基于大数据的企业培训管理创新思考
来源:用户上传
作者:
摘要：培训管理者在组织培训时，苦于缺乏解决之道，常面临培训需求难挖掘，培训效果难评佑等诸多问题。大数据的出现，似乎以上所有问题都找到了解决的突破口。当在网络上浏览的都是符合个人习惯的、个性化定制的内容时，培训管理者希望为员工提供的培训也是符合个人学习兴趣的、个性化定制的内容。因此，借用大数据的理念及方法进行培训管理的改革，势在必行。
关键词：大数据;企业;培训管理;创新
中图分类号：F272.92 文献标识码：A
在人力资源管理过程中，培训管理工作一直是一个非常重要的模块。对于越来越关注个人发展的员工来说，在企业中能够接受到满足个人发展需求且系统的培训，是一种非常有效的激励手段。而拥有完善的培训体系的公司往往能够通过人才升值创造更大的市值。但是，每个培训管理者在工作中都不断的接受着挑战，这种挑战的根源总是与信息不对称有关。培训部门面临着来自于企业外部及内部的双重压力。
1 培训管理工作面临的问题
1.1 培训需求难挖掘
与传统的培训相比，现代企业培训开始注重员工的需求，因此常用的培训管理模式往往从培训需求分析开始做起。除了一些常规性的培训可以依照经验来进行组织之外，各业务部门甚至每个员工都有个性化的培训需求。常用培训需求的方式是从组织层面、工作层面以及个人层面分别进行调研，而后综合三个层面的需求提炼出培训需求。这样做理论上可以照顾到各方面的需求，但是在执行过程中，工作量较大，且需要企业高层及各业务部门紧密配合才能得以完成。即使完成了耗时耗力的调研工作，但是从层层需求中抽丝剥茧，找到让三个层面都满意的培训“痛点”，则需要培训管理者丰富的经验以及对公司业务类型的深入了解。对于大部分培训管理者而言，培训需求分析确实很难挖掘。
1.2 培训模式较单一
虽然很多培训管理者已经认识到了培训模式应当多样化才能激发学员的学习动机，提升学习效果，但是除部分技能类的培训外，大部分培训仍然采用以培训师为主体的培训方式。培训的积极性主要靠培训师的个人影响力来塑造。而对于成本有限，师资有限的公司而言，这种优秀的培训师可望而不可即。同时，无论是在职培训还是脱产培训都会在一定程度上影响员工的正常工作及时间安排。传统的培训模式无法支撑培训达成期望效果。
另外，培训管理者的竞争者还有互联网。在互联网时代，企业员工可以很轻易的找到他们所需要学习的知识。随着慕课、公开课、直播等形式的出现，员工可以更加轻松、自由的通过这些低成本的渠道找到他们想要学习的内容。面对企业枯燥且占用时间的培训，员工更提不起兴趣去参加。
1.3 培训效果难评价
在组织一场培训之后，无论培训现场气氛多么活跃，无论员工参与多么积极，这些都无法代表培训效果。尤其是对于高层管理者而言，他们需要看到的是培训的投入产出比。常用的柯氏评估模型也提醒着培训管理者，培训后的满意度调研以及学员考核的结果都只是评估的一部分。而员工在工作中行为的变化以及贡献到公司结果的变化需要各类数据，交叉、对比后进行评估，同时还要消除一些影响培训效果因素的影响以提高培训效果评估的信度与效度，例如学员自身成长的因素、调研样本的代表性等。
2 基于大数据的培训管理创新
传统的培训需求分析工作耗时耗力，而基于大数据的培训需求分析工作则是在无形之中通过数字化的办公场所收集员工的各类行为数据，形成强大的数据库，并从中进行数据挖掘，提炼出符合组织及工作需要的培训需求。这些数据的获取在传统人力资源管理工作中非常零散且难以获取，但是在互联网时代，信息化人力资源管理的实施不可或缺，这使得员工的各项信息可以数字化，同时在信息化流程建设过程中“埋点”收集数据。云平台及共享型人力资源管理的配合更是实现了数据的动态更新，也因此进一步促进了基于大数据进行培训需求分析的可能性。
2.1 建立人力资源管理数据平台
企业应当建立人力资源管理数据大平台以支持培训管理的需求。在平台中，建立基于大数据的逻辑结构。底层为系统层，即数据收集层，通过各类系统收集数据。这要求企业内系统互联、数据互通。第二层为数据层，企业可以利用Spark、Hadoop等技术支持服务存储这些复杂的数据，包括图片、评论等非结构化的数据。除此之外，也通过ETL分时数据提取服务、OGG实时数据同步服务，通过后台的数据机制对数据进行清理与加工。再往上一层为分析层，数据经过梳理归纳到分析层，按照人力资源管理各模块的需求，对数据进行分类整理。最上面则为展示层，除了可以展示结果之外，还可以提供一些自助式服务。
2.2 培训需求信息收集
在数据收集方面，由于大数据具有4V的特征，Volume数据量要大、Variety数据类型多、Velocity高实时性、另外Value价值要高。因此在这个过程中，需要企业建立全方位的系统的人才数据库，收集员工全部数据。包括员工的基本信息、员工的工作过程、工作成果、員工的绩效考核信息、奖惩信息等，以及员工在历次培训过程中的数据，包括员工参与的培训、培训过程中的表现、培训后的满意度、考核以及培训后的变化记录等。同时，也可以要求员工将个人的工作情况进行记录，主动将自己的信息转化成数据。在大数据背景下培训也应深层次挖掘员工需求，通过服务器记录的员工使用搜索引擎检索信息生成的检索条目信息，利用数据挖掘、聚类分析和相关分析等技术，主动为员工推送精准信息和未来所需的潜在资源。
除员工的基本数据需要进行收集与提取作为员工层面的培训需求之外，组织层面和工作层面的数据也可以进行定向收集。这项工作需要配合绩效管理工作，将组织层面的战略目标转化成量化的目标，并进行有效的分解。而工作层面的数据也将在分解组织目标的基础上，将工作任务的要求进行量化。而后将这些数据与员工及工作层面的数据进行动态匹配。从而最终形成培训需求。 此外，还应充分考虑到环境因素对培训需求的影响。外界环境中的政治、法律、经济、技术等因素的变化都会产生相应的培训需求“痛点”，数据分析工具需要有效的从外部环境中提取相关信息，或者输入相关信息，以影响培训需求结果。
诚然，在这些海量的数据中试图找到数据之间的相关性进而体现出培训需求，难度更大。这就需要人力资源管理部门根据管理经验，与信息技术部门紧密配合，利用高效的数据挖掘技术，按照一定规则来完成对需求的提取。在提取需求的过程中，可以采用聚类分析技术，即将员工按照一定的规则分成若干类别。例如，按照职位序列划分、按照绩效考核的结果划分、按照职级划分等。通过人群的相似性来提取出相似的需求，进而采取有针对性的培训措施，以最大限度的调动他们的积极性。
另外，也可以充分利用决策树技术。例如，经过数据选取、数据清理、数据归纳、数据转换，利用决策树中的1D3算法，建立员工分类模型，设计分类规则，发现绩效下降的员工的主要特征，这些特征即可以转化成培训需求。同时，利用这一模型，也可以预测出潜在的绩效不理想的员工，进而圈定了培训对象。这种方法同样适用于分析高绩效员工特征，挖掘潜在的高绩效员工，有针对性的进行培训以加速核心员工的成长。
2.3 基于大数据的培训效果评估
在培训效果评估方面，基于大数据的培训管理应更多的发生在线上，也就是通过E-learning、慕课、APP等平台完成培训的过程。因此，相关平台应根据具体的培训效果评估的目标，收集量化及定性的各类数据及信息，以满足效果评估的要求。收集到的信息应包括学员的选课情况、选择学习的时间、地点、学习的频率及时长，学习过程中特殊的动作，例如暂停、回放、退出等，此外还应包括学员在学习过程中参与的测验、讨论、提问等行为，最后是培训的测评结果及学员的满意度反馈结果。这些数据及信息的分析，还应结合学员的自身特点，例如原有基础，参与过的培训，培训的反馈等信息进行交叉对比分析，排除影响培训评估有效性效度的因素后，得到最终的结论。
以上需求需要培训管理者与信息技术部门合作，提出具体的数据分析的需求，当学员在培训平台登录并开始学习过程后，相关数据可以自动收集，并自动计算培训效果，极大提高了培训效果评估工作的效率。
但是，培训效果评估不仅需要了解学员的学习成绩、满意度，还需要通过日后的工作表现收集行为及结果层次的数据，评估行为及结果层次的效果。就是说，培训管理者及数据分析的工作在培训结束之后还远远没有结束。数据平台将继续收集员工的工作行为及结果的相关数据，分析培训前后的差异，排除干扰项，从而得到更加全面的培训效果。
3 结束语
如何收集并分析海量数据，并从中发现培训“痛点”，及时给员工一場及时的培训，并能够通过海量数据提取出有效的信息来体现培训效果，这将极大的解决目前企业培训管理工作的难点问题。但同时也为企业的信息化管理及人力资源管理人员带来极大的挑战。未来，人力资源管理工作将更多的与信息化手段结合，以适应大数据背景下时代发展的需要。
参考文献：
[1]孙联喜.大数据背景下新员工培训行为分析[J].国网技术学院，2016（2）：60-63.
[2]刘富成，刘玉凤.大数据背景下企业员工培训模式探讨[J].长春大学学报，2016（6）：25-28.
[3]王欢.大数据背景下人力资源管理应用创新与挑战[J].中国管理信息化，2017（4）：89-90.
基金项目：大连东软信息学院项目“大连市人才强市战略对策研究——基于创业型人才生态环境建设视角”，项目编号：2018dlskyb223 ;“基于数字化转型的辽宁省人才生态环境构建”，项目编号：L18ARK001;“辽宁省科技人才创新创业生态环境的构建”，项目编号：1.NKX2018-2019C37o
作者简介：王卉（1986-），女，汉族，籍贯：辽宁鞍山，学历：硕士，职称：讲师，研究方向：培训管理，员工关系管理。
转载注明来源:https://www.xzbu.com/3/view-15057659.htm
