「這場培訓花了 15 萬,帶來了多少回報?」

這個問題你遲早會被問到。而且問這個問題的人,通常不是想聽你說「大家回饋很好」——他要的是一個數字。

培訓 ROI 是 L4 結果層評估的核心指標。但大部分培訓管理者對 ROI 計算有一種畏懼感——覺得太複雜、太難量化、不靠譜。其實 ROI 計算本身不難,難的是資料採集和歸因。這篇就拆解一下完整的流程。

ROI 的基本公式

培訓 ROI 的計算公式來自 Phillips 模型(柯氏四級模型的延伸,被稱為「第五級」):

ROI (%) = (淨收益 ÷ 培訓成本) × 100

其中:

看起來簡單,但每一步都有坑。我們一步步拆。

第一步:算清培訓成本

大部分人算培訓成本只算了講師費和場地費。但完整的成本應該包括:

直接成本:

間接成本:

間接成本經常被忽略。一場為期 2 天、20 人參加的培訓,如果人均日薪 1000 元,光學員脫產成本就是 4 萬元——這通常比講師費還高。不把間接成本算進去,你的 ROI 會被嚴重高估。

一個容易忽略的點:學員脫產成本不只是「工資」。還包括「如果這兩天他們在做本職工作能產生的價值」。這個「機會成本」更難量化,但對於業務這類直接產出崗位,這個成本是可以估算的——日均銷售額 × 天數。

第二步:估算培訓帶來的收益

這是最難的一步,也是 ROI 計算的核心挑戰。

培訓收益 = 業務指標的改善量 × 單位貨幣價值。但怎麼知道業務指標的改善是培訓帶來的?

這裡有三種方法,可靠性遞增:

方法一:趨勢推斷法

看培訓前後業務指標的變化趨勢。比如培訓前 3 個月平均月銷售額是 50 萬,培訓後 3 個月平均月銷售額是 60 萬。月均增長 10 萬,3 個月就是 30 萬。

問題:這 10 萬的增長裡,有多少是培訓的功勞?市場環境變好了呢?新產品上線了呢?

方法二:管理層估算

請業務主管估算「培訓對這個指標改善的貢獻比例」。主管說「我覺得大概 50% 是培訓的功勞」。那麼培訓收益 = 30 萬 × 50% = 15 萬。

問題:主觀估計,偏差大。主管可能因為喜歡培訓就高估,也可能因為不信任培訓就低估。

方法三:對比組法(最可靠)

找一組參加培訓的人(實驗組)和一組沒參加培訓的人(對照組),兩組在培訓前的業務指標基本持平。培訓後對比兩組的差異。差異部分就是培訓的效果。

這是最科學的方法,因為排除了其他因素的干擾。具體設計方法在後面的文章裡會專門講。

第三步:信心水準調整

即使你用了對比組法,也不可能有 100% 的把握說「這個收益完全來自培訓」。Phillips 模型建議對收益做一個「信心水準調整」——根據你對數據的把握程度,給收益打個折扣。

比如你估算培訓帶來了 30 萬的收益,但你只有 80% 的把握,那麼調整後的收益 = 30 萬 × 80% = 24 萬。

這個做法看起來保守,但它讓 ROI 數字更可信。管理層寧願看到一個保守但可信的數字,也不願看到一個虛高但站不住腳的數字。

算一個具體例子

假設一場業務技巧培訓:

ROI 60% 意味著每投入 1 元,回報 1.6 元。這個數字對管理層來說是有說服力的。

不要追求精確的 ROI 數字,追求可信的 ROI 數字。一個 ±10% 誤差但方法論嚴謹的 ROI,比一個看起來精確但方法有漏洞的 ROI 有價值得多。管理層質疑的通常不是數字本身,而是數字背後的邏輯站不站得住。

什麼時候該算 ROI

不是每場培訓都值得花精力算 ROI。ROI 計算本身也有成本——資料採集、對比組管理、分析報告。如果培訓投入就幾萬塊錢,花一週時間算 ROI 不划算。

建議在以下場景計算 ROI:

常規的小型培訓,做到 L1+L2 就夠了。把算 ROI 的精力省下來,集中在那些值得算的大專案上。

🛠️ 在 FormLM 裡支援 ROI 資料採集

ROI 計算中最耗工的資料採集環節,FormLM 可以幫你提效:

  • 量表評估收集培訓前後的能力數據和行為數據,作為收益估算的依據
  • 統計概覽查看培訓的參與率、完成率、平均時長,作為成本核算的參考
  • 數據匯出匯出 Excel,與業務數據系統對接做趨勢分析
  • AI 報告自動彙總評估數據,生成給管理層看的培訓效果摘要
開始搭建ROI追蹤體系 →

✅ 核心要點

  • ROI = (淨收益 ÷ 培訓成本) × 100,出自 Phillips 模型(柯氏第五級)
  • 培訓成本要算全——直接成本+間接成本,學員脫產成本通常比講師費還高
  • 收益估算三種方法:趨勢推斷(最弱)、管理層估算(中等)、對比組法(最強)
  • 信心水準調整讓 ROI 數字更可信——寧可保守不可虛高
  • 不是每場培訓都值得算 ROI——集中在投入大、跟核心KPI相關的專案
  • 管理層質疑的通常不是數字本身,而是數字背後的邏輯
← 上一篇:培訓需求分析 下一篇:學習遷移評估 →