Skip to main content

Oppimisen ja kehittämisen mittarit ovat avainasemassa koulutusohjelmiesi todellisen vaikutuksen osoittamisessa. Useimmat tiimit keskittyvät vääriin tietoihin tai eivät huomioi oivalluksia, joista liiketoimintajohtajat ovat oikeasti kiinnostuneita. Tässä artikkelissa käyn läpi, mitkä L&D mittarit ovat tärkeitä, miksi niin monet tiimit tekevät tämän väärin ja miten voit käyttää merkityksellistä dataa osoittaaksesi oppimisaloitteidesi todellisen arvon – siirtyen turhamaisuusmittareista mittareihin, joita toimitusjohtajasi todella arvostaa.

Kultainen sääntö: mitä ikinä liiketoiminta tarvitsee

kuva siitä, mitä ikinä liiketoiminta tarvitsee

Ensimmäinen ja paras mittari, jota voit seurata oppimisesta ja kehittämisestä vastaavana tiiminä ja johtajana, on se, minkä liiketoiminta (ja/tai liiketoiminnan johtajat) kertovat haluavansa mitattavan. Se on niin yksinkertaista. Ja samalla monimutkaista.

Olin kerran koulutuksessa, jossa kouluttaja sanoi, että kaikki liiketoimintapäätökset palautuvat yhteen kolmesta tavoitellusta lopputuloksesta:

Continue Reading for Free

Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.

  • Lisää liikevaihtoa
  • Vähemmän kustannuksia
  • Riskien pienentäminen

Jos siis mittaat oppimisohjelmasi vaikutusta liiketoiminnan tarvitseman mittarin avulla, se kytkeytyy johonkin näistä.

Esimerkkejä tästä ovat ihmisten auttaminen työskentelemään tuottavammin (vähemmän kustannuksia), suuremman myynnin tai useampien uusintatilausten saavuttaminen (lisää liikevaihtoa) tai sen tietäminen, mitä tietyissä tilanteissa voi ja ei voi tehdä (riskien pienentäminen).

Toki muitakin esimerkkejä on, mutta ajattelen jatkuvasti näitä kolmea tavoiteltua lopputulosta. 

Miksi sitä pitäisi seurata?

Tämä on avain L&D-ohjelmasi sijoitetun pääoman tuoton osoittamiseen. Näin todistat saavuttaneesi liiketoimintatason KPI-mittarit ja koulutuksen vaikuttavuudelle asetetut odotukset.

Ainoa tapa tehdä tämä kiistattomasti on kohdistaa mittauksesi siihen, mitä liiketoiminta haluaa ohjelmiltasi saavuttaa. Tämä siirtää työsi siilosta osaksi laajempaa liiketoimintastrategiaa. Kaikki itse suunnitellut L&D-mittarit tai tuotokset voidaan aina sivuuttaa siilokohtaisina mittareina.

Lyhyesti sanottuna miksi on tässä koko asian ydin. L&D-ammattilaisten tavoitteidemme tulisi olla liiketoimintatavoitteita. Tehtävämme on toimia palveluntarjoajina ja mahdollistajina. Tämän osoittaminen kultaisen standardin avulla on alallamme edelleen vaikeasti saavutettavissa.

Miten sitä seurataan?

Tässä piilee vaikeus. Näitä mittareita on tunnetusti vaikea seurata. Siihen on useita syitä, joista kerron tässä muutaman.

Ennen sitä haluan kuitenkin sanoa, että mielestäni terve organisaatio olisi sellainen, jossa tämä tehdään yhteistyössä. L&D-tiimillä ei välttämättä ole oikeutta päästä käsiksi dataan, jota se haluaa mitata, tai datan hankkiminen voi olla vaikeaa sen epäjohdonmukaisuuden vuoksi.

Vaikka mielestäni koulutusta järjestävän oppimis- ja kehittämistiimin, jonka koulutus liittyy asianmukaiseen liiketoimintakeskeiseen lopputulosmittariin, pitäisi vastata kyseisen mittarin kehityksen edistämisestä, se ei voi olla täysin vastuussa myös mittarin seurannasta tai sen seurannan järjestämisestä. Siihen tarvitaan operatiivisen tiimin, analyytikoiden tai sisäisen datatiimin apua.

Kun työskentelet näiden tiimien kanssa, ne toivottavasti voivat selittää, miksi etsimäsi mittarin todellinen mittaaminen saattaa olla vaikeaa. Ihmisiin perustuva kokeilu on haastavaa. Jotta muutosta voitaisiin seurata aidosti, tarvitaan kaksi suorituskykyryhmää: kontrolliryhmä ja testi- tai käsittelyryhmä. Näiden ryhmien tulisi vastata toisiaan mahdollisimman hyvin.

Ihmisten kohdalla näin tapahtuu kuitenkin harvoin. Työntekijät voivat erota toisistaan työsuhteen keston, palkan, tason, kokemuksen ja muiden tekijöiden osalta. Heillä voi myös yksinkertaisesti olla huono päivä tai viikko, tai he saattavat osallistua vain puoliksi hereillä henkilökohtaisten asioiden vuoksi.

Siksi kahden ryhmän vertaaminen on harvoin täysin vertailukelpoista. Kysy keneltä tahansa, joka työskentelee datan parissa päivittäin, ja hän kertoo, että ihmisryhmät ovat harvoin sitä. Älä anna tämän horjuttaa kokeiluasi. Voit edelleen käyttää tieteellistä menetelmää lähestymistavassasi ja laatia hypoteesin, jonka mukaan yksi ryhmä toimii eri tavalla kuin toinen (paremmin tai huonommin).

Älä anna täydellisyyden olla hyvän vihollinen! Haluat kuitenkin osoittaa parhaasi mukaan, että koulutusaloitteesi vaikutti liiketoimintamittariin, vaikka sitä ei voitaisikaan mitata täysin täydellisesti.

Jos tiedät, että mittauksesi tehdään vakaassa ryhmässä, vaikka osa siitä voitaisiinkin kyseenalaistaa, johto näkee, että työsi on vaikuttanut liiketoimintaan myönteisesti ja että oppiminen on liiketoimintapääoman arvoinen investointi.

Tämä on kultainen standardi sille, mitä teemme sisäisissä L&D-tiimeissä. Siinä on organisaatioillemme tuottamamme arvo. Miten siis selviät edellä kuvatuista dataan liittyvistä haasteista?

  • Järjestä istuntoja muutamille erilaisille ryhmille
    • Hyvä käytäntö olisi järjestää nämä täysin satunnaisille ryhmille hypoteesien testaamisen helpottamiseksi. Aidosti satunnainen segmentti ei välttämättä ole mahdollinen, ja jos se ei ole, muista verrata sitä mahdollisimman tarkasti vastaavaan ”kontrollisegmenttiin” 
  • Seuraa poikkeamia ja syitä, joiden vuoksi ryhmä ei ehkä ole täysin satunnainen
    • Näitä voivat olla esimerkiksi työsuhteen kesto, aiempi kokemus tai aiemmat kokeilut, joihin henkilö on osallistunut. Dataan liittyvänä periaatteena on tärkeää tuoda esiin mahdollisimman monet näistä poikkeaviin havaintoihin liittyvistä yksityiskohdista.
  • Varmista, että opiskelijoita on riittävästi, jotta voit mittaustulosten valmistuttua jättää muutaman pois.
    • Testaa mahdollisuuksien mukaan yli 10 henkilön ryhmillä. Jos kaksi tai kolme henkilöä keskeyttää, osallistujia ja tietoa pitäisi silti olla riittävästi raportointia varten
  • Muista lopuksi ottaa huomioon myös koulutuksen kustannukset (voit olla varma, että yrityksesi johtajat ajattelevat sitä).

Jos haluat nähdä lisää, julkaisin (muokatun) esimerkin koulutusraportista, jossa pyritään osoittamaan onnistuminen tämän viitekehyksen avulla. Löydät sen täältä.

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

Hopea: oppijoiden käyttäytyminen ja käyttäytymiseen liittyvät korrelaatiot

grafiikkaa oppijoiden käyttäytymisestä ja käyttäytymiseen liittyvistä korrelaatioista

Seuraavaksi tarkastelemme muuttuneen tai muokkautuneen käyttäytymisen mittaamista (toivottavasti myönteiseen suuntaan) sekä koulutusaloitteiden ja suoriutumisen välisen korrelaation mittaamista.

Aloitan käyttäytymisestä. Useimpien L&D-ohjelmien tavoitteena on opettaa, kehittää taitoja, kouluttaa tai muuttaa toimintaa. Olen varma, että vaihtoehtoja on muitakin. Tärkeintä on, että haluamme parantaa jonkun kykyä tehdä jotakin. 

Kyse voi olla tietystä työkalusta (Excel), kielestä (SQL) tai taidosta (empatia), mutta kyse on jostakin. Siksi mittari, jonka haluamme kerätä, kertoo, muutimmeko tai paransimmeko kyseistä taitoa todella. Emme ehkä pysty yhdistämään sitä liiketoimintamittariin (yllä mainittu ”kulta”), mutta voimme nähdä, että jokin on muuttunut.

Tässä on esimerkki: yhdessä aiemmista yrityksistäni oli ”tukipalvelu”-tyyppinen toiminto. Näimme, kuka käytti tukipalvelua ja kuinka usein, mutta halusimme auttaa työntekijöitä tekemään asioita itsenäisesti sen sijaan, että he turvautuisivat siihen (tähän ei liittynyt kustannuksia, muuten olisimme voineet yhdistää sen parempaan liiketoimintamittariin).

Työskentelimme siis toiminnon ”tehokäyttäjien” eli sitä eniten käyttävien kanssa selvittääksemme, onnistuisiko se.

Jaottelimme tehokäyttäjät kolmeen ryhmään: 

(1) Käsittelyryhmä, jolle lähetimme verkko-oppimismoduulin omatoimisesta resurssien löytämisestä

(2) Ryhmä, jolle järjestimme lyhyen lähikoulutuksen ymmärtääksemme, miksi he käyttivät tukipalvelua niin usein, ja jolle toimitimme sen jälkeen resursseja (mukaan lukien verkko-oppimista)

(3) Kontrolliryhmä, jonka kanssa emme tehneet mitään.

Arvaa, mitä tapahtui? Molemmat käsittelyryhmät (1 ja 2) vähensivät tukipalvelun käyttöä (emme pyytäneet heitä tekemään niin emmekä kertoneet, että se oli tavoitteena) verrattuna kontrolliryhmään (3). Ryhmä 2, jonka kanssa käyttäytymistä ymmärrettiin suoraan ja jonka kanssa toteutettiin jatkotoimia, vähensi käyttöä kuitenkin huomattavasti enemmän ja pidemmäksi aikaa.

Tämä oli jo itsessään suuri onnistuminen. Emme pystyneet keskustelemaan tällaisen muutoksen tuomista kustannussäästöistä kyseisessä yrityksessä, joten tyydyimme tähän ”hopeatason” mittariin ”kullan” sijaan, mutta osoitimme pystyvämme muuttamaan kohderyhmämme käyttäytymistä.

Miksi sitä kannattaa seurata?

Käyttäytymisen seuraaminen auttaa ymmärtämään osaamisvajeita ja mahdollisuuksia. Se auttaa myös tunnistamaan, mihin oppimis- ja kehitystiimin resursseja kannattaa kohdentaa yrityksesi tavoitteiden saavuttamiseksi (ja lopulta ”kultatason” mittaustuloksen saavuttamiseksi). 

Se tarkoittaa parempia esihenkilöitä, jotka valmentavat työntekijöitä etenemään nopeammin (sisäinen liikkuvuus) tai pysymään yrityksessä pidempään (henkilöstön pysyvyys). Se tarkoittaa myös sitä, että ihmiset sitoutuvat vahvemmin yrityksen tehtävään tai arvoihin (henkilöstön sitoutuminen). 

Se nostaa todennäköisesti myös oppimisstrategiasi ja suunnittelusi paremmin esiin. Sillä ei ehkä ole samanlaista suoraa vaikutusta liiketoimintaan kuin ”kulta”-mittareilla, mutta se auttaa osoittamaan, että oppimisohjelmasi pystyy vaikuttamaan siihen, mihin se pyrkii vaikuttamaan.

Miten sitä seurataan?

Tarvitset toisen tietoaineiston, jotta voit seurata tätä asianmukaisesti. Kyseessä on todennäköisesti jonkinlainen historiallinen aineisto työntekijöiden suoriutumisesta tai suoriutumisarvioista tai -katsauksista. Organisaatiostasi riippuen tämän saaminen voi olla vaikeaa, mutta se on välttämätöntä kehityksen tai arvon osoittamiseksi.

Tässä vinkki: pyydä henkilöstöhallinnon tiimeiltä tästä aineistosta versio, josta henkilötiedot on poistettu. Pyydä heitä auttamaan oppimistietojesi yhdistämisessä työntekijöiden suoriutumistietoihin ja toimittamaan yhdistetty aineisto takaisin sinulle.

Sinulla on nyt käytettävissäsi anonymisoitu tietoaineisto historiallisten muutosten ja/tai korrelaatioiden tarkasteluun. Etsi hyvä analyytikko ja aja regressiomalleja käytettävissäsi olevilla muuttujilla!

Pronssitaso: oppijan tiedot ja taidot

grafiikkaa pronssitason oppijan tiedoista ja taidoista

Tähän useimmat oppimisen ja kehittämisen ohjelmat päätyvät. Ja se on aivan hyvä. Sen osoittaminen, että oppijat ovat kartuttaneet tietojaan tai kuroaneet umpeen taitovajeita, on kiitettävää, ja sen pitäisi auttaa pitämään työntekijöiden koulutus- ja kehittämisohjelmiin tehdyt investoinnit käynnissä.

Miksi sitä kannattaa seurata?

Tätä kannattaa seurata, koska se osoittaa, että oppimiskokemus oli hyödyllinen ja että sillä oli vaikutusta työntekijöihin.

Jonkun tietojen tai taitojen lisääminen on tärkeää, ja tiedämme sen auttavan työntekijöiden suoriutumisen mittareissa, kuten työntekijöiden sitoutumisessa ja pysyvyydessä.

Miten sitä seurataan?

Tässä arviointitulokset ovat hyödyllisiä, mutta niiden on oltava merkityksellisiä. Jos esimerkiksi kirjoitat kokonaisen verkko-oppimismoduulin ja laadit sen jälkeen arvioinnin, joka perustuu vain kyseiseen verkko-oppimiseen, mitä hyväksytty tulos oikeastaan todistaa?

Se todistaa, että he ymmärtävät kirjoittamasi sisällön, mutta muistavatko he moduulien sisällön? Todennäköisesti eivät. Tarkoittaako hyväksytty tulos sitä, että he suoriutuvat työssään paremmin? Ehkä (katso edellä).

Tietojen ja taitojen muutosten seuraaminen on todella tärkeää, mutta se on tehtävä oikealla tavalla. Hyviä keinoja ovat esimerkiksi ennen ja jälkeen -arviointien analysointi ja kehittymisen tarkasteleminen.

Vielä parempi on tehdä molemmat ja toteuttaa sitten toinen arviointi 60 päivän kuluttua tai lisätä arviointikysymys eri koulutukseen ja katsoa, kuinka moni vastaa siihen oikein. 

Voit myös pyytää esihenkilöitä seuraamaan työpäivän aikana koulutuksen jälkeen työntekijän työskentelyssä tapahtuneita muutoksia, joita olet halunnut nähdä, ja raportoimaan niistä sinulle. Tämä on jokseenkin subjektiivista, mutta subjektiivisuus kohdistuu oikeaan henkilöön: työntekijän esihenkilöön. 

Työntekijöiden (tai testiryhmien) määrästä riippuen tämän tarkastelemiseen on kaikenlaisia luovia tapoja. Huomioi kuitenkin ajankäyttö ja se, kuinka paljon pyydät esihenkilöiltä. 

Toinen pronssitason mittari: oppimiseen palaaminen ja oppimistahti

Oletan, että useimmat tiimit seuraavat, ketkä opiskelevat ja kuinka moni opiskelee tiettynä ajanjaksona (viikko/kuukausi/neljännesvuosi).

Nämä ovat tärkeitä mittareita, mutta ne ovat vain aktiivisuuden tallenteita. Niiden muuttaminen merkitykselliseksi tiedoksi – vaikka et pystyisikään saavuttamaan joitakin edellä mainituista mittareista – on tärkeää oppimiskulttuurisi tilan osoittamiseksi.

On myös hyvä syy osoittaa johdolle, että terve oppimiskulttuuri on välttämätön. McKinseyn mukaan yrityksillä, jotka tarjoavat kattavia koulutusohjelmia, on jopa 200 % suuremmat tulot työntekijää kohden.

Miksi sitä kannattaa seurata?

Oppimiseen palaamisen mittari osoittaa, kuinka usein oppijat palaavat käyttämällesi oppimisalustalle tai ohjelmaan. 

Et halua nähdä vain kerran osallistuvia, vaan haluat nähdä ihmisiä, jotka sitoutuvat ja sitoutuvat uudelleen osaamisensa kehittämiseen, ja tätä haluat mitata.

On kuitenkin huomioitava, että terveessäkin työympäristössä ihmisillä on kiire. Yli 20 prosentin kuukausittainen palaavien oppijoiden osuus (ne, jotka tulevat useammin kuin kerran) on hyvä, ja yli 40 prosenttia on todella hyvä.

Oppimistahti auttaa mittaamaan, kuinka usein oppijat palaavat alustalle tai kuinka usein he ilmoittautuvat oppimisohjelmiin aloittamisensa jälkeen. 

Sen avulla voit selvittää, käyvätkö ihmiset oppimisalustalla keskimäärin kerran tai kaksi kuukaudessa vai palaavatko useimmat 40 päivän kuluttua. Todella merkitykselliseksi tämä muuttuu, kun tarkastellaan, millainen koulutus saattaa nopeuttaa tahtia.

Onko esimerkiksi esihenkilökoulutuksesi niin hyvää, että ihmiset palaavat hakemaan lisää joka viikko? Pitävätkö ihmiset todella paljon kolmannen osapuolen sisältötarjonnastasi? Seuraa tätä ja tarkastele trendejä kuukausi kuukaudelta tai neljännesvuosi neljännekseltä. 

Miten seurata ja esimerkki

Oppimisanalytiikan asiantuntija Peter Meerman on alkanut koota näitä tietoja yksinkertaisiksi koontinäytöiksi, joita uskon monien tiimien voivan hyödyntää. Voit tutustua osaan hänen työstään täällä – mukana on koontinäyttö, joka yhdistää aktiiviset oppijat, oppijan keskimääräiset tuntimäärät sekä eritellyt tiedot, kuten oppijan keskimääräiset kustannukset. 

Kaikki nämä ovat välttämättömiä oppimiskulttuurin yleisen ”terveysarvion” ymmärtämiseksi, mutta ole tässä varovainen sen suhteen, mitä toivot, ja vielä varovaisempi sen suhteen, miten esität nämä tiedot. 

Sovi aina sidosryhmien kanssa odotuksista sen suhteen, miltä ”hyvä” näyttää, kun kyse on siitä, kuinka moni oppija vierailee alustallasi tai LMS-järjestelmässäsi kuukausittain. 

Suurissa organisaatioissa yli 50 prosentin kuukausittainen osuus on todella hyvä. Jos käytät oppimissisältöjen tai -ohjelmiston toimittajaa, pyydä heiltä vertailuarvoja. 

Harjoittelumittarit, joiden seuraamatta jättämistä kannattaa harkita

Olet ehkä huomannut, että tästä artikkelista puuttuu yleinen mittari, jota monet L&D-tiimit käyttävät. Tarkoitan asiakastyytyväisyyspisteitä (cSAT), Net Promoter Scorea (NPS) tai mitä tahansa muuta pistemäärää, jossa oppija kertoo, kuinka paljon hän piti kurssista tai suosittelisiko hän sitä. Toinen tällainen mittari on yksinkertainen kurssien suoritusaste.

Jätin ne pois, koska en yksinkertaisesti näe niissä juurikaan arvoa. Jos pystyt raportoimaan palaavista oppijoista ja oppimisen tahdista edellä kuvaamallani tavalla, sinulla on käytössäsi vaikeammin saavutettava ja merkityksellisempi mittari ja tietoaineisto kuin subjektiiviset vastaukset kysymyksiin, kuten ”Kuinka paljon pidit tästä koulutuksesta?”

Jos huomaat oppijoiden palaavan hakemaan lisää (ja tekevän sen nopeasti), sen pitäisi olla riittävä merkki siitä, että he pitivät koulutuksestasi, aikovat saattaa aloittamansa loppuun ja todennäköisesti näkevät siitä olevan heille hyötyä.

Jos haluat erityisesti ymmärtää, miten koulutustasi voisi parantaa, kysy sitä suoraan. Nautinnosta tai siitä, kuinka todennäköisesti he jakaisivat koulutuksen muille, kysyminen on merkityksellisyyttä tavoittelevien mittareiden käyttämistä tilanteessa, jossa niillä ei todellisuudessa ole merkitystä.

Tietovarastointi

Kun puhun näistä aiheista, minulta kysytään usein: ”Mistä kaikki nämä tiedot löytyvät?”. 

Suuren osan niistä pitäisi löytyä oppimisen hallintajärjestelmästäsi. Kaikki oppijoiden toimintaan liittyvä (pronssitason mittarit) löytyy sieltä, ja tietojen lataaminen sekä niiden käsittely Excelissä tai Sheetsissä saattaa olla tarpeen johtopäätösten tekemiseksi. Suuren tiedoston kohdalla saatat tarvita apua nimien tai työntekijätunnusten yhdistämisessä koulutuspäiviin.

LMS-järjestelmässäsi pitäisi myös olla toimiva API tai jokin tapa siirtää sen omat tiedot muualle. Jos mahdollista, työskentele organisaatiosi sisällä olevien ihmisten kanssa saadaksesi nämä tiedot asianmukaiseen tietovarastointityökaluun (kuten Snowflakeen), sillä se voi olla erittäin tehokasta. 

Näin voit mahdollisesti verrata näitä tietoja (oppimistoimintaa) työntekijätietoihin, kuten suoriutumiseen, tuottavuuteen tai arvioihin. Sen sijaan, että tekisit tämän useissa Excel-taulukoissa, voisit mahdollisesti tehdä sen (todennäköisesti data-analyytikon avustuksella) samassa työkalussa SQL-kyselyn avulla. 

Tämän voi tehdä myös muilla tavoilla. Cognota on L&D-alusta, joka pyrkii kokoamaan kaikki nämä tiedot yhteen paikkaan, joten siihen voi olla tutustumisen arvoista. Tableau- tai Google Data Studio -työkalujen kaltaiset ratkaisut auttavat luomaan hyvännäköisiä koontinäyttöjä taulukkolaskentatiedoista, joten jos löydät tavan saada raakadata niihin, voit visualisoida sen edelleen tyylikkäästi.

Pysy muutosten tasalla

Jos haluat oppia lisää oppimisen ja kehittämisen mittareista, suosittelen seuraamaan muutamia L&D-yhteisöjä LinkedInissä ja muualla. Voit aloittaa seuraamalla L&D Shakersia ja Offbeatia.

Jos olet sitä mieltä, että olen täysin väärässä cSAT-kysymysten suhteen oppimisen jälkeisissä kyselyissä, lähetä minulle viesti LinkedInissä – keskustelen aina mielelläni hyvästä väittelystä!

Seuraavassa on lisää resursseja, joiden avulla voit kehittää L&D-ohjelmaasi ja kasvattaa osaamistasi:

Tilaa People Manage People -uutiskirje, niin saat säännöllisesti artikkeleita oppimisen ja kehittämisen sekä muiden organisaatiosi henkilöstötoimintojen parantamiseen.