《邮政企业教育培训用户画像研究.docx》由会员分享,可在线阅读,更多相关《邮政企业教育培训用户画像研究.docx(9页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、邮政企业教育培训用户画像研究邮政企业教化培训用户画像探讨摘要:通过对邮政企业百万员工 2018 年在线学习行为数据的分析,从学习活跃度、参加度、投入度、主动性和开拓性五个维度聚合出三种不同类型的用户画像,并提出了针对性建议,旨在提升邮政企业培训的精准化和学员学习体验。关键词:在线培训;大数据;用户画像;标签;学习行为随着大数据技术的发展,企业教化培训迎来了新的机遇和挑战,特殊是用户的价值被提升到了空前的高度,以用户为中心、以数据为驱动的智能化学习成为将来的发展趋势。在邮政企业教化培训过程中,用户画像的探讨和应用可以使企业教化培训从学习者的视角动身,通过分析底层学习行为数据,对用户进行分群和特征
2、分析,深化挖掘学习需求、学习规律和特征偏好,有助于分析企业培训现状,对于提升企业教化培训的精准性和特性化具有重要意义。目前,主流的用户画像模型构建和分析方法有基于用户行为的画像方法、基于用户爱好偏好的画像方法和基于主题的画像方法。基于用户行为的画像主要是对用户上网行为日志的深度挖掘,对用户行为模式进行聚类分析后得到的不同群体的用户画像,有助于剖析用户不同阶段决策行为的动因要素、特征行为、改变过程等,从而进一步发觉该用户属于哪种群体,该群体与其他用户群体的差异,用户行为画像的构建依据是用户上网行为日志以及爬虫工具爬取的数据等。基于用户爱好偏好的画像方法体现了用户在特定领域的某种行为偏好与特征,主
3、要从两方面进行探讨:一是基于用户在网站上的注册信息对用户的显性爱好进行分析,然后构建用户画像;二是采纳隐式方式对用户爱好进行搜集与推理,由此建立基于用户潜在爱好的画像模型。基于主题的画像方法是利用用户各种文本信息构建的用户画像,例如微博主题、用户保藏内容的文本信息主题等,其优势在于可以通过主题细致描述用户爱好的多样性,削减用户画像的存储空间,避开关键字数量高于主题数的问题,增加算法的有效性。1 邮政企业在线培训用户画像构建1.1 数据来源本文基于学员的学习行为构建用户画像,数据来自学员在中国邮政网络学院(以下简称中邮网院)培训和学习的数据,涵盖邮政业务、邮储银行、寄递业务和中邮保险四大业务板块
4、,用工形式包括合同用工、劳务用工、劳务承揽、小时工、保留关系人员等,总统计人数为 95.2 万人。截至目前,中邮网院学习点达到 2.8 万个,网上课程1.2 万门,年访问量超过 6000 万人次,员工活跃度 79.14%,年在线学习 1000 万小时。1.2 构建流程采纳定性和定量相结合的探讨方法,构建基于学习行为分析的用户画像,从数据库和 Web 日志中抽取和清洗用户的学习行为和爱好偏好等数据,收集的信息主要包括静态数据和动态数据。首先,结合邮政企业教化培训实际开展状况,建立用户画像的分析维度和标签体系,聚焦事实指标,对学习行为数据进行统计分析;其次,通过分类、聚类、预料等算法对用户行为建模
5、;最终,构建邮政企业教化培训的用户画像。1.3 标签体系本文结合邮政企业教化培训的特点,从学员的基本信息、工作信息和学习行为三类数据维度统计,梳理了 40 项常用的统计指标。基本信息主要包括:与学员相关的人口学属性,包括姓名、性别、诞生日期、民族、政治面貌、学历学位等;工作信息是与学员在邮政企业工作相关的属性信息,包括所属板块、地域分布、工作年限、岗位信息、专业类别、职务级别、用工形式、环节类别、专业职称等;学习行为信息是学员课程学习和网站操作行为的合计,包括参与培训班数、考试合格率、培训时长、学习偏好时段、登录次数以及点赞、评论、搜寻、关注、保藏和共享等,统计的指标涵盖在线培训、集中培训、自
6、主学习、移动 App 学习、慕课学习、考试合格等学习的各个形式。1.4 用户画像构建为展示学员的学习行为全貌,选取用户活跃度、参加度、投入度、主动性和开拓性五个维度构建用户画像:活跃度为用户登录次数,参加度为培训班累计学习时长,投入度为学员累计学习时长,主动性为自主学习时长,开拓性为慕课和移动 App 学习时长。采纳雷达图的形式,将学员自身学习状况与全网平均学习数据进行叠加对比,在展示学员自身学习画像的同时,也反映出学员与全网平均学习水平的差距。在学员学习五大维度的基础上,将学员聚合为三高校习类型,分别为潜力型、成长型和榜样型。潜力型学员各维度数据都较低,低于全网平均水平,特点是参与的培训均是
7、组织行为,单位没有要求的很少主动参与学习。成长型学员至少有三个维度的数据高于全网平均水平,特点是参与的培训除了组织行为外,依据个人意愿进行了少量的自主学习。榜样型学员各项维度都较高,均高于全网平均水平,特点是不仅参与了组织要求的培训,还常常登录中邮网院进行学习,自主学习实力较强。2 基于用户画像的学习特点与规律分析2.1 全网学习总趋势对 2018 年度邮政企业全网近百万员工在线学习状况进行数据统计与分析,分析学员通过电脑、移动 App、慕课等多种渠道学习的特点和规律,并通过雷达图的形式展示学员画像,将学员数据与全网平均数据进行形象化对比。结果显示,全网学习者中榜样型学习者占比1.1%,成长型
8、学习者占比 33.9%,潜力型学习者占比 65%.通过分析发觉,全网学习者中榜样型学员占比最少,榜样型学员与成长型学员合计约占学员总数的三分之一,潜力型学员约占学员总数的三分之二,这说明主动并常常登录中邮网院开展学习的学员仍较少,大部分学员还停留在被动进行组织学习的阶段,主动利用移动 App 开展学习和参加慕课学习的学员也较少。进入互联网+时代,移动学习已然是将来学习的重要趋势,而反思现有学员对移动学习的热忱不高,主动性和主动性不足,重要缘由之一是中邮网院对新学习方式的推广和运营还存在较多不足,这也启发中邮网院要不断反思现有远程学习的运营和管理模式,从学员角度动身,不断改进学习体验,提升学习黏
9、性。2.2 学习峰值规律分析 从 2018 年全年用户登录中邮网院进行学习的时间点分布状况分析,学习随时在发生,用户学习的需求更加多样化,以全天 24 小时单位来计量,会出现 3 个学习峰值区间,分别是 911 点、1416点和 1721 点,说明在这三个时间段内参加在线学习的学员人数最多,其中上午和下午的高峰值相当,晚上的高峰值较低。2.3 课程学习投入时间分布通过对用户自主学习过程中不同类型的课程学习投入时间分布状况分析发觉,投入时间最长的前 10 名课程中,技能实操类课程占比60%,业务类课程占比 20%,其次是管理类和新技术、新方法类培训课程,说明学员对具有实际应用价值的课程更加关注,
10、特殊是与实际业务相结合的课程受欢迎程度普遍较高,投入的时间成本也更多,相反假如课程内容对学员日常工作没有帮助,学员的自主学习意愿就会降低,很难主动和自觉学习。同时,通过统计分析发觉,影响自主点播学习课程的关键因素主要包括业务需求、急需技能和标题吸睛,满意这些因素可以大大提升课程关注度。3 对中邮网院运营管理的建议3.1 针对三类用户群体的运营建议3.1.1 关注潜力型学员的学习体验,增加学习黏性首先,对中邮网院功能和界面进行升级改版,使学员每次登录中邮网院都有簇新感,利用多元化和多样性的技术手段引导学员更多地点击网站内容,促进学习模式从千人一面向千人千面的特性化转型;其次,不断丰富中邮网院学习
11、资源体系,覆盖全部岗位和专业,学员可以便利快捷地查找所需资源;最终,丰富在线学习形式,开展智能问答、直播课堂等形成的探讨与应用,提升在线学习的交互性,提高潜力型学员在中邮网院的学习投入。3.1.2 提升成长型学员的学习主动性,培育自主学习实力首先,中邮网院应通过各种措施,规划成长型学员学习路径,并展示同单位榜样型学员的信息,形成联动效应,激发成长型学员学习的自主性;其次,利用信息化手段,通过特性化资源举荐功能向学员推送感爱好的课程等资源;最终,丰富远程课件形式,加强慕课、微课、音频课等碎片化课件的研发和应用,提升在线学习效率,促进成长型学习向榜样型学习转变。3.1.3 激励榜样型学员的学习热忱
12、,强化学习效果的转化首先,充分确定榜样型学员学习的主动性和主动性,通过开展先进学习个人评比和表彰,以及各种抽奖活动形式,勉励榜样型学员接着加强学习;其次,推广远程移动学习,增加手机端的培训学习方式,同步在线学习与移动学习,使学员通过手机终端便能随时随地参加培训、学习、考试等,提升培训学习的敏捷性和便捷性;最终,利用学习积分、学习勋章等展示学习成果,并激励榜样型学员共享学习阅历,带动更多学员主动学习。3.2 针对学习时点分布状况的运营建议通过对 24 小时学习时点分布状况进行宏观的比较分析,发觉中邮网院的学员在白天投入的学习时间会更多,这就要求中邮网院的业务服务、技术支持、400 客服等工作人员
13、要全力保障系统的平安、稳定和高效运行。同时,数据也显示有相当多的学员偏好晚上学习,此时就要发挥智能问答机器人、智能学习助手等系统自动化服务的功能来保证学员的学习,以满意无人值守的状况下学员仍能正常学习。3.3 针对课程学习投入时间分布的运营建议中邮网院在针对一线员工的课程设计和开发中,要着重提升课程内容的好用性,对理论阐述部分的内容要尽量做到精炼、简洁,强化课程的实际运用,通过大量典型的、有代表性的、生动鲜活的案例,使学员学到好用的方法和技能,课程学习与一线工作实践紧密结合,解决学员工作中遇到的难点和痛点,提升学员学习的针对性和有效性。总之,中邮网院要不断创新学习方式,丰富学习内容,利用新技术、新思维提中学邮网院的综合实力,提升学员特性化、智能化的学习体验。4 结语企业教化培训开展的实质是一项面对人的培育活动,通过运用大数据分析的思维和方法对中邮网院海量用户及在线学习行为数据进行分析,挖掘出典型的学习特征和规律,并最终聚合出榜样型、成长型、潜力型三种不同的学习群体,进而有针对性地构建出三种典型的用户画像特征模型,并赐予建议和指导策略,这对于提升以学员为中心的在线学习运营和管理,从被动培训转向主动学习,提升培训学习的针对性和有效性都具有重要意义。作者:刘树军 王颖 许志坤 单位:石家庄邮电职业技术学院
限制150内