在訓練結束前，就知道成果

投入資源在教育訓練上，卻總是看不到成果？針對學員進行問卷調查，蒐集資訊，可以幫助你預測，哪些學員將來會把學習用在工作上，哪些則是無效的學習。

根據研究，在一般公司，學員參與教育訓練後，只有大約一五％的學員會將所學運用到工作上；六五％的人會試著運用，但三十天後又恢復原形；二○％的人則什麼事情也不做，讓整個訓練資源白白浪費。
 

究竟哪一些員工是後兩類的員工？該如何協助或導正他們？
 

對公司的高階主管和人力資源部門來說，這些正是他們急切想要知道的答案。資深顧問菲利普（Kenneth Phillips）指出，針對員工進行問卷調查，將蒐集來的數據透過電腦演算，公司可以對員工的學習行為產生預測。
 

菲利普是菲利普顧問公司（Phillips Associates）執行長，該公司專精於學習成效與績效管理的衡量。他在學習工具的設計與學習成效衡量方面，有超過三十年的經驗，並常在大型人資研討會、大學，或企業進行授課與演講。
 

他指出，要讓訓練在工作上發揮效用，主要的關鍵要素有三：第一、學習計畫的設計；第二、學員的態度；第三、學員的工作環境。公司如果能夠從這三個方面，對學員進行問卷調查，蒐集資訊，將能夠預測學員未來的行動，和整個訓練方案的成效。
 

「預測學習分析能夠向前看，如果你看到的結果和原來想達成的不一樣，這時你就有了改變結局的機會。」他說。
 

菲利普於不久前應資策會邀請來台，於二○一八年人才發展協會（Association for Talent Development,ATD）亞太區年會進行演講。以下為他接受ＥＭＢＡ雜誌專訪摘要內容：
 

■談到訓練，許多主管都困擾於，員工在參加教育訓練之後，沒有什麼行為改變。你提出，公司可以運用預測分析，事先知道員工的學習成效，早一步採取行動。怎麼說？

□不只在美國，預測分析（Predictive Analytics）正逐漸成為全球企業界的熱門話題。預測分析的出現，主要是因為現在的公司有了蒐集大數據的能力。現在，公司能夠透過網站、與顧客間的互動、員工，以及社交媒體，蒐集到海量的資訊。因此大家開始思考，如果能善用這些數據來建立演算法，並將這套數學模型用在資料庫上，便能用過去發生的事情，來預測未來可能的發展。

例如，公司可以因此知道應該雇用哪種人才。當公司要為某個職缺找人，可以根據過去的數據辨認，哪些應徵者最可能做好這份工作。在顧客方面，在銷售漏斗的前期，公司可以用演算法計算潛在顧客的資料，辨識哪些人可能會真的成為你的顧客，在銷售產品之前，就預測出結果。
 

舉例來說，惠普（ＨＰ）人力資源部門想追蹤的數據是自願離職率，也就是那些主動離開，而非被解雇的人才。主動離職會增加公司的招募成本，而且這類員工大多數是績效比較好的人，他們的離開會讓公司損失生產力。
 

因此，惠普的人資部門就想，有什麼方法可以防止這件事發生。他們請數據分析師設計了一套演算法，將各種變數放進去，最後獲得一些數據，他們稱為「潛逃風險分數」（flight risk score）。惠普的每一位員工都有一個潛逃風險分數，公司可以預測他們主動辭職的機率有多高。
 

惠普的人資部門為所有主管開設了訓練計畫，給他們部屬的潛逃風險分數，並告訴他們如何解讀這些資料。惠普會教導主管，如果某些員工的潛逃分數很高，但你想繼續留住他們，這時應該如何與部屬進行對話。例如，談談對方想在職涯中追尋什麼，並設法將他們現在的工作，與職涯抱負更加連結。在之後的一年內，惠普因此省下了超過兩百萬美元的招募費用。
 

這個案例讓我想到，如果我們可以將這個概念運用在教育訓練上，公司就可以預測，在訓練計畫結束時，哪些學員最有可能將學到的知識運用在工作上；哪些回去後會嘗試，但可能最後還是回到老方法做事；哪些人參加了訓練計畫後，回去什麼改變也沒有。這也是為什麼，我會以預測分析為基礎，發展了預測學習分析（Predictive Learning Analytics）這套模型。
 

獲得改變結局的機會
 

■有哪些重要的原則或步驟，可以幫助公司事先預測學習成效？

□大多數訓練人員最常使用的模型是，柯氏四級訓練評估模型（Kirkpatrick’s Four Levels of Training Evaluation）（參件附錄一）。不過我認為，這個傳統模型有兩個問題：第一，它是設計來評估「計畫」，不像預測學習分析模型是用來評量學員。

第二、傳統模型是回頭看已經發生過的事。因此，你要等到計畫結束並蒐集數據後，接著才往回看，學員是否喜歡課程、有沒有學到知識，或是有沒有將學到的知識技能運用出來。而預測學習分析能夠做到的是向前看，也就是在蒐集資料後，預測可能的結果或學員未來的行動。如果你看到的結果與原來想達成的不一樣，這時你就有了可以改變結局的機會。

本文未完，全文請見EMBA雜誌390期