大數據對人類的影響已然勢不可擋。物聯網、云計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布全球各個角落的各種傳感器，無一不是大數據時代的新興產物。大數據的顛覆和創新影響已經滲透到每個行業，但對培訓行業而言，似乎才剛剛起步。

大數據對企業培訓的神奇魅力

艾略特.馬西埃在2013年12月《培訓發展》雜志上發表了一篇文章《大數據：發現學習應用的未知領域》。該文指出，近三分之一的跨國型企業（員工超過1000名的）已經開始進行與學習相關的大數據應用。美國培訓與發展協會（ASTD）和企業生產力研究所（i4cp）近期的研究也驗證了這一發現：22%的學習職能部門已啟動大數據計劃。418名學習與商務專家中20%希望在明年能實施有關學習的大數據計劃。19%的專家已制定了更長期的計劃。

大量研究結果表明，有遠見的首席學習官都會利用數據來評估學習結果、調整培訓計劃、并甄別學習對業務發展的影響力，制定切實可行的團隊培養計劃。目前，大數據主要在以下幾個方面對業務產生影響。

1、銷售人才的甄選：從客戶關系管理系統、學習管理系統、績效管理系統以及員工個人數據中，快速找到高潛力的銷售人才。并根據核心技能調整普通銷售的培訓計劃，降低裁員率。

2、改善客服通話質量：挖掘影響客戶通話質量的影響因素，提高現有坐席人員培訓的有效率。實踐表明：培訓后客戶呼叫量降低了94%，但凈價值增加了34%。

3、新員工培訓應用：根據新員工學習數據來調整培訓流程，有助于削減少80%的時間損耗，降低50%的知識流失率。

4、更有效的學習管理：學習管理者可以根據員工的學習數據制定更有針對性的、精確的學習解決方案，并進行隨時隨地碎片化學習推送。

了解大數據在企業培訓中的應用后，讓我們一起走進大數據應用的標桿型企業大學，從這里獲得更多的經驗指南。

埃森哲：學習分析儀表板，讓培訓潤"（業）務"細無聲

埃森哲公司是全球最大的管理咨詢公司和技術服務供應商，當前，該公司在世界范圍內擁有約281,000名員工，該公司開發了"學習分析儀表板"，并設計具有對比效果的16個最佳閾值的學習變量。包括性別、地域、職業水平、甚至休息時間等，通過控制這些變量可以使培訓效率提高，并降低失敗風險。

學習分析儀表板的數據整合了人事、培訓、財務等多重數據，基于多變量的分析可以使自定義的可視化工具生成儀表板。此外大數據分析結果必須與業務緊密結合，確保學習-測試--應用-能力改善的閉環。正如埃森哲公司能力戰略總監丹比倫.貝格所說："我們將培訓數據與企業管理常用語關聯。舉個例子，‘風險’是老板們經常談到的一個名詞。……無論是政治上的不穩定、客戶領導的變化、或是暴風雪等自然災害，這些都是風險存在的因素。因此，數據庫負責人必須處理好一系列的潛在風險數據，從而使客戶滿意且盈利。"

捷飛絡：認證數據系統，讓個人與團隊成長更透明

捷飛絡是一個來自北美的汽車服務品牌，由世界500強企業之一的荷蘭皇家殼牌集團全資控股，擁有2000多家門店，2000個快速加油站，20000個員工，還有一系列服務項目。技術認證是捷飛絡管理中的重要因素，員工必須得到認證之后才能開始工作。正因為如此，該公司堅守認證標準就變得十分困難。怎么改善這一認證難題呢？

捷飛絡引入了能力認證的數據系統，通過自動跟蹤和報告技術完成認證。首先，捷飛絡公司設計了10項基于時間目標的認證標準。例如，入門級認證必須在入職30天內完成； 其次，他們通過新的學習管理系統--"捷飛絡大學"進行員工的學習數據跟蹤。這一系統引入了捷飛絡大學儀表板系統報告進行全系統監控認證等級。門店經理、經銷商和企業領導人訪問一個通過顏色區分的在線系統，就可以獲得關于職員個人的、店鋪的、加盟店和區域的相關信息，其中超額完成目標用綠色顯示，超過一半的到99%的用黃色顯示，不足50%的為紅色。

最后，他們統一了認證目標。所有員工和其他加盟店都需要為了提高認證水平而實現個人的績效目標。"我們相信每個人都希望表現得很好，而且會采取必要的行動達到綠色等級。"捷飛絡培訓負責人肯鮑勃表示，"做到信息公開，不僅在認證目標上產生了激勵作用，還能通過控制自我成長讓每個人完成個人事業目標。"

大數據的應用為捷飛絡市場帶來了豐厚的回饋，三年內市場利潤翻了兩倍多。76%的店鋪可以達到80%-100%的認證。最近的一項分析顯示，在得到100%認證的店鋪中，有33%的店鋪客戶銷售業績高出平均水平9%。

研科公司：AUGER衡量系統的，讓非正式學習效果有證可循

研科公司是加拿大一家擁有42000名雇員的電訊服務公司，其開創了將正式學習、非正式學習和社會化學習混合起來作為衡量標準的學習評估模式。

研科公司培訓合作部總監潘德法通過聯合該公司計分管理部門、HR、銷售和分析團隊來共同完成一個具有專利性質的衡量系統，以便于從員工的學習影響報告中計算"學習匯報率"。這一系統被稱為AUGER系統。

AUGER系統的衡量原則：

• 可獲取性（Accessing）-可點擊、開放、可協作

• 實用性（Usage）-可視化、可保存、可閱讀、可參與

• 成果（Grade）-獲取知識

• 評估（Evaluation）-參與度的評估

• 回饋（Return）-得出績效結果

為了檢驗成果，研科公司每季度都會隨機調查8000名員工過去一個季度的學習情況。調查通過正式或非正式學習、社會化學習中獲得的知識或者技能結果，并將所占的百分比反饋給AUGER學習系統。在2012年，反饋給系統的百分比為74%，超過預期目標3%，超過2011年的實際結果5%。到2013年，這個結果增加到75%。并且個人系統反饋的分數也可以通過系統獲得：其中，正式學習80%（初始值為76%）；非正式學習，85%（初始值為78%）；社會化學習，59%（初始值53%）。

 "數據的透明化不僅促使我們提供更有效的學習計劃，也促使管理者們對他們的團隊負責。"潘德法解釋道，"當公司的任何一個團隊里的任何一個成員都可以對于成本、敬業度以及績效等方面進行相互比較時，員工的學習積極性更強"

挖掘學習的大數據應用，大勢所趨

高德納公司的專家Douglas Laney認為，當人們期望大數據能夠改變學習功能時，"改進"便成為了大數據研究的口號。目前，64%的調查對象希望大數據能夠對他們的學習與發展工作做出一個更好的評估，60%的調查對象力圖改進學習與傳授方法。幾乎相同比例的受訪者希望在評估企業學習對經營成果的影響時獲得相應幫助。當然，其他領域的改進也成為應用大數據理念的推動因素，如：在學習職能部門內更快更好地決策，加強對學習受眾的理解，以及更高效地因材施教。相關分析表明，幾乎所有因對大數據的興趣而產生的推動力，與學習效率密切相關，由此可見學習專家的想法是有根據的。

雖然挖掘培訓領域的大數據應用已成大勢所趨，全球數據和分析技能嚴重短缺也為大數據的應用提出了挑戰。據麥肯錫全球研究院數據顯示，僅僅美國就有近20萬深度分析能力人才缺口，而那些可以分析數據并根據結果做決策的經理和分析師則面臨著更大的短缺。

最后，優秀的領導者必須找到解決這個技能短缺的辦法。無論你對數據的分析處理能力到達哪種程度，再向前走一步。有用的大數據就在這里，現在，已經觸手可及。

上一篇：莫把移動學習當e-learning的復制品

下一篇：報告：企業如何運用大數據學習