首席数据官

Hi, 请登录

邮政企业移动学习统计分析系统构建研究

李翔 杜宗婷 张进猛 史光

近年来移动数据分析,企业在线培训迅速发展,尤其是移动学习已经成为企业在线培训的主流方式,邮政企业移动学习系统上线运行以来,在提升员工基础能力素质,提高员工专业能力方面取得了较为显著的成效。经过几年的发展,系统培训学习功能逐渐完善,形成了集学习、考试、直播和互动一体的在线移动学习平台。本文研究的重点是通过对移动学习数据的统计分析,研究形成统计分析指标及模型,使系统能够更好地服务员工,为培训管理者的决策提供科学依据。邮政企业移动学习发展简介

发展历程

在国内企业远程教育培训中,中国邮政远程教育培训的起步较早,由于中国邮政员工多、分布广,面授培训的成本高、耗时长,为解决此问题,缓解“工学矛盾”,中国邮政于2005年建立了中国邮政远程教育培训网,在当时面授培训为主导的形势下,初步探索员工远程教育培训新方式。2010年中国邮政远程教育培训网整合教育培训资源,升级为“中国邮政网络学院”,开启了中国邮政远程教育培训的新篇章。近年来,随着智能手机和移动网络技术的高速发展,移动学习逐渐成为在线教育不可或缺的方式,2014年中国邮政开启移动学习平台的建设,随着近些年的不断发展和完善,逐步形成了覆盖全国的、功能完善的移动学习系统,支撑了邮政企业员工培训事业,提升了员工整体素质和业务能力。

运营情况

移动学习系统集在线项目学习,自主学习,面授学习辅助,考试竞赛,直播,互动交流于一体,为邮政员工提供丰富的学习资源和培训支持。截至2020年底,实现注册学员63.8万人移动数据分析,2020全年累计学习时长280.5万小时,运行在线项目853个,培训341万人次,在线竞赛考试2315个,考试人次279.3万。移动学习系统的广泛应用,极大地满足了邮政企业员工的培训需求。为了更好地服务员工,满足员工个性化培训需求,同时为企业教育培训管理者提供培训管理的底层数据支持,我们依靠系统收集并分析员工在培训学习过程中产生的大量数据,建立移动学习数据统计分析系统,现将该系统的构建思路和研究成果进行介绍。移动学习数据的来源及分类

移动学习数据的来源

1.邮政人力系统数据

邮政企业移动学习系统在建设和运营过程中得到了中国邮政集团有限公司的大力支持,系统中的机构信息和员工信息等基础数据采用加密传输的方式进行了对接,这样极大地方便了移动学习系统数据的获取,并能够保证数据的真实性和及时性。

2.员工培训学习数据

邮政员工在培训过程中会产生学习数据和行为数据等多类型数据,我们通过移动学习App软件中的数据采集功能进行收集汇总,一部分是需要员工在学习中主动汇报的数据,例如培训项目报名、学习课程、学习时长、考试、交流等;另一部分是通过App软件自动采集的学习相关数据,例如员工依靠搜索引擎搜索的内容高频词、员工的登录学习时间段、员工每次学习时长,员工学习位置信息等等。

移动学习数据的分类

为了使移动学习数据体系化和结构化,我们把员工移动学习数据分为三类:基本数据、学习数据和行为数据。基本数据主要是指员工的基本信息数据,例如年龄、学历、岗位等;学习数据是指员工学习课程、项目和考试的数据;行为数据是指员工学习的行为相关数据,例如搜索关键字,学习时间等数据。移动学习统计分析系统的建设

系统建设定位

移动学习统计分析系统定位于为人力资源管理者提供决策数据支持;为培训管理者提供培训和考试统计报表服务;为学习者提供个人学习诊断分析。人力资源管理者在制定培训规划、年度培训计划时需要对企业员工培训的整体情况进行深入了解,以便做出前瞻性的决策,而系统可以为其提供数据的支撑。各级培训管理者在培训的实施过程和总结过程中同样也需要系统为其提供员工的培训学习情况,以便于培训管理者对培训进行监控,分析和总结培训效果,优化培训方式和调整培训课程体系等。员工作为学习者,通过学习产生了个人的提升和进步,系统可以通过对个人学习数据和行为数据的分析,帮助员工认识到自身的学习情况,对自身学习进行诊断,起到优化提升学习行为的作用。

统计模型建设

小米2s联通合约机用移动卡连接了数据后还是没连接到_移动数据分析_移动iphone蜂窝数据

移动学习统计分析系统可以分为总体指标、分项指标和个人学习指标三个大类,详细分类及指标解释见表1。我们以该指标体系为框架,以“表格+图形”为载体,通过系统开发完成了从数据对接、数据采集、到数据库表格管理和关联、再到统计分析展示等重要环节,管理者和员工可以通过App或PC进行统计查询。

统计分析结果的应用探索

开发移动学习统计分析系

试看结束,如继续查看请付费↓↓↓↓
打赏0.5元才能查看本内容,立即打赏

来源【首席数据官】,更多内容/合作请关注「辉声辉语」公众号,送10G营销资料!

版权声明:本文内容来源互联网整理,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 jkhui22@126.com举报,一经查实,本站将立刻删除。

相关推荐

二维码
评论