大数据时代企业内训师选拔模型研究

高亚超

(合肥师范学院 经济与管理学院，合肥 230601)

大数据时代企业内训师选拔模型研究

高亚超

(合肥师范学院 经济与管理学院，合肥 230601)

内训师在企业员工培训中的作用不言而喻，大数据时代为企业内训师的选拔工作带来了机遇和挑战。本文通过问卷调查确定了内训师选拔指标；为保证指标权重的科学性和合理性，两次运用专家打分法确定相应指标的权重；在此基础上建立了大数据时代企业内训师的选拔模型，以确保企业内训师选拔工作的有序高效运行。

大数据时代；企业内训师；选拔模型

随着经济和社会的快速发展，人类社会已经步入“互联网+”和大数据时代，正在向“智能化”时代前进，新时代尤其是大数据时代对企业员工提出了更高的要求。为了使员工能够胜任岗位工作，为顾客提供更好的产品和服务，就需要对员工进行培训，因为培训是增加员工知识、提高员工技能、改变员工行为方式以及提升员工素养的重要途径，而培训离不开培训师。企业的培训师包括外部聘请的兼职培训讲师和内部培训讲师(以下简称内训师)。与外部培训师相比，内训师身处企业内部，熟知企业文化，与员工长期接触，对企业员工知根知底，能够为员工提供更具有针对性和更有价值的培训，内训师的作用不言而喻。然而，大多数企业在内训师的选拔上往往流于形式，缺乏统一的选拔标准，一些不符合要求的人员滥竽充数，扮演了内训师的角色，导致企业员工的培训工作不到位，影响了员工对岗位工作和职业生涯的规划，更加不利于企业的长远发展。

1 大数据时代企业内训师选拔的机遇与挑战

大数据最早是由美国麦肯锡公司提出，具有体积大、数据冗杂繁多、处理速度快、动态性等特点，其在人力资源管理中的应用价值越来越明显[1]。作为人力资源管理的一项重要职能，员工培训工作的有效开展离不开优秀的内训师，而选拔工作的有序进行是企业产生优秀内训师的关键环节。大数据时代的到来，为企业内训师的选拔提供了机遇，也带来了挑战。

1.1 机遇

(1)内训师的选拔信度提高。应用内训师选拔中的指标大数据，能够有效提高内训师选拔结果的可靠性，从而为企业选拔到更加优秀的内训师，进而提高内训师的选拔信度。

(2)内训师的选拔效度增强。效度，即有效性或精确性，是指实际测到的应聘者的有关特征与想要测的特征的符合程度[2]。在待选内训师以应聘者的身份参与选拔的过程中，企业主管人员能够应用指标大数据，准确判断待选内训师所表现出来的特征是不是企业所需要的，从而增加了内训师的选拔效度。

1.2 挑战

(1)内训师指标数据的采集难度加大。第一，企业内训师选拔中的指标数据具有动态性，如果不能在给定的时间内及时采集到相关数据并进行有效处理，那么大数据的价值也会随之丧失[3]。第二，在众多的指标大数据中，如何挖掘出能够代表内训师特征的指标数据困难重重。第三，很多企业主管人员对数据并不陌生，但对大数据的理解不到位，往往采集的数据不具备大数据的特征，不能为企业所用。由此可见，大数据时代加大了内训师指标数据的采集难度。

(2)内训师的选拔难度和成本增加。大数据时代，为了从待选内训师中选拔出满足企业培训需求的优秀内训师，需要企业投入更多的人力、物力、财力以及时间等资源，并将各种资源有效整合才能产生最大的价值。如果整合不当，企业可能得不偿失，从而增加企业内训师的选拔难度和成本。

(3)管理者必须及时更新管理理念。大数据时代，企业内训师的选拔工作不同于传统意义上的内部招聘，管理者应及时更新管理理念，运用大数据的思维为企业选拔最合适、最优秀的内训师，而不是以传统的培训时间、培训方法、培训内容等为标准进行内训师的选拔。

2 大数据时代企业内训师选拔模型的建立

2.1 模型指标的选取过程和结果分析

2.1.1 设计调查问卷

为了更准确地把握大数据时代企业内训师的选拔指标，研究设计的调查问卷包括主观题和客观题。客观题从内训师的知识、能力、情感、态度、价值观以及身体条件等方面设计了20个单项选择题，分别对应企业文化认同度、专业理论知识、培训工作经验、语言表达能力、教学创新能力、课堂管理能力、课程开发能力、知识分享意愿、逻辑思维能力、沟通能力、解决问题能力、资料收集能力、培训热情、教学愿望、团队合作意识、应变能力、颜值高低、身体健康程度、心理品质、服务意识等20个指标，每题的选项有5个，每个选项对应的分值如表1所示。主观题是请调查对象根据自己的工作和学习实际，填写其他可能的内训师选拔指标。

表1 内训师选拔指标选项、评价及得分表

2.1.2 选择调查对象

为了保证调查结果的信度和企业内训师选拔指标的理论性与实际可操作性，本研究选择的调查对象共60人，主要包括5名企业高层管理者、10名企业人力资源部经理、15名企业内部培训师、15名参加过企业内部培训的优秀受训者、10名企业外部兼职培训师、5名在高校从事企业员工培训研究的专家，这样基本可以保证该指标在学术上的严谨性，也符合企业内部培训的实际情况。

2.1.3 问卷的调查与回收

本次调查采用现场回收问卷和网络调查两种方式对上述确定的60名调查对象进行了调查。其中，现场发送的问卷40份，通过整理回收的有效问卷35份；网络发送调查问卷20份，回收有效问卷17份。总体来看，回收的有效问卷共52份，问卷回收率为86.7%。

2.1.4 调查结果分析

在回收的52份有效问卷中，有50份问卷的主观题是空白，另外两份问卷的主观题处分别写的是“培训知识的实用性”与“正确的价值观”。考虑到这两份问卷所写的指标在上述20个指标内有所体现，而且为了便于进行数据的整理和分析，本研究最终选择对52份有效问卷中的客观题得分进行统计分析。为了易于进行表格的制定以及指标得分的统计排名，笔者用xi(i=1……20)依次代表内训师选拔的20个指标，根据调查问卷的结果统计，各指标综合得分及排名情况见表2。

由表2可见，在选拔内训师时，综合得分前3名的指标分别是专业理论知识、企业文化认同度、服务意识。得分最高的指标是专业理论知识，满分260分得到了258分，有50份问卷选择的是代表非常重要的5分，仅两份选择的是代表比较重要的4分，说明大家都认为在选拔内训师时专业理论知识非常重要。得分排名第二的指标是企业文化认同度，可见，作为一名优秀的内训师，在对员工进行培训时所表现出的对企业文化的认可度非常重要。值得一提的是，服务意识这项指标被越来越多的专家所关注，得分达到了252分，与企业文化认同度指标的得分仅相差1分。而得分排名最后的3个指标分别是教学愿望、身体健康、颜值高低，其中颜值高低指标的得分仅为68分，说明颜值高低对选拔内训师的影响几乎可以忽略。

表2 内训师选拔指标综合得分及排名

图1 内训师20个指标综合得分排名折线图

图2 相邻两指标得分差距柱状图

为了更直观地分析，按照各指标的综合得分排名，由高到低依次用yi(i=1……20)代表上述20个指标，并制成折线图如图1所示；同时，计算相邻两指标的得分差距，绘制成柱状图如图2所示。可以看出，前10名指标的综合得分都在200分以上，各指标之间的分值差距较小，均在10分以内；而后10名指标的综合得分都在200分以下，整体得分偏低，各指标之间的分值差距相对较大。研究还发现，排名第11的沟通能力指标综合得分仅为168分，与排名第10的心理品质指标的分差达到了36分，说明得分排前10名的指标对内训师的选拔非常重要，而得分排后10名的指标对内训师的选拔相对不重要。因此，研究最终确定专业理论知识、企业文化认同度、服务意识、语言表达能力、解决问题能力、教学创新能力、知识分享意愿、课程开发能力、培训工作经验、心理品质等为内训师选拔的10个指标。由于回收的有效问卷是52份，在综合得分的基础上进一步算出每个指标的平均得分，可以发现，各指标之间的差距更小。为了更好地理解这10个指标，对其内涵做如下解释，详见表3。

表3 内训师选拔指标平均得分、得分排名及指标内涵

2.2 确定指标权重

2.2.1 第一次指标权重结果

表4 根据调查问卷结果确定的内训师选拔指标权重

2.2.2 第二次指标权重结果

第二次指标权重的确定主要采用专家打分法。首先，选定了20名专家，包括两类人员，一类是企业的资深培训人员，另一类是从事培训研究的高校专家，每类人员10名[4]。为了避免出现人员雷同而影响指标权重设定的现象，本次选择的专家不出现在上次问卷调查的对象里。其次，根据上述10个内训师选拔指标设计专家打分表，打分表包括背景材料、填表说明以及打分表格。为了便于统计确定各指标的权重，10个指标的总分值之和必须为10分，各指标所占比例由专家自己来确定。再次，请各专家进行匿名打分。最后，统计汇总各专家的打分情况，用对应指标的专家得分之和除以200分(20位专家，每位专家10分，所有专家的所有指标得分之和为200分)，得出各指标所占的比例，而该比例符合指标权重设计的原则，最终确定为第二次指标权重，详细汇总结果见表5。

表5 专家打分法确定的内训师选拔指标权重

从专家打分确定指标权重的总体情况来看，与第一次指标权重的趋势基本一致，但是解决问题能力和教学创新能力这两个指标的权重排序正好相反，说明专家对内训师的创新能力提出了更高的要求。

2.2.3 最终指标权重

为了更好地反映内训师选拔时各指标的权重，根据以上两次指标权重的结果，将两次指标权重取平均值。由于其中4个指标出现了第五位小数均为5的情形，为了使各指标的权重统一取小数点后4位数，同时保证符合指标权重设计应遵循的原则，对排名第三的服务意识以及排名第四的语言表达能力这两个指标的权重按照四舍五入的方法确定第四位小数，而对排名第五的解决问题能力和排名第九的培训工作经验这两个指标的权重将第五位小数直接去掉，最终形成各自指标的权重，详见表6。

表6 内训师选拔指标权重

2.3 建立模型

根据前面确定的内训师选拔指标和对应的权重，同时，为了与前面指标名称对应的字母加以区别，用ti(i=1,2…10)依次代表问卷调查中最终确定的10个内训师选拔指标的得分，对应的指标权重用ai(i=1,2…10)来表示，而待选内训师的最终得分用字母T来表示，从而建立了一个由一位考评专家对待选内训师进行评选时的企业内训师选拔模型，如下：

(1)

(2)

根据此模型，作为一名待选的内训师，不管有多少名考评者，其最终得分F均在0分与100分之间。为了区分不同级别的内训师，本研究将0到100分划分为5个区间段，分别对应一、二、三、四共4个级别的内训师以及内训专员[5]，详见表7。

表7 企业内训师得分区间划分及级别

其中，一级内训师的级别最高，可以对公司所有员工进行培训；二级内训师可以对公司的中层管理者及以下员工进行培训；三级内训师可以对公司的基层管理者及以下员工进行培训；四级内训师是级别最低的内训师，只能对企业的一线员工进行培训。从严格意义上来讲，内训专员不能称之为内训师，因其不具备培训资格，只能协助内训师开展相关的内训工作。一般而言，从内训专员到二级内训师，都可以通过努力不断提升自我，经过专家考评认定后晋升为高级别的内训师。当然，高级别的内训师身份也不是固定不变的，一旦专家考核不符合得分要求，也可能降级，这样做的好处是能够使各级别的内训师充满危机意识，不断完善并发展自我，更好地完成企业的培训工作。

3 结束语

人类社会发展的脚步从未停止，大数据时代给企业内训师的选拔带来了机遇和挑战。本研究通过问卷调查确定企业内训师的选拔指标，并运用专家打分法确定相应的指标权重，是基于大数据时代的背景以及研究本身确定的调查对象和专家组成员。随着经济和社会的不断发展，内训师的选拔指标和相应的权重可能会产生变化，而在此基础上建立的企业内训师选拔模型未能考虑到不同行业、不同企业的个体差异性，致使模型的应用范围受到一定程度的约束。但是，模型本身仍然具有较大的现实参考价值，也能够为当前大多数企业的内训师选拔工作和相关研究提供借鉴。当然，这也将在很长一段时间内成为相关专家和学者必须深入思考的重要问题[6]。

总之，只要我们勤于思考、敢于实践、勇于创新，就能够把握大数据时代的机遇，为企业选拔出更合适、更优秀的内训师，不断完善企业的员工培训工作，从而为企业培训出更多满足岗位需求的具有核心竞争力的人才，进而实现企业的可持续健康发展。

[1] 王启.对互联网“大数据”时代下的企业人力资源管理的思考[J].经营管理者，2015(10)：47-48.

[2] 安鸿章.企业人力资源管理师(三级)[M].北京：中国劳动社会保障出版社，2014.

[3] 李福臣.大数据在人力资源管理中的运用[J].经营管理者，2015(11)：176-177.

[4] 高嘉勇，吴丹.中国外派人员跨文化胜任力指标体系构建研究[J].科学学与科学技术管理，2007(5)：169-173.

[5] 梁潇.基于胜任力模型的企业内训师队伍构建：以北京市某互联网企业为例[D].北京：首都经济贸易大学，2015.

[6] 黄爱兰.“E+”时代企业战略人力资源管理新模式[J].中国高新技术企业，2016(2)：165-167.

责任编辑：沈 玲

Research on Selection Model of Enterprise Internal Trainers in Big Data Era

GAO Yachao

(School of Economics and Management， Hefei Normal University， Hefei 230601， China)

The role of internal trainers in enterprise staff training is self-evident, and the big data era brings opportunities and challenges to the selection of enterprise internal trainers. This paper determines the selection indexes of enterprise internal trainers through questionnaire survey; gets the weight of the corresponding indexes by expert scoring twice, in order to ensure its scientific and rational natures; and based on this, creates the selection model of internal trainers in the big data era to keep the orderly and efficient operation of selecting enterprise internal trainers.

big data era; enterprise internal trainer; selection model

2016-11-16

安徽省教育厅高校人文社会科学重点项目(SK2016A0746)

高亚超(1983-)，男，安徽庐江人，讲师，硕士，主要从事人力资源管理研究。

F272.92

A

1009-3907(2017)03-0016-06