一文看懂:如何建立评估模型

大数据 数据分析
数据分析要结合业务。实际上业务流程是非常复杂的,并且业务经常忽视数据采集。数据结合业务,不但要了解业务流程,更要参与到业务当中,主动优化数据采集,不但事后分析有米下锅,业务自己也能自证清白,从而实现双赢。​

​评估业务活动效果,是一个很常见的数据分析需求。然而很多时候,数据分析师给的评估结果,领导不买单。

“评估不合理”

“评估不全面”

“评估完了也没啥改进意见呀!”

这三连问,句句戳心。评估模型该咋搭?今天拿一个实际场景来详细讲解一下。

问题场景

某公司准备对员工培训进行效果评估,特别想知道:员工培训有没有产生业绩效果。因为员工培训场次很多,每场都有很多人参与,所以不太清楚该咋分析。

请问你会怎么做?​

A、用培训场次和销售业绩,计算相关系数

B、用培训投入和销售业绩,做个回归模型

C、看培训开展前后,销售业绩高了还是低了

D、看参与培训,没参与培训的人,谁的业绩高

E、以上都不对

花一分钟思考一下。

问题解析

显然上题ABCD选项都是馊主意。它们都犯了“就数论数”的毛病,拿着手头仅有的几个数字东拼西凑,也不管业务实际是啥。随便反问几句:

  • 是不是所有的培训都有效果?
  • 是不是所有的培训都为了业绩?
  • 是不是所有人都参加过培训?
  • 是不是所有业绩提升都算培训的?

其中任一个问题,ABCD选项都回答不上来。

而想要解释清楚,就得从梳理业务开始,深入实际情况来寻找答案。

第一步:业务梳理

是不是所有的培训都有效果?当然不是啦!日常新员工培训,礼仪培训,公司文化培训,集团领导讲话精神贯彻会……这些都算形形色色的培训,可跟业绩效益一毛钱关系都没有。都混在一起,肯定是泥沙俱下,难以区分。因此需要提前做好分类,把那些可能对业务有用的培训筛选出来(如下图)。

图片

第二步:明确结果指标

是不是所有的培训都提升业绩?当然也不是啦!比如:

新产品培训 → 提升新产品销售量

促销活动培训 → 提升活动参与量

投诉应对培训 → 降低客户退货数量

不同培训效果不一样,需要结合培训特点,设计好评估指标。

图片

注意!培训是有时效性的,比如新产品培训,可能对新产品上市头2~4周效果明显;促销活动培训,可能仅在活动期内有效。只有很少部分的,可能有长期效果,但考虑到人记忆力也是有限的,因此不适宜无限制扩大考察周期。在计算培训效果指标的时候,得选择一个有限的时间段。

第三步:梳理过程指标

真的所有人都来听?

真的所有人都听完了?

真的所有人都听懂了?

显然不一定呀!

特别是真正对业绩有作用的,比如产品知识,促销规则,销售技巧,很有可能过了个耳边风,没听进去。因此需要有数据记录才行,不然眉毛胡子一把抓,很可能看不出问题。

注意!这一步,需要培训现场做好工作才行:

1、进场签到 → 知道谁来了

2、结束前,让学员现场做个评价 → 知道谁听到最后

3、结束后,给一个测评问卷 → 知道到底听懂没有

特别是产品知识、促销规则这种有标准答案的培训,测试一定不能少。既能了解学员情况,又能事后补个漏,再次提醒关键内容不要忘了。

注意!这里很有可能缺失数据,比如业务部门只做了签到,没做散场前评价,也没有做个测评问卷。可能是没想到,可能是懒,可能是怕麻烦。这里需要数据分析师主动建议,增加关键培训场次的数据采集,这不但对事后分析重要,对业务自证清白,也很重要!

因为一旦业绩效果不好,大家很有可能说:“你的培训没做到位!”这时候咋举证呢?就靠这些数据呀:

1、你看,你们的人参与不积极,忙其他事去了

2、你看,你们的产品说不清不楚,60%的人都记错了

3、你看,你们的活动规则巨复杂,80%的人都没听明白

有数据说话,起码能自保一下,避免被人当推卸责任的垃圾堆

是否做到这一步,就能收工了呢?当然不是,还有个重要工作没做。

第四步:剔除杂糅因素

是否培训就能包治百病?当然不是。很有可能有些人天生就厉害,不培训也能做得好。特别是和业绩直接相关的销售部门,更有可能两极分化。因此得对参与培训者的基础条件做个分层,这样才能看清楚,到底培训有没有起到作用。

理论上,只要培训能对新员工、中低水平的员工起到提升作用,那已经是大功一件了。至于高水平的员工,到底是培训让他做得好还是他自己有本事,反正横竖人家业绩产出都很高,因此完全没必要纠结。

因此,得先对参与培训对象做分类。比如最简单的方法,先区分新/老员工,再利用过往业绩(老员工)/从业经验(新员工),区分出谁是高手谁是菜鸟。这样就能看清楚实际效果(如下图)

图片

第五步:得出分析结论

做足准备后,可以得出分析结论。注意!在第二步中,不同培训类型,其考核结果指标有差异,因此不能用同一套标准生搬硬套。而是要具体看如何做评价。

比如针对新品上市,得和同类型新品/去年旧款做对比,看历次新品上市前培训,是否对新品起了正向作用。这里特别强调“同类型”是因为新品本身也有高低差异,不能拿爆款和普通款来比。

比如针对投诉的培训,很有可能是某段时间,公司收到的投诉数量居高不下,退货也有提升。因此考察效果时,应做培训前后的时间对比。观察是否培训后,有效削减了投诉/退货

这样,不但能看出培训效果,而且能发现优化培训的方式,比如:

1、参与人数不足 → 培训组织得加把劲

2、参与人数够了,但没记住 → 培训内容得优化

3、参与培训的都是有经验的,小白来得少 → 培训时间优化,确保参与

如果发现,有些产品说明,活动规则,怎么讲大家都不明白,还可以向相关部门反馈,敦促市场部做出进一步解释和调整。这样既能实现工作效果,又避免了部门之间扯皮,相互甩锅,是最好的状态了。

图片

小结

我们总说:数据分析要结合业务。实际上业务流程是非常复杂的,并且业务经常忽视数据采集。数据结合业务,不但要了解业务流程,更要参与到业务当中,主动优化数据采集,不但事后分析有米下锅,业务自己也能自证清白,从而实现双赢。​

责任编辑:武晓燕 来源: 接地气的陈老师
相关推荐

2023-12-27 14:03:48

2020-03-31 14:40:24

HashMap源码Java

2016-08-18 00:21:12

网络爬虫抓取网络

2021-12-08 22:29:41

经营分析体系

2024-08-12 12:30:27

2023-07-07 11:36:29

人工智能基础模型

2019-05-22 09:50:42

Python沙箱逃逸网络攻击

2019-07-01 09:22:15

Linux操作系统硬件

2021-08-02 06:56:19

TypeScript编程语言编译器

2021-10-13 19:39:26

鸿蒙HarmonyOS应用

2022-03-29 08:02:01

数字孪生能源程序

2021-02-08 22:23:16

云计算办公硬件

2023-07-14 08:00:00

ORMRust ORMSQL

2021-05-12 15:16:17

JUCAQSJava

2019-02-13 15:38:09

存储虚拟化云计算

2021-02-21 11:25:17

云计算IaaSPaaS

2021-05-11 10:40:29

JUCAQSJava

2022-12-07 07:38:07

存储管理HSM

2024-10-10 17:55:57

LinuxACL访问控制列表

2022-04-26 13:41:16

区块链比特币数据库
点赞
收藏

51CTO技术栈公众号