研修データ分析で見えることは、記録の種類に左右されます

研修データ分析とは、研修について集めた記録を、次の打ち手を決められる形に整えて読み解く作業です。多くの研修部門で手元にそろっているのは、受講したかどうか、修了したかどうか、学習時間、コースの進捗といった記録。どれも年間計画の進み具合や予算の執行状況を確かめるうえで欠かせません。ただ、扱えるのは参加に関する事実だけであり、受講者が内容をどこまで理解したかは含まれていないのです。

もう一つの層は、学習の過程で受講者が示した反応の記録です。解説を読んだあとの回答、条件を比べて選んだ判断、練習でのやり直し、フィードバックを受けたあとの修正が該当します。答えられる範囲は、この二つの層のどちらを持っているかで変わると言えます。参加の記録がそろえば、計画どおり実施できたかを確かめられます。どの内容でつまずいているかを知りたい場合は、学習の過程の記録が必要になります。

修了率が100%に届いていても、現場での実行がそろわないという報告は珍しくありません。この二つを並べたとき、教材の内容に無理があったのか、伝える順序が合わなかったのか、研修以外に要因があったのか、参加の記録だけでは候補を絞り込めません。分析の作業を丁寧に重ねても、読み取れるのは、集めた記録の種類に対応した範囲までにとどまるのです。

粒度の問題も残ります。コース単位の平均点や修了率は、部門間の比較には使えますが、次に何を直すかまでは示しません。製品知識の研修であれば、価格改定後の条件でつまずく受講者が多いのか、競合との違いの説明に誤りが集まるのか。学習ポイントごとに、反応の出方は分かれます。教材の直す箇所と補足が必要な対象を決めるには、その単位の記録が要ると言えます。

AIが資料の整理や構成の組み立て、初稿の作成を引き受けると、コースを組み立てる段階で応答を求める場面を用意する負担が軽くなります。手元の業務プロセス文書や製品資料を出発点に、解説と練習の下地を並べられるようになるのです。記録に残る学習行動の種類は、この段階の負担がどこまで下がるかによって増えていきますが、内容が実務に合っているかを確かめ、公開を認める工程は担当者に残ります。

学習の過程で集まった反応を、学習ポイントごとに並べて確認する作業も、整理にかかる負担が下がる分だけ着手しやすくなります。とはいえ、どこに理解のずれが集まっているかを読み解き、次の打ち手を決めるのは、引き続き担当者の仕事。記録から言えるのも、用意した活動と設問、その条件のもとで受講者がどう反応したかという範囲にとどまります。