In onze Kantoorsnacks-serie interviewen we ervaren professionals op het gebied van mensen en cultuur om ons te verdiepen in hun gevarieerde buffet aan ervaring en naar huis te gaan met sappige inzichten en ideeën.
Hoi Eric! We zouden je graag wat beter leren kennen. Waar ben je gevestigd?
Brooklyn, New York.
Hoe ben je gekomen waar je nu bent?
Nou, ik ben mijn (inmiddels) vrouw gevolgd naar Brooklyn, via Mexico-Stad. Ik was daar nadat ik een jaar vrij had genomen van mijn werk, nadat ik meer dan 8 jaar had gewerkt en gespaard. Daarvoor woonde ik in Chicago, waar ik bij Uber werkte, en daarvoor was ik een leidinggevende op het gebied van leren en ontwikkeling op afstand (voordat dat echt bestond!) en reisde ik de hele wereld over omdat dat kon.
Hoe ziet je typische dag eruit? Heb je een vaste routine?
Geen geweldige routine, behalve dat ik probeer vóór het begin van de dag een ochtendwandeling te maken. Geen enkele dag is precies hetzelfde vanwege verschillende vergaderingen en deadlines, maar over het algemeen plan ik vergaderingen aan het begin van mijn week en doe ik meer projectwerk naarmate vrijdag dichterbij komt. Zondagmiddagen zijn ook een goed moment voor projecten.
Dit hangt ook af van het schoolrooster. Naast mijn werk volg ik online een masteropleiding in analytica (datawetenschap). Alle vakken zijn anders opgebouwd, dus ik heb het gevoel dat ik mijn planning elk semester opnieuw moet afstemmen.
Hoe omschrijf je je werk aan anderen?
Voordat ik onlangs werd ontslagen, leidde ik het leerprogramma voor een grote klantenserviceafdeling. Ik probeerde te laten zien dat elke investering in de training van medewerkers zowel het bedrijf waarvoor ik werk als de klanten die we ondersteunen helpt.
Wat is je favoriete onderdeel van je werk?
Zonder twijfel zijn de teams die ik mag leiden het beste onderdeel. Het zijn creatieve en vastberaden mensen die hard werken om geweldige trainingen voor ons publiek te ontwikkelen. Elke keer dat ik ze uitdaag met een idee, zijn ze klaar om het op hun beurt kritisch te bekijken of manieren te vinden om hun werkwijze aan te passen en geweldige resultaten te behalen.
We zouden data niet alleen moeten gebruiken om de ROI van training aan te tonen, maar ook om cursisten te helpen bij het vinden van de beste route om een nieuwe vaardigheid te leren, evenals de beste methode om een training voor een specifiek publiek aan te bieden.
Wat is de grootste uitdaging en hoe ga je die aan?
Er zijn verschillende uitdagingen—ik werkte in crypto en zowel de volatiliteit ervan als de intensieve technologische kennis die nodig is om dit werk te doen, vormen een enorme uitdaging voor ons. Maar ik denk dat de grootste uitdaging simpelweg was om ons netwerk tijd te laten vinden voor training. Dat is een vergelijkbaar verhaal in verschillende sectoren en organisaties.
We willen dat medewerkers zo snel mogelijk klantcontacten afhandelen en we weten dat training daar tijd vanaf haalt. Voor andere werknemers gaat het er gewoon om tijd te vinden in hun drukke dagen.
Je moet mensen laten zien dat het waardevol is om zelf trainingen te volgen of groepen trainingen te laten volgen, en dat is niet eenvoudig, vooral niet in snel veranderende omgevingen met sterke groei (of wanneer zulke omgevingen te maken krijgen met zware neergangen zoals die waar we nu in zitten).
Een voorbeeld: hoe leg je aan personeelsplanningsteams uit dat het 30-60 minuten uit hun drukke dag halen om medewerkers een productiviteitstraining te laten volgen niet alleen de productie oplevert die die 30-60 minuten die dag zouden hebben opgeleverd, maar ook leidt tot een hogere productie in de daaropvolgende drie maanden?
Hoe pak je leren en ontwikkeling aan?
Ik denk graag dat ik een datagerichte aanpak hanteer. Een paar fundamentele overtuigingen sturen deze aanpak—de eerste is dat de beste trainingen niet de trainingen zijn die je het leukst vindt (hoewel ik wil dat je de ervaring prettig vindt); de beste trainingen zijn de trainingen die je beter maken in een vaardigheid of in je werk.
Daarom gebruik ik in mijn trainingen geen klanttevredenheidsenquêtes, tenzij het om pilotinhoud gaat. In plaats daarvan richten we ons erop de verandering of verbetering aan te tonen die eruit is voortgekomen.
De volgende overtuiging is dat elk goed trainingsprogramma, van welke aard dan ook (zakelijk, sportief, hobby, enzovoort), geïndividualiseerd moet zijn. Dat is niet nieuw, maar in een zakelijke omgeving kan het lastig zijn.
De meeste L&D-teams sturen dezelfde training naar iedereen. Waarom doen ze dat? Het is makkelijker, maar ze beschikken waarschijnlijk ook niet over de data die ze nodig zouden hebben om de training echt te individualiseren.
B2B-contentaanbieders komen met een grote bibliotheek en zeggen dat ze cursisten via die catalogus kunnen helpen individualiseren, maar wij beschikken als mensen ook niet altijd over voldoende informatie over de beste manier en de beste inhoud om te leren.
We zouden data niet alleen moeten gebruiken om de ROI van training aan te tonen, maar ook om cursisten te helpen bij het vinden van de beste route om een nieuwe vaardigheid te leren, evenals de beste methode om een training voor een specifiek publiek aan te bieden.
Dit betekent niet alleen dat je de ROI bewijst (hier een voorbeeld van hoe), maar ook dat je experimenten uitvoert met de beste methode, de beste doelgroep en de beste implementatietechniek om die ROI te maximaliseren.
Om specifieker te zijn, denk ik dat we iedere persoon elke dag zouden moeten trainen (leren in kleine hapklare onderdelen), in plaats van het traditionele trainingsmodel waarbij sessies en e-learnings sporadisch worden uitgerold. Maar ik moet bewijzen dat dit werkt en kosteneffectiever is.
Wat is tot nu toe je meest succesvolle initiatief geweest?
We hebben een training gegeven die erop gericht was agents te helpen klantvragen bij het eerste contact op te lossen. Omdat we zoveel gegevens hebben over hoe goed agents daarin presteren, konden we hun werk vóór en na de training rechtstreeks met elkaar vergelijken (en ook degenen die onze training hadden gevolgd vergelijken met degenen die dat niet hadden gedaan).
Vervolgens konden we de besparingen op jaarbasis berekenen door herhaalde tickets te voorkomen en die vergelijken met de kosten van de training. Onze ROI was ruim 10 keer zo hoog. Een groot succes voor mijn team en voor ons, omdat we de waarde van ons werk konden aantonen.
Welke tools gebruik je het liefst om je werk te doen?
Ik heb data leren waarderen, dus mijn favoriete tools zijn de tools die me helpen gegevens te verzamelen, te sorteren, op te vragen enzovoort… op dit moment zijn dat op het meest basale niveau Sheets, en Looker en Snowflake. Allemaal geweldige tools.
Wat is je belangrijkste advies voor bedrijven die net beginnen met L&D?
Als je net begint, richt je dan op het inwerken van nieuwe medewerkers. Begin daar met het opbouwen van je merk. Leg zoveel mogelijk vast, zodat je over enige startgegevens beschikt.
Voer enquêtes uit om aan te tonen dat L&D in ieder geval het zelfvertrouwen vergroot, maar verkoop je organisatie een visie waarin je via training bedrijfsresultaten aantoont en ga vervolgens op zoek naar elk stukje data dat je kunt bemachtigen.
Tot slot, en het allerbelangrijkst: wat is je favoriete snack op kantoor (thuis of ergens anders)?
Niets zal ooit opwegen tegen de eerste kop koffie van de ochtend. Geen snack, dat weet ik, maar het is absoluut het vermelden waard.
What’s your favorite office snack?
Work in People and Culture? Want to share your ideas?
Applications to be interviewed are open to anyone (yes anyone!) so don’t hesitate to fill in the form for an opportunity to share your knowledge and ideas.
