Подписывайтесь
на канал Вербо в МАХ
Первыми узнавайте о функциях, обновлениях и возможностях диалогового ИИ-тренажёра.
Аналитика корпоративного обучения:
Дескриптивная, диагностическая и предиктивная — опыт руководителя корпоративного университета
Материал подготовлен на основе эпизода подкаста «Стрелка» (ТренингСпэйс). Для руководителей корпоративных университетов, директоров по обучению и развитию, HRD и специалистов по обучению крупных компаний.
Аналитика в корпоративном обучении: вечный тренд и два разных вопроса
Аналитика корпоративного обучения остаётся одним из самых устойчивых трендовых вопросов в профессиональном сообществе. Сколько бы лет ни прошло, на конференциях и в беседах этот вопрос возникает снова. Важно, что он постепенно меняется: раньше его задавали как «как мерить эффективность корпоративного обучения?» Теперь чаще формулируют профессиональнее: «как работать с аналитикой в корпоративном обучении?» Это два разных вопроса — и отличие принципиальное.
Аналитика в корпоративном обучении делится на три уровня: дескриптивная описывает то, что происходит; диагностическая объясняет, почему это происходит; предиктивная позволяет прогнозировать будущее. Большинство корпоративных университетов находятся на переходе между первым и вторым уровнем. Третий — предиктивная аналитика — доступен пока единицам компаний.
Эти наблюдения Ярослав Ражев, руководитель корпоративного обучения Simple (3 000 сотрудников, 15 лет в корпоративном обучении), изложил в выпуске подкаста «Стрелка» ТренингСпэйс.
Три уровня аналитики: от описания к прогнозу
Дескриптивная аналитика: обязательный фундамент
Дескриптивная аналитика — базовый уровень: мы смотрим в прошлое и описываем, что происходило с процессом обучения. Это обязательный фундамент. Без этих данных невозможно двигаться дальше.
Внутри дескриптивной аналитики — два направления. Первое — тактическое: анализ по конкретному инструменту. Прошёл тренинг — собираем анкету обратной связи. Средняя оценка 4,7−4,8 — в норме. Как только появляется тренинг с оценкой 4,4 — сигнал, что что-то пошло не так.
Внутри дескриптивной аналитики — два направления. Первое — тактическое: анализ по конкретному инструменту. Прошёл тренинг — собираем анкету обратной связи. Средняя оценка 4,7−4,8 — в норме. Как только появляется тренинг с оценкой 4,4 — сигнал, что что-то пошло не так.
«Как только появляется какой-нибудь тренинг, где вдруг поставили среднюю 4,4 — о, что-то пошло не так, и я начинаю погружаться внутрь, смотреть комментарии и делать какие-то уже дальнейшие выводы.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Второе направление — стратегическое: данные об обученности всех сотрудников компании. И здесь важный нюанс: собрать эти данные сложнее, чем кажется.
«Достаточно легко собирать данные, если у вас есть LMS — она сама собирает всё, что касается дистанционного обучения. Но это же не только обучение. А что с внутренними очными тренингами? А что с продуктовыми обучениями? А как мы собираем данные по внешнему обучению, где побывали сотрудники, какие бюджеты потратили? Вот эти все данные должны собираться в какую-то базу знаний для того, чтобы у нас была та самая дескриптивная аналитика.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Диагностическая аналитика: почему это произошло
Диагностическая аналитика — следующий уровень: когда данные показывают отклонение, она помогает найти причину. Например: в подразделении начинается снижение продаж. Руководитель корпоративного университета возвращается к базе данных обучения и ищет факторы влияния. Результаты тестирования по одному продукту оказываются ниже, чем по остальным — пусть даже незначительно. Это уже повод погрузиться глубже.
«Как только мы видим, что тренинг прошёл не очень, мы начинаем анализировать комментарии и искать причину того, что у нас случился сбой, чтобы в дальнейшем это поправить и вылечить нашу болевую точку.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Диагностика работает не только внутри данных обучения — она позволяет сопоставлять аналитику корпоративного университета с бизнес-показателями. Когда в одном подразделении случается сбой в продажах, именно диагностическая аналитика даёт возможность самому прийти к руководителю подразделения с конкретным предложением — не ждать, пока он придёт с проблемой.
Предиктивная аналитика: прогнозирование будущего
Предиктивная аналитика позволяет прогнозировать: что случится с сотрудником, подразделением, компанией. По словам Ярослава Ражева, это направление, в котором он знает лишь несколько примеров хорошей работы в своём окружении.
Пример предиктивной модели — прогноз риска увольнения. Сотрудник, который раньше проходил курсы каждый месяц, вдруг начал проходить реже. Параллельно: стало больше больничных, снизился рейтинг от руководителя. Аналитика выдаёт сигнал HR-партнёру: поговори с этим сотрудником. Ярослав Ражев описал такой кейс из практики компании, где внедрялась подобная модель:
«Когда мы обсуждали это с одной из компаний, оказалось, что сначала мы её настроили слишком боязливо. Аналитика была слишком тщательной и любые отклонения воспринимала как повод для того, что сотрудник думает об увольнении. HR-партнёры шли, сотрудники говорили „нет“, и мы получали валидность 18%. Тоже неплохо: получается, каждый пятый сотрудник из тех, кого подсветила аналитика, уже задумывался о том, что ему в компании не окей. Когда они настроили эту аналитику, процент поднялся до 40 с копейками.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Уровень
Вопрос
Что нужно
Где сейчас большинство КУ
Дескриптивная
Что происходит?
LMS + единая база данных обучения
Обязательный уровень
Диагностическая
Почему это происходит?
Накопленная база + бизнес-данные
Переходный — большинство в процессе
Предиктивная
Что произойдёт?
HR + Sales + результативность + обучение
Единицы компаний
Конкретные метрики: как аналитика работает в Simple
Корпоративный университет Simple — 3 000 сотрудников, команда 15 человек, несколько десятков миллионов рублей бюджета, около 300 программ обучения, финансовый год с июля по июнь, охват обучением 85%. Ярослав Ражев рассказал, на каких метриках строится ежедневная работа.
Метрика 1: обученность персонала — как считать правильно
Ключевая метрика — процент сотрудников, завершивших хотя бы один курс обучения. Важный нюанс: считать нужно реально работающих сотрудников (уволенные вычищены) и только тех, кто прошёл программу до конца, а не просто открыл курс.
«Выясняется, что входят много, а до конца проходят далеко не все. Мы почистили эти данные, чтобы действительно смотреть, кто выпустился с каждой программы. Вот так мы смотрим прикосновение корпоративного университета к конкретному сотруднику.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Пример: в ноябре (середина финансового года) обученность в компании составляет 46%. Это означает, что к концу года (июнь) ожидается результат 90−95% — если только не сильно возрастёт текучка.
Метрика 2: выполнение планов развития
Сотрудники заполняют планы развития по итогам оценки компетенций. В плане — конкретные тренинги и программы. Метрика показывает разрыв между запланированным и реализованным.
Пример: 100 человек записалось на тренинг по работе с возражениями, прошли 5. Это сигнал. Типичная реакция команды — «мы в ежедневной работе просто об этом забыли».
Метрика 3: обратная связь от руководителей
«Кроме обратной связи от участников обучения, мне важно смотреть на другую обратную связь, даже важнее — на обратную связь руководителей тех сотрудников, которые были на обучении. Потому что это чуть ли не единственная возможность нам собрать информацию о том, что же реально начинает делать по-другому сотрудник на своём рабочем месте.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Механика: спустя две недели после обучения руководителю сотрудника отправляется анкета. Вопрос: видит ли изменения в поведении на рабочем месте?
Типичный сценарий: участник дал высокую оценку тренингу — на очном обучении эйфория присутствует. Спустя две недели руководитель пишет: «Я вообще ничего не вижу, он как делал, так и продолжает делать». Тогда задача раздваивается: либо у сотрудника есть сложность с внедрением поведения, либо тренинг нужно дорабатывать.
Метрика 4: сравнение результатов тренеров
Если один тренинг ведут два тренера — данные сравниваются. Разница 4,7 vs 4,8 — погрешность. Разница 4,9 vs 4,5 — повод смотреть комментарии в анкетах и давать конкретную обратную связь.
Обучение и бизнес-результаты: что реально коррелирует
Один из главных запросов бизнеса — показать, как обучение влияет на продажи. Ярослав Ражев дал честный ответ, основанный на реальных исследованиях внутри компании.
«Я бы не хотел вселять беспочвенную надежду у наших слушателей в плане того, что метрики обучения 100% коррелируются с метриками эффективности бизнеса. Этого нет и не может быть в компаниях, условно подобных нашей, то есть B2B, FMCG, ритейле. В коммуникационной модели бизнеса (продажи) — очень много факторов влияет на результат продаж. Обучение — один из факторов, который встраивается в маркетинг, ситуацию на рынке, потребительское поведение, хорошую или плохую погоду.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Simple проводил исследование корреляции обучения и продаж — смотрели и на обучение по мягким навыкам, и на продуктовое обучение. Прямых подтверждённых корреляций на 100% не нашли. Есть люди, у которых после обучения происходил взлёт, есть те, кто остался на прежнем уровне, есть те, у кого были ухудшения — с обоснованиями по внешним факторам.
При этом три метрики стабильно коррелируют с обучением:
1.
Рост компетенций: люди, которые активно учатся, повышают компетенции по годовой оценке быстрее нормы — иногда на одну-две ступени за год вместо плановой одной
2.
Ускоренный карьерный рост: те, кто много учится, быстрее меняют ступени внутри компании — измеримо за 2−3 года
3.
Снижение текучки: внедрение программы наставничества в Simple снизило текучку в 2 раза — прямое измеримое влияние обучения (ритейл и FMCG, где текучка исторически высокая)
«Если бизнес приходит к вам и говорит: „А что у вас там с эффективностью, влиянием на бизнес? Покажите нам цифры“ — вам нужно не цифры показывать, вам нужно налаживать доверительные отношения, чтобы всё-таки понимали те задачи, которые вы решаете, и не пытались переложить на вас ответственность за задачи, связанные с выполнением KPI по продажам.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Что брать на защиту бюджета обучения
Ярослав Ражев описал три блока данных, с которыми он идёт на защиту бюджета.
Что берёте
Как использует Ярослав Ражев
Обученность по подразделениям
Не общая цифра «сколько прошло через руки корпоративного университета», а процент реально обученных работающих сотрудников в каждой дирекции на текущий момент
Выполнение планов развития (IPR)
Процент выполнения внешних программ обучения — если, например, план 85%, а факт 70%, это разрыв с KPI, который нужно закрыть бюджетом
Обученность по категориям
Руководители, ключевые сотрудники, кадровый резерв, наставники — по каждой категории отдельно
«Перед тем как идти на общую защиту, я еду сначала к директору конкретного бизнес-юнита и говорю: „Смотри, у нас такая ситуация, нам нужно сделать раз-два-три, и вот бюджет“. То есть сначала идём к руководителю подразделения, потом на общую защиту.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Инструменты: три элемента аналитической системы
В Simple аналитическая система корпоративного обучения строится на трёх компонентах. Ярослав Ражев описал это как принципиальный выбор архитектуры, который рекомендует любому корпоративному университету.
Компонент
Роль
Платформа в Simple
LMS
Единое хранилище всех данных об обучении: дистанционное, очное, внешнее, продуктовое — всё в одном месте
Эквио
Корпоративный портал
Данные оценки компетенций и планов развития (IPR). Выгрузка в Excel, загрузка в LMS — 15 минут работы администратора
SharePoint
BI-система
Дашборды для ежедневного принятия решений — более гибкие, чем встроенная аналитика LMS
Power BI
«Ещё один момент: я советую начинать делать это руками в Excel, потому что пока ты сам не понял движок аналитики и не понял, куда тебе лучше смотреть — не привязываясь к платформе и BI — тебе будет сложно потом написать техзадание. Поработав в Excel, ты сможешь сформировать очень правильные требования.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Важное наблюдение: LMS Эквио имеет собственную аналитическую платформу с дашбордами. Но в Simple от неё отказались — потребности в представлении информации оказались «настолько изощрёнными», что встроенного функционала не хватило. Поэтому Эквио используется как хранилище данных, а визуализация — через Power BI.
Как начать с нуля: три шага
Для тех, у кого аналитики сейчас нет совсем или она на уровне нуля, — конкретные рекомендации от Ярослава Ражева.
Шаг
Что делать
Результат
1. Начать собирать данные
Не анализировать — сначала просто собрать. В Excel: кто где учился, даты, тема, тип обучения, ФИО. Если есть возможность — за прошлый год. Хотя бы что-то находить и сводить
Дескриптивная база за период
2. Внедрить тактическую аналитику
Собирать потребности участников ДО обучения + обратную связь ПОСЛЕ + обратную связь руководителей ЧЕРЕЗ ДВЕ НЕДЕЛИ
Реальные данные о влиянии на поведение
3. Строить разрезы
Через год открыть накопленные данные и начать крутить: по подразделениям, категориям персонала, темам, форматам. Искать взаимосвязи
Стратегические инсайты для решений
«Важно понимать: аналитика должна быть в ежедневном использовании — и вы могли делать выводы очень быстро. Если это действительно сложный процесс, когда нужно что-то выгружать, сводить, — это всё для чёткой презентации. Но нужно, чтобы аналитика была в ежедневном использовании.»
— Ярослав Ражев, руководитель корпоративного обучения, Simple
Три источника для развития экспертизы в аналитике
В завершение подкаста Ярослав Ражев дал три конкретные рекомендации — где наполняться знаниями по аналитике обучения:
- Найдите сильного эксперта внутри своей команды. Человека, который хорошо работает в Excel — особенно с опытом в финансах или аналитике. Совместная работа с такими людьми над данными развивает быстрее любой книги.
- Обратитесь к аналитикам компании — в IT или в маркетинге. Они своим чистым взглядом, не отягощённым HR-спецификой, подскажут такие решения анализа, которых вы, возможно, даже не видели.
- Ходите на конференции и общайтесь с коллегами из других компаний. Большинство экспертов с радостью ответят на вопросы, и это не будет платной консультацией.
Мнение Вербо: как ИИ-тренажёры закрывают пробел между дескриптивной и диагностической аналитикой
Ярослав Ражев точно формулирует центральную проблему аналитики обучения: данные о том, прошёл ли сотрудник курс, — есть. Данные о том, изменилось ли его реальное поведение, — нет; их приходится косвенно получать через опрос руководителя спустя две недели. Это и есть тот разрыв между дескриптивной и диагностической аналитикой, который сложно закрыть традиционными инструментами.
ИИ-тренажёры работают иначе: система фиксирует поведение сотрудника в процессе симуляции — как он работал с возражением, удерживал ли позицию, применял ли структуру разговора. Это не «факт прохождения», а поведенческие индикаторы по каждой компетенции с динамикой от сессии к сессии. То, что Ярослав называет «данные, а не ощущения тренера», — здесь это реализуется автоматически, без ожидания двух недель и без нагрузки на руководителя.
Это позволяет сразу получать диагностический уровень: если участник показывает низкий балл по конкретному поведенческому индикатору — сразу понятно, что именно нужно доработать, и следующая сессия уже настроена на эту зону. Не нужно ждать годовой оценки компетенций, чтобы увидеть эффект.
Часто задаваемые вопросы
Дескриптивная аналитика — это базовый уровень, который описывает, что происходило с процессом обучения: кто где учился, сколько часов потрачено, какой охват обучением, результаты тестов. Это обязательный фундамент, без которого невозможно двигаться к более сложным видам анализа. По опыту Ярослава Ражева из Simple, сбор этих данных сложнее, чем кажется: данные LMS покрывают лишь дистанционное обучение, но не внешние программы, не очные тренинги и не продуктовое обучение — всё это должно храниться в единой базе.
Дескриптивная аналитика описывает факт: что произошло. Диагностическая объясняет причину: почему это произошло. Если в подразделении начинается снижение продаж, диагностическая аналитика позволяет вернуться к базе данных обучения и искать факторы влияния — снижение результатов тестирования по конкретному продукту, падение знаний в определённой категории персонала. По опыту Simple, это даёт возможность не ждать, когда руководитель придёт с проблемой, а самому назначить встречу и предложить поддержку.
Предиктивная аналитика позволяет прогнозировать будущее на основе накопленных данных: например, предсказывать риск увольнения сотрудника по совокупности сигналов — снижение активности в обучении, рост количества больничных, снижение рейтинга от руководителя. Для предиктивной аналитики необходима большая база данных из HR-метрик, данных продаж, метрик результативности. По кейсу из практики: первоначальная валидность модели составляла 18%, после настройки — около 40%.
Метрику нужно считать корректно: не количество людей, прошедших через руки корпоративного университета, а процент реально обученных работающих сотрудников на текущий момент — с вычищенными уволенными и с учётом только тех, кто завершил программу до конца, а не просто открыл курс. По опыту Simple: изначально считали вход на курс, потом выяснилось, что до конца проходят далеко не все. После корректировки 46% обученности в ноябре (середина финансового года) означает ожидаемые 90−95% к концу года.
Обратная связь участников тренинга часто завышена из-за эффекта эйфории от очного обучения — харизматичные тренеры, игры, хорошая атмосфера. Спустя две недели руководитель видит реальное поведение сотрудника на рабочем месте. Если участник дал высокую оценку, а руководитель через две недели не видит изменений — это повод либо доработать тренинг, либо помочь сотруднику с внедрением нового поведения. Обратная связь от руководителей — единственная возможность получить данные о реальном изменении поведения.
По опыту Simple, прямой стопроцентной корреляции между метриками обучения и продажами в B2B, FMCG и ритейле нет и не может быть — слишком много внешних факторов влияет на результат. Два показателя стабильно коррелируют с обучением: рост компетенций по годовой оценке (люди, которые учатся, повышают компетенции быстрее нормы) и ускоренный карьерный рост. Программа наставничества в Simple снизила текучку в два раза — это прямое измеримое влияние обучения.
Первый шаг — начать собирать данные, а не анализировать. Собрать в Excel: кто где учился — даты, тема, тип обучения, фамилии сотрудников. Второй шаг — внедрить тактическую аналитику: потребности до обучения, обратная связь после и обратная связь руководителей спустя две недели. Третий шаг — через год строить разрезы по подразделениям, категориям персонала, темам. Начинать с Excel полезно: пока не поработаешь с данными руками, не сможешь написать правильное техзадание для платформы или BI-системы.
В Simple три компонента. Первый — LMS-платформа Эквио как единое хранилище всех данных об обучении (дистанционное, очное, внешнее, продуктовое). Второй — корпоративный портал на SharePoint для данных оценки компетенций и планов развития. Третий — Power BI для ежедневных дашбордов. Сам Ярослав Ражев проверяет дашборды ежедневно — именно потому, что аналитика должна быть инструментом ежедневной работы, а не только для квартальных презентаций.
Гость выпуска: Ярослав Ражев, руководитель корпоративного обучения, Simple.
Если вы выстраиваете аналитику обучения и хотите добавить к ней поведенческие данные
Посмотрите, как ИИ-тренажёры Вербо фиксируют не «факт прохождения», а конкретные поведенческие индикаторы компетенций с динамикой от сессии к сессии. Запишитесь на демо — покажем за 30 минут.
Материал подготовлен на основе выпуска подкаста «Стрелка», ТренингСпэйс и Вербо; Елизавета Соловьева, эксперт по методологии, Академия Вербо.
Гость выпуска:
Ярослав Ражев, руководитель корпоративного обучения, Simple.
Ведущий:
Александр Чистяков, директор по развитию ТренингСпэйс и Вербо.