Аналитика обучения: какие отчёты нужны и как их читать

L&D-команда запустила 40 курсов, обучила 2 000 сотрудников, потратила 12 миллионов рублей — и не может ответить на простой вопрос: «Стало ли после этого лучше?». Проблема не в обучении — проблема в отсутствии аналитики. Без данных обучение остаётся благотворительностью, а не бизнес-функцией.

По данным отраслевых исследований, только 12 % компаний используют аналитику обучения для принятия стратегических решений. Остальные ограничиваются подсчётом «голов» и процента прохождения курсов — метриками, которые ничего не говорят о реальном влиянии на бизнес. Между тем данные уже лежат в вашей LMS. Нужно лишь научиться задавать правильные вопросы и строить правильные отчёты.

Четыре уровня аналитики обучения

Аналитика обучения — не монолит. Она развивается по четырём уровням, каждый из которых отвечает на свой класс вопросов. Большинство компаний застревают на первом; задача — последовательно двигаться к четвёртому.

Описательная аналитика (Descriptive): «Что произошло?» Это базовый уровень — подсчёт завершённых курсов, средних баллов тестов, количества часов обучения. Описательная аналитика фиксирует факты, но не объясняет причин. Если 35 % сотрудников не прошли обязательный курс — вы знаете проблему, но не знаете, почему она возникла.

Диагностическая аналитика (Diagnostic): «Почему это произошло?» Углублённый анализ данных для выявления причин. Почему именно в отделе логистики курс завершают 45 % сотрудников, а в отделе продаж — 92 %? Возможно, логисты работают в ночные смены и не имеют доступа к компьютерам в рабочее время. Диагностическая аналитика сопоставляет метрики обучения с контекстом — графиками работы, нагрузкой, форматом контента — и находит корневые причины.

Предиктивная аналитика (Predictive): «Что произойдёт?» На основе исторических данных модели прогнозируют будущие результаты. Если сотрудник не открывал модуль 3 на четвёртый день курса, с вероятностью 78 % он не завершит программу. Предиктивная аналитика позволяет вмешаться до того, как проблема станет фактом.

Предписывающая аналитика (Prescriptive): «Что делать?» Самый зрелый уровень, который не просто прогнозирует исход, а рекомендует конкретное действие. Система подсказывает: «Отправить сотруднику напоминание», «Назначить альтернативный курс», «Привлечь наставника». Предписывающая аналитика замыкает цикл «данные → решение → действие» без участия человека в рутинных сценариях.

Переход между уровнями не происходит одномоментно. Начните с качественной описательной аналитики, затем добавляйте диагностические и предиктивные элементы. Каждый уровень требует всё более зрелой инфраструктуры данных — но и отдача растёт кратно.

10 обязательных отчётов в LMS

Какие именно отчёты нужны, зависит от зрелости L&D-функции, но есть набор, без которого управление обучением невозможно. Ниже — десять отчётов, которые должна генерировать любая современная LMS.

1. Прохождение курсов (Course Completion Report)

Базовый отчёт, который показывает, сколько сотрудников завершили каждый курс, сколько в процессе и сколько не начали. Ключевое правило: смотрите не на средний completion rate по всем курсам, а на распределение. Если 8 курсов имеют 95 % завершения, а один — 40 %, средний показатель 89 % маскирует проблему.

Отчёт должен включать: фильтры по подразделению, должности и дате назначения; timeline прохождения (сколько дней от назначения до завершения); сравнение с целевым сроком.

2. Результаты тестирования (Assessment Scores Report)

Средний балл тестов — полезная, но недостаточная метрика. Гораздо информативнее распределение: если оно бимодальное (часть сотрудников набирает 90+, часть — ниже 50), значит, аудитория неоднородна и нужна сегментация. Обязательно анализируйте разницу между pre-test и post-test — именно дельта показывает реальный прирост знаний, а не исходный уровень. Подробно о проектировании пост-тестов мы писали в материале о тестировании знаний после обучения.

3. Время обучения (Time Spent Report)

Общее и среднее время, затраченное на каждый курс и модуль. Этот отчёт отвечает на два вопроса: «Сколько рабочего времени уходит на обучение?» и «Не слишком ли длинный курс?». Если расчётное время модуля — 20 минут, а медианное фактическое — 45, контент слишком сложный или плохо структурирован. Если фактическое время — 5 минут, сотрудники «прокликивают» материал.

4. Карта вовлечённости (Engagement Heatmap)

Визуальное представление активности по дням недели и времени суток. Heatmap показывает, когда сотрудники реально учатся: утром перед работой, в обеденный перерыв, вечером из дома. Эти данные критически важны для планирования: если 70 % активности приходится на мобильные устройства в промежуток 19:00–21:00, нет смысла запускать вебинары в 10:00.

Карта вовлечённости также выявляет «мёртвые зоны» — подразделения или категории сотрудников с нулевой активностью. Это сигнал для диагностической аналитики: причина может быть в технических ограничениях, отсутствии мотивации или просто в том, что люди не знают о назначенных курсах.

5. Анализ пробелов в навыках (Skill Gap Report)

Отчёт сопоставляет требуемые компетенции (из модели компетенций или профиля должности) с фактическими результатами оценки. Результат — матрица, где строки — сотрудники или подразделения, столбцы — навыки, а значения — процент соответствия.

Skill Gap Report — основа для приоритизации обучения. Если у 60 % операторов клиентского сервиса пробел в навыке работы с возражениями, именно на этот курс нужно направить ресурсы. Без этого отчёта распределение бюджета остаётся интуитивным.

6. Статус комплаенс-обучения (Compliance Status Report)

Для регулируемых отраслей — один из самых критичных отчётов. Показывает, какие сотрудники прошли обязательные курсы (охрана труда, антикоррупция, информационная безопасность), у кого истекает срок сертификации и кто находится в зоне нарушения. Автоматические алерты за 30, 14 и 7 дней до дедлайна снижают риск штрафов и проверок.

7. Эффективность инструкторов (Instructor Effectiveness Report)

Если в компании есть внутренние тренеры или внешние провайдеры, нужен отчёт, который сравнивает результаты их программ: средний балл тестирования слушателей, completion rate, NPS курса, динамика бизнес-показателей после тренинга. Это не формальная оценка «нравится — не нравится», а объективное сопоставление эффективности. Тренер, чьи слушатели стабильно показывают лучшие результаты post-тестов и быстрее применяют знания, заслуживает большей нагрузки.

8. Удовлетворённость обучением (Learner Satisfaction Report)

NPS курса, средняя оценка по шкале, открытые комментарии. Этот отчёт — голос сотрудника. Не путайте удовлетворённость с эффективностью: курс может нравиться, но не давать результат (и наоборот). Однако систематически низкие оценки — маркер проблем с UX, контентом или формой подачи, которые убивают мотивацию.

9. ROI обучения (Training ROI Report)

Итоговый финансовый отчёт, который связывает затраты на обучение с бизнес-результатами. Формула Филлипса — ((Выгоды − Затраты) / Затраты) × 100 % — требует данных всех четырёх уровней модели Киркпатрика. Подробный разбор методики расчёта, включая структуру затрат и изоляцию эффекта обучения, — в нашей статье о ROI обучения сотрудников.

ROI считают не по всем программам — это нецелесообразно. Выберите 5–10 программ с наибольшим бюджетом или стратегической значимостью и фокусируйтесь на них.

10. Сотрудники в зоне риска (At-Risk Learners Report)

Предиктивный отчёт, который выявляет сотрудников с высокой вероятностью незавершения курса или провала итогового тестирования. Сигналы: отсутствие активности более 7 дней, низкие промежуточные баллы, многократные попытки пройти тест. Ценность отчёта — в своевременности: вмешательство на ранней стадии (напоминание, разговор с руководителем, альтернативный формат) кратно дешевле повторного назначения курса.

Как собрать дашборд обучения

Десять отчётов — это сырьё. Дашборд — это управленческий инструмент, который превращает данные в решения. Построение дашборда требует трёх шагов: определить аудиторию, выбрать метрики, спроектировать визуализацию.

Шаг 1: определите аудиторию. У разных ролей — разные потребности. CEO смотрит на ROI, охват и связь обучения с бизнес-результатами. HR-директору нужна динамика completion rate, комплаенс-статус, skill gap по подразделениям. Линейному менеджеру — прогресс конкретных сотрудников и их результаты тестов. Один дашборд для всех — это дашборд ни для кого. Ролевые представления решают эту проблему.

Шаг 2: выберите 5–7 ключевых метрик на экран. Дашборд, перегруженный виджетами, становится обоями — на него перестают смотреть. Для каждой роли выберите 5–7 метрик, которые отвечают на главные вопросы этой роли. Остальные данные доступны через drill-down.

Шаг 3: спроектируйте визуализацию. Три принципа:

• Glanceability — ключевые цифры читаются за 3 секунды. Большие числа, цветовая индикация (зелёный / жёлтый / красный), тренд-стрелки.
• Drill-down — возможность «провалиться» от агрегированного показателя к детализации. Общий completion rate → по подразделениям → по курсам → по сотрудникам.
• Алерты — автоматические уведомления при выходе метрики за пороговые значения. Completion rate ниже 70 %, более 10 сотрудников в зоне риска, приближение дедлайна комплаенс-обучения.

Аналитика HRBP.ru включает настраиваемые дашборды с ролевым доступом, автоматическими алертами и drill-down до уровня отдельного сотрудника — без необходимости привлекать BI-разработчика.

Принятие решений на основе данных

Дашборд ценен не сам по себе, а как источник конкретных управленческих действий. Разберём типичные ситуации, в которых аналитика обучения трансформируется в решение.

Когда пора списать курс. Курс существует три года, completion rate снизился до 55 %, средний балл post-теста — 62 %, NPS — минус 15. Диагностика показывает: контент устарел, примеры неактуальны, формат (длинные видео по 40 минут) не соответствует привычкам аудитории. Решение: не обновлять — переделать с нуля в формате микромодулей. Без аналитики курс «жил» бы ещё годы, тихо снижая доверие к L&D-функции.

Когда вмешаться в прохождение. At-Risk Learners Report показывает, что 28 сотрудников отдела продаж не открывали обязательный курс по новому продукту на пятый день из десяти. Предиктивная модель оценивает вероятность незавершения в 82 %. Решение: руководитель отдела получает алерт, проводит пятиминутку, напоминает о сроках и значимости. Completion rate после вмешательства — 94 %.

Когда масштабировать программу. Skill Gap Report показывает, что пилотный курс по data literacy закрыл 30 % пробела в навыках за 6 недель. ROI пилота — 180 %. Решение: масштабировать программу на все подразделения с аналогичным пробелом, увеличив бюджет с адекватным обоснованием.

Когда сменить формат. Engagement Heatmap показывает, что 65 % активности приходится на мобильные устройства вне рабочего времени. Текущий курс — десктопный SCORM с интерактивными элементами, которые не работают на телефоне. Решение: переработать контент в мобильный формат, сократить модули до 7–10 минут. Результат: рост completion rate на 25 процентных пунктов.

Каденция отчётности: еженедельно, ежемесячно, ежеквартально

Не все метрики нужно отслеживать с одинаковой частотой. Неправильная каденция создаёт либо информационный шум, либо слепые зоны.

Еженедельно отслеживайте операционные метрики: количество активных учащихся, прогресс по текущим программам, at-risk learners, приближающиеся дедлайны комплаенс-обучения. Еженедельный пульс позволяет оперативно реагировать, пока окно возможностей не закрылось.

Ежемесячно анализируйте тактические метрики: completion rate по программам, результаты тестирования, NPS курсов, эффективность инструкторов, динамику вовлечённости. Месячный отчёт — основа для тактических корректировок: доработать модуль, сменить тренера, скорректировать дедлайн.

Ежеквартально готовьте стратегические отчёты: ROI ключевых программ, динамика skill gap, влияние обучения на бизнес-показатели (текучесть, продуктивность, количество ошибок), сравнение с предыдущими периодами. Квартальный отчёт — инструмент стратегического планирования и основа для презентации руководству.

Важно: каденция не означает ручной сбор данных. Дашборд обновляется в реальном времени. Каденция определяет, как часто вы садитесь, анализируете данные и принимаете решения. Между обзорами дашборд работает в режиме алертов — уведомляет только о выходе метрик за пороги.

Как презентовать данные обучения руководству

Самый точный дашборд бесполезен, если вы не можете донести его суть до людей, принимающих бюджетные решения. Презентация данных C-suite — отдельный навык, который L&D-команды часто недооценивают.

Говорите на языке бизнеса, а не обучения. CEO не интересует «completion rate курса по продуктовой линейке X составил 87 %». Его интересует: «Обучение по новому продукту охватило 87 % целевой аудитории, средний чек вырос на 14 % в первый месяц после программы». Каждую метрику обучения привязывайте к бизнес-результату.

Используйте правило «три цифры — одна история». Не засыпайте руководителя двадцатью графиками. Выберите три ключевых показателя, которые вместе рассказывают одну историю. Например: «Вложили X рублей → обучили Y сотрудников → получили Z прирост продуктивности. ROI — N %».

Показывайте динамику, а не моментальный снимок. Абсолютные цифры без контекста ничего не значат. Completion rate 82 % — это хорошо или плохо? А если в прошлом квартале было 68 %? Тренды, сравнения с бенчмарками, прогнозы — вот что создаёт контекст для решений.

Предлагайте действие, а не только информацию. Каждый слайд должен заканчиваться рекомендацией. Данные показывают, что skill gap в digital-навыках стоит компании X рублей ежемесячно → рекомендуем инвестировать Y рублей в программу, прогнозируемый ROI — Z %. Руководители ценят не объём данных, а готовность L&D-команды принимать ответственность за результат.

Подробнее об основных метриках онбординга и KPI, которые стоит включить в отчёт руководству, — в нашем отдельном разборе.

Защита персональных данных в аналитике обучения

Аналитика обучения неизбежно работает с персональными данными: кто какой курс прошёл, с каким результатом, сколько времени потратил. Это налагает юридические и этические обязательства, которые нельзя игнорировать.

Правовая база. В России обработка данных об обучении регулируется ФЗ-152 «О персональных данных». Данные LMS — это персональные данные, если они позволяют идентифицировать конкретного сотрудника. Необходимо: обеспечить согласие на обработку (обычно включается в трудовой договор или отдельное соглашение), определить цели обработки, установить сроки хранения.

Принцип минимальности. Собирайте только те данные, которые необходимы для принятия решений. Детальный трекинг каждого клика может быть технически возможен, но этически сомнителен и юридически рискован, если не обоснован конкретной целью.

Агрегация и анонимизация. На уровне дашборда для руководства используйте агрегированные данные: средние по подразделениям, проценты, тренды. Персонифицированные данные (результаты конкретного сотрудника) доступны только непосредственному руководителю и HR-специалисту, ответственному за развитие.

Ролевой доступ. Не все данные — для всех. LMS должна поддерживать ролевую модель: L&D-менеджер видит всё, руководитель отдела — данные своего подразделения, сотрудник — только свои результаты. Функциональные возможности современных платформ включают гибкую настройку прав доступа для каждой роли.

Прозрачность. Сотрудники должны знать, какие данные собираются, как они используются и кто имеет к ним доступ. Прозрачность — не только юридическое требование, но и основа доверия. Если люди чувствуют, что LMS — инструмент слежки, а не развития, вовлечённость в обучение обрушится.

От отчётов к культуре данных

Десять отчётов и настроенный дашборд — необходимое, но недостаточное условие. Аналитика обучения работает только тогда, когда данные встроены в процесс принятия решений на всех уровнях.

Руководители подразделений должны уметь читать отчёты и действовать на их основе — а не ждать, пока HR-отдел подготовит записку. L&D-команда должна анализировать эффективность каждой программы, а не просто запускать курсы по запросу. Топ-менеджмент должен требовать данные при утверждении бюджета на обучение — и получать их в понятном формате.

Начните с малого: внедрите три базовых отчёта (прохождение, результаты тестов, удовлетворённость), настройте еженедельный обзор, постепенно добавляйте диагностические и предиктивные элементы. Аналитика HRBP.ru спроектирована так, чтобы этот путь был максимально коротким — от подключения платформы до первого управленческого решения на основе данных проходит не более двух недель.

Данные не заменяют экспертизу L&D-специалиста — они усиливают её. Интуиция подсказывает, что курс «не зашёл». Аналитика показывает, какой именно модуль, у какой аудитории и по какой причине. Вместе — это сила, которая превращает обучение из статьи расходов в конкурентное преимущество.