中小企業培訓數據化管理問題及對策

鄒佳諺

【摘 要】文章針對數據化管理應該如何與中小企業的培訓工作相結合，總結出中小企業培訓數據化管理存在的主要問題，包括忽視培訓數據的重要性、培訓數據缺乏系統性、過于重視原始數據、數據分析和解讀能力不足、數據運用不合理等，并提出了相應的解決辦法，為中小企業實現更加高效的培訓提供可選擇的方案。

【關鍵詞】中小企業;數據化管理;培訓

【中圖分類號】F270.7 【文獻標識碼】A 【文章編號】1674-0688（2020）10-0236-03

在市場競爭日益激烈的今天，愈來愈多的企業開始尋求更加高效的培訓方式。中小企業作為我國重要的企業形式，應該緊跟時代步伐，不斷提升自身活力和競爭力。如何利用相對有限的資源來實現培訓的數據化管理，對于中小企業來說是一個嚴峻的考驗。本文主要采用文獻分析法進行研究，總結出中小企業培訓數據化管理存在的主要問題，包括忽視培訓數據的重要性、培訓數據缺乏系統性、過于重視原始數據、數據分析和解讀能力不足、數據運用不合理等，并在此基礎上提出了相應的解決辦法，為中小企業實現更加高效的培訓提供可選擇的方案。

1 中小企業培訓實施數據化管理的意義

截至2018年底，我國中小企業的數量已經超過了3 000萬家，個體工商戶數量超過7 000萬戶，這意味著中小企業之間的競爭越來越激烈。培訓作為能夠有效提升企業綜合競爭能力、保持企業經營活力的一項重要工作，其重要性也日益顯著。與傳統的培訓相比，培訓的數據化管理具有以下3個優勢。

1.1 幫助管理者進行科學、客觀的培訓決策

在傳統的培訓工作中，更多依靠管理者的主觀經驗，因此大部分中小企業的培訓決策容易受到管理者個人偏好的影響。實施培訓數據化管理，可以讓培訓更多地依靠客觀數據，使中小企業管理者的各項培訓決策更加科學。

1.2 提高中小企業培訓效率

大部分中小企業管理者在開展培訓工作的過程中依然采用傳統的決策和管理方式，需要耗費大量的時間和人力，培訓效率不高，而將培訓工作建立在數據分析的基礎上，則可以大大提高中小企業培訓的準確性和精確性。

1.3 提高員工參與培訓的積極性

目前大部分中小企業的培訓主要是從企業的需求出發，忽視員工個性發展的需求。培訓的數據化管理，能幫助中小企業管理者更加準確地了解員工特點，為員工提供更加符合其需求的培訓機會，提高員工參與培訓的積極性。

2 中小企業培訓數據化管理存在的主要問題

2.1 忽視培訓數據的重要性

一方面，隨著數量的不斷增加，中小企業之間的競爭愈發激烈，使部分中小企業的管理者更加看重眼前利益，對培訓這項不能在短時間內為企業帶來經濟收益的工作不夠重視。目前市場上員工流動性較強的狀況也使中小企業管理者對培訓逐漸失去信心，且部分中小企業員工參與培訓的積極性也不高。這就會使中小企業管理者更少思考如何提高企業培訓工作的整體效率，自然也很難認識到培訓數據在管理工作中的重要性。

另一方面，部分中小企業管理者依然局限于傳統的培訓方式和培訓思想，主要以管理者的經驗判斷為依據進行培訓決策和培訓管理，具有較強的隨意性。長期如此，培訓數據的優越性在中小企業培訓工作中更加難以得到體現。

2.2 培訓數據缺乏系統性

大部分中小企業培訓數據的類型過于單一。培訓數據作為管理者進行培訓決策的依據，普遍存在于中小企業的培訓工作之中，例如培訓的起止時間、培訓的基本內容等。但大部分中小企業的培訓過程缺乏規范性和完整性，導致目前中小企業現有的培訓數據大多屬于培訓過程中的數據，培訓前和培訓后的數據積累相對缺乏，不利于中小企業順利開展培訓的數據化管理。此外，缺少系統的培訓數據指標體系、培訓數據與企業其他管理工作和生產經營活動的聯系不夠緊密等問題也會影響培訓數據的系統性。

2.3 過于重視原始數據，忽視能力數據、效率數據和潛力數據

培訓數據大致可以分為原始數據、能力數據、效率數據及潛力數據。原始數據大致包括員工的學歷、工作經歷等，在中小企業傳統的培訓工作中是普遍存在的，也是目前中小企業最主要的培訓數據，但原始數據記錄的大都是員工的基本信息，通過分析原始數據，企業能獲取的信息很有限。與原始數據相比，能力數據、效率數據和潛力數據能夠為中小企業培訓的數據化管理提供更多有效的信息，具有更高的分析價值。對此，中小企業需要提高培訓數據質量，但由于目前中小企業培訓數據的采集過程還不夠規范，導致部分數據的準確性、真實性難以得到保障。

2.4 對培訓數據的分析和解讀能力不足

一方面，實施培訓的數據化管理不僅需要中小企業管理者具備出色的管理能力，還要求他們具備一定的數據分析能力。雖然中小企業管理者經過市場的層層篩選，大都具有較強的管理能力和比較豐富的工作經驗，但其對數據的分析和解讀能力還有待加強。

另一方面，目前部分中小企業還缺少專業的數據分析人才。數據分析并不是一項簡單的工作，進行有效的數據挖掘和分析需要專業的數據分析人員，他們不僅需要熟練掌握數據分析技術，還需要對心理學及企業生產運營等領域有比較深入的研究。這一問題短期內無法解決，需要中小企業管理者做更加長遠的打算和投資。

2.5 培訓數據運用不合理

其一，中小企業培訓數據在培訓工作中沒能得到有效地利用。例如，在培訓效果的評估階段，部分中小企業仍是以培訓最終的考核成績為評估依據，通過評語來呈現評估結果，培訓效果評估的方式單一，缺少說服力。

其二，中小企業的培訓數據與其他管理和經營工作的聯系還需要加強。正如培訓數據在前期的采集階段涉及企業的多個部門，培訓數據也應該運用到中小企業管理和經營的方方面面。例如，培訓數據可以與員工的績效、薪酬和福利相聯系，還可以與招聘相結合等。中小企業培訓的數據化管理絕不是企業內某一個部門可以單獨完成，它需要多部門的相互協作、共同完成，其成果供中小企業各部門共享。

3 中小企業培訓數據化管理問題的解決對策

3.1 充分認識培訓數據的重要性

（1）改變中小企業固有的培訓觀念。一方面，要加強中小企業管理者和員工對培訓工作的重視。培訓雖不能像銷售那樣立即為企業帶來可計算的經濟收益，但從長期來看，培訓通過增強員工個人的工作能力，能夠提高中小企業整體的競爭力，增強企業的凝聚力。另一方面，要讓中小企業管理者和員工看到培訓數據的優勢。與傳統的以定性為主的培訓方式相比，培訓數據的合理運用會使管理者的決策更具說服力，進而增強員工參與培訓的積極性。

（2）改變中小企業傳統的培訓方式。要讓中小企業管理者和員工在實際工作的反復運用中充分體會到培訓數據的重要性。在培訓數據實際運用過程中，管理者不能操之過急，不能強迫員工去接受，要給員工一定的時間，讓員工在實踐中真切地體會到培訓數據帶來的高效和便利，努力獲得員工的支持和理解，這樣更能充分體現培訓數據的優越性。

3.2 完善培訓數據，讓培訓數據系統化

一般來說，培訓工作大致有需求分析、明確培訓目標、制訂培訓計劃、實施培訓計劃、效果評估、效果反饋及后期追蹤6個環節。實現中小企業數據化管理，首先必須保證培訓流程的規范性和完整性，使培訓數據能夠涵蓋培訓工作的各個關鍵環節，這樣才能使收集到的培訓數據更加系統、完整。其次，要建立系統的培訓數據指標體系，明確要采集的數據，統一相關數據指標的含義。在培訓數據的采集、存儲和調用過程中要保持科學、嚴謹的工作態度，保證培訓數據的真實性和準確性。

培訓數據還應與企業的生產經營活動及其他管理工作緊密結合。在實際工作中，比起員工的參訓率、培訓的覆蓋率，管理者更希望了解培訓工作能為企業帶來多少收益，例如通過本次培訓，企業總體的生產率提高了多少、企業總銷售量增加了多少等。

3.3 加強對能力數據、效率數據和潛力數據的收集與整理

在實施培訓的數據化管理過程中，記錄員工基礎信息的原始數據固然重要，但能力數據、效率數據和潛力數據的重要性也不容忽視。能力數據大致包括培訓考核情況、獎懲情況等，主要展示員工接受培訓的具體情況，既能幫助中小企業管理者監督培訓工作，也能幫助員工在培訓過程中及時進行自我修正，提高培訓質量。效率數據大致包含培訓完成效率、參訓員工離職率等，主要用于展示員工培訓效果，可作為培訓效果評估的重要依據。潛力數據大致包括培訓后一定時間內員工的工作效率提升率等，預示員工發展前景，既能夠作為企業未來培訓計劃的參考依據，又能幫助員工進行科學的職業生涯規劃。當然，培訓數據并不能簡單地劃分為上面提到的4種數據，在實際的培訓工作中，培訓數據會更加抽象化、多樣化。

3.4 提高對培訓數據的分析和解讀能力

（1）提高管理者和基層員工對培訓數據的分析與解讀。中小企業管理者在培訓中的主要工作是判斷企業是否需要培訓，以及決定要開展什么樣的培訓。中小企業可以考慮與高校進行合作或聘請專家授課，為管理者提供學習機會，培養復合型管理人才。對于基層員工，中小企業可以在培訓開始之前，組織參訓員工集中學習本次培訓中涉及的相關數據指標的含義和用途。

（2）培養數據分析的專業人才。一方面，中小企業可以與專業的數據分析團隊合作，中小企業內部的培訓部門幫助數據分析團隊熟悉企業狀況，做好各部門間的協調等。另一方面，中小企業要鼓勵企業內部的培訓團隊積極學習數據分析的相關知識，并為其提供學習的資源和途徑。同時，還要大量招聘專業的數據分析人才，為他們提供深造機會和晉升通道，打造中小企業內部的專業數據分析團隊。

3.5 合理運用培訓數據

在培訓各階段，靈活運用培訓數據，充分發揮數據化管理的優越性。例如，在確定培訓目標階段，利用數據分析確定更加符合企業現狀、具有企業特色的培訓目標;在培訓實施階段，利用培訓數據對參訓員工進行監督，幫助管理者和培訓師及時了解員工情況;在后期追蹤階段，要對參訓員工在培訓結束后一段時間內的實際工作情況進行評估，進一步檢驗培訓在實際工作中的效果，還要及時更新和完善數據，為之后的培訓工作做好準備等。此外，中小企業還可以將培訓數據運用到企業的其他管理和經營活動中去，例如，培訓效率數據可以與員工的晉升、薪酬掛鉤等。

4 結語

本文主要闡述了中小企業培訓數據化管理存在的問題，并提出了以下對策：第一，要加強對培訓數據的重視;第二，要保證培訓數據的系統性和完整性;第三，要注重對能力數據、效率數據及潛力數據的收集和整理。第四，要提高對培訓數據的分析和解讀能力。第五，要在培訓的各階段及其他管理和生產經營活動中合理運用培訓數據。

本文僅從理論的角度，結合以往數據化管理在其他領域的實踐經驗，對中小企業開展培訓的數據化管理問題和對策進行研究。因此，本文具有一定的局限性，究竟應該怎樣讓培訓的數據化管理在中小企業中生根發芽，還需要更加深入地研究。

參 考 文 獻

[1]廖利勇.我國中小企業培訓效果評估的指標體系研究[J].勞動保障世界，2020（3）：11.

[2]張蓉，劉婷婷.人力資源管理的數據化探討[J].人力資源，2020（6）：24.

[3]廖慧英.人力資源管理的數據化[J].科學咨詢（科技·管理），2017（11）：25-26.

[4]盧強，馮蛟，郭偉.數據化的人力資源管理實踐——以H企業為例[J].中國人力資源開發，2015（16）：56-63.

[5]何昌霞.淺談培訓開發的流程及運用[J].勞動保障世界，2019（17）：2-3.