颠覆大数据时代无效的培训实践

考虑一个离开工作的人，他或她在那里学会了如何使用一个 HR 系统来更新个人信息并进行年度绩效评估。几年后转到另一份工作时，此人遇到了旨在实现相同目标的不同软件。每年，作为入职和持续培训过程的一部分，组织只需通过现有计划安排下一轮招聘，让他们快速掌握最新工具。

训练挑战三重奏
我认为当前的训练方法存在三个挑战：
1. 它们通常是被动练习。员工聚集在会议室里，坐下来阅读演示文稿或筛选逐步解释事物的文档。这是一项耗时的练习，假设每个人都对这种“一刀切”的方法具有相同的基本熟悉程度和技能。

2.因为培训是以统一的方式进行的，它不是为了满足特定用户的需求而量身定制的。一旦员工真正开始使用该系统，他或她可能最终会向同事或 IT 支持人员寻求有关如何使用它的帮助，或者浪费时间挖掘常见问题文档、电子邮件或其他材料以找到答案。通常，员工会在如何使用该工具上走捷径，无意中忽略了业务所需的关键信息。例如，销售代表可能需要登录 Salesforce 以更新其最新潜在客户的详细信息，但会跳过重要字段的填写，因为他们没有意识到为业务提供管道中新潜在客户的完整视图很重要. 这种缺乏意识会持续下去，因为它们还指导新手如何使用该应用程序。

3. 培训经常落后于技术变革的步伐。如果您正在培训某人如何使用特定软件，那么在基于云的解决方案的世界中，技术很容易经历不断的界面和功能更新。静态方法意味着组织总是在追赶——无论是更新常见问题文档、发送另一封电子邮件，还是举办另一场培训课程。

通过数据训练
幸运的是，在大数据分析和机器学习/人工智能 (AI) 蓬勃发展的时代，这些技术可以在学习用户行为和深入了解如何定制培训以满足个人需求方面发挥作用。这些洞察力已经被用于“分层”到任何系统上——无论是一个软件还是一个网站——以了解和分析员工的使用情况，提供包括在网站上花费的时间、哪些信息被遗漏和常见错误在内的数据到任务完成。

使用这些宝贵的数据，培训和开发团队可以确定如何更好地吸引和引导用户快速准确地在应用程序中工作。例如，与销售主管一起工作的人力资源总监可能决定投入更多时间来支持初级销售代表，通过高度定制和积极的培训来使用 Salesforce 来更好地了解销售渠道。

此外，今天的人工智能正在提供有关如何使用任何软件的更多上下文指导。通过深入了解用户行为，AI 的进步正在与员工一起主动完成步骤，减少对 IT 服务台支持的需求并提高生产力。

专注于更多的战略举措
使用由 AI 提供支持的内部分析并结合上下文指导，使公司将绩效评估的完成时间显着缩短到截止日期前几乎 100%。使用当今存在的工具，我们确定了哪些人仍需要完成评估，了解采用的主要障碍，并为每个用户提供量身定制的分步指南。

开发专注于围绕特定技术培训用户的计划越来越困难，因此在在线世界中提供类似 GPS 的解决方案是吸引和指导当今数字化不堪重负的员工的更可行的选择。关注我们拥有的数据如何帮助我们实时量化我们在支持劳动力需求方面所做的改进，以及这如何提供可衡量的底线收益是有意义的。

与其期望用户学习并欣然采用系统，不如让系统了解您的用户。在我们以数据驱动的商业世界中，这是我们可以期待的现实，使公司能够专注于更具战略性的举措。