Как связать развитие цифровых навыков у сотрудников с бизнес‑эффектами

По данным «Нетологии», российские компании в среднем тратят 819 тыс. руб. ежегодно на приобретение курсов. Однако сам факт проведения корпоративного обучения ещё не означает, что бизнес будет работать эффективнее.

Чтобы инвестиции в обучение приносили пользу, важно оценивать не качество процесса, а влияние на реальные бизнес‑показатели.

Почему важно оценивать эффективность обучения цифровым навыкам

В идеальном мире компания могла бы бесконечно инвестировать в развитие сотрудников, но на практике обучение должно приносить бизнес‑пользу. Обычно это конкретные задачи: развитие сотрудников, снижение необходимости найма новых специалистов, удержание команды и повышение эффективности бизнеса. Если деньги потрачены без измеримого результата, такая статья расходов становится неэффективной. Кроме того, если не оценивать результаты обучения, компания может годами закупать программы и проводить тренинги, не понимая, работают они или нет.

Важно учитывать и позицию стейкхолдеров. Обучение всегда кто‑то инициирует: руководители направлений, тимлиды или руководители проектов. Они ожидают от обучения конкретного результата.

Таким образом, оценка эффективности обучения необходима по нескольким причинам:

• нужно обосновывать расходы на обучение;
• стейкхолдерам важен результат, а не сам процесс обучения;
• специалистам по обучению важно понимать, работает ли их программа и как её улучшать в будущем.

Типичные ошибки бизнеса при оценке результатов обучения

Одна из самых распространённых ошибок — подмена результатов показателями активности. Например, компании часто говорят: «Мы провели 20 курсов», «Мы организовали 150 академических часов обучения», «Посещаемость составила 90%».

Но такие показатели лишь подтверждают, что сотрудники присутствовали на занятиях или получили доступ к материалам. Они не показывают, усвоили ли участники знания и применяют ли их в работе.

Ещё одна распространённая ошибка — использование удовлетворённости участников в качестве основной метрики эффективности. Например, готовы ли участники рекомендовать курс, насколько им было интересно и понравился ли преподаватель.

Для онлайн‑школ такие показатели важны, потому что их задача — продавать курсы и привлекать новых клиентов. Им важно, чтобы слушатели были довольны. Однако положительная реакция участников не гарантирует, что знания были усвоены и применяются на практике.

Иногда полезное обучение требует серьёзных усилий: интенсивной работы, сложных заданий и глубокого погружения в материал. Оно может быть не самым развлекательным, но зато даёт реальные навыки. Поэтому высокая оценка «понравилось / не понравилось» не главный показатель эффективности. Более корректно использовать комплексные подходы — расскажу о них ниже.

Следующая ошибка — отсутствие базовых показателей для сравнения. Чтобы понять, был ли результат, нужно знать исходную точку. Например, если компания обучает сотрудников работе с нейросетями для генерации изображений, можно измерить производительность команды на основании прироста метрик эффективности.

Допустим, до обучения отдел дизайнеров создавал 100 изображений в неделю. После обучения — уже 200. В таком случае можно говорить о конкретном и измеримом эффекте.

Ещё одна проблема — обучение без привязки к реальным бизнес‑целям. Иногда компании начинают обучать сотрудников только потому, что тема стала популярной. Например, все говорят об искусственном интеллекте, значит, и мы будем обучать сотрудников работе с ИИ.

Но если это не связано с задачами бизнеса, такое обучение может оказаться бесполезным. Условно говоря, если руководитель — большой поклонник ИИ и решает обучить всех водителей корпоративного такси генерации изображений в Kandinsky, это вряд ли принесёт компании практическую пользу.

Как операционализировать результаты обучения

Стейкхолдеры понимают, какие улучшения они хотят увидеть после обучения. Однако эти ожидания нужно операционализировать, то есть перевести в чёткие, измеримые показатели.

Например, компания не может полноценно использовать новую технологию, потому что ею владеют только 2 человека из 20. Остальные сотрудники вынуждены ждать, пока эти два специалиста настроят систему или помогут им с задачами. Это замедляет процессы.

После обучения технологией начинают владеть все сотрудники команды. Соответственно, задачи выполняются быстрее, и это уже можно измерить в количестве сэкономленных часов.

Если в компании используется планирование по Scrum‑методологии, то можно анализировать и такие показатели, как:

• количество закрытых story points (единиц измерения объёма работы);
• скорость выполнения задач;
• изменение сложности задач для команды.

Главное — иметь возможность сравнить показатели до обучения и после, чтобы измерить результат.

Как учитывать затраты на обучение

Важно также корректно рассчитывать затраты на обучение и сопоставлять их с полученной выгодой. Часто компании делают это неправильно, потому что учитывают только прямые расходы. Например, только оплату спикеров или образовательных провайдеров. Однако существуют и косвенные затраты:

• время сотрудников, потраченное на обучение;
• снижение рабочей продуктивности в этот период;
• затраты на менеджеров и специалистов, которые организуют обучение;
• административные расходы.

Как прогнозировать ROI обучения

Чтобы спрогнозировать ROI (возврат инвестиций), нужно пройти несколько этапов. Во‑первых, определить конкретную цель обучения. Например, повысить эффективность сотрудников колл‑центра. Во‑вторых, заранее оценить все затраты на обучение, включая прямые и косвенные расходы.

Однако эффект от обучения часто проявляется не сразу. Например, исследования в сфере здравоохранения показывают, что значительный рост эффективности может происходить в течение нескольких лет. В некоторых случаях совокупный эффект за пять лет достигал более 400%. При этом в первые месяцы рост был минимальным.

Поэтому оценку ROI лучше строить на долгосрочных моделях — например, на горизонте 6 месяцев, 1 года или 3 лет.

Метрики эффективности обучения

Для оценки эффективности обучения часто используют классический фреймворк — модель Киркпатрика. Она была разработана ещё в 1950‑е годы, но до сих пор активно применяется и регулярно обновляется.

Модель включает четыре уровня оценки.

Реакция участников. Оцениваются вовлечённость и удовлетворённость обучением: понравился ли курс, был ли он интересным и полезным с точки зрения участников.

Усвоение знаний. Проверяется, какие знания сотрудники получили. Для этого обычно используют пре‑тесты и пост‑тесты, чтобы сравнить уровень знаний до и после обучения.

Применение навыков на практике. На протяжении нескольких месяцев оценивают, используют ли сотрудники новые навыки в работе. Это можно отслеживать через наблюдения, опросы, оценку 360° и другие методы.

Бизнес‑результаты. На последнем уровне анализируют влияние обучения на показатели бизнеса: рост производительности, повышение операционной эффективности, запуск новых продуктов и другие метрики.

Эффективность обучения можно оценивать на нескольких уровнях.

На уровне сотрудника:

• результаты тестирования;
• применение навыков в работе;
• рост продуктивности;
• способность выполнять больше задач за тот же период времени.

На уровне команды:

• командная производительность;
• скорость выполнения задач;
• эффективность разработки и запуска продуктов.

На уровне компании:

• снижение затрат на найм;
• повышение операционной эффективности;
• рост выручки.

Как связать обучение с бизнес‑результатами

Построить чёткую причинно‑следственную цепочку между обучением и улучшением бизнес‑результатов не всегда просто, потому что на них влияет много факторов. Тем не менее, исследования показывают, что системное обучение сотрудников может приводить к росту производительности, увеличению выручки и снижению затрат на найм.

Один из самых легко измеримых эффектов — снижение расходов на подбор персонала. Сегодня найм специалистов — дорогой и длительный процесс. Поэтому компаниям часто выгоднее повышать квалификацию сотрудников, чем искать новых на рынке.

Кроме того, новые специалисты обычно обходятся дороже. В крупных компаниях часто существуют ограничения на рост зарплат внутри организации, тогда как внешним кандидатам нередко предлагают более высокие компенсации. В результате расходы на персонал увеличиваются.

Другой пример — рост производительности. Если после обучения сотрудник начинает работать быстрее и выполнять больше задач, можно говорить о конкретном эффекте. Один человек начинает выполнять объём работы, который раньше требовал несколько сотрудников.

Что касается увеличения выручки, здесь важно учитывать контекст. Если одновременно с обучением запускаются другие инициативы, например новая маркетинговая кампания, сложно точно определить, что именно повлияло на результат.

Инструменты отслеживания прогресса

Если в компании есть собственная LMS (система управления обучением) или используется платформа образовательного провайдера, можно анализировать:

• время, проведённое в обучении;
• прогресс по программе;
• завершённость курсов.

Однако само прохождение обучения ещё не означает, что сотрудники начали применять новые знания на практике.

Следующий этап — поведенческая аналитика. Здесь оцениваются:

• производительность сотрудников;
• результаты работы;
• использование новых инструментов;
• оценки руководителей;
• результаты оценки 360°.

Один из эффективных подходов — A/B‑тестирование когорт. Например, можно сравнить два отдела: один прошёл обучение, а другой — нет. Если обучение было эффективным, со временем между ними появится заметная разница в результатах.

Различия в оценке обучения для разных ролей

Подход к оценке результатов обучения зависит от уровня сотрудников. Для линейных специалистов обучение обычно связано с освоением конкретных инструментов и навыков. Поэтому здесь оценивают скорость выполнения задач, количество ошибок и использование новых инструментов. То есть по сути речь идёт об измерении хард‑скиллов.

Для менеджеров и руководителей команд важнее не столько владение конкретными инструментами, сколько способность принимать решения на основе данных и управлять процессами в команде. Здесь оцениваются эффективность команды, качество принимаемых решений и внедрение новых практик в работу команды. На этом уровне большую роль играют софт‑скиллы, поэтому оценка становится сложнее.

Для топ‑менеджмента обучение оценивается через влияние на бизнес‑результаты. Обычно используются годовые ревью, стратегические показатели и операционная эффективность. Такие результаты можно оценивать только на более длинном горизонте — примерно 12–18 месяцев. В оценке часто участвуют несколько уровней руководства, поскольку речь идёт уже о стратегических изменениях в компании.

Когда можно увидеть результаты

Разные эффекты обучения проявляются в разные сроки.

Сразу после обучения можно оценить уровень знаний. Например, если раньше сотрудники не умели программировать, а после обучения успешно проходят сертификацию, можно говорить о появлении нового навыка.

Через 3–6 месяцев оценивается применение навыков на практике. На этом этапе используются наблюдение руководителей, регулярные ревью и анализ частоты использования новых инструментов. А системы трекинга рабочих процессов позволяют понять, начали ли сотрудники использовать новые инструменты.

Через 12 месяцев и позже можно оценивать влияние обучения на бизнес‑показатели, например снижение затрат или рост эффективности.

Когда стоит пересмотреть программу обучения

Если сотрудники совсем не используют полученные инструменты или знания, это сигнал о проблеме. В такой ситуации возможны два варианта: либо обучение было организовано неэффективно, либо сотрудники получили знания, которые сложно применить на практике. Если в течение 3–6 месяцев не происходит никаких изменений, это уже серьёзный повод пересмотреть программу.

Ещё один показатель — удовлетворённость участников обучения. Необязательно, чтобы программа нравилась всем без исключения, но если участники массово оценивают её как бесполезную или неинтересную, это тревожный сигнал.

Также стоит обратить внимание на бизнес‑метрики. Если они вообще не меняются, а сотрудники при этом недовольны обучением, программу точно нужно пересматривать.

Успешные кейсы бизнеса

О корпоративных кейсах обычно говорят неохотно, поскольку такие данные часто считаются внутренними. Тем не менее, некоторые крупные компании периодически делятся результатами своих программ обучения.

Например, аудиторская компания PwC рассказывала о масштабной программе цифрового апскиллинга сотрудников. Сотрудники научились создавать программных ботов. В результате внутри компании было создано около 2400 ботов, которые автоматизировали множество операционных задач. Это позволило компании практически закрыть потребность во внешнем найме специалистов по автоматизации.

Похожие кейсы есть и в России. Например, «Северсталь» создала геймифицированную платформу «Цифровая сталь». Через микрообучение, дуэли и командные рейтинги сотрудники изучают кибербезопасность, работу с данными и цифровизацию процессов на примерах кейсов. Более 11 тысяч сотрудников активно включились в обучение, а индекс потребительской лояльности (NPS) достиг 72%.