基于培訓流程的數據積累與利用改進培訓業務

郭曉磊

摘 要 在“十三五”期間，中國航天科工集團公司培訓中心將要完成企業化轉型，建設人才素質提升平臺。為了適應這個發展趨勢和產業發展需求，突出以市場為導向，以需求定計劃的培訓模式，促進教育培訓產業化升級，思考如何積累與利用培訓流程中的數據，全面促進培訓業務改進。

關鍵詞 培訓流程 數據積累與利用 培訓業務改進

一、梳理培訓體系流程，辨明數據關系

培訓體系流程貫穿于培訓管理的全過程，它包括培訓頂層規劃、培訓市場調研、培訓計劃制定、項目需求分析、培訓項目策劃、培訓組織實施、培訓效果評估、培訓總結等八個階段。每個階段都積累了不同的數據（見表1），通過對數據抽取與分析，不斷調整各階段工作，形成一個良好的動態循環。合理利用這些數據，可以從品牌建設、項目設計、預算管理、知識積累、培訓服務這幾個方面促進培訓業務改進。

（一）品牌建設

品牌建設是市場化運營的一種重要戰略手段。培訓中心需要轉變觀念，以“客戶為中心”，充分做好市場調研工作。通過分析調研結果數據來明確市場定位、目標客戶（即培訓對象）以及核心競爭力，設計體系化、有航天特色的培訓項目，建立企業形象，提升培訓中心的品牌價值。

（二）項目設計

品牌建設需要優質的培訓項目做支撐，而市場調研與需求分析決定著培訓項目的優劣。根據調研數據分析不同層次、不同專業的學員，為其定制開發課程，重點考量課程順序是否符合知識推進，課程密度是否符合學員接受能力，講師是否具備傳授該專業領域知識的能力。同時，結合學員實際工作需要來確定培訓時間?；谶@些數據設計培訓項目，有助于提升項目設計能力，更貼合培訓對象的需求。

（三）預算管理

將總結階段的培訓決算表與項目策劃階段的培訓預算表進行數據對比，分析預算執行率，找到偏差的問題所在，提升培訓項目預算管理能力。

（四）知識積累

將培訓組織實施階段收集的教學資料數據與培訓總結階段的影音資料數據匯總整理，形成體系化的知識積累，便于更好地傳播知識，提升知識管理能力。

（五）培訓服務

培訓效果評估是培訓流程中重要的階段，通過反應評估、學習評估、行為評估、結果評估四方面對整體培訓業務改進、提升服務質量提供數據支撐。

二、建立培訓管理的數據中心，全方位積累數據

隨著新一代信息技術的迅猛發展和廣泛應用，“互聯網+”這種新的發展理念和發展模式出現，“數字化、網絡化、智能化”以及“信息互通、資源共享、能力協同、開放合作、互利共贏”成為推動企業發展的新要素。在面臨轉型升級任務的新形勢下，培訓中心應該建立培訓管理的數據中心，全方位積累數據。以智慧化為方向大力開展信息化建設，以服務化運行模式為突破口提升培訓業務，通過運用云計算、大數據、移動互聯等新興信息技術，改變傳統的運行規則和工作流程，支撐企業的技術創新、商業模式創新和管理創新，形成“創新與創業結合、線上與線下結合、產品與服務結合”的新業態體系。建設在線培訓管理平臺，推出手機APP端，實現兩個平臺信息的互聯互通，形成培訓管理的數據中心。

培訓流程的各個環節通過培訓平臺進行操作，可實現全方位的數據收集。主要包含：學員信息管理、課程信息管理、講師信息管理，學員對課程及講師的評估數據等。基于此建立的培訓管理數據中心，其數據具有全面、關聯性強的特點，并且可以從多個維度進行分析與挖掘。基于流程的數據積累方式，可以突破傳統的聚類分析方法，實現以學員信息為主線，關聯所有相關信息，通過建立某位學員的培訓檔案，長期跟蹤其近幾年的培訓記錄，分析出培訓效果對該學員工作的推進情況。在這方面進行深入研究，可以開發定制化的課程，實現市場化的“以客戶為中心”。同時，全方位的數據積累，也為數據挖掘技術的應用提供了必要的條件。

三、利用數據挖掘技術改進培訓業務

數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。[1]當有一定的數據積累以后，利用數據挖掘技術，如決策樹、關聯規則、貝葉斯、神經網絡、聚類分析、模糊集和粗糙集等，挖掘出隱藏在大量數據中的關系、趨勢。通過對數據進行建模，從中找出大量真正有價值的信息和知識，能夠更好地對培訓中心的發展和未來趨勢做出定量的分析和預測，為高層管理者提供更科學的決策依據，有針對性地加強培訓管理，促進培訓業務的改進。

四、本文的局限性

由于目前掌握的資料數據不完整，本文只提供了數據積累與利用的思路，并未做全面的數據分析。待有充分的原始數據后，結合實際工作經驗，對數據進行建模，挖掘出更有價值的信息，多維度地促進培訓業務持續改進。

（作者單位為中國航天科工集團公司培訓中心）

參考文獻

[1] 張敏.數據挖掘技術及應用[J].信息技術，2010（8）：167.