• DISCE

パーソナライズされる学習のためにデータを深く探る

最終更新: 10月28日

原文「Personalized Learning: The Data Deep Dive


以前のブログ投稿で、優れたエクスペリエンスを従業員に提供するには、複数のポイントソリューションのデータと機能を統合する必要性があると説明しました。今回のブログでは、従業員とマネージャーに優れた学習とキャリア開発のエクスペリエンスを提供する方法について詳しく説明します。従来のLMS(学習管理システム)は、従業員と管理者が必須トレーニング(通常は集合研修形式)を完了したかどうかを確認・管理するのに優れていました。これは人事部門に必要なことでしたが、従業員の学習と能力開発のニーズには実際には完全には対応できていませんでした。

今日、私たちは、対面型(集合研修)、バーチャルトレーニング型、ビデオ、セルフペース型など、複数のフォーマルラーニング様式だけでなく、エクスペリエンスおよびソーシャルなラーニングも考慮する必要があります。これらは新しい業務や職務に関することを学ぶために重要です。さらに従業員が必要とするスキルとそのスキルに関するデータも必要です。そして、従業員が新しいスキルを使い、実践でき、成長できるオポチュニティを提供する必要があります。

学習を提供する素晴らしい方法はたくさんありますが、各従業員が個々のニーズに合った学習とキャリア開発を選ぶことは、これまで以上に複雑になっています。この複雑さを解消するには、適切なデータを元に、そのデータを使用してパーソナライズされたラーニングエクスペリエンスを提供する必要があります。


パーソナライズされた学習は適切なデータから始まる


従業員のためにパーソナライズされた学習やキャリア開発エクスペリエンスを形成するには、以下を含む様々な異なるタイプのデータが必要です。

  • 雇用情報:職務、組織、勤務地

  • 実務経験:勤続年数や職歴、過去の職歴

  • パフォーマンスデータ:特定基準、レイティングや評価、目標達成率

  • タレントプロファイル:現在の所有スキルと習熟度/レベル

  • 個人の志向:スキルやキャリアの目標、転居希望


しかし、どのようにして適切なデータを取得し、そのデータを長期にわたって維持するのでしょうか。基本的な個人情報と雇用情報は人事システムなどの記録システムで維持できますが、他のタイプのデータは、最新情報を維持するために多くの作業を必要とします。

まずシステムで従業員がタレントプロファイルを入力する必要があります。ほとんどの会社は、採用プロセスの一環として収集したデータを活用して、タレントプロファイルを充実させるということを行っていません。タレントプロファイルデータを最新状態に維持するための適切な方法を行っている会社はさらに少数です。Human Resource Executive社によると、75%から80%の従業員は、人事システムのタレントプロファイルを完成させていないといいます。

LinkedInなどのサードパーティのデータソースを活用して簡単に実施するケースが多いですが、データ品質に疑わしい場合があります。また、Pluralsight Skill IQなどのコンシューマーラーニングアプリ、デジタルバッジ、マイクロクレデンシャル(資格)情報、GitHubなどのニッチなプロフェッショナルネットワーク上の非構造化データは、企業向けシステムの外部に存在する洞察ソースとして増加しています。HRプロセスの標準化と自動化を主な目的として構築された今日の人事システムなどの記録システムは、現状に追いつくことができない可能性があります。

いったい何が機能するのでしょうか?それは、従業員にタレントプロファイル情報を充実してもらうだけでなく、そのデータを提供してもらう際に従業員に価値を提供するエクスペリエンスを提供することです。

Laurieという従業員で例えてみましょう。彼女はAcme社のカスタマーサービスという職種で1年以上働いています。

Laurieは自分のスキルを自己評価するかのメッセージを受け取り、彼女の時間がある時に学習と能力開発の機会をAcme社は提案します。

Laurieは「はい」と答え、彼女は現在のカスタマーサービス業務で最も重要な5つのスキルについて簡潔に自己評価します。

自己評価に基づいて、システムはLaurieが業務の向上を支援するためにパーソナライズされた学習と能力開発の機会を提案します。


これはLaurieとAcme社との間の価値の交換です。Laurieは自分のスキルを自己評価するために時間を費やしました。これはAcme社にとって貴重です。そしてAcme社はパフォーマンス向上に役立つ学習と能力開発の機会を提案することで、彼女に価値を提供しました。このアプローチを使ってデータを収集すること(情報を求め、代わりに価値を提供すること)は、適切なデータから始めるために非常に重要です。

アップスキルのためのデータを使い、さらにキャリア成長を促進する

この例では、Laurieのタレントプロファイルはシンプルな基本的なスキルアセスメントを行うことで充実しました。システムはデータを使用してLaurieに付加価値を提供し、さらに多くのデータを取得します。パーソナライズされた学習と能力開発の機会を提案することに加えて、最新のタレントソリューションは、Laurieの個人データ、雇用データ、スキルデータを使用して、彼女と同じような背景、経験、スキルを持つ組織内の他の従業員と比較し、彼女に将来新たに就ける職務について推奨します。最新のタレントソリューションは、機械学習やパターン認識を使って、このようなパーソナライズされた推奨事項を提供します。

さらに一歩進んで、Laurieに推奨される将来就ける可能性がある業務や職務が3つあるとしましょう。Laurieはその業務に関する詳細、ジョブディスクリプションを深く見ることができます。彼女は、職務と職責、彼女と同じような人がその将来の職務にどのようにたどり着いたのか、そして同様のチャレンジを経験し、優れたメンターになった同僚などについても詳しく知ることができます。この時システムは「これらの将来の業務や職務に興味がありますか?」と別な質問することもできます。彼女が興味をもった場合、その情報は収集され、エクスペリエンスをパーソナライズし続けるために使用されるデータとなります。

Laurieがワクワクする将来夢見る職務があったとしましょう。システムはさらに多くのことを実施できます。例えば、システムはLaurieに追加のスキルを自己評価してもらい、学習と能力開発の機会を追加提案することができます。これはアップスキルの好循環の例です。Laurieのこれらの学習と能力開発は特定のトレーニングかもしれませんし、ソーシャル的な学習かもしれません。また特定のコミュニティメンバーになったり、特定の学習コンテンツチャンネルに登録することもできます。また特定のスキルを身につけ、同様の道に進んだ人と一緒に働けるギグやプロジェクトに参加し、実際に経験する場を体験できるかもしれません。


終わりに


このブログが筆者のブログシリーズの最後の投稿です。従業員と人事のデザインについて議論するこのブログシリーズを執筆しました。最初のブログでは、人事プロセスを自動化するために設計されたシステムと、従業員向けに最初から設計されたシステムの基本的な違いを示しました。二つ目のブログ記事では、私たちは従業員のためのデザインを掘り下げました。もし貴社が本当にそうするならば、記録システムは世界の中心ではありません。別のポイントソリューションを使って、エクスペリエンスをデザインする必要があります。ポイントを説明するために、サンプルのペルソナとジャーニーの例も共有いたしました。最後のこのブログでは、エクスペリエンスをパーソナライズするためのデータについて少し詳しく説明しました。少しデータを要求する代わりに多くの価値を提供するという、共生関係が必要だということを説明しました。


これらのことは現在すべて実現可能です。最新のタレントソリューションは、人事部門ではなく従業員を中心に設計されています。ソリューションポートフォリオを有効に活用することで、従業員により良いエクスペリエンスを提供できます。また、データを活用して、より多くのデータを収集しながら、従業員にパーソナライズや付加価値を提供します。現在のお使いのタレントソリューションが、単にフォーム内のデータをキャプチャし、オンライン(またはモバイルデバイス)で承認するだけのシステムの場合は、貴社の可能性を逃しています。

By Jim Holincheck, VP Advisory Services At Leapgen

August 20, 2020

#News

#ニュース