FC2ブログ

CPLP ハイライト

2019年02月19日 20:25

例題1)ファシリテーションのツールとしてふさわしくないのはどれか。
A. Process controls

B. Listening

C. Agendas

D. Opening discussion



【解答】 Aが正解です。ファシリテーションのツールではないから。プロセスのための情報や物理的制御をすることだから。



例題2)チームの役割を明瞭に導くテクニックはどれか。

A. Establish a meeting agenda

B. Submit the agenda in advance to the team

C. Write down what the group will be and what to expect from each

D. Require a round-robin discussion in which each team member must contribute to the discussion


【解答】 Cが正解です。役割と期待されることをメンバが理解できるため。



例題3)会議を締めるファシリテータの取るべき行動はどれですか。

A. Confirm agreement and record meeting minutes

B. Refine options to explore ways of addressing all interests

C. Make participants think about real-world challenges

D. Prioritize issues to help identify next steps after the meeting



【解答】 正解は、A。会議の終わりにすることは賛成事項を確認すること。



*詳細は、ATDから発売されている「ATD Learning System」を参照ください。
スポンサーサイト

最新のデジタル・トランスフォーメーション

2019年02月19日 20:24

Margaret Roth

エンドツーエンド戦略による学習エコシステム
最新の学習エコシステムを開発する場合、L&Dのリーダーにとって選択肢は広いです。パーソナライズされたコンテンツの推奨から複合学習エクスペリエンスまで新しいテクノロジは、何でも実現できるため、組織がいかに適切な選択をすることが最も肝心なこととなります。

デザインから見ると2つの見方ができます。一部の企業は、まず技術に注目し、全体として収まるように機能豊富なパズルのピースとして技術調達にアプローチすることから始めます。 これは技術的に健全なエコシステムにつながりますが、それは一貫した学習者経験を欠き、会社のビジネス目標とも一致しないかもしれません。 一方、最新化するための戦略的なビジネス上の根拠だけに焦点を当てている組織は、相互運用性と技術的互換性を欠くエコシステムに終わります。

組織のビジネス目標の定義から始まり、それらを既存かつ未来のテクノロジ要件と合致させる設計アプローチは、ビジネス要件とテクノロジ要件の両方を総合的に備える現代の学習エコシステムとなります。 デジタル変革を開始時にこれら2つを一致させて定義することで、組織はイニシアチブの目的を明確にし、目的に沿った方法で意思決定を下すことができます。

では、組織はどのようにしてこれを実現させるのでしょうか。 ある企業がどのようにして4段階のデータ戦略を開発し、学習テクノロジを機能させるデータ駆動型の体験のビジョンに基づいたエンドツーエンドのエコシステム変換学習アプローチを採用するに至ったかを見てみましょう。

学習のためのデータ設計
新しいリーダーシップとデータ主導の変革への活発な取り組みを通じて、Fortune 1000のある小売企業は、各部門に、全面的にデータ主導の意思決定をサポートするための戦略の策定と実施を依頼しました。 いくつかの戦略的なふり返りを通じて、L&Dチームは、学習をデザインするためにはリスポンス・コンテンツ中心モデルからデータ中心モデルに移行する必要があることを認識しました。

長年にわたり、チームは、適切かつ洗練された学習コンテンツを作成し、イントラネットや学習管理システムを含む複数の配信チャネルを介して利用できるようにするという途方もない仕事をしてきました。 チームの大きな課題は、資料が公開された後は、適切かつ有益なエンゲージメント・データを取得できなかったことです。 イントラネットとLMSの両方が、総合的なエンゲージメント・データを作成しましたが、それらのデータはサイロ化されており、学習者エンゲージメント分析全体を測定するには問題が生じていました。

多くの調査と評価の結果、L&Dチームは、Experience API(xAPI)データ仕様が、ラーニング・データの現在および将来のコンポーネント間の相互運用性を生み出すための最良の選択肢であると判断しました。 サイロ化したデータを単一の標準化されたフォーマットにまとめ、ラーニング・レコード・ストア(LRS)を使用して、規模と成長のために学習エコシステムを将来性の備えた手段として導入しました。 しかし、チームはまだ自分たちで判断した段階から成功へのビジョンに至る方法までわっていませんでした。

Yet Analyticsと協力して、L&Dチームはデータ戦略設計プロセスを経て、データ変換の最初の段階を実行しました。 この戦略的設計プロセスは、準備、評価、証拠、およびプレゼンテーションという4つの評価段階からなります。

準備:持っているものの把握
最初の段階では、ベースラインを定義するために、現在の学習エコシステムとL&Dチームのプロセスおよび責任について検討する必要があります。 ビジネス目標、データ資産、現在のテクノロジ・コンポーネント、ITインフラストラクチャなど、すでに持っている資産を評価して文書化することから始めます。
部門が管理する戦略的プログラム、L&Dに関連する主要業績評価指標、またはその他の測定可能な成功指標を含む、L&D機能が担当する主要なビジネス目標を特定します。

次に、既存のテクノロジソリューションとそれに関連するデータ資産とラーニング・エコシステムを確認します。 これには、LMS、イントラネット、マイクロラーニングアプリケーション、ビデオプラットフォーム、コンテンツライブラリ、および対面トレーニングプログラムなど、従業員の学習の一部となるあらゆるコンテンツを含みます。

最後に、各ツールまたはプラットフォームから抽出し対応するデータを特定します。 スプレッドシート、名簿、データベース、および学習エコシステムにすでにあるその他のデータセットなどの項目をリストアップします。 また、入手できるデータがないことがわかっている場合は、そのことを書き留めます。

現在の状態と、理想的な将来の状態としてのデータの両方のデータ戦略について考えます。 学習におけるデジタル変換の大事な視点は、静的システムから、それらを連携して機能する柔軟なモジュラーシステムへの移行です。

小売企業のデータ戦略開発の最初のステップでは、L&Dチームは事業目的別に優先分野(販売者の準備、学習者の関与、特定のコンプライアンストレーニングなど)を定義し、学習エコシステムで機能しているテクノロジを特定しました。

評価:自分が持っているものの価値を定義し、ギャップを特定する
持っているものがわかったら、組織内のどこから価値がもたらされているかについて共通の理解を築き、それらのデータ資産の品質、有用性、および影響を評価します。

現在のプログラムで実行しているレポートと分析の種類を特定し、それらがニーズを満たしているかどうかから考え始めます。 次に、全社的な学習活動に関して、答えたり測定したりできるようにしたい質問と測定基準について概説します。 それから、他の利害関係者があなたに尋ねるかもしれない質問を挙げてみましょう。

また、データまたはデータアクセスの不足を文書化します。これは、データ戦略のギャップ分析と考えてください。 たとえば、あなたはLMSからの完了データしか見ることができませんが、完了できた個々のステップをあげたり、または他のシステムからのデータアクセスは非常に制限されている中、データを引っ張り出すのに他人の力を借りてやらなければならないといったことです。 最後に、準備ステップで特定した各ビジネス目標に既存のプラットフォームとデータ資産を合わせます。

この段階で他の利害関係者の関与を開始し、特定した目的の成功と彼らが見たいと思う報告をどのように測定するかを考えます。 これは、あなたがより包括的な評価を作成するのを助けるだけでなく、あなたの学習エコシステムを早くそして広く近代化させます。

小売企業のL&Dチームにとって、この段階は、戦略的な各ビジネス目標に対する企業のデータ資産の成熟度を理解するうえで重要です。 チームが各目標をマッピングして評価した結果、ビジネス目標とテクノロジが次のように調整されます。
•営業レディネス - LMS、コミュニケーション
•学習者エンゲージメント - LMS、イントラネット、マイクロラーニング
•特定のコンプライアンストレーニング - LMS
•管理トレーニング - LMS、学習者エクスペリエンスプラットフォーム
•入社研修 - LMS、コミュニケーション
•内部人事リソース - ナレッジベース。

エビデンス:データを使用したときの成功の定義
この段階では、データドリブン(駆動)型の意思決定プロセスを活用して、学習エコシステムの将来の状態を把握します。

データの欠落部分を突き止めながら、特定されたテクノロジを批判的に調べ、可能な解決策をブレインストーミングし始めます。 これらの解決策は、現在の技術に適用される新しい技術または新しい構成およびプロセスを含みます。 次に:
• 学習者経験のどこかの場面で、別のテクノロジまたはプロセスサポートを使用できるかどうかを判断します。
• 提案されたソリューションが、必要な詳細と頻度で必要なデータを提供するかどうかを検討します。
• コスト、実装時間、すでにエコシステムにある他のテクノロジとの適合性、および提案されているソリューションの予想される採用率など、リソースの可用性を検討します。
これらすべてのギャップを一度に解決しようとするのではなく、ビジネス目標の全体的な影響と特定されたソリューションを展開する際の技術的な難しさのレベルを評価してください。 これにより、ビジネスケースを提示し、試験的な前進を遂げるのに必要な証拠が得られます。

小売企業のL&DチームはすでにxAPIとLRSを学習エコシステムの中心的要素とすることを決定していたので、ソリューション分析は2つの質問に集中しました。ソリューションは自然にxAPIを生成しますか? もしできない場合、xAPIの統合をとうして必要なデータを抽出できますか? これらの質問は、コストや時間などの検討事項に加えて、実行可能な解決策にすばやく絞り込むのに役立ちました。

次に、L&Dチームは、考えられる解決策を2つの領域にマッピングしました。全体的なビジネスへの影響に対する技術的な難易度です。L&Dチームは最初に取り掛かりたい戦略的目的は学習者の関与であると判断しました。エグゼクティブチームはトレーニングの投資収益率を決定する際にこのマトリクスを評価します。そして、技術的難易度は低く、LMSデータは他のいくつかの戦略目標に影響を与えるため、費やされた労力は再使用できるとみなされました。したがって、この目標は優れた技術的概念の証明となり、L&Dチームが複数の利害関係者に即刻、価値を実証できるようになります。

プレゼンテーション:調査結果をチームメンバーと共有する
この段階では、学習エコシステムに関連する分析を主要な利害関係者にどのように伝えるかを通して、検討します。 誰がデータと分析を使用するかを特定することから始めます。 これには、役員、プログラム管理者、管理者、または個々の学習者が含まれる場合や、部署や仲間のグループである場合があります。

チームのさまざまな利害関係者グループに適したデータアクセスの頻度と形式を検討してください。 xAPIを活用するソリューションでは、統一されたほぼリアルタイムのデータで満たされたLRSを作成し、データをすぐにユーザーに表示できるデータダッシュボードを実現させました。

ユーザー役割ごとにデータアクセス許可を定義します。 たとえば、ほとんどの組織では、個々の学習者は自分のデータまたは平均またはトレンドラインと比較した自分のデータを表示しますが、管理者は自分のチームに関連付けられたデータを表示できればベストです。

各利害関係者がデータにアクセスする方法とそのデータを視覚化する方法を設計することは、データ戦略設計プロセスの重要な最後のステップです。 学習者エンゲージメントパイロットの場合、小売企業のL&Dチームは、初期の利害関係者は、学習者エンゲージメントおよびパフォーマンスに関連する重要な指標に直面するリアルタイムダッシュボードへのアクセスを必要とするL&Dプログラム管理者であると判断しました。 時間が経つにつれて、L&Dチームはマネージャーと個々の学習者に同じダッシュボードを公開する予定です。

適用データの結果と影響
適切な戦略と設計計画を立て、小売企業のL&DチームとYet Analyticsは、最新の学習エコシステムの効果的なパイロットを設計、開発、および展開しました。 パイロット期間中、Yet Analyticsは、LMS、イントラネット、およびマイクロラーニングアプリケーションという3つの主要な学習コンテンツ間のxAPI統合を開発しました。

xAPIにより、L&D機能は、組織独自のビジネスロジックやプロセスに関連する学習者の詳細な活動データを取得することができました。 xAPI統合により、これらのシステム全体からの高解像度データがLRSで統合および標準化され、リアルタイムのデータダッシュボードでL&Dプログラム管理者に公開されました。 ダッシュボードは、L&Dプログラム管理者に、全体的な学習者エンゲージメント、最小および最もエンゲージした学習者の識別、最小および最も一般的な学習者アクティビティの識別、学習者エンゲージメントおよびコンテンツ使用のパターン、プラットフォーム採用率および傾向などのメトリックを提供しました。

これらのデータを基に、L&Dプログラム管理者はリアルタイムで意思決定を行い、どのコンテンツが最も有用で、どの形式のコンテンツがさまざまな種類のチームメンバーにとって最も人気があり、最も効果的か、そしてどのコンテンツ配信プラットフォームと形式が最も効果的かを判断できます。

従業員の観点からは、L&Dプログラム管理者はトップパフォーマーに関連する学習のベストプラクティスを特定し、それらのベストプラクティスを組織全体に広く配布することができます。 彼らはまた、より迅速にエンゲージメント低下を発見し、早期に適切な行動をとることができます。

未来へ基盤
小売企業のL&Dチームにとって、ビジネスレベルの目的と組織の将来のビジョンに沿った堅牢なデータ戦略から始めて、チームは時間とともに成長し変化することができる柔軟でスケーラブルな学習エコシステムを設計することができました。 xAPIとLRSによって、学習機関は従業員の学習とトレーニングのための記録の中心的なシステムを持ち、観察、緻密性、説明責任を可能にします。

このデータ戦略を実行することで、L&Dチームは、組織文化の基礎となる透明性を学習者、管理者、および経営幹部に同様に提供できるようになり、データ駆動型の従業員学習の基盤となります。

xAPIの説明
Experience APIは、技術的な観点から異なるシステムとプラットフォーム間のデータ交換を相互運用可能にするデータ仕様です。 データを同じ形式に統合することで、学習者、管理者、その他の利害関係者のためのクロスプラットフォーム分析が一元化されます。

xAPIデータは、標準化されたactor-verb-objectデータ形式(例えば、Stacey completed course X)を使用して収集されます。 この相互運用可能なデータ構造により、L&Dの専門家は、活動、行動、学習、またはパフォーマンスのデータがリアルタイムで作成されるツールやテクノロジ間で情報を活性化できます。xAPIはきめ細かで高解像度のデータ収集を中心に設計されているため、xAPIデータは学習者のやりとりのパターンに関して詳細な洞察と透明性を提供します。

たとえば、ほとんどの学習管理システムではコースの完了を単一のデータポイントとして記録していますが、コースの完了は実際には多くの、より粒度の高いアクションの集大成であることがわかります。 xAPIを使用すると、L&Dの専門家はこれらの個々のやりとりをすべてリアルタイムで把握させることができます。これにより、L&Dの機能は学習者にとってどれほど魅力的で有益な体験かを確認できます。

xAPIデータは、学習、トレーニング、およびコンプライアンスに関連する従業員の活動に関する中央記録システムとして機能する、学習記録ストアに保存されます。 さらに、すべてのxAPIデータは標準のアクター動詞オブジェクト形式であるため、営業、人事、または他の部署からのパフォーマンスデータもxAPI形式に変換して統一することができ、測定可能で追跡可能なビジネスの他の部分に対する学習およびトレーニングに影響を与えます。

<原文:https://www.td.org/magazines/td-magazine/modernization-through-digital-transformation>

デジタルトランスフォーメーションを見越した人材開発のニーズアンケート調査ご協力のお願い

2019年02月19日 20:23

当社代表の中原孝子が研究会のリードを務めるATDインターナショナルネットワークジャパンのHPI(Human Performance Improvement)委員会では、今年度(2018年度)表題を研究テーマに、皆さまにアンケート調査協力をお願いしております。ご協力いただいた方には、結果の共有と7月に予定されております発表会への優先ご招待をさせていただきます。

 ご興味のある方は、下記URLよりアンケート回答をお願い申し上げます。
  https://goo.gl/forms/eaefsEDCaYJ4hHbh1 

ATD ICE(国際カンファレンス&Exhibition)へのお誘い

2019年02月19日 20:23

今回のT&Dマガジンからの紹介記事にもあるように、人事や人材開発の世界におけるデジタル化の波とスピードには目を見張るものがあります。今、多くの事業部門において、RPAの導入が図られている最中と思われますが、ビジネスにおけるテクノロジ導入の先を見た「戦略」的な人事や人材開発を展開しているでしょうか?特に人材開発においては、「今」起こっている問題への対処や、一見将来を見据えたタイトルに思える「リーダーシップ研修」などを含む研修も、今までの組織階層に基づく研修体系になっていませんでしょうか?テクノロジ伸展のスピードを考えた時、「今」の業務遂行に必要とされるスキルや知識を身に着けさせるための「研修」やOJTでは、テクノロジ導入が進んだ「明日(2~3年後?)」、「明後日(未来)」の組織を担う人材(人手ではなく)の学び方や必要スキル構築が後手に回ってしまうということはありませんか?
   
今やっと外部から購入したe-ラーニングの導入がされたものの、まだまだ受け身の研修ではありませんか? 事業部門がそうであるように、ラーニングへSNS活用やAI技術の導入は進んでいますか?後の未来につながるようなスキルや知識を身に着けられる内容ではない場合、将来を担う若手人材にとって、「魅力的」な学習体験とは言い難いものになっているかもしれません。

テクノロジの進化と職場のデジタル・トランスフォーメーションは、人事や人材開発部門の担当者の専門性や知識、スキルにも大きな変化を要求しています。
2019年のATDカンファレンスでは、改訂版のATDT&Dコンピテンシーモデルも発表される予定。人材開発や組織開発に携わるプロフェッショナルとして、ぜひ、ATD国材カンファレンス&Exhibitionに参加しませんか? 

ATDインターナショナルネットワークジャパンでは、団体参加割引でカンファレンスに参加できるCodeを共有しています。今年のICEはワシントンDC。ホテル一泊分くらいの節約が可能な団体参加Codeを使って、ATD ICEに参加しませんか?  詳細は、http://www.astdjapan.com/atdice/ 

CPLPハイライト:

2019年01月09日 21:36

例題1)薬局スタッフの処方に誤りが散見される事態が起こっています。聞き取りでは、薬剤師に処方薬を持っていってもフィードバックを受けないということが判明。あなたは、この事態の解決策を講ずるコンサルタントとして、週おきにフィードバックと重要なコンプライアンスをレビュすることを提案しました。このパフォーマンス・マネジメントにおける解決策として一番適するのはどれか。
A. Improve wellness
B. Improve resources
C. Improve knowledge and skills
D. Improve information

【解答】 D が正解です。情報交換とフィードバックに関する要素は、情報の改善の事柄であるから。

例題2)下記の項目で、ファシリテーションに含まれないのはどれか。
A. Coaching the team in process, roles, procedures, policies, and goals
B. Making decisions for the team
C. Acting as a regular consultant to the team leader
D. Monitoring team dynamics, diagnosing problems, and finding appropriate team solutions

【解答】 Bが正解です。ファシリテータのすべき行動ではありません。

例題3)ファシリテータがグループと一緒にいるとします。あるメンバが、グループや他メンバの懸念事項を優先し、自分の懸念事項を無視しています。この状態は、どれですか。
A. Accommodating
B. Avoiding
C. Competing
D. Compromising

【解答】 正解は、A。他メンバをなだめる行動のこと。