数据是时代「能源」，但运用数据，发现数据与业务的联结，形成「算法」，才能真正洞察问题、发现规律、启迪思路、支持决策。这需要我们引入「数据思维」，用数据眼光看待人才发展与企业学习。
企业也许不一定马上去做数字化，但是我们需要先有数据思维。HR不妨从以下四步开始：描述性分析，多维度交叉分析，结合业务分析，以及预测性分析。
把握学习发展现状，用数据+事实说话，是第一层级的数据应用。这需要，无论自建或寻找外部供应商，在进行数字化学习项目的时候，首先注重观察数据可否被采集，比如：学员的学习行为、投入程度、学习成果、测验数据等等。
其次，具备数据的「解读力」，即拿到数据后能否做到基本的解读现状。同时，考察可被采集到的「学习数据」的延展性，例如，员工覆盖面上未来是否可能规模化、数据维度是否充分立体、各维度数据的衡量体系是否一致以便后续交叉分析等等。
综合各维度数据分析，弥补在单一维度进行分析无法发现的一些问题，例如：学习前后的对比，就是最常见的交叉分析。除了学习后的结果，我们其实更想了解和评估的是学习是否发挥了效用。哪些关键行动发生了进步或者说改变，进步程度如何？更
进一步的，企业内所有学员的进步程度，将可形成群聚图，让我们更为直观的了解到，不同学习成效的人群分布状态（见下页图示）。
示例：英跃学习后数据报告部分呈现
示例：英跃学习后团队数据报告部分呈现
英跃学习数据（学习前测验中所有能力展现最薄弱的10项关键行动，在学习后测验的发展情况对比）
数据是一个参考维度，「数据+事实」的解读将更为贴近现实。例如上图中：学习前各项能力中最为薄弱的关键行为，通过学习多数得到提升。未有提升、甚至反而落后的关键行动「奖励变革」反应了什么问题呢？是学习不会？还是企业中本身更关注自上而下的「鼓励」拥抱变革，而忽略激励变革行为呢？
预见未来，是数据最激动人心的力量。这让企业在不确定的时代，得以探寻到「确定」的底气。
基于英跃的学习数据，有经验的HR正根据性格、能力、学习投入、学习提升、行为展现等各方面数据，结合实际分析预测管理者的适应性、学习力和成长性，甚至建立「行为数据库」，通过行为数据的长期追踪，预测干预公司绩效表现。
寻求「预见」，企业学习需要满足如下数据要求：
兼具学习的结果与过程
与学习体系一致的行为化评估和引导
通过学习可产出多维的学员画像
无论是做清晰的人才战略描述，还是将人才发展计划与业务计划相结合，亦或者影响业务决策者重视某一培训项目，都需要数据思维的「武装」，从而更「可视化」的说明过去，更有把握地驱动现在，更智慧地决定未来。
具备数据思维的HR，将不仅是企业的「合作伙伴」，还将成为「价值创造者」，助力企业的整体成功，赢得认可。
领导力学习数据赋能指南
