуют базы знаний, социальные сети, инструменты поддержки производительности, адаптивное обучение, микрообучение, обучение на основе дополненной и виртуальной реальности, серьезные игры, хранилища записей об обучении и так далее. Все эти системы генерируют свои собственные данные.
Как L&D может получить ценность и, что более важно, обеспечить ценность из своих учебных данных?
Что такое учебные данные?
В академическом контексте учебные данные описывают академический и поведенческий недостаток отдельного студента и его прогресс в овладении академическим содержанием. В бизнес-контексте учебные данные описывают вмешательства предприятия, используются ли они предполагаемыми людьми, и их влияние на успех предприятия.
Учебные данные различаются в зависимости от характера контента. Например, данные курса включают в себя записи, завершения и зачетные кредиты. Данные базы знаний включают в себя поиски, доступ к контенту, рейтинги и обзоры. Данные социальной сети включают в себя связи, членство, сообщения, ответы, лайки и подписки. Серьезные игровые данные включают в себя вехи, очки и значки. Данные о поддержке производительности относятся к процессам, шагам, задачам и подзадачам, для которых люди ищут руководства.
Данные - это мощный инструмент, который может информировать ваши решения и действия, а также решения ваших руководителей спонсоров. Данные могут способствовать постоянному улучшению ваших продуктов и услуг. Они также могут предоставить доказательства влияния на успех вашей компании. Чтобы реализовать эти преимущества, вам понадобится стратегия обработки данных.
Создание вашей стратегии учебных данных
Стратегия данных описывает вопросы, на которые необходимо ответить, и данные, необходимые для принятия решений и действий, которые приводят к бизнес-преимуществу. Вот семь шагов, чтобы установить управляемую данными стратегию обучения для L&D
Шаг 1: Перечислите вопросы, на которые вы хотите ответить
Начните с формулировки ключевых вопросов, на которые ваши руководители спонсоры больше всего хотели бы, чтобы вы ответили. Сколько обучения происходит? Сколько мы тратим на обучение? Насколько эффективно и экономически эффективно осуществляется обучение? Соответствует ли потенциал L&D потребностям нашей организации в обучении? Какие бизнес-задачи решаются с помощью учебных продуктов L&D? Оказывает ли обучение положительное влияние?
Шаг 2: Определите, какие данные у вас есть и где они находятся
Определите данные, которые могут дать ваши ответы на эти вопросы, и проведите инвентаризацию данных. Определите, какие данные уже существуют, а какие отсутствуют. Определите системы и людей, которые являются источниками данных. Определите фильтры, необходимые для сосредоточения на соответствующих данных; например, диапазон дат, тип пользователя, тип контента и т. д. При рассмотрении вопроса о том, как наилучшим образом собирать, обобщать и представлять данные обучения, обязательно учитывайте политики и нормативные требования вашей организации на идентифицирующие личность информацию (personally identifiable information - PII).
Шаг 3. Создайте панель мониторинга и отчетов
Определите спецификации для отчетов и панелей мониторинга, которые помогут вам ответить на вопросы, которые вы определили на шаге 1. Создайте чертеж или каркас для панели мониторинга. Эти чертежи и спецификации будут определять требования к реализации.
Шаг 4: Определите вашу архитектуру данных
Возможно, вам придется собирать учебные данные из нескольких источников. В качестве доказательства воздействия вы можете посмотреть на показатели предприятия, такие как ключевые показатели резултативности (KPI) или количество инцидентов соответствия, наряду с показателями обучения. Возможно, вы захотите создать хранилище данных, которое объединяет данные из нескольких систем обучения в центральное место, где они могут быть организованы, помечены и опрошены. Оно может находиться внутри платформы бизнес-аналитики (BI) вашего ИТ-отдела или в вашем собственном хранилище учебных записей (LRS). Вы можете использовать программное обеспечение для визуализации данных, чтобы создавать информационные панели, которые связаны с вашим хранилищем данных и другими корпоративными системами.
Шаг 5: Разработайте и внедрите механизмы сбора данных
Они могут включать интеграции, которые извлекают данные из исходных систем. Они могут также включать стимулы, политики, процедуры и инструменты для перемещения людей из их личных электронных таблиц в информационную систему. Вы можете начать со сбора данных, которые проще всего получить, и использовать поэтапную дорожную карту для сбора оставшихся данных.
Шаг 6: Разработка и внедрение таксономии для организации и маркировки данных
Фильтры, которые вы определили на шаге 2, можно применять в качестве метаданных для маркировки контента и пользователей. Подумайте о любых дополнительных способах нарезки данных. Прибавьте свои продажи и маркетинговые действия и определите свои сегменты клиентов. Подумайте, как лучше описать каждый сегмент клиента, например, должность, отдел, регион или многолетний опыт работы. Определите категории продуктов, используемые каждым сегментом. Подумайте, как лучше всего классифицировать ваши продукты, например, тему, формат, метод распространения, уровень детализации и т. д. Если вы примените эту таксономию к своим учебным данным, вы сможете исследовать людей-контент, людей-людей и контент-контентные отношения.
Шаг 7. Разработка и внедрение отчетов и панелей мониторинга.
Пересмотрите и обновите ваши проекты, начиная с шага 3. Подумайте о лучшем просмотре ваших данных для краткого знакомства. Не загромождайте свою приборную панель слишком большим количеством подробных данных. Показывайте не более восьми или девяти предметов. Хорошее правило - найти любой элемент данных панели в течение пяти секунд. Используйте отчеты для подробных данных.
Повторяйте...
Повторяйте шаги 2-7 до тех пор, пока вы полностью не ответите на все вопросы, перечисленные в шаге 1. Периодически возвращайтесь к шагу 1, чтобы расширить или переформулировать вопросы, на которые вы хотите, чтобы ваши метрики отвечали.
Изучение ваших данных
Когда вы начнете изучать ваши данные, вы можете обнаружить удивительный образцы или тенденцию и высказать предположение об их значении. Чтобы проверить свою гипотезу, вам может потребоваться изучить данные дальше или провести интервью и фокус-группы с пользователями.
Например, предположим, что вы создали панель мониторинга соответствия, которая отображает результаты обучения соответствию (данные обучения) рядом с инцидентами соответствия (бизнес-данными). Вы заметили, что в течение последних шести месяцев инциденты соответствия на рабочих местах в одном регионе были намного выше, чем в других регионах. Таким образом, вы решили посмотреть, что показывают данные обучения.
Сценарий 1. Количество обучающих в этом регионе ниже, чем в других. Можно надеяться, что в результате обучения будет меньше инцидентов. Если в течение следующих шести месяцев обучение возрастет, а инциденты снизятся, у вас могут быть убедительные доказательства положительного влияния на бизнес. Вы можете узнать об этом, поговорив с людьми в этом регионе, чтобы узнать больше о том, какие факторы могут быть причиной улучшения.
Сценарий 2. Числа по учебным занятиям равны или выше, чем в других регионах. О-о, вы обнаружили обратную связь между тренировками и инцидентами! Определенно пришло время поговорить с некоторыми людьми, возможно, во всех регионах. Узнайте, является ли обучение результативным. Есть ли адекватные примеры и тематические исследования? Они в правильном контексте? Люди участвуют в программе обучения или просто просматривают? А что еще происходит в регионе со всеми этими инцидентами?
Пока вы анализируете свои данные, постарайтесь управлять ожиданиями ваших спонсоров. В зависимости от того, где вы находитесь в своей дорожной карте, у вас могут быть только предварительные ответы на некоторые из их вопросов, основанные на частичных данных. Обязательно объясните любые недостатки данных, стоящих за этими предварительными ответами, а также свои планы по созданию более полной картины в будущем.
Заключительные мысли
Информированные решения, подкрепленные хорошими данными обучения, будут стимулировать постоянное улучшение, выявлять свидетельства воздействия и неуклонно увеличивать ценность L&D. Если вы еще не открыли ценность своих учебных данных, самое время начать работать над своей стратегией данных.