Цифровая аналитика в обучении
Как данные помогают T&D-функции улучшать программы и курсы
Методолог разработал программу обучения в онлайне, сотрудники успешно ее прошли, тренеры отчитались о результатах, но проблемы на местах остались те же. Ресурсы потрачены, а количество брака и ошибок не уменьшилось, средний чек не увеличился. Бизнесу нужен ответ, каким образом конкретное обучение помогает росту продаж. Как понять, ошибка — в методологии, работе тренеров или совсем в другом?

Чтобы не искать вслепую, T&D-функции помогает аналитика данных. Читайте, как с помощью цифр можно улучшать показатели не только обучения, но и бизнеса. В конце статьи — наш кейс о работе с данными.
Цифровая аналитика в онлайн‑обучении
Образовательная аналитика, или Learning Analytics (LA), в онлайне — это исследование процессов обучения, которое основано на сборе и обработке цифровых данных. В синхронном онлайн-обучении аналитику условно можно поделить на три части: до, во время и после прохождения программы.
*По версии ТренингСпэйса
До проведения обучения
Снимаем запрос и проверяем его на соответствие бизнес‑целям компании. Важно понимать, точно ли указанную проблему можно решить обучением. Низкие показатели продаж могут быть не из-за работы сотрудников, а из-за качества самого продукта, изменений на рынке или неправильно выстроенных бизнес-процессов. Поэтому — смотрим на картину в целом: текучесть кадров, рекрутмент, вовлеченность персонала, объемы продаж, производительность, лиды, конверсия, квартальные отчеты, данные по рынку, новости индустрии.
Во время обучения
Отслеживаем данные о процессе обучения. В онлайне их собирает платформа, на которой проводятся вебинар или онлайн-тренинг — каждое действие пользователя имеет свой цифровой след, который фиксируется системой. Качество и количество этих данных зависят от возможностей конкретного сервиса.
После обучения
После анализирования полученных результатов, принятия решений и их внедрения делаются повторные замеры для оценки эффективности обучения.
Метрики
Для отслеживания эффективности обучения используются такие показатели, как метрики — они отражают нужные характеристики. По ним можно понять, закрывает ли конкретная программа поставленные цели. В этой статье мы говорим о метриках во время синхронного онлайн-обучения — когда нужно отслеживать качество синхронных образовательных программ и курсов в онлайне.

Примеры стандартных метрик:

Количество регистраций
Количество обученных человек
Количество тренинговых часов
Среднее время прохождения тренинга
Завершаемость тренинга
Результаты тестов до и после
Результаты обратной связи
Индекс удовлетворенности пользователей (NPS)
Эти метрики показывают базовую информацию по тренингу, но в синхронном онлайн-обучении этого недостаточно. Чтобы понять, насколько интересна и актуальна софтовая программа по развитию лидерских компетенций, нужно изучать процессы внутри обучения. Для этого существуют отдельные метрики.

Примеры метрик синхронного онлайн-обучения:

Уровень вовлеченности: как участники оценивают контент, на какие активности откликаются, когда отвлекаются.
Процент соответствия сценарному плану программы: как часто тренер отходит от сценария методолога, какие слайды и активности пропускает.
Переход на другие вкладки: сколько по времени пользователь отвлекался от тренинга.
Эти метрики дополняют стандартные показатели. Если они будут низкими, методолог сможет быстро об этом узнать, чтобы перестроить контент или разобраться, где могут недорабатывать тренеры.
В ТренингСпэйсе можно увидеть работу тренера и участников внутри синхронного обучения
Как же цифровая аналитика помогает онлайн-обучению
Аналитика позволяет оценивать процессы, прогнозировать результат и улучшать показатели не только обучения, но и бизнеса. Благодаря быстрой обработке данных в онлайне можно вносить изменения: перестраивать образовательные процессы, улучшать программы, развивать тренеров и методологов.

T&D перестает жить задачами только обучения и теперь мыслит гораздо шире. Подход «Нам нужно обучить 200 человек — мы обучили 200 человек и выполнили свою функцию» больше не работает. Теперь задача звучит так: «Нам нужно обучить 200 человек, чтобы снизить количество ошибок на местах, увеличить эффективность работы и бизнес-показатели — только тогда мы выполним свою функцию». И здесь как раз нужны данные и аналитика процессов.
Всегда ли обучению нужна аналитика
Мы в ТренингСпэйсе убеждены, что обучению нужны измерения — в конкретном контексте для конкретного бизнеса. Так, параметры, которые отслеживаются в одной компании, могут быть совершенно не нужны в другой, поэтому всегда нужно ориентироваться на задачи своей компании.

И всё же без измерений обучение будет неуправляемо плыть по течению. Хотим управлять — измеряем, анализируем и принимаем решение по дальнейшему курсу корабля.

Кейс ТренингСпэйса
Как мы выбираем и тестируем гипотезы, какие инструменты используем и как применяем результаты.
Клиент
Производственная компания
50 000+ человек персонала
Программа
Модульная синхронная программа развития управленческих компетенций
200 обучающихся руководителей
10 тренеров
5 месяцев обучения
80% — синхронное обучение
20% — асинхронное обучение
Проблема
Процент завершения программы по итогам первого месяца обучения — всего 60%
Синхронное онлайн‑обучение работало неэффективно
Результаты первичных исследований
60% показатель процента вовлеченности пользователей в тренинговую сессию

8,8 средний показатель удовлетворенности по анкетам

3 из 10 тренеров не соответствуют стандартам диджитал-обучения

за 20 минут до окончания тренинга пользователи начинают выходить из комнаты

20% обучающихся переходят во время обучения на другие вкладки
Какие метрики использовали при поиске решений
Решения
Провести супервизию
Перезапустить программу подготовки диджитал-тренеров
Перераспределить команду тренеров
Контролировать тайминг тренинговой сессии
Запустить посттренинговое сопровождение
Результаты повторного исследования

Поделитесь статьей с друзьями и коллегами

Читайте также