你知道每年发生的调查？那些谈论L＆D应该做什么的人，他们不是或顶级L＆D球队所做的事情让他们脱颖而出？除了他们让我带着嫉妒的事实，或者我感到不充分，这些调查有一件事，他们总是指出，几乎没有任何L＆D团队正在进行适当的评估事实。原谅我，如果你的团队确实做了适当的评估，但你真的是一个异常或异常。然后我们有围绕微笑或快乐的床单（无论你称之为什么）的那些论点（无论你称之为什么）是浪费时间还是Kirkpatrick过时或不可用甚至整个投资回报率过于复杂，而且ROE是如何正确的方法。事实是，无论你在评估方面何时选择什么样的方法，有一件事对他们来说很常见，他们都需要数据工作。如果您没有收集好的数据，则无法评估。无论您在世界上使用最佳的评估框架，有效的评估是否仍然会降低资料的有效评估并不重要。因此，我向您提交评估不是一个FlassOWRK问题，它是一个数据问题。
那么我们的数据解决方案是什么？简单，我们需要变得擅长数据分析，这是定义问题的过程（在这种情况下评估问题），识别和收集相关数据，清洁数据以使其可用，分析数据才能获得洞察力，然后分析数据才能获得洞察力以正确的方式向合适的人和合适的时间展示洞察力。这引出了一个问题 -L＆D需要数据科学吗？
我会在我的下一篇文章中回答这个问题。
1