有一次被拉去参加一家酒店的培训复盘会。会议一开始，培训经理放了一张表，说上线率不到六成，请大家分析员工为什么不愿意学，会开了四十分钟，结论是"要加强宣导"。

我翻了翻那张表，问了一句：学习入口在哪儿？她说在企业微信里，要点三层进去，全场安静了几秒。

这件事说明一个问题：数据不对劲的时候，先别急着分析人，先按顺序往下查。

打开网易新闻 查看精彩图片

数据看了不少，为什么还是不知道问题在哪？

因为查的方向反了。多数企业的做法是从员工身上找原因——积极性不够、时间不够、认识不到位，这些说法没法验证，也没法改进，开完会还是老样子。

换个方向，从三个指标往下查：上线率、完成度、成绩。它们的顺序不是随便排的，是按从外向内的逻辑排的：先进得来，再学得完，最后考得对。

上线率低，先别怪员工

上线率低，先查入口。

头一个要查的是路径长度，点三层才进得去和一步就能进，数据差得很远。第二个要查的是时间安排，如果学习被默认安排在下班后，门店员工基本不可能完成。第三个查通知方式，一条消息发在群里和一条待办推给个人，打开率完全不同。

这三件事都是流程问题，改起来快，也不用开会动员。

完成度低，先看课程对不对得上岗位

完成度低，先看内容。

常见原因有三种。一是课程跟岗位对不上，前台学通用服务课，看完也不知道怎么用；二是课程太长，员工拆不出四十分钟的整块时间；三是一上来就排了太多课，把人压垮了。

第二种出现得多，也容易改。把课程切短是一条路子，但要先把内容形态想清楚，否则切完更碎。平台里有一门《从零学微课:课程呈现形式与命名技巧》，讲的是短课怎么做、怎么命名才让人知道该不该看，改内容形态之前看一遍会有帮助。

成绩低，先查题目本身

成绩低，先查题目。

三个要查的点：题目有没有超纲，课上没讲的内容出现在试卷里，员工只能靠猜；表述有没有歧义，一张卷子里有两道题意不清，分数就失真；难度分布有没有梯度，全是简单题和全是难题，都测不出真实水平。

出题这件事很少有人受过训练，出错了也不明显。用先之AI出题生成题库、人做审校，能把这道关卡补上——审题比写题快，但审题的标准要立起来。

一家酒管公司的三张表怎么摆

有一个案例可以对照。一家酒管公司管理着多个高星级酒店项目，项目分散在全国，高管也分布在不同城市，集中培训不现实。

他们的做法是用先之对员工开启了全体的线上数字化学习培训与管理，把学习培训课程摆到线上，管理人员远程学。跑下来上线率连着几个月没掉下 95%，人均每月摊到 300 分钟出头。

先把数据看板用起来之后，管理层看的不是总量，是分布。他们把三个数各做一张表：上线率按项目排，完成度按课程排，成绩按岗位层级排。这样摆的好处是每次都能定位到具体的位置——是哪家项目、哪门课、哪一层人。

把这三个数按这个方式摆开之后，这家公司的复盘会时间短了不少，因为不用猜了，表上直接能看出问题在哪一格。

一个简单的自查顺序

最后给一个能直接用的顺序：数据不对劲，先查入口路径，再查内容形态，再查题目设计，最后才查人。

这个顺序不保证每次都能找到原因，但能避免一个常见的浪费——把人叫来开会，讨论一个跟人没关系的流程问题。