満足度の点数では、次の期の判断ができない
研修が終わると受講者アンケートが集まります。満足度、講師の分かりやすさ、業務で使えそうか。点数は高く出ることが多く、報告資料としては形になります。それでも「来期も同じ予算を出すか」を決める場面になると、この数字は使えません。「使えそう」と答えた人が実際に使ったかどうかが含まれていないからです。
判断に使えるのは、受講者が研修の後に何をしたかの記録です。研修そのものを評価するのではなく、研修を挟んだ前後で業務側に何が変わったかを測ります。測る対象を分けておくと、効果があったかどうかだけでなく、どこで止まっているかも同時に見えます。
効果を4つの指標に分ける
見るのは次の4つです。どれか1つでは判断できません。
| 指標 | どこから取るか | 何が分かるか |
|---|---|---|
| 受講後の利用率 | 生成AIツールの利用ログを受講者名簿と突き合わせる | 研修で覚えた操作が業務の中で続いているか |
| 業務での作成物 | 受講者が業務で作った成果物と、その使われ方の記録 | 覚えた手順が実際の仕事に当たっているか |
| 削減時間 | 対象業務の件数と、1件あたりの所要時間 | 使われた結果として業務の時間が変わったか |
| 自走して作れた人数 | 研修で扱わなかった業務へ自分で当てた人の数 | 研修の外へ広げる力が社内に残ったか |
この4つは並列ではなく、上から順に積み上がります。使われなければ作成物は出ず、作成物が業務に乗らなければ時間は減りません。時間が減っても、研修で扱った業務だけで止まっていれば、翌期も同じ研修をもう一度買うことになります。数字が伸びていない指標のひとつ上を見れば、どこで切れているかが分かります。
指標1:受講後の利用率
先に定義を決めます。「月に1回でも使った人」と「週に3日以上使った人」では、同じ組織でも結果が倍以上違います。研修の効果として見るなら、週あたりの利用日数で線を引いた方が業務への定着に近くなります。分母は受講者名簿、分子はその期間に線を越えた人数です。
利用ログの取り方と、部署ごとの読み分けは 生成AIが社内でどれだけ使われているかを測る にまとめています。研修の効果として見る場合は、全社の利用率とは分けて、受講者だけの集計を用意します。
指標2:業務での作成物
利用回数が伸びていても、試しに触っただけの回数が混ざります。そこで、受講者が業務の中で作ったものを集めます。文書の下書き、集計の手順、確認用の表、定型の返信文など、形は問いません。
数を数えるだけでは足りないので、提出のときに「どの業務のどの工程で使ったか」を1行だけ書いてもらいます。この1行があると、後で削減時間を計算するときの対象業務がそのまま決まります。研修の演習でその場で作ったものは、業務で使われたかが分からないため含めません。
指標3:削減時間
対象業務の件数と、1件あたりの所要時間の差から出します。件数は業務側の記録から取り、所要時間は受講者の自己申告ではなく、同じ作業を数件だけ計測して求めます。自己申告は短く見積もられる傾向があり、後で数字を疑われると測り直しになります。
時間を金額に直して稟議に載せる手順は AI導入の効果測定 にあります。研修の効果として出す場合は、ツールの利用料や導入支援の費用と混ざらないよう、研修費だけを分けて対比させます。
指標4:自走して作れた人数
研修で題材にしなかった業務へ、自分で当てた人の数です。人数で数えます。この指標が0のままだと、業務が増えるたびに外部研修を追加する形から抜けられません。
数え方は、指標2で集めた作成物のうち、研修の題材と違う業務のものを出した人を数えるだけです。3か月の時点で受講者の1割ほどが該当すれば、社内で教える側に回れる人が出ている状態と見られます。ここから先の育て方は 非エンジニアがAIを作れるようになるまで で扱っています。
測る時点を3つ置く
4つの指標は同じ日に測れません。利用率は1か月では動いても、削減時間は対象業務が数回まわるまで出ません。時点を分けて、それぞれで見るものと、その場で打つ手を決めておきます。
直後の確認は、理解度テストである必要はありません。研修で扱った手順を自分の業務データで一度なぞり、その結果を提出してもらう形で足ります。ここで提出が半分に届かない場合、原因は受講者ではなく、業務時間の中に作業する時間が置かれていないことが多くなります。
3か月という区切りは、対象業務が数回まわる期間として置いています。月に1回しか発生しない業務を題材にした研修なら、3か月では3回しか通りません。判断を急ぐ必要がある場合は、日次や週次で発生する業務を題材に選んでおくと、期間を待たずに数字が出ます。
受講していない人と並べて見る
受講者の利用率が上がっても、それが研修の結果とは限りません。同じ時期に全社へツールが配られていれば、受講していない人の利用率も上がります。比べる相手を用意しないと、研修費を出した理由を説明できません。
現実的な比べ方は2つです。ひとつは、同じ部署で受講していない人の同期間の数字を並べる方法。もうひとつは、受講者自身の受講前3か月と受講後3か月を並べる方法です。前者は業務の内容が近い人同士で比べられ、後者は季節や繁忙の影響を受けます。どちらか一方しか取れない場合は、その制約を報告に書き添えておきます。
数字が動かないときに、どこを見るか
指標が伸びていないときは、研修の内容を作り直す前に、どこで切れているかを特定します。
| 止まっている箇所 | 見える兆候 | 先に手を当てるところ |
|---|---|---|
| 使う機会が無い | 利用率が低い。作成物も出ていない | 業務時間の中に使う時間を置き、対象業務を上長が指定する |
| 使ってはいるが業務に乗らない | 利用率は高いが作成物が出ない | 個人の試用で終わっている。既存の手順書へ組み込む |
| 業務に乗ったが時間が減らない | 作成物はあるが所要時間が変わらない | 確認や差し戻しに時間が移っている。承認の範囲を見直す |
| 研修の題材から広がらない | 削減時間は出たが自走した人が0 | 題材が特殊すぎる。次回は各自が業務を持ち込む形にする |
上の2行は研修の設計ではなく、受講後の職場側の条件の問題です。ここを直さずに研修内容を厚くしても、同じ結果になります。3行目は、人が確認する範囲が決まっていないときに起きます。4行目は題材の選び方の問題で、階層ごとに何を持ち帰らせるかを整理し直すと変わります。設計の分け方は 法人向け生成AI研修を階層別に設計する にまとめています。
次の予算を決める判断ライン
3か月後の数字がそろったら、次の期の扱いを決めます。4つの指標の組み合わせで、取るべき選択が変わります。
| 3か月後の状態 | 次の期の選択 | 理由 |
|---|---|---|
| 利用率も削減時間も出ており、自走した人も出た | 社内での育成へ切り替える | 教える側に回れる人がいる。外部研修は新しい領域だけに絞れる |
| 利用率と削減時間は出たが、自走した人は出ていない | 同じ形で対象部署を広げる | 型は機能している。人数を増やす方が効率がよい |
| 利用率は出たが削減時間が出ていない | 研修の形態を変えて続ける | 知識は入ったが業務に届いていない。実業務を扱う形へ寄せる |
| 利用率が受講者の半数に届かない | いったん止めて条件を整える | 受講後に使う環境が無い。追加で実施しても同じ結果になる |
一番上に当たった場合の移し方は 生成AI研修を社内で回せるようにする に、3行目で形態を選び直す場合の比較軸は 生成AI研修の比較と選定 にあります。研修をどこまで自社で持つかという線引きは、教育に限らず内製化の範囲を決める話につながるため、全体像は 生成AI・AIエージェントの内製化とは を合わせて見ると位置づけが決まります。
一番下に当たったときに、研修を失敗と結論づける必要はありません。使う環境が整っていない状態で実施した場合、どの提供元を選んでも同じ数字になります。ツールの権限、扱ってよいデータの線引き、業務時間の中の作業時間。この3点のうち欠けているものを埋めてから、同じ受講者へもう一度実施する方が費用は小さく済みます。
測り始める前に決めておくこと
測定は研修が終わってからでは間に合いません。実施前に次を決めておきます。
- 受講者名簿を、後で利用ログと突き合わせられる形(メールアドレスなど)で残す
- 対象業務の件数と所要時間を、研修前の1か月分だけでも記録しておく
- 集計の単位を部署までにするか個人まで見るかを、実施前に社内へ伝える
- 提供会社に依頼する範囲と、自社で持つ元データを契約前に切り分ける
個人単位の数字を扱う場合、監視として受け取られると利用そのものが縮みます。個人の数字は本人への声かけまでに使い、報告に出すのは部署単位の集計にとどめる、といった扱いを先に決めて周知しておきます。
まとめ:研修の効果を測って次の期を決める要点
- 満足度の点数は運営の改善には使えるが、予算を続けるかの判断には使えない
- 受講後の利用率、業務での作成物、削減時間、自走して作れた人数の4つを積み上げて見る
- 伸びていない指標のひとつ上を見ると、どこで切れているかが分かる
- 測る時点は直後・1か月後・3か月後に分け、それぞれで打つ手を決めておく
- 受講していない人か、受講前の同じ期間と並べないと研修の結果と言えない
- 3か月後の組み合わせで、続ける・広げる・社内へ移す・条件を整えるを選ぶ
- 名簿の残し方と研修前の記録は、実施前に決めておかないと後から取れない
Augueでは、研修の設計から受講後の指標づくり、社内で教える側を立てるところまでを支援しています。何を測れば次の判断ができるかを整理したい方は、是非ご相談ください。
関連する記事
- 生成AI研修の比較と選定|講座との違いと、法人向け4形態を費用・定着で選ぶ基準
- 法人向け生成AI研修を階層別に設計する|経営層・管理職・現場で変える内容と時間の配分
- 生成AI研修を社内で回せるようにする|社内講師の立て方と教材の作り方、外部研修からの切り替え方
- AI導入の効果測定|削減額を積み上げる計算手順と、継続・中止を決めるライン
- 生成AIが社内でどれだけ使われているかを測る|利用ログの取り方と、部署ごとの定着の見方
よくある質問
受講者が10人程度でも同じやり方で測れますか?
指標の考え方は同じですが、割合で見る部分は当てになりません。1人が休職しただけで利用率が10ポイント動くためです。人数が少ない場合は、率ではなく実数と個別の状況で読みます。誰がどの業務に当てたか、止まった人は何で止まったかを一人ずつ聞き取った方が、集計表を作るより早く原因にたどり着きます。
効果測定を研修の提供会社に任せてもよいですか?
集計の作業を委託するのは問題ありませんが、指標の定義と元データの保管は発注側で持ちます。定義まで任せると、提供側が出しやすい数字に寄り、他社の研修や翌期の結果と比べられなくなります。契約前に、どの数字を誰がいつ出すか、元データをどちらが保管するかを取り決めておきます。
満足度アンケートは取らなくてよいのですか?
運営の改善には使えるので、続けて構いません。会場、時間帯、進行の速さ、資料の量といった運営条件は、参加者に聞かないと分かりません。ただし設問を「役に立ちそうか」から「明日どの作業に使うか」へ変えると、後で実際に使われたかを突き合わせられる材料になります。
効果測定そのものにどれくらいの手間がかかりますか?
一律の目安は出せません。利用ログが管理画面から出せる会社と、部署ごとに契約が分かれていて集められない会社では、集計の負担が大きく違うためです。判断材料は、名簿と利用ログを突き合わせられるか、対象業務の件数が既に記録されているかの2点です。どちらも無い場合は、測る前に記録を始める期間が必要になります。
