Как доказать, что обучение даёт бизнес-результат

Мы продолжаем знакомить вас с нашими программами. И сегодня — курс, который идёт последним по дате старта, но точно не по важности.

Онлайн-курс «Оценка эффективности обучения» 🕐 Старт — 21 апреля

Это программа для тех, кто работает с обучением и регулярно сталкивается с вопросом: «А какой результат это дало бизнесу?»

✨ Как измерить эффект обучения?

✨ Какие данные действительно имеют значение?

✨ И как говорить с руководством не ощущениями, а цифрами и аргументами?

В карточках выше — подробно:
✅ с какими сложностями сталкиваются специалисты ✅ какие задачи помогает решить курс
✅ как построена программа обучения

Изучайте, знакомьтесь, задавайте вопросы — с радостью ответим.

Чтобы стать студентом этого потока, оставляйте заявку по ссылке ниже ⬇️

Оставить заявку

5 ошибок, из-за которых ваши отчёты не производят нужного эффекта


Здравствуйте, с вами снова Людмила Рогова.

Сегодня хочу разобрать 5 неочевидных ошибок, из-за которых отчёты, презентации и выступления с данными не производят того впечатления, на которое вы рассчитываете.

Часто эти ошибки кажутся мелочами. И каждая по отдельности — вроде бы не критична. Но в сумме именно они портят общее восприятие, снижают доверие к данным и «размывают» выводы.

Ошибка 1. Круговые диаграммы для большого количества категорий

Круговая диаграмма хорошо работает, когда категорий 2–3, максимум 4. Когда сегментов больше — сравнивать их становится сложно. В результате внимание уходит не на вывод, а на попытку понять, какой кусок больше и насколько. Для управленческих решений это критично: если сравнение не считывается быстро, решение откладывается.

Ошибка 2. Слишком похожие цвета

Часто похожие цвета выбирают специально, чтобы график выглядел аккуратно и был в одной визуальной гамме. И в целом это правильная логика. Но если цвета слишком близки друг к другу, данные начинают визуально сливаться. В этот момент мозгу приходится постоянно переключаться между графиком и легендой, чтобы понять, где какая категория. Такое переключение замедляет восприятие и снижает эффект от всей визуализации — даже если сами данные важные и корректные.

Ошибка 3. Отсутствие подписей

Часто подписи намеренно не добавляют. Логика понятна: график показывают в рамках конкретной встречи или обсуждения, и кажется, что и так ясно, о чём идёт речь. Но проблема в том, что понятно не всем. Кто-то мог подключиться позже. Кто-то уже не помнит контекст обсуждения. Кто-то смотрит презентацию или отчёт спустя время. Аудитории приходится вспоминать или догадываться, что именно здесь показано и почему это важно. Поэтому даже в очевидных ситуациях лучше, чтобы ключевая информация была перед глазами — это снижает количество вопросов. 

Ошибка 4. Несоответствие временных интервалов

Иногда временные интервалы на графике выглядят одинаково, но на самом деле имеют разную длительность. Например, на оси времени рядом стоят периоды в несколько недель и несколько месяцев — но визуально они показаны как равные отрезки. Из-за этого искажается восприятие динамики. Поэтому временные интервалы всегда должны быть показаны пропорционально своей реальной длительности и в единой логике отображения.

Ошибка 5. 3D-эффекты

3D-эффекты часто используют из лучших побуждений. Кажется, что так график выглядит более объёмно, современно и «эффектно». И визуально он действительно может выглядеть привлекательнее. Но в 3D-графиках искажаются пропорции: из-за перспективы, угла наклона и теней одни значения кажутся больше, другие — меньше, чем есть на самом деле. В результате внимание уходит на форму,  а сравнивать данные становится сложнее. Гораздо лучше сделать визуализацию проще и спокойнее, но такой, которую легко прочитать и корректно сравнить.

Это лишь часть ошибок, которые мы регулярно видим в отчётах и презентациях.

На интенсиве Data Storytelling + бизнес-коммуникации мы разбираем гораздо больше подобных ситуаций  и учимся не просто «исправлять графики», а выстраивать логику подачи данных, чтобы они действительно работали на решение.

Если вам важно, чтобы отчёты и презентации читались, понимались и влияли, приглашаю вас на интенсив

🕐 Стартуем уже 18 февраля

Регистрация – по ссылке ниже ⬇️

Занять место на интенсиве

Единая система профессиональных компетенций в крупной нефтяной компании

Продолжаем делиться кейсами курса Talent Management. Другие кейсы вы можете посмотреть по хэштегу #кейсыТМ

Сегодня делимся с вами кейсом Ирины Сулеймановой. Ирина  – HR-консультант, эксперт в области управления талантами и организационного развития

Кейс был посвящён задаче, с которой сталкиваются практически все крупные компании: как выстроить единую систему профессиональных компетенций в сложной, диверсифицированной структуре.

В этом кейсе участники погрузились в ситуацию нефтяной компании образца 2019–2020 годов — периода, когда в организации отсутствовала единая методология разработки компетенций

Бизнес-контекст

Это интегрированная нефтяная компания с численностью персонала порядка 70–75 тысяч человек.

Бизнес охватывает: добычу и геологоразведку (включая арктические проекты),
переработку, розничный и оптовый сбыт, международные активы.

Категории персонала — от производственного блока и инженеров до маркетинга, логистики и корпоративных функций

Масштаб и разнообразие функций напрямую влияют на сложность HR-процессов. И особенно — на систему профессиональных компетенций.

В чём была проблема
К 2019 году в компании существовало множество разрозненных подходов к разработке компетенций:

✅ каждая функция разрабатывала свои модели;
✅ использовались разные инструменты оценки;
✅ глубина проработки компетенций существенно различалась;
✅ данные было невозможно сопоставлять между функциями;
✅ отсутствовал единый центр методологического контроля.

89 функций разрабатывали компетенции самостоятельно. Около 30 функций каждые три года тратили порядка 5 млн рублей на внешние разработки

В результате процессы дублировались, бюджеты росли, сопоставимость данных отсутствовала,
автоматизация оценки была затруднена.

Задача для участников
Участникам было предложено выступить в роли HR-команды компании.

Их задача — создать единую методологию и систему управления профессиональными компетенциями, которая позволит:

✅ унифицировать подходы во всех функциях;
✅ снизить затраты на разработку и пересмотр моделей;
✅ обеспечить сопоставимость и прозрачность данных;
✅ подготовить систему к автоматизации оценки.

Результат — краткая управленческая презентация для руководства с двумя блоками: предлагаемая методология;план внедрения изменений
С какими данными работали участники
Участники анализировали реальные примеры разработанных моделей:
компетенции HR-функции;
технические компетенции блока «Разведка и добыча»;
компетенции маркетинга

Важно было увидеть:
различия в логике описания уровней, неодинаковую глубину проработки,разные шкалы оценки, отсутствие единой архитектуры.

Ключевые KPI проекта
Участники должны были учесть ожидаемые результаты проекта

Финансовые: снижение совокупных расходов на пересмотр моделей компетенций.

Операционные: создание единой базы компетенций и тестовых материалов.

Методологические: единые принципы описания и оценки во всей компании.

Особенности кейса
Этот кейс особенно ценен тем, что:

✅ он показывает, как HR-методология напрямую связана с финансовой эффективностью;

✅ демонстрирует риски децентрализации процессов в крупном бизнесе;

✅ требует системного мышления и понимания масштабов корпоративной структуры;

✅ поднимает тему подготовки процессов к автоматизации.

Что дальше
Кейс полностью разобран, участники представили свои управленческие решения и получили развёрнутый фидбэк.

Мы будем продолжать делиться кейсами курса Talent Management — из компаний разных отраслей и с разными управленческими вызовами.

Если тема управления талантами вам интересна — оставляйте заявку по форме ниже.
Оставить заявку