学习分析:如何更有策略地使用数据

在第四部分系列Trish UHL认为，今天的学习和发展专业人士与数据造成伪装 - 但是，挑战是如何有效访问和使用它。

我们对工作场所的纪律谈论很多学习分析-但是为它提供动力的数据呢?

从合适的人口收集正确的数据，对评估和评估学习和人才的发展计划以及L＆D功能的效果至关重要。

由于新设备，环境数据源和AI驱动的分析平台等技术进步，我们不再仅限于捕获和分析来自培训相关系统的数据。

我们现在可以直接将学习环境与操作工作环境联系起来。上游，下游，我们可以测量一切。

然而，我们并不需要所有的东西，虽然我们的第一反应通常是设计一种方法来生成我们确实需要的数据，但这不再是最好的开始方式。

那么，我们在哪里开始？没有数据，但有问题。

提出有效的问题

培训的有效性只能通过积极的人员影响和/或交付的业务价值来衡量。必威提现安全吗

这需要了解业务所需的尺度，以确定培训是否成功。回答三个问题：

1. 企业目标是什么?
2. 导致这种组织结果的业务结果和人员影响是什么?
3. 什么因素促成了这个业务结果和人员的影响?

然后建立什么分析业务需求。确定是否有需要:

1. 操作效率，例如使一个功能或操作更有效。
2. 增长措施，例如增加销售或收入项目。
3. 合规性报告，即跟踪所需的培训。
4. 为员工创造一个更好的工作场所，例如提供健康计划、多元化计划或认可和奖励。

在此之后，选择针对这些关键性能指标（KPI）测量所需的适当数据和数据源。

利用数据来改善操作——人们如何工作

前克罗大卫在他的工作中的工作人才报告中心列举了两种不同类型的kpi——一种是我们监控的，另一种是L&D可以积极管理的。

为了说明这一点,学习执行Alwyn克莱因和我经常向我们共同的经历在急诊医学工作,那里有一个需要区分我们的生命体征监测(如脉搏率),和那些我们测量为了直接管理或影响,(如活动或运动)。

即使是医疗专业人员也不能直接影响另一个人的脉搏，但他们可以推荐有助于所需结果的干预措施。

跟踪进程就像驾驶飞机;它需要适当的仪器和环境数据。否则，L&D只是“盲目飞行”，并冒着犯代价高昂的错误的风险。

在L&D, kpi是我们的“生命信号”。一些kpi是我们监控的结果，其他的是我们可以度量和管理的驱动因素。

区分这两者可以帮助我们专注于以最低成本获得最大影响的投资目标。

确定监测的KPI和测量哪个KPI，何时，何时，多久，何时何地告诉我们我们需要的数据。

这里有一个例子学习分析可以将关键性能驱动程序与关键性能结果连接到企业运营目标。

职场学习分析成为连接战术和战略目标的“粘合剂”，并为下游结果提供可见性。

反过来，可以在实时的 - 或尽可能靠近它的目标中衡量违背目标的进展。

这就是我们现在如何介绍我们的学习解决方案并将其与人民和业务联系起来的运营（工作）环境。

“追踪进程就像驾驶飞机;它需要适当的仪器和环境数据，”Gene Pease和Caroline Brant在a最近的博客。

“否则，L＆D简单地”飞行失明“，有风险造成昂贵的错误。”

我到底落后了多少?

在这一点上，你可能不是。今天，大多数组织都在以最基本的方式使用数据，作为描述性和推理分析的输入，以生成报告。

然而，这种情况正在迅速改变来自i4cp和ROI研究所的研究，许多预期在未来12个月内部署更复杂的机制。

实验设计尚不是标准，但很快就会。

数据来自哪里以及如何准备使用它？

第一个答案很容易：数据来自各地。第二个答案是：这是错误的问题。

我们自然希望首先我们所知道的 - 收集数据，清洁数据，编译等。

相反，我们需要专注于澄清我们的问题并定义我们的终端和启用指标的努力。

我们正在使用数据分析不做一些事情来而是去做点什么和和为了人。

在决定使用哪种数据和如何使用数据之前，抛弃任何关于首先清理数据的概念。相反，在需要的时候清理数据，并专注于如何使用它。

随着您的职场学习分析实践达到更高的成熟度，您将达到特定数据清理的收益递减点。

此时，它将是时候投资于全面，持续的清理和已经归功地使用的数据的工作台。

谁来负责?

你是！通过从此许多不同来源获得的数据，在访问和使用它周围建立信任和透明度是至关重要的。

制定明确，合理的政策，并提前获得利益相关者。

确保所有提案国和利益相关者都对道德实践进行了一致性，从一开始就接近的规则有助于防止在大量投资后破坏计划。

建议人们分析的伦理标准由全球专家大卫绿色汇总在下图。

最后，考虑你的员工价值主张（evp）。

Visier研究和客户价值主管莱克西•马丁(Lexy Martin)表示:“执行副总裁是完全人性化的人员分析实践的关键组成部分。”

“一种完全人性化的人员分析实践，不会让组织仅仅解释关于个人的数据，而是为员工提供解释和分析自己员工数据的工具，为他们提供明确的价值。”

当说到做到的时候，我们使用数据分析来做一些事情来而是去做点什么和和为了人们 - 帮助他们提高绩效，重大移动业务前进 - 为人员，业务成果和组织成果提供服务。

对这个话题感兴趣吗?读数据驱动的学习与发展:学习分析如何增强员工体验。