近年来，数字化学习，已经成为企业员工的学习标配。那么，如何用好数字化学习平台中积累的数据，辅助决策并提升学员学习体验？

中国电信网上大学于2004年挂牌成立，由此正式开启了在线学习的新征程。在近20年发展中，中国电信从平台、内容、运营多个方面不断创新，持续帮助员工解决难题、沉淀组织智慧。

随着中国电信“云改数转”战略的深入推进，人才发展中心不再满足于已有成绩，开始基于对“数”的深度认识，从数字化技术、员工学习数据的运用两个层面出发，不断提升培训学习智慧化程度，以企业学习数字化转型助推组织数字化进程。

01

数字技术  学习如此酣畅

在数字化技术的运用方面，中国电信从来都是“领先一步”。围绕个人、家庭、产业、城乡和社会等不同客户群的价值诉求，中国电信推出了一系列基于云网融合的数字化创新应用，赋能千行百业，促进经济社会转型升级。

由于早期就开始关注内部员工的数字化学习实践，中国电信网上大学对于数字化技术的运用自是“近水楼台先得月”，早在2007年就研发上线考务一体的技能认证系统，打造技能认证数字化解决方案，帮助培训管理者实现认证考试设置、报名审核、题库治理，以及证书发放等考务工作的全流程管理工作。之后，又陆续引入189免密登录体系、提出数字化学习运营MOVD模型、引入元宇宙等新兴技术，力求为员工带来沉浸式的数字化学习体验。

打通平台壁垒

中国电信网上大学在最开始上线时，是一个完全独立的学习平台，与上游的人力资源系统、下游的业务系统互不联通。数字化学习深入发展过程中，中国电信网上大学意识到，仅仅依靠网上大学平台不再能满足员工学习的多样需求，于是着手多个系统的衔接工作。但过程中发现，多个系统间员工的登陆账号并不统一，人员信息无法同步。得益于战略布局和技术优势，人才发展中心引入189免密登录体系，上接人力资源平台，同步人员信息，实现了平台间的账号统一；下接业务系统，实现了学员在业务场景中即时学习的需求。

提炼运营模型

数字化学习离不开培训人员的精心策划，中国电信网上大学基于多年经验提炼出了MOV模型（Management-管理推动力、Operation-运营触动力、Value-价值拉动力）。在该模型的指引下，培训运营人员可以结合组织要求、业务和人才队伍特点，将M、O、V三个力充分整合，灵活使用，包括依托组织发文、考核等“管理”方式推动项目进展；借助学习宣传、各类竞赛评比等“运营”活动，营造高涨的学习氛围；调动内部专家“价值”影响力，通过调动学员全身心投入学习中，提升项目培训效果。

在云计算、大数据等数字技术的影响下，中国电信在MOV模型基础上加入D（Data-数据驱动力），形成全新的MOVD模型。由此，中国电信的线上学习不再局限于二维，数字化虚拟现实技术、人工智能技术都被合理运用其中，学员也获得更加酣畅的云端学习体验，学习效率和组织培训效果都得到了进一步提升。

中国电信“元宇宙校园”体验页面

02

数据应用  激活线上资源池

谁掌握数据，谁便掌握未来。数字学习过程中积累的资料只是“零散信息”，要重新解构重组才能成为“有用的数据”。善于运用数字化技术之余，中国电信网上大学还擅长对学习数据的治理与运用，激活庞大的学习数据池，为组织所用。

治数  以规章制度为准绳

引入189免密登录体系后，虽然实现了多个平台登陆统一性，但各个平台中员工的各类数据格式和标准并不一致，比如，身份标识存在手机号码、员工编码、邮箱等多个方式；员工学习时长有以分钟和小时计算两种，等等。人才发展中心从建章立制和字典编制两个维度切入，加速数据融合进程。

建章立制  形成规范

“不以规矩，不能成方圆”，管理企业如此，治理数据亦然。中国电信组建虚拟数据治理组织、建立数据相关机制流程，再通过数据监督与评价治理数字化学习过程中产生的数据。

比如，虚拟数据治理组织包括三方，分别为人力资源部、数字化学习部门，以及开展学习项目的业务部门。他们都需在管理机制的约定下各司其职，共同助力各类培训学习数据有序地生产、沉淀、共享和利用。

编纂字典  统一语言

上文已经提及，中国电信数字化学习系统已经上下贯通，形成了生态运营模式。由此带来的问题也异常明显——各系统设计不一致、操作流程不统一，造成数据零散、封闭现象，严重影响数据质量。只有建立标准，以结构化的方式动态、全面、完整地记录学习全过程的数据，之后再展开分析直至应用，才可以推进培训数据从经验型、粗放型、封闭型，向可视化、精细化、智能化转变。

近几年，中国电信网上大学深入各类学习项目中，对大量原始数据开展了标准定义和结构化提取工作，最终清洗形成含700余条字段，形成数据字典。该字典对数据含义、业务规则、编码规则、实体属性、实体关系等进行了明确说明，并以培训业务为主体，形成了标准化、结构化的报表。此举为消除数据孤岛打下了坚实基础，有效加强了数据流通。

用数  发挥数据应有价值

大数据的价值创造主要体现在数据应用环节。在统一数据标准、规范储备海量数据的前提下，人才发展中心将之运用到人才培养的方方面面，助力培训管理从经验主义走向科学决策。

评估学习素材质量

学员学习效果与学习资源的质量紧密相关。那么，数字化学习资源的质量该如何评估？国家标准《干部网络培训—课程评价指标》提出，课程评价方式分为人工评价和数据支持的自动评价。

中国电信网上大学参考国家标准，建立了学习资源迭代优化评价指标体系——课程质量指数，以持续推进课程优胜劣汰，不断提升运转效率。课程质量指数分别从课程传播度、学员参与度以及学员专注度三个维度展开，汇总计算课程触达速度、课程休眠度、人均复学指数等在内的13个二级指标得出。如此，培训人员通过客观数据比对，就可以获得课程质量排名，从而指导课程迭代优化。

中国电信数字化学习资源-课程质量指数（初稿）

实现精准推送

数据积累到一定量级后，就可以根据学员个体特征，提供合适的学习资源与便利的互动工具。人才发展中心以数据为基础，构建了“人员精准画像—优化内容供给—构建推送渠道—促进绩效提升”的智慧学习数据驱动链条，从培训学习的供需两侧着手，精准构建并持续优化学员和学习资源的连接。

具体而言，中国电信网上大学根据学员的线上学习数据、技能认证数据等构建清晰的学员画像，匹配相关性较高的学习资源，改变以往通知学员参与相关课程学习，或需要学员在海量学习资源中盲目寻找学习资料的模式。之后，系统后台也会利用各推送渠道和学习平台的数据反馈不断校准、优化资源和学员之间的关联性，从而提高智慧学习的精准性。

智慧学习数据驱动链条

优化内容运营

学习项目如产品，运营是常规配置，或广撒广告、或微信公号推送、或社群群发。人才发展中心运用数字技术，于不同的入口链接上附加代码，追踪不同路径进入学习页面的情况，优化运营通道之外，还通过数据分析调整学习主题。

以直播为例，中国电信网上大学会在中国电信内部多个渠道推广，通过对不同渠道进入直播间的分析，就可以清楚何种推广方式相对有效，如此大大提升了直播栏目的学员触达率。

盘点人才队伍

通信行业发展日新月异，市场竞争加剧，加之自身数字化转型的战略需要，中国电信对专业技术人员的数量、结构都提出了更高要求。做好这些关键人才队伍的规划和培养，绝不能倚重主观感受和经验判断，而要利用新理念、新技术，充分挖掘数据要素在人才队伍培养中的应用价值。

中国电信结合多年数据运营经验，基于企业培训三级管理结构，提出了人才队伍培养的“学—考—用”数据闭环管理模型，为各级管理者和运营人员提供关键人才队伍的全局视图，帮助培训管理者精准掌握各单位重点人才队伍培训覆盖情况和认证完成情况，以更精准地调整人才培养策略。比如，统计各分子公司人员培训参与率，可以指导他们制定和调整后续培训覆盖策略；分析学员认证通过率以及认证考试正确率，可以为各分子公司培训重点和难点课程的设计提供参考等。

TIP  “学—考—用”数据闭环管理模型

“学”的数据主要指学员参与培训学习的天数以及线上学习的课程数、时长数和课程完成率等；

“考”的数据来自学员通过内部技能认证或者外部专业认证的通过率、认证等级等；

学员参与业务实战的项目数、工时数则形成“用”的数据。

未来已来，将至已至。万物互联时代，人人都是中心，一切皆可链接，其中，数据成为最重要的资源。中国电信人才发展中心正在尽最大可能，充分挖掘数据要素的驱动应用价值，有效提高学员学习精准度，改善学员的学习感知与学习效果，助力“云改数转”提质增效，促进企业业务高质量发展。

来源：《培训》杂志

文：蒋广华  中国电信人才发展中心