在过去，预测员工的职业生涯将如何淘汰艺术形式，而不是精确的科学，但这正在发生变化。
我们正处在能够收集大量关于员工参与学习内容的所有方式的信息的最前沿，比如他们接受了什么培训，他们参与的程度，以及他们在任何包含的评估中的表现。
然后，这些信息可以与员工的其他人力资源信息结合起来，包括学位和证书、任何性格测试和其他评估的结果，当然还有他们的绩效评估。
你能用所有这些数据做什么？
通过使用商业智能工具，人们很快就可以预测特定员工在特定角色中的表现。
更好的是，有可能介入并影响这些预期的结果，并帮助每个员工在您的组织内满足自己的潜力。
For example, by finding a correlation between new employees’ scores on proficiency tests and their on-the-job performance, and then tracking these metrics over time, you can start to build increasingly accurate models of what learning and on-the-job behaviours correlate with career success at your firm.
这使得可以识别可能最初脱颖而出的潜在未来的高级飞行员，并制定步骤帮助他们实现其潜力。
一旦你知道你想看到什么变化，就更容易想出如何衡量它们
同样的方法适用于许多不同的领域，包括销售、合规或安全事件，以及性能kpi。
数据分析一瞥
学习数据分析可以分为四个阶段。
1.最基本的是描述性分析，例如，解释了实际发生的事情，例如，有多少人观看培训模块，他们在评估中的得分程度，或者他们去年涉及有多少工业事故。（这回答了“发生了什么事？”）
2.诊断分析进一步逐步，旨在链接原因和效果：例如，确定是否缺乏特定的培训模块或特定的员工技能可能对工业事故的注册增加负责。（这回答了“它为什么发生的问题？”）
3.接下来是预测分析，它可以让你看到未来并预测接下来会发生什么。例如，根据你制作的一套新的培训视频(以及一个员工在随后的评估中获得的高分)，他今年发生事故的几率是多少?(这回答了“未来可能会发生什么?”)
4.这可以把我们带向最有价值的分析，规定性分析。这里的目标是建模可以采取什么行动来改变预测的结果。
例如，建议您的员工应在今天承担的特定培训，以减少未来事故的可能性。（这回答了这个问题'我可以做什么来改变未来？'）
向您的学习工具包添加预测学习分析
如果你已经准备好将预测性学习分析添加到你所在组织的学习工具包中，这里有一些建议将会有所帮助。
选择要更改的指标
无论是增加销售配额还是提高安全评级，首先要弄清楚成功应该是什么样子的。一旦你知道你想看到什么变化，就更容易想出如何衡量它们。
设计学习课程，提供你需要的数据必威提现安全吗
当你在设计你的学习和发展计划时，确保你有足够的机会来衡量参与者参与和吸收内容的程度。
通过将这些数据与您的结果度量相结合，就有可能做出有意义的预测，然后进行有意义的更改。
考虑您的视频策略
由于视频是如此丰富的数据类型，因此它是一个特别有效的交互数据来源。您可以看到谁观看视频，何时，多次，以及他们观看的视频，以及重新观看哪些部分（潜在的混乱点）。
添加交互式视频旋转静音进入混合，并且可以深入了解更深层次和监测理解和兴趣水平。
寻找支持XAPI的软件
选择支持行业标准XAPI协议的软件平台。这很重要，因为XAPI是魔术胶水，让您跟踪学习者的内容，这是通过更多创新的学习体验（如游戏，视频或移动应用程序），或通过将这些学习的工作任务付诸实践的工作任务。
Essentially xAPI allows you to bring data from your learning management system (LMS), apps, social platforms, classroom training, and real-world tasks together into one database (known as an LRS, or ‘learning record store’) to create comprehensive reports and analytics.
在学习记录存储中聚合您的数据
开始收集尽可能多的数据，并将其存储在支持xAPI的学习记录存储中。
从数据的角度来看，LRS位于学习生态系统的核心，将来自所有学习系统、应用程序和内容的数据汇集在一起。
还可以将您的LRS设置为连接到操作系统，从而允许您添加其他数据点，如工作性能指标。
即使您不打算立即分析LRS中的数据，有一个历史基线可以让结果更快地更有用。
部署学习分析平台
在您的LRS之上使用学习分析平台，将您的数据与您的指标联系起来，并从您的学习数据中提取有意义的见解和报告。
组合，这些工具可帮助您了解贵公司内发生的学习，以及该学习如何影响整体业务。
设置好这些之后，就可以开始定义基准和kpi了。
通过将这些基线编程到您的学习分析平台中，您将能够深入挖掘并识别异常值，发现关系，并更好地与组织目标对齐。
创造一个良性循环
通过这些数据收集和分析机制到位，很容易修改您的过程并从结果中学习。
简而言之，更强大的结果会产生更多的数据，可以用于进一步改进您的培训努力。
预测未来
预测性学习分析将成为学习和开发工具包中的一个关键工具。
它将提供学习专业人士，介绍需要提供更多必威提现安全吗对员工进行个性化学习，帮助他们完全参与并最终实现他们在您的业务中的全部潜力。
它也应该意味着组织发现更容易获得合适的人，将它们分配到正确的工作，并更好地发展他们的职业生涯，从而保持更长的时间。
想知道如何在你的组织中提高学习?读人工智能如何让在线学习更容易、更快。
