Employee Experience Design

Ситуация: получаю сообщение от бота, который сопровождает LMS. «В программе “Работа с выгоранием” есть незавершенный элемент. Пройдите его для завершения обучения». Сначала я ничего не понял: я же прошел тренинг, что за элемент такой? Перехожу по ссылке и вижу, что я всего-навсего не заполнил анкету обратной связи. Почему бот путает пользователей? Вот что выяснилось: 1️⃣ Команда знала, что разработка алгоритмов напоминаний — долгий и дорогой процесс. Поэтому запустили один тип уведомлений для всех незавершенных элементов: материалов, преридов, тестов, опросов. 2️⃣ При тестировании разработчики проверяли только функциональную работоспособность фичи. Бот отправляет уведомления? Отправляет. Значит, все в порядке. 3️⃣ При формировании названий элементов не видно, какие именно уведомления будет слать бот. К тому же в большинстве сценариев пользователь не видит их названия — и поэтому может не распознать, о чем идет речь в напоминании. Как избежать недопонимания? Не забывайте продумывать все варианты сценария, даже нестандартные: как в этой ситуации с формой обратной связи. А еще проведите короткое коридорные исследование, чтобы посмотреть полный цикл работы фичи. В нашем случае — от создания тренинга в LMS до заполнения анкеты обратной связи. За 20 минут вы легко найдете «детские ошибки» и сможете быстро исправить мелочи, которые путают пользователей. Если бы мы прошлись по офису и показали текст уведомления, ошибки можно было бы избежать. А мы в итоге составили список простых названий разных типов элементов курса и отправили их на доработку. #жиза #кейсы #лечим_ошибки #обучение #LMS

Привет! Многие привыкли измерять успешность обучения через NPS, CSAT, Success Rate. Но как понять, пригодились ли сотруднику полученные знания на практике? (Кажется, самый популярный вопрос к отделу обучения 🤓). Как с помощью EJM (карта пути сотрудника) понять, что ваш сервис полезный? На примере обучения Когда мы думаем про весь путь пользователя, мы начинаем видеть не только момент, когда сотрудник пришел и использует наш сервис, но и что происходит с сотрудником после. А это значит, мы можем изучать цифровой след сотрудника после взаимодействия с продуктом и делать выводы о качестве нашего сервиса. Достаём EJM и смотрим, что должно произойти с сотрудником после обучения, и в этом месте закладывает точку касания с сервисом. Допустим, мы ожидаем, что обучившиеся начнут пользоваться алгоритмом создания новых идей. Вместо того чтобы отдать презентацию с алгоритмом на тренинге, отправьте после обучения письмо на почту со ссылкой для скачивания и счетчиком переходов. Таким образом, вы сможете увидеть сколько учеников реально воспользовались новыми инструментами, а при правильной инфраструктуре и как часто. Да, статистике вначале может вас расстроить, но для того мы и смотрим на цифры, чтобы их улучшать!