Когда цифры начинают работать на бизнес
Большинство компаний считают сколько сотрудников прошло курс, сколько времени заняло обучение, какой процент завершил модуль до конца. Эти числа есть почти у всех. Но между «умею считать» и «умею принимать решения на основе данных» — огромная разница.
Именно её описывают модели зрелости L&D-аналитики. Это практический инструмент: он показывает, где сейчас находится функция обучения в компании и куда ей двигаться дальше. Причём двигаться не ради красивых дашбордов, а ради реального влияния на бизнес.
Что такое модель зрелости и зачем она нужна
Модель зрелости аналитики в L&D описывает несколько уровней развития — от самого базового, где данные просто фиксируются, до продвинутого, где они используются для прогнозирования и управления рисками.
Такая модель нужна по нескольким причинам. Во-первых, она даёт общий язык для разговора между L&D-командой и бизнесом. Во-вторых, позволяет честно оценить текущее состояние. В-третьих, задаёт направление инвестиций: не «давайте купим красивую BI-систему», а «давайте сначала разберёмся, какие данные мы вообще собираем и насколько им можно доверять».
Существует несколько версий подобных моделей. Одни выделяют три уровня, другие пять, некоторые добавляют шестой. Но суть везде одна: аналитика развивается поэтапно, и перепрыгнуть через уровень почти невозможно.
Уровень первый: учёт и отчётность
Здесь живёт большинство компаний. На этом уровне аналитика отвечает на вопрос «что произошло?». Сколько человек записалось, сколько прошло, какой средний балл по тесту.
Данные, как правило, берутся из LMS, выгружаются в Excel и превращаются в таблицы для отчёта руководству. Это необходимая база, без которой не обойтись. Но остановиться здесь значит использовать аналитику как инструмент отчётности, а не управления.
Проблема первого уровня в интерпретации данных. Цифра «87% завершаемости» сама по себе ничего не говорит: хорошо это или плохо, выросло это или упало, влияет ли это на что-то в реальной работе.
Уровень второй: диагностика
Переход на второй уровень начинается тогда, когда команда обучения начинает задавать вопрос «почему?». Почему один курс проходят охотно, а другой бросают на середине? Почему в одном регионе результаты тестов выше, чем в другом?
На этом уровне появляются сравнения, сегментация, попытки найти закономерности. Аналитики начинают смотреть не только на завершаемость, но и на время вовлечённости, паттерны прохождения, корреляцию между баллами за тест и дальнейшим поведением сотрудника.
Важный маркер второго уровня: данные начинают сравниваться с чем-то. С прошлым периодом, с другой группой, с установленным нормативом.
Уровень третий: связь с бизнес-показателями
Здесь аналитика пытается ответить на вопрос «какой эффект?».
Ключевой сдвиг: данные об обучении начинают сопоставляться с операционными данными компании. Продажи, скорость обработки заявок, количество ошибок, текучесть персонала. Корпоративный портал в этом контексте становится не просто площадкой для размещения курсов, а источником данных, которые встраиваются в общую систему бизнес-аналитики.
На практике этот переход требует двух вещей: технической интеграции систем и организационной договорённости о том, какие метрики считаются важными. Второе, как правило, сложнее первого.
Ещё одна характеристика третьего уровня: появляется понятие ROI обучения. Не в абстрактном смысле, а в конкретных расчётах. Это трудоёмко и методологически непросто, но именно здесь у L&D появляется реальный аргумент в разговоре о бюджете.
Уровень четвёртый: предиктивная аналитика
На четвёртом уровне вопрос меняется: уже «что произойдёт». Модели предсказывают, кто из сотрудников с высокой вероятностью не завершит программу развития. Кто находится в зоне риска увольнения. Какие навыковые пробелы возникнут в команде через год, если сейчас не предпринять действий.
Предиктивная аналитика требует накопленных исторических данных, достаточной выборки и, как правило, специалистов с навыками в области data science. Это не тот уровень, на который выходят сразу. К нему приходят через годы последовательной работы с данными на предыдущих уровнях.
Один из ключевых продуктов четвёртого уровня: персонализированные траектории обучения, формируемые не вручную методологом, а на основе алгоритмической обработки данных о сотруднике. Его история, результаты, роль, цели и даже поведенческие паттерны влияют на то, какой контент ему будет предложен.
Уровень пятый: prescriptive-аналитика и стратегическое влияние
Высший уровень зрелости, который в реальности достигают единицы. Здесь аналитика не только предсказывает, но и рекомендует конкретные действия: что именно нужно сделать, чтобы получить нужный результат.
L&D-функция на этом уровне участвует в формировании стратегии компании. Данные о людях и их развитии становятся частью стратегического планирования наравне с финансовыми или операционными данными.
Корпоративный портал, HR-системы, данные о производительности, внешняя конъюнктура рынка труда — всё это складывается в единую аналитическую картину, на основе которой принимаются решения об инвестициях в человеческий капитал.
Что мешает компаниям двигаться вперёд
Честный разговор о зрелости аналитики невозможен без обсуждения барьеров. Их несколько, и все они реальные.
Качество данных. На каждом уровне выясняется, что данных либо не хватает, либо они недостаточно чистые. Один и тот же курс может по-разному называться в разных системах. Одни и те же сотрудники числятся в нескольких базах с расхождениями.
Разрозненность систем. LMS, HR-система, система управления эффективностью, финансовый учёт — у каждой своя логика и часто нет готовой интеграции. Построить единую картину технически сложно и дорого.
Компетенции внутри команды. L&D-специалисты, как правило, сильны в методологии и контенте, но не всегда в аналитике. Нанять аналитика данных в L&D-команду может быть неочевидным решением для бизнеса, который не видит связи между этими областями.
Культура принятия решений. Даже если данные есть, их не всегда используют. Решения принимаются на основе интуиции, опыта или политических соображений. Аналитика при этом существует параллельно, не влияя на реальный процесс.
Как оценить, где вы сейчас
Несколько вопросов, которые помогут определить текущий уровень зрелости.
Какой вопрос чаще всего задаёт бизнес вашей L&D-команде? Если это «сколько людей прошло обучение» — вы на первом уровне. Если «почему одни учатся лучше других» — на втором. Если «как обучение влияет на результаты компании» — на третьем.
Есть ли у вас данные, которые связывают результаты обучения с бизнес-показателями? Не теоретически, а фактически, с возможностью посмотреть корреляцию?
Принимались ли в последнее время стратегические решения, на которые повлияли данные из вашей аналитики? Или аналитика используется постфактум, чтобы подтвердить уже принятое решение?
Насколько автоматизирован сбор данных? Если каждый отчёт требует ручной выгрузки и сборки — это сигнал о незрелости инфраструктуры.
Путь вперёд: последовательность
Главная ошибка компаний, которые хотят «заниматься аналитикой» — попытка начать с продвинутых инструментов без фундамента. Красивые дашборды на основе ненадёжных данных не дают ценности. Предиктивные модели без исторических данных не работают.
Движение к зрелой аналитике требует последовательности. Сначала надёжный учёт и единая терминология. Потом первые попытки понять «почему». Потом интеграция с бизнес-данными. И только после этого — прогностические модели.
Это не быстро. Компании, которые честно признают, что находятся на первом уровне, и системно двигаются ко второму, в долгосрочной перспективе выигрывают у тех, кто покупает сложные системы, не будучи готов к их использованию.
Корпоративный портал сам по себе не делает компанию аналитически зрелой. Инструмент создаёт возможность. А зрелость определяется тем, умеет ли организация этой возможностью воспользоваться.
Итог
Модели зрелости L&D-аналитики помогают видеть путь, они напоминают, что развитие аналитики в обучении — это про мышление: готовность задавать неудобные вопросы данным, доверять результатам и на их основе менять решения.
Компании, которые проходят этот путь последовательно, получают не просто более умную функцию обучения. Они получают инструмент стратегического управления человеческим капиталом, который умеет говорить на языке бизнеса.