2.需求数据的梳理和分析

收集数据之后，要通过归纳统计学、比较分析法等数据筛选和分析方法对数据进行详细的研究和分析，从中明确企业培训需求和价值点，然后根据总结出的内容寻找和开发合适的课程。

2.1 分析数据的多种方法

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

对于培训和发展从业者来说，在数据筛选和分析过程的早期阶段就发现异常数据是一项关键能力，常用的数据分析方法有归纳统计学、描述性统计学、分组分析法、回归分析法等，详见表3-4。

表3-4 常用的数据分析方法

除了各种分析方法外，我们还会用到各种数据分析工具，如大部分数据分析都可以用Excel，或者使用SPSS、SAS等软件解决。另外，在整个分析数据过程的早期，数据看起来是杂乱无章的，因此我们在处理分析数据的时候要遵循一定的步骤，如图3-3所示。

图3-3 处理分析数据的一般步骤

合成数据的一般步骤：

第一步是熟悉数据，查看数据是否具有初期表面效度；

第二步是从这些数据信息中挖掘意义。重温研究问题和开始运行测试，查看这些数据提供了哪些关键性的答案。

所有数据收集的目标都是给客户和利益相关者提供正确的信息，从而做出正确的决策。

陈列数据的一些准则，详见表3-5。

表3-5 陈列数据的相关准则

呈现数据是处理分析数据必不可少的步骤，目的是从大量的数据以及没有规律的数据中提出有价值的数据。

通过以上不同的数据分析方法以及处理分析数据时遵循的三个步骤，我们可以对培训需求数据进行全面而细致的分析，为后续培训及价值点的挖掘提供便利。

2.2 通过数据分析明确价值点

如今，大数据在各行各业的应用和扩展十分普遍，广义上的大数据指的是所涉及的信息规模巨大，无法通过目前主流软件工具在合理时间内撷取、管理、处理，并分析成能有效支持决策制定的数据资讯，通常具有4个V的特征——数据量大（Volume），速度快（Velocity），多样性（Variety），价值高（Value）。

按照上述多种数据分析方法可以从不同维度进行数据分析，培训对象在熟悉了这些数据之后，下一个步骤就是从这些数据信息中挖掘意义，明确其中的价值点。针对培训可以从接受的学习方式、教学方法、效果影响因素、讲师类型和需要改善的地方五个不同维度分析数据，如表3-6所示。

表3-6 培训分析数据的不同维度及价值点

续前表

按照上述表格中五个不同维度的不同需求选项对培训学员进行问卷调查，并运用统计学等方法进行分析，可更全面地明确学员对培训的需求并抓住其中的价值点，使培训产生质的飞跃，体现培训的真实价值。

2.3 确定需求背后的要素

企业的培训成长遵循了从无到有、从有到精、从精到系统的过程，关注点也会发生很大的变化。由于企业关注点的变化，我们可以从业务目标出发，逆向倒推，进而寻找或开发合适的课程。

在确定需求的过程中，组织分析、员工分析和任务分析三个要素是一个有机整体，缺少任何一个要素都不能进行有效的确定，如图3-4所示。

组织分析主要是确定在整个组织中哪些部门、哪些业务需要实施培训，哪些部门、哪些业务需要加强培训。一般来说，组织分析主要有以下三个步骤：第一步，组织目标分析；第二步，组织资源分析；第三步，组织战略分析。

图3-4 确定需求过程的三要素

员工分析主要是通过分析工作人员现有状况与应有状况之间的差距，来确定谁需要和应该接受培训以及培训的内容。员工分析的重点是评价工作人员实际工作绩效以及工作能力。员工分析的具体内容详见表3-7。

表3-7 员工分析主要维度和内容

任务分析是指运用各种方法收集某些工作的信息，并对某些工作进行详细的描述，明确该工作的核心内容以及需具备的素质能力，从而达到最优的绩效。任务分析的具体流程如图3-5所示。

图3-5 任务分析的具体流程

通过对组织分析、员工分析和任务分析三个要素不同层面和内容的整理分析，可有效且较为准确地确定企业培训需求，进而开展更有针对性的培训课程。