-
陈琛
【硅谷新公司】Avanoo：用科学的方法熬制员工培训“心灵鸡汤”
摘要： 为企业提供员工培训服务的公司很多，但这家名为Avanoo的硅谷初创公司却另辟蹊径，他们希望通过数据化和科学化的方法，为每一个企业熬制一份独特的培训“心灵鸡汤”。
有多少人真正喜欢眼前的工作？又有多少人除了完成分内之事，还能积极主动地创造更多价值？全球知名的民意测验和商业调查咨询公司盖洛普咨询的最新研究表明，全球只有13%的员工真正敬业。
这就意味着：大多数员工只是被动地完成任务，但却并不享受工作的过程。
一家叫做Avanoo的硅谷公司就想要改变这个现状。他们没有把精力放在已经是一片红海的技能导向型的员工培训模式上，而是聚焦在一直被忽视的领域——员工软实力上，也就是说，他们专门帮助员工进行心理健康、抗压能力、情感管理、人际关系处理能力等的潜能挖掘。
创始人Daniel Jacobs告诉记者，公司名Avanoo其实就寄托了他的愿景：Ava在古英语里表示“打开”，而“noo”的意思是“现在”。他们希望做的就是，从这一刻开始，帮助人们挖掘自己的内在潜能。
（创始人Daniel Jacobs）
培训有效吗？用数据说话
Avanoo采用的是SaaS （Software as a Service，软件即服务）的商业模式，与企业或者机构直接对接，给企业或者机构的员工提供软技能的培训服务。
他们的形式非常简单：在三十天的培训周期内，每天为员工提供定制化的三分钟的培训视频，然后利用数据追踪技术，给企业和机构的人力资源部门和领导层提供培训结果的实时数据报告，帮助员工提高软实力，也帮助公司提高员工们的工作满意度和积极性。
为什么是三分钟？在Daniel看来，这就是一杯咖啡的时间，既不会给人带来太大的负担，也能传播足够有效的信息。
另外，Avanoo可以根据不同的公司需求“对症下药”，制定不同的合作方案。
同时，大公司与正在快速发展的创业公司需求差别很大，Daniel认为，只有真正了解企业发展的历史阶段和问题情境后，再推出个性化服务和软件配置才能让培训有成效。
Daniel特别提到他们其中一个客户，一家世界五百强的金融巨头企业，最初有一个非常反感企业培训的团队，甚至一开始员工就直接拒绝参与培训，以没有时间作为托词。针对他们的情况，Avanoo专门制定了特别方案，不断和团队磨合，到最后，该团队员工的参与度已经达到了50%。
Avanoo的另一个优势就是可以提供可视化的数据报告。依托软件平台，Avanoo可以实时收集数据并把数据可视化地展示出来。人力资源部门和管理层可以清晰地看到培训相关的各项指标，例如参与率、完成率、职业发展指标以及员工的反馈。
通过这份实时的数据报告，企业和机构能更清楚的了解员工的培训成效。
用科学的方法做“鸡汤”
由于提供的是偏精神层面的培训，所以难免会让人联想起现在泛滥的“心灵鸡汤”。但是Daniel认为，Avanoo服务的特点反而是“鸡汤”最缺乏的“大规模科学化”（massively scientific）。
他们培训环节设计的每一个小细节都是有理论依据和实验验证的，比如一个视频里应该包含多少个核心概念。
“我们追求的目标是制作最科学的培训方向，对于培训的内容、设计以及表现方式都有理论依据。” Daniel说。
目前他们的平台上吸引了200多位知名的培训教练、演说家和个人发展顾问来提供培训素材，但这些仅仅是原始素材。Avanoo整个团队要对这些素材进行深度加工和仔细推敲，严格地控制每一个培训模块的质量。即使视频制作完毕了，但究竟能不能推广到市场上仍需要一段时间的实验检测。
(Avanoo平台上的导师)
而且他们也一直在和目前在行为学研究方面最领先的研究机构合作，加州大学圣地亚哥分校社会网络和社会行为专家、哈佛大学博士James Fowler就是他们的科学顾问。
或许正是由于这样科学的态度，上线几个月Avanoo发展非常快。Daniel说，一些巨型企业例如丰田、毕马威都已经成为他们的客户。甚至一些政府机构，例如全美人口排名第19位的El Paso市也加入他们的项目中。而且更令人惊讶的是项目的平均参与率为74%，完成率为63%，远远超过了平均水平。
Avanoo设计课程最重要的一点就是，注重激发人们内心的源动力。对于参与培训的企业和机构来说，他们发现随着员工参与度的提高，机构的日常运转和工作氛围也在悄悄地发生变化。
“我们每天都要收到很多邮件和评论，大多数来自于参与培训项目的企业员工或者机构工作人员，”Daniel说，“他们都很感谢我们所提供的课程，这不仅改变了他们的工作，甚至改变了他们的生活。”
在他们的官网上，一个连锁餐厅的经理还评论到：“我的团队都很喜欢Avanoo的培训项目。从开始参与这个培训项目后，餐厅的客户满意度都提高了很多。”
让人们快乐起来
Avanoo的团队并不大，现在只有13个正式员工，他们有着不同的肤色和背景。
他们今年刚从硅谷孵化器500 Startups毕业，去年十月网站才上线，但他们的发展却是指数级增长的：去年11月的营收还只有2000美元，仅仅半年时间，截止今年5月营收已经超过一百万美金。
当被问起如何萌生了这个创业想法的时候，创始人Daniel Jacobs认真地讲了个故事。
在创立Avanoo之前，Daniel一直在非盈利组织工作。有一次他去中美洲帮助修建孤儿院，让无家可归的孩子们不再流落街头，有一个安身之处。他本以为这些缺少关爱、经常挨饿的孩子们会不快乐，但恰恰相反，这些孩子总是能找到乐趣。
“物质上的匮乏并没有束缚他们寻找快乐的自由。与他们相比，拥有丰富资源的美国孩子却有着各种各样的心理和行为问题。”Daniel说。
于是，他开始反思其中的原因。他觉得也许可以把这些孩子的快乐带回美国，帮助不快乐的人找到工作和生活的意义。
于是他创办了Avanoo，提供触及心灵和精神层面、能促成行为改变的在线培训，帮助那些什么都有、但是最不快乐的人群——上班族们，了解自己的内心，重新燃起热情。在Avanoo刚上线的时候，他甚至自己就录制了前四个视频，有和幸福感相关的，甚至还有瘦身的课程。
“哪怕是瘦身，我并不会讲你应该怎么去做，而是在3分钟里鼓励人们真的去行动。这就是Avanoo和其他培训平台的不同。”Daniel说。
最近，Avanoo还获得了包括国内知名投资机构PreAngel、前摩根士丹利总裁Robert Scott、NBC总裁Jeff Bader在内的总计330万美金的融资。有了这笔资金，他们可以发展得更快。“未来我们的眼光不会只局限在美国。”（本文首发钛媒体）
本文系作者： 陈琛
来源：钛媒体
链接：http://www.tmtpost.com/1374569.html
-
陈琛
化繁为简，Linkedin如何用大数据来变现
对Linkedin商业数据分析部门而言，大数据分析不是什么高高在上、复杂枯燥的工作，而是一门化繁为简、高效实用的艺术。
在大数据时代，商业数据分析部门对一个公司的重要意义不言而喻。目前，很多公司的数据分析部门采用的都是“分析放在报表之上”的分析方法，即每天产出非常繁琐、复杂、海量、事无巨细的分析报告，但这些分析报告的可理解性和可执行性并不强。而Linkedin作为一个典型的数据驱动的公司，在进行数据分析时却反其道而行之，采用了“报表放在分析之上”的方法，化繁为简，以最快的速度在大数据金矿中发掘出最多的商业价值。
据悉，自2011年商业数据分析部成立以来，Linkedin的销售收入已经增长了20倍，不仅如此，整个公司的各个环节都实现了数据驱动的自动快速的商业决策。近日，钛媒体驻美记者也独家专访了Linkedin商业数据分析部门第一位员工及部门总监Simon Zhang,对Simon而言，商业数据分析不是什么高高在上、复杂枯燥的工作，而是一门化繁为简、高效实用的艺术。
数据分析结构：从金字塔到菱形到球形
Linkedin无疑是一个建立在数据基础之上的公司，截至记者发稿时，其用户即将超过3.4亿人，庞大的用户规模也产生了海量的数据，这其中包括行为数据、身份数据、社交数据以及内容数据等，如何从这些海量的数据中挖掘出用户痛点从而推出适销对路的产品和服务是Linkedin商业模式的关键。
成立于2011年3月21日的Linkedin商业数据分析部门的主要功能正是通过数据分析支撑公司其他关键部门进行各种决策。目前，商业数据分析部门的70名员工可以支撑服务于全公司4500名以上的员工。
“自成立以来，每天，销售、运营、客户服务、工程、市场、产品等各个部门的员工都会向我们部门提出各种各样的问题，比如，用户对我们的主页面是否满意？我想推销某款人力资源产品，我该推销给哪个公司？等等。最初我们都是通过人工手动进行数据分析，但这样效率实在是太慢了，于是我们开始思考改革以往的数据分析的方法。”Simon表示。
和大部分公司一样，Linkedin最初采用的是金字塔形的数据分析架构，从下到上依次是：了解相关业务与产品；有目的地采集有用的数据；深度了解数据分析工具原理以及如何使用；数据分析；得出结论、作出决策。
而这几个步骤中，区分出不同水准的数据分析的关键点在于中间两个步骤。“了解你所使用的数据分析工具方面，目前很多分析人员不是太重视，因为他们认为编写数据分析工具是传统IT部门的事情，但实际上，能否深度地了解分析工具的运作原理对于你能不能充分正确地使用这个工具很关键，也是区别好坏分析人员的关键。
另一个关键点在于数据分析这一过程本身，在我多年的工作经验中，业界一致认为，好的数据分析都是善于化繁为简的，好的数据分析人员善于用最简单明了的方式呈现最核心的价值。”Simon告诉钛媒体。
正因如此，在人人都在讨论大数据的时代，Linkedin对数据分析的最重要的两个要求就是“速度要快并且产生价值”。
只有速度够快才能形成规模化，才能产生规模的价值，而传统的金字塔型的数据分析架构使得分析人员在金字塔的中下段部分花费了过长的时间（85%－95%的时间），因此，2010年底至2011年初，Linkedin开始考虑将金字塔结构变为菱形结构。
“变成菱形结构的主要方法就是，不断创造自动化的工具代替传统金字塔底层的工作，将金字塔所有可能的环节尤其是中下部分的工作让机器自动完成，” Simon表示，“特别需要注意的是，金字塔变成菱形是一个不断迭代的过程，每一个变成菱形的数据分析结构，我们会将其再次变成金字塔形，然后再次优化变为菱形，如果说每一个菱形面积仅有原来的金字塔面积的一半的话，经过多次转化和迭代之后，整个数据分析的效率将被大大提升。”
据悉，在将金字塔形的数据分析结构变为菱形后，Linkedin商业数据分析部门再次对其进行了优化，将菱形结构变成球形结构，形成闭环，“目前我们商业分析部门已经开发出了几百个面向内部员工的闭环的球形产品，每一个产品都可以实现从产品到数据收集到分析到决策的一个闭环流程，这也就意味着每一个球形产品不仅可以实现高效的分析和决策，还能形成闭环、自动升级和迭代”。
（分析决策：从三个月到一分钟）
对于大数据分析，Linkedin认为效率是第一准则，用最短的时间产生真正的价值比面面俱到的分析更加重要。而通过商业数据部门近几年开发出的几百个面向内部使用的产品，Linkedin所有部门的员工都可以真真切切地感受到工作效率的飞速提升。
案例一：市场和销售团队支撑产品——Merlin
对于Linkedin的每一个产品销售人员，当他接到销售某一款产品的任务时，他至少会产生以下几个主要疑问：
1.我该把这款产品卖给哪家公司？
2.我应该联系谁？谁有采购的决定权？
3.我应该怎样去联系这个人？
4.我该派谁去联系这个人？是我自己去合适还是我的某位同事去更适合？
5.到这家公司后我该讲一个怎样的故事打动客户？
在传统的人工手动的数据分析模式下，对于某一款特定的产品，其销售人员想搞清楚以上几个问题并作出一个见客户时使用的销售PPT至少需要2周到2个月的时间，而今天，通过Linkedin市场和销售团队支撑产品Merlin，销售人员仅需要登陆系统，输入自己的名字以及需要销售的产品名称等基本信息，Merlin可以自动收集销售人员的背景数据和人脉网络数据，从而快速生成较为精准的销售方案，从输入基本信息到销售方案的生成仅需要一分钟的时间，销售人员甚至可以得到系统为他量身定制的销售PPT。
“传统进行2个月的调研也未必可以得到精准的方案，而目前仅需要一分钟的时间，我们最近还把Merlin安装到了销售人员的手机上，实时对销售人员进行支撑，目前Linkedin一共有3000多人在使用Merlin系统，”Simon表示，“销售方案的自动化生成也使得我们在招聘销售人员时变得简单，不需要过多的培训便可迅速上岗。”
案例二：产品测试团队支撑产品——A/B Testing System
对于Linkedin测试部门而言，在传统环境下，其想要完成一项测试工作起码需要3个月时间，而目前，通过A/B Testing System，仅需要一分钟的时间便可以从每一项测试的650个指针中抓取出几个关键指标，提出改进意见，从而以最高的效率对测试产品进行改进。
“传统环境下，十几个人3个月才能完成的测试工作，目前仅需要一分钟，目前A/B Testing System每天可以支撑2000个内部测试，每一个测试追踪650个以上的指针，通过抽取最关键指标的方式对产品提出改进意见，”Simon表示，“我们不追求尽善尽美，我们只追求每天进步一点点，事实上，只要每天可以在原有基础上进步1%，一年之后的进步成果将是惊人的。”
案例三：客户服务团队支撑产品——Voices
对Linkedin客服部门而言，如何衡量用户满意度一直以来都是一个难题，因为通常客服人员们只能从用户留言等非结构化的数据中收集到一些信息，但如何将松散凌乱的非结构化数据变为可衡量改进的结构化数据一直没有得以解决。
直到Linkedin商业数据分析部门推出客户服务团队支撑产品——Voices，传统无法结构化的数据仅需要一分钟便可生成分析报告，比如，如果客服团队想知道目前Linkedin的客户对于主页是否满意，其仅需要在Voices中输入“Homepage”，便可以瞬间得到结构化的可视的用户满意度数据。当然，瞬间获得结果的背后一定是严谨而先进的算法。
（从写模型到写机器人）
事实上，如上的例子还有很多很多，Linkedin商业数据分析部门自成立以来一共推出了几百款这样的产品，每天都在为每一个Linkedin员工提高工作效率和效果而努力。不仅如此，每款上述产品还可以自动地学习员工的使用习惯，以保证员工在下次再次使用相同的软件时响应速度会更快。“对Linkedin员工而言，我们的每一款产品都是为他们个性化打造的。”
规模自动化的结果当然是效率和效果的大幅提升，据悉，自2011年商业数据分析部成立以来，Linkedin的销售收入已经增长了20倍；其他所有环节的工作效率也大幅得以提升。
“我们不会满足于此，以前我们部门的主要任务是写模型，从2013年，我们部门开始设计写模型的机器人，这又进一步加快了公司在数据分析时的自动化和高效率。”Simon表示。
（作者为钛媒体驻硅谷记者陈琛，本文首发钛媒体）
扫一扫 加微信
hrtechchina
