數據是時代「能源」，但運用數據，發現數據與業務成果的聯結，形成「算法」，才能真正洞察問題、發現規律、啟發思路、支持決策。這需要我們引入「數據思維」，用數據眼光看待人才發展與企業學習。
企業也許不一定馬上會做數位化，但是我們需要先有數據思維。HR不妨從以下四步開始：描述性分析、多維度交叉分析、結合業務分析，以及預測性分析。
把握學習發展現狀，用數據＋事實說話，是第一層級的數據應用。無論自建或尋找外部供應商，在進行數位化學習專案的時候，首先需注重觀察數據可否被蒐集，例如：學員的學習行為、投入程度、學習成果、測驗數據等等。
其次，具備數據的「解讀力」，即拿到數據後能否做到基本的解讀現狀。同時，考察可被採集到的「學習數據」的延展性，例如，員工涵蓋面上未來是否可能規模化、數據維度是否充分立體、各維度數據的衡量體系是否一致以便後續交叉分析等等。
綜合各維度數據分析，彌補在單一維度進行分析無法發現的一些問題，例如：學習前後的對比，就是最常見的交叉分析。除了學習後的結果，我們其實更想瞭解和評估的是學習是否發揮了效用。哪些主要行為發生了進步或者說改變，進步程度如何？
更進一步的，企業內所有學員的進步程度，將可形成群聚圖，讓我們更為直觀的瞭解到，不同學習成效的人群分布狀態（見下頁圖示）。
範例：英躍學習後數據報告部分呈現，包括某項能力的學習前後對比，主要行為中的優勢項、待發展項，以及發展建議
範例：英躍學習後團隊數據報告部分呈現
英躍學習數據（學習前測驗中所有能力展現最薄弱的10項主要行為，在學習後測驗的發展情況對比）
數據是一個參考維度，「數據＋事實」的解讀將更為貼近現實。例如上圖中：學習前各項能力中最為薄弱的關鍵行為，透過學習多數得到提升。尚未提升、甚至反而落後的主要行為「獎勵變革」反應了什麼問題呢？是學習不會？還是企業中本身更關注自上而下的「鼓勵」擁抱變革，而忽略激勵變革行為呢？
預見未來，是數據最激勵人心的力量。這讓企業在不確定的時代，得以探尋到「確定」的底氣。
基於英躍的學習數據，有經驗的HR能根據性格、能力、學習投入、學習提升、行為展現等各方面數據，結合實際分析預測管理者的適應性、學習力和成長性，甚至建立「行為數據庫」，透過行為數據的長期追蹤，預測和干預公司的績效表現。
尋求「預見」，企業學習需要滿足如下數據要求：
無論是做清晰的人才策略描述，還是將人才發展計劃與業務計劃相結合，亦或者影響業務決策者重視某一培訓專案，都需要數據思維的「包裝」，從而更「視覺化」的說明過去，更有把握地驅動現在，更智慧地決定未來。
具備數據思維的HR，將不僅是企業的「合作夥伴」，還將成為「價值創造者」，助力企業的整體成功，贏得認可。
訂閱我們的電子報，掌握最新的領導力洞察
全球都在提倡的新職場文化，DEI（多元、平等與包容）是近期企業關注的火紅議題，將多元共融導入企業中已成為全球趨...
在眾多科技巨頭紛紛將焦點轉向深耕AI技術領域時，創新技術為企業提供了更多典範轉移的機會，然而也同時引發了組織對...
