数据，通常经不起推敲，比如：
培训场次，培训覆盖面。这些是证明苦劳的，说明你没闲着，然后能说明什么？影响了多少人？这个也许有价值，也许没价值，核心是说不清。
授课平均分。这是非常可操纵的一个数据。别的不说，我问大家一个简单的问题。一堂课上完了，当天评一次分，一周后评一次分，一个月之后评一次分，你说会不会有分数差异？答案不言而喻。那你说现场评分的意义何在？
行动改变，怎么度量，有人有量表来测，按程度打分。这东西可信吗？要打问号。
至于业绩改变，如果你硬说业绩增加了，是你的功劳，也说不了什么。就是不知道有多少人是这么想的，特别是老板。
那么，是不是数据化度量不重要？不是的，不是不对，是不够。大家发现没有，这些都是常规意义的培训赋能度量数据，更多是描述性分析。一直在描述，一直在总结，但就是一直没有行动的可指导性。而更重要的，其实是数据拆解的颗粒度，预测性数据、归因性数据。
企业大学要对自我有个要求，就是培训赋能项目要有业务结果。这个结果可以是直接的业务结果，也可以是间接的业务过程指标，但必须是可用业务价值衡量的。从定量开始，到定量结束，这才是数字化企业大学的应有之意。
用数字化指导企业大学的具体运营实践 …
培训赋能和业务的关系，要靠拆解。培训赋能绝大多数时候不能代替业务团队做业务，我们要做的是业务加速的动作。
举个大家都熟悉的业务漏斗：广域客户——潜在客户——可触达客户——已触达客户——多次触达客户——成交客户——复购客户——忠诚客户。业务关心的是业务结果，但是我们可以帮助业务团队在业务结果前面的多个流程，做干预，做加速。
比如，从可触达客户到已触达客户，假设过去的方式是地推、是品宣，那我们现在有没有可能通过各种培训形态，让这个触达效率提升呢，显然是有办法的。比如成交客户到复购客户，也是一个赋能的好切口，培训当然可以发挥作用。
大家发现没有，其实生意没有简单粗糙的模型，从A直接到B。但是，生意又并不神秘，只要你去拆解，一定能找到一个业务漏斗。这个漏斗的每一个转化环节，都是我们数字化赋能的战场。
接下来，讲讲培训赋能本身的数字化。
不知道大家是否关注内部的培训项目招生问题。大家观察过一个火爆的培训项目招生数据（时间、人数、报名途径）和一个冷清的项目的区别吗？在数据曲线的伊始，我们是否在做干预动作呢？
一个项目最好的证明，是被推荐、被复购。那么，是哪些学员在推荐、复购我们的课程呢？是什么点打动了他们？他们平均推荐、复购的数量是多少？常见的途径是什么？
再多的例子就不举了。这本质是培训经营的问题，大家注意，是经营的问题。
我们说了很多年了，做培训要像经营公司一样。其实呢，真正这么想、这么做的人很少。这就是问题。
构建数字化企业大学的核心知识资产 …
某种程度上，对组织来说，其实比培训更重要的，是一个企业的知识管理。
培训的本质，是个瀑布流，没有沉淀。而组织能力，一定是沉淀出来的，经过一代又一代人摸爬滚打血中泪中来的。
所以，对新人的培训，最好的不是一堂堂课，而是让他/她能去回顾这个企业曾经经历过的战斗，为什么曾经辉煌，为什么曾经落败，用自己企业的故事培训自己企业的人。
知识管理的价值是什么？新人不会做事，可以基于前人的摸索，不走同样的弯路。还有什么？如何让今天比昨天更好？还是靠的只是管理。每做一个项目，你至少要比KM中做过的项目更漂亮，这就是基准线。
企业大学千万别忙忙碌碌的搞一堆培训，说实话，长周期看，对企业用处不大。踏踏实实的把企业的KM体系搞起来，特别是重点业务、重点部门的KM搞起来。当一个关键词，可以引出一堆的组织知识沉淀时，这个企业想不伟大都难。
构建数字化企业大学的趋势研究能力 …
企业大学的组织设计各异，有职能型组织结构设计（教学、教务、在线等），有主题型组织设计（营销学院、通用力学院、领导力学院等），也有事业部型组织设计（A事业部学院、B事业部学院、C事业部学院等）。但是，美中不足的，鲜有企业大学设置研究型的团队。
我们一直冠以大学，但只学到了大学“教学”
