培训效果评估器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fa14b5bc/training-effectiveness-evaluator。
技能介绍
解决培训评估难题
培训复盘常见只有一张满意度表:均分 4.6 就认为有效。这个技能把问题拆成可核查的证据链:L1 反应、L2 学习、L3 行为、L4 结果,并要求显式标记缺失层。
核心工作方式
你提供项目名称、人数、成本、前后测试、行为追踪和业务指标,技能按柯氏四级模型生成评估报告。关键能力包括:
- 层级诊断:用 🟢/🟡/🔴/⚪ 标记 L1-L4,区分知识掌握、岗位应用与业务结果。
- 量化指标:计算满意度均分、
NPS、前后测提升率、通过率、行为改变率。 - ROI 估算:在 L4 可量化时展示公式和
0.35归因系数,无法量化则只给方向变化。 - 衰减与复训:基于 T+1/T+3/T+6 行为数据判断效果衰减,并给出复训时机。
适用边界
它适合培训负责人做管理层汇报,不适合把一次性问卷当成最终结论。行为层和结果层数据不足时,报告只能给出待观察或部分有效;ROI 是估算而非审计结论。
使用场景
- 培训经理要在管理层复盘会上说明某门技术课是否真正有效,需要输出 L1-L4 证据。
- L&D 分析师拿到前后测成绩和培训成本,要计算学习提升率并估算 ROI。
- 学习负责人发现培训后行为改变下降,要根据 T+3/T+6 数据制定复训计划。
- 课程运营者需要把满意度、测试成绩和业务指标整理成可归档的评估结论。
适合人员
- 培训经理,需要把满意度、前后测和业务指标整理成可汇报的效果结论。
- L&D 数据分析师,需要核算培训成本、学习提升率和可解释的 ROI 估算。
- 学习负责人,需要判断员工是否应用技能并安排复训或跟进机制。
- 课程负责人,需要诊断薄弱知识点并给出改进建议与再采购判断。