基于培训业务变迁的大数据分析研究与实践
李 馨
(天津石化培训中心 ，天津 300270)
摘 要 ：通过将杂乱无章的数据收集、萃取、提炼，找出所分析对象的内在规律，帮助人们做出判断，选择，以便采取适当的行动。通过培训数据分析历程、数据分析现在时、数据分析瓶颈及对未来发展与展望进行了阐述。
关键词 ：培训数据；分析方法；培训业务
著名的麦肯锡公司在一份研究报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素。数据是实验、测量、观察、调查等的结果，常以数量的形式给出。对收集来的数据采用适当的统计方法进行分析，以求最大化地开发数据资料的功能，发挥数据的作用，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我们称之为数据分析。数据分析可以帮助人们作出判断，以便在之后采取适当的行动。
天津石化培训中心(以下简称培训中心)每年会基于自己培训业务工作的特点对培训数据进行分析。用数据说话，对数据进行汇总、分析，发现工作中存在的问题，从而改进和提升培训业务工作，并为培训中心的整体规划和年度培训计划的制定和实施提供参考依据和建议。透过数据看本质，是做好培训业务工作的基础。可见，数据分析在培训业务工作中的重要性。
鉴于两种赋权法各自的优劣势，为了能够取长补短，更好地应用于实践。近年来，组合赋权法逐渐被人们广泛应用，比如基于对比法和权的最小平方法的组合赋权法[14]，采用两种方法权重的算术平均值作为结果，缺乏客观依据；粗糙集优化后的层次分析法与信息熵法的组合赋权法[15]，这种赋权法虽然较为严谨，但仍会出现权重结果大者更大、小者更小的情况；基于变异系数的聚类分析法[16]，其主观性较强，弱化了客观权重值的作用，整体结果偏向主观化。
一 、培训中心数据分析历程
数据的分析是随着培训中心的工作思路和培训业务的变化，而不断地改进和完善的。
(一)初始期
2009年之前，培训中心的培训业务相对简单，年度培训计划只涉及公司员工和总部两类培训计划。这个时期的数据分析，是将中心及各部门完成的培训项目、班期、人数、总学时、总人时的情况以Excel表的形式进行汇总。如图1所示。
图 1 2009年培训班办数据汇总表
(二)发展期
2010-2012年，中心的培训业务开始面向三类培训市场(天津石化、总部及关联单位)。年度培训计划按照三类培训市场进行划分。我们初次尝试用图表相结合的形式对培训数据进行多方位的分析，主要内容有：三类市场的培训项目、培训班期、培训人次、培训总学时数及其占比情况；两年内三类市的场培训情况的变化；培训计划执行情况。
图 2 2010年培训班办数据汇总表 (三类市场对比 )
图 3 2010年培训班办数据汇总表 (2009-2010年对比 )
图 4 2012年培训班办数据汇总表 (计划与实际执行对比 )
平台以推动岗位培训开展、搭建全员学习生态圈、规范培训项目实施全流程管理、增强资源开发能力等为重点，逐步将远程培训系统建设成为培训管理规范化、学习内容体系化、学习方式多样化、学习分析智能化，从而更好地契合天津石化“大学习、大比武、大培训”和精准培训的工作要求和人才队伍的建设。
图 5 2013年培训班办数据汇总表 (项目 、市场 、客户群体 )
(三)成熟期
2014年之后，培训中心以“对接战略，联通现场，打造专业化的培训共享服务平台”作为总体工作思路。培训业务的重心向天津石化倾斜。到2016年，这种培训业务的迁移更为明显。2014-2016年期间我们对于培训数据分析的思路也越来越趋向于成熟，按照不同的分析指标形成数据系列分析表单，从多方位多角度对数据进行分析，对培训业务工作进行总结和预测。
另一头，班长俞敏杰向住得离顾晓琳近的隋童打听顾晓琳老是迟到的原因，隋童告诉他，顾晓琳的爸爸两年前得癌症去世了，当初为了给她爸爸治病，不但花光了家里所有的积蓄，还借了不少的外债。为了尽快还清外债，妈妈除了正常上班，还利用早上的时间，在自家楼下的储藏室里卖起了早点。顾晓琳很是心疼妈妈，便在吃完早饭上学前帮着妈妈收拾碗筷，有时忙着忙着就忘了时间，所以经常迟到。
二 、培训中心数据分析现在时
2016年至今，培训中心年度培训计划按业务板块分为天津石化培训计划、天津石化二级单位培训计划、合资企业及改制单位培训计划、中国石化及直属企业培训计划。将培训项目分为安全类、党群系统类、经营管理类、专业技术类、技能操作类分为五大培训类别。针对业务板块和培训类别这两大指标，经过全年不断地探索和完善，最终形成了5大类别11小类的数据分析系列表单。
图 6 2016年培训数据分析系列表说明
(一)培训办班基础数据汇总表
培训办班基础数据汇总表按照年度计划进行实施的实际项目运行基础数据汇总表，包括项目名称、项目负责人、业务板块、培训类别、班期、人数、总学时、总人时、培训评估等基础数据。它是整个培训班办数据分析的基础和依据。
在2018年初，远程三期(中国石化网络学院)建成后，经过我们反复深度的研究后，发现它还是无法满足管理人员在培训管理和数据采集等方面的需求。这使我们在培训管理层面彻底放弃了利用远程培训系统进行数据分析。
图 7 2016年培训办班基础数据汇总表
(二)培训办班数据分析表
5.按月度计划执行：主要进行月度实际办班与月度计划办班对比，衡量各部门月度计划执行情况，确保全年培训计划完成率。
1.按部门：按部门进行统计汇总，每月累加一次。可呈现不同部门培训办班数据，同时与年度计划对比形成进程数据百分比。
图 8 2016年培训办班数据分析表 -按部门
2.按月度：月度统计形成的分析数据，是按照部门进行统计汇总。用于分析培训活动规律，确定培训高峰期。
各地区的各层次学生在客观因素作用下，致使其对于函数动点问题都缺少完善的解题思路与解题方法，这也在一定程度上需要教师在日常数学教学期间对学生的解题思路与方法进行指引与总结，使学生了解在函数动点问题中哪些词语有着较为重要的作用。在遇到这种类型问题期间，学生会通过自身掌握的数学知识自动对函数动点问题进行分类与归纳，再根据问题类型选择较为完善的解题方法与思路，这时可使函数动点问题较为简单。
图 9 2016年培训办班数据分析表 -按月度
3.按照业务版块：对比各业务板块的培训情况及占比情况；对比各部门承担工作的比重。
图 10 2016年培训办班数据分析表 -按业务板块
4.按照培训类别：呈现不同类别培训项目的特性，分析培训计划中项目的结构配比。
图 11 2016年培训办班数据分析表 -按培训类别
培训班办数据分析表分为按部门分析、按月度分析、按业务板块分析、按培训类别分析、按月度计划执行分析5大类别。
1.2.2.4 重视沟通。急诊患者病情复杂、进展快，急诊科护士应加强与患者、家属的沟通，时刻注意患者及家属的表情及行为，讲解护理及治疗期间注意事项及必要性，规范沟通语言，避免出现护患纠纷。
图 12 2016年培训办班数据分析表 -按月度计划执行
(三)其他
1.滚动月度培训办班计划汇总表：适时优化培训工作计划，为下月培训办班计划的原始基础数据。在我们完善当月培训数据分析的同时，也能知悉下月培训办班计划的安排情况。
Wi为各主成分权重，其具体数值的确定是由各字段对降维后总信息量的贡献比率所确定的，权重计算方法为：Wi=贡献度/累计贡献度.
图 13 2016年月度培训办班计划情况汇总表
2.培训办班变更单记录表：灵活掌控培训变更，记录天津石化培训计划中培训项目发生变更，包括取消举办，延期举办，新增项目三类别。为计划执行率提供依据。
图 14 2016年培训办班变更记录表
并且，目前培训中心一直未对参培人员结构和专兼职及外聘师资授课及占比等情况进行分析。主要原因在于培训管理软件中学员信息无法使用SAP-HR系统中的信息，项目组根据主办部室提供或是学员现场签到的报名表进行手动录入，过程中很出现错误信息，而且还会经常出现提供的学员信息不完整的现象。无法认定学员身份的正确性和唯一性。师资信息也是如此，因有的师资信息提供的不完全或者项目组录入不完全、不准确，造成有些师资的身份也无法确认。介于这些原因，人员和师资的情况分析暂不能进行。
图 15培训评估情况记录表
数据分析系列表单实行的是月度动态修订的模式。这样不仅能随时根据培训实施的进程进行数据的分析和反馈，还能根据月度计划执行情况进行培训计划的把控，同时也为完成公司对培训中心下达的绩效考核指标提供数据依据。
三 、培训中心数据分析瓶颈
在大数据时代，线上的数据分析方法越来越多的充斥在各行各业中，它具有大量、高效、多元、真实的特点。而培训中心的数据分析却还过多的停留在线下分析的模式。我们先了解一下培训中心培训数据分析的整个过程。
首先明确分析的目的与指标。根据分析的目的和指标对从培训管理软件中提取的原始数据进行线下手动加工处理形成基础数据表单，并使这个基础数据表单中的信息要能完全满足分析的需要。
按照分析的目的和指标从基础数据表单中提取信息，形成不同数据分析表。整个过程由于线下操作较多，既耗费时间又容易出现错误。因为所有的分析表单都是基于基础数据表单来进行的，因此不管对什么指标进行分析，最后数据总计应该是同基础表单中的总计一致的。有时因为一个分析数值累加错误，将会需要逐项进行比对纠错；有时因为基础数据表单中一个数值的变化，造成所有分析表单中的相关数值进行调整。因此，当培训中心对培训数据进行分析的手段在面对相对较为繁杂和庞大的数据信息和多元化的分析指标时，就显得有些吃力了。
面对总部对所有培训项目进入远程培训系统的要求，培训中心积极调整自己的工作方式。从2017年起，不再使用中心自主开发并使用十几年的培训管理软件，而改成完全使用远程培训系统。站在项目组的角度来看，不管录入培训管理软件，还是录入远程培训系统培训，他们所做的工作内容区别不大，只不过是一个操作熟悉的过程。而站在培训管理的角度来看，目前所面临最大的问题是远程系统无法提供满足培训中心数据分析所需基础数据。面对这个问题，培训中心决定办班的基础数据由软件内提取，调整为项目组上交参培学员、课程安排及项目其他相关资料的电子信息，由培训控制科对这些信息进行基础数据的收集、提取。数据问题解决了，数据分析就可按部就班的进行了。
按照 《国务院关于批转财政部权责发生制政府综合财务报告制度改革方案的通知》和《预算法》提出按年度编制以权责发生制为基础的政府综合财务报告的要求，财政部于2017年10月印发了《关于印发〈政府会计制度——行政事业单位会计科目和报表〉的通知》，要求行政事业单位于2019年1月开始施行，并且规定执行《政府会计制度》的单位，不再执行行业会计制度。因此，高等学校执行《政府会计制度》势在必行。鉴于此，笔者从《政府会计制度》的创新入手，提出高等学校在应用《政府会计制度》过程中应注意和解决的问题。
3.培训评估情况记录表：动态记录培训效果，为天津石化培训计划中培训项目评估完成情况进行记录。为评估完成率和学员满意度提供数据信息。
与此同时，2016年底总部要求所有培训项目都要进入远程培训系统。经过前期的调研，发现远程培训系统目前不能提供培训中心所需要的数据提取、统计和查询功能。为解决这个矛盾点，培训中心原计划对培训管理软件进行升级改造，并能同远程培训系统进行关联，进行数据的传输，可现阶段远程中心也不能为培训中心开放数据接口，另行开发针对天津石化培训业务管理的配套软件也变得没有意义。因为不开放数据接口，数据不能进行系统内传输，那势必会造成两套软件并行使用，这样无疑会加重项目组的负担。如何解决这些问题呢？
四 、培训中心数据分析发展与展望
(一)废弃培训管理软件，使用远程培训系统
引进剧，又称境外剧，是指从境外（海外）引进的通过国家广电总局审批允许在国内（境内）播放的电视剧、电影、动画片的合称。[2]其引进流程和播放由国家新闻出版广电总局管控。这是在改革开放政策下，一种中外电视文化交流、为满足我国人民精神文化需要的新形式。
2.4 基质效应与提取回收率 低、中、高 3 种浓度 5-羟色胺和 5-HIAA 待测物及内标提取回收率在86.86%～98.49%，基质效应在 89.80%～95.25%，见表3。
(二)天津石化网络培训管理平台建设，培训大数据时代即将到来
2018年，天津石化为了更好地满足“大学习、大比武、大培训”和精准培训的工作要求和人才队伍的建设。开始着手进行网络培训管理平台的建设工作。该平台建成后将能支持天津石化员工进行自主仿真训练、网上学习、参加各类网络培训班和考试、参与问卷调查、培训评估及其他互动交流等活动；支持天津石化培训管理人员在内网上组织、开展培训工作，进行从培训需求调研与分析、制定和发布培训计划、组织和实施考培活动、监控和跟踪培训过程、查询和统计培训数据、考核和评估培训绩效等工作的全流程闭环管理。
2013-2014年，随着中心培训基地构建完成，培训业务按照市场和基地进行划分。数据分析在延续之前分析指标的前提下，增加了三类市场中培训项目、班期和人次的整体分布进行综合性分析和三年内客户群体在中心参加的培训情况分析，为基地的发展导向和客户维护提供数据支撑。这期间的数据分析呈现出结构化模式。
在网络培训管理平台中分为很多子系统，其中管理子系统针对培训实施的全流程进行设计，实现从培训需求到培训计划、培训实施、项目登记、培训档案、培训评估在内培训业务全流程的信息化、网络化、标准化闭环管理。管理子系统的主要功能包括：
培训需求管理：年度需求在线申报、分类审核、统计汇总、专业归类、专业审核等。
直播时，待播种7～8天，幼苗相继出土，要及时查苗、补苗，确保全苗。待幼苗8～10片叶时，拔除生长势弱，畸形苗，选留健壮的幼苗，每穴保留2棵苗。
培训计划管理：年度计划(包括副班学习、实操训练、“师带徒”、应急演练、仿真模拟训练、在线考试和比武竞赛等计划)在线申报、审核、汇总、发布等；年度和月度培训计划在线浏览、会签、多级审批等；月度计划在线申报、变更、计划外立项、审核、汇总、发布等；
（2）银行规模。银行的资产规模会影响企业价值，资产规模越大，抵御风险的能力越强。因此选用总资产（XTA）代表银行规模。
培训实施管理：副班学习、实操训练、“师带徒”、应急演练、仿真模拟训练、在线考试和比武竞赛等计划的实施及结果统计；培训项目登记表在线填报、培训项目评估、登记表审核等；
员工培训档案管理：每个员工培训(外出培训、公司三级办班培训、实操训练、“师带徒”、应急演练、仿真模拟训练、在线考试和比武竞赛等)、培训费用使用记录及分类统计管理，员工学历、职称、职业资格等信息等；
培训资源管理：仿真培训软件、课件、题库、师资、培训教室等培训资源的上传、审核、统计等管理；培训教师管理包括内部讲师和外聘教师的人员基本信息管理、课时统计、授课情况统计等；培训教室管理包括教室基本信息管理、预约申请管理、使用情况总览等。
培训数据统计：月/季/年公司、作业部、车间、装置(班组)四级培训计划完成情况、培训项目信息跟踪、外出培训记录、经费数据统计等；培训学员基本信息、学习数据、统计查询等
外出培训管理：外送培训的在线申报、审核、结业管理等；
培训费用管理：教材费、讲课费、专家费等教育经费申请、审核、统计、汇总分析等；
知识管理：培训成果存档。
基于天津石化网络培训管理平台的功能设置，也预示着我们将走入培训的大数据时代，在以云计算为代表的技术下，帮助培训管理人员通过多角度多层级反映数据内在的信息。大数据时代的数据分析模式也必将会更好的助力培训业务工作。
Big Data Analysis Research and Practice Based on Training Business Change
LI Xin
(Tianjin Petrochemical Training Center ,Tianjin 300270)
Abstract :By collecting, extracting and refining disorganized data, we can find out the inherent laws of the analyzed objects and help people make judgments and choices in order to take appropriate actions. Through the process of training data analysis, the present situation of data analysis, and the bottleneck of data analysis, the future development and prospect are described.
Key words :training data; analytical methods; training business
中图分类号 ：G975
文献标识码： A
文章编号： 1673-582X(2019)03-0045-08
收稿日期 ：2019-01-10
作者简介 ：李馨(1972-)，女，汉族，天津，天津石化培训中心(党校)教师，统计师，研究方向：培训项目管理。
标签：培训数据论文; 分析方法论文; 培训业务论文; 天津石化培训中心论文;