
Sysmex America est une entreprise leader dans le domaine des dispositifs médicaux, spécialisée dans les instruments de diagnostic et les solutions de laboratoire clinique. Réputée pour son innovation et sa qualité, Sysmex soutient les prestataires de soins de santé grâce à des technologies de pointe qui améliorent les soins prodigués aux patients et l'efficacité opérationnelle.
Comment les organisations peuvent-elles tirer parti des commentaires pour améliorer les résultats d'apprentissage et stimuler les résultats commerciaux ? Les départements L&D s'efforcent en permanence de démontrer leur impact sur les employés et l'entreprise afin de justifier les investissements dans le programme.
Kim Rihman est directrice du développement de la formation chez Sysmex America, une entreprise de dispositifs médicaux qui possède ses propres laboratoires cliniques. Le programme d'apprentissage de l'entreprise se concentre sur les responsables du personnel afin de hiérarchiser et d'encourager les processus de travail les plus efficaces.
« Les responsables hiérarchiques sont les personnes les plus importantes de votre organisation, car votre capital humain est votre atout le plus précieux », explique Mme Rihman.
Cependant, sans données adéquates, le département de développement de la formation de Sysmex ne pouvait pas affirmer de manière appropriée la valeur de ses programmes. De plus, même les données auxquelles il avait accès, telles que le Net Promoter Score (NPS), étaient difficiles à expliquer clairement aux dirigeants.
La décision de mettre en œuvre Explorance Metrics That Matter (MTM) a été présentée comme un moyen de tester les hypothèses et d'introduire une nouvelle norme de prise de décision fondée sur les données pour le développement de la formation chez Sysmex.
Kim raconte une hypothèse généralement acceptée au sein de son équipe : le lundi et le vendredi sont de mauvais jours pour déployer des formations. Cette hypothèse découlait des données limitées auxquelles ils avaient précédemment accès et a été en partie réfutée par les données MTM. Bien que potentiellement moins populaires, ces jours-là convenaient beaucoup mieux aux horaires de leurs télétravailleurs.
De plus, les données MTM ont révélé des lacunes dans les connaissances des collaborateurs concernant leurs fonctions commerciales essentielles. « Les données d'apprentissage obtenues grâce au MTM nous ont aidés à comprendre que nos collaborateurs avaient besoin d'en savoir plus sur nos activités internes. Nous avons donc pris des décisions concernant les cours et les programmes et avons créé un nouvel ensemble de programmes », explique Rihman.
À partir des données MTM, Sysmex a décidé de mettre en place un nouveau programme de formation afin d'améliorer les connaissances et les processus de travail de l'équipe de direction. Les responsables de la réussite client d'Explorance ont joué un rôle déterminant dans la configuration du logiciel et la conception du processus de retour d'information.
« Notre équipe de direction et l'équipe chargée du développement de la formation ont travaillé ensemble pour élaborer un nouveau programme de formation à la gestion », a-t-elle ajouté.Nous avons 192 collaborateurs qui seront répartis en neuf groupes au sein de notre organisation. Nous travaillons actuellement avec notre partenaire commercial chez MTM pour poser des questions très spécifiques afin de pouvoir évaluer l'impact du changement de comportement auprès d'un groupe très restreint de personnes. »
Grâce à la mise en œuvre de MTM, Kim et son équipe peuvent éliminer l'aspect subjectif du processus L&D. En fournissant aux parties prenantes une analyse détaillée des données, ils peuvent identifier les besoins réels de Sysmex en matière de formation.
« Il est difficile de mesurer certains changements subjectifs. Mais je pense qu'il est important de commencer modestement et de ne pas abandonner les données », a-t-elle déclaré. « Les données sont le moteur de nombreuses décisions et elles vous aident à être agile et flexible. Ainsi, pour quelque chose que nous attendions depuis longtemps, nous ne pouvions que faire des déductions ou recueillir des informations fragmentaires. »
L'analyse des données sur des thèmes subjectifs tels que L&D est plus complexe, mais peut s'avérer encore plus précieuse. Il est essentiel de prendre son temps et de ne pas submerger votre organisation de données, mais une fois que toutes les sources de commentaires sont regroupées, votre pouvoir de décision est considérablement accru.
