"这场培训花了 15 万,带来了多少回报?"
这个问题你迟早会被问到。而且问这个问题的人,通常不是想听你说"大家反馈很好"——他要的是一个数字。
培训 ROI 是 L4 结果层评估的核心指标。但大部分培训管理者对 ROI 计算有一种畏惧感——觉得太复杂、太难量化、不靠谱。其实 ROI 计算本身不难,难的是数据采集和归因。这篇就拆解一下完整的流程。
ROI 的基本公式
培训 ROI 的计算公式来自 Phillips 模型(柯氏四级模型的延伸,被称为"第五级"):
其中:
- 净收益 = 培训带来的收益 - 培训成本
- 培训成本 = 直接成本 + 间接成本
- 培训带来的收益 = 业务指标改善的货币化价值
看起来简单,但每一步都有坑。我们一步步拆。
第一步:算清培训成本
大部分人算培训成本只算了讲师费和场地费。但完整的成本应该包括:
直接成本:
- 讲师费/外部采购费
- 场地费(含茶歇、餐饮)
- 教材/物料费
- 评估工具费用(问卷系统、测试平台等)
间接成本:
- 学员脱产期间的人力成本(日薪 × 人数 × 天数)
- 培训组织管理的人力成本(筹备+现场+评估)
- 学员差旅成本(如有)
间接成本经常被忽略。一场为期 2 天、20 人参加的培训,如果人均日薪 1000 元,光学员脱产成本就是 4 万元——这通常比讲师费还高。不把间接成本算进去,你的 ROI 会被严重高估。
一个容易忽略的点:学员脱产成本不只是"工资"。还包括"如果这两天他们在做本职工作能产生的价值"。这个"机会成本"更难量化,但对于销售这类直接产出岗位,这个成本是可以估算的——日均销售额 × 天数。
第二步:估算培训带来的收益
这是最难的一步,也是 ROI 计算的核心挑战。
培训收益 = 业务指标的改善量 × 单位货币价值。但怎么知道业务指标的改善是培训带来的?
这里有三种方法,可靠性递增:
方法一:趋势推断法
看培训前后业务指标的变化趋势。比如培训前 3 个月平均月销售额是 50 万,培训后 3 个月平均月销售额是 60 万。月均增长 10 万,3 个月就是 30 万。
问题:这 10 万的增长里,有多少是培训的功劳?市场环境变好了呢?新产品上线了呢?
方法二:管理层估算
请业务主管估算"培训对这个指标改善的贡献比例"。主管说"我觉得大概 50% 是培训的功劳"。那么培训收益 = 30 万 × 50% = 15 万。
问题:主观估计,偏差大。主管可能因为喜欢培训就高估,也可能因为不信任培训就低估。
方法三:对比组法(最可靠)
找一组参加培训的人(实验组)和一组没参加培训的人(对照组),两组在培训前的业务指标基本持平。培训后对比两组的差异。差异部分就是培训的效果。
这是最科学的方法,因为排除了其他因素的干扰。具体设计方法在后面的文章里会专门讲。
第三步:置信度调整
即使你用了对比组法,也不可能有 100% 的把握说"这个收益完全来自培训"。Phillips 模型建议对收益做一个"置信度调整"——根据你对数据的把握程度,给收益打个折扣。
比如你估算培训带来了 30 万的收益,但你只有 80% 的把握,那么调整后的收益 = 30 万 × 80% = 24 万。
这个做法看起来保守,但它让 ROI 数字更可信。管理层宁愿看到一个保守但可信的数字,也不愿看到一个虚高但站不住脚的数字。
算一个具体例子
假设一场销售技巧培训:
- 培训成本:讲师费 3 万 + 场地 1 万 + 物料 0.5 万 + 学员脱产 4 万(20人×2天×1000元)+ 组织管理 0.5 万 = 9 万
- 业务收益估算:培训后 3 个月,实验组月均销售额比培训前增长 8 万,对照组增长 2 万。差异 6 万/月 × 3 个月 = 18 万
- 置信度:对比组数据可信度约 80%,调整后收益 = 18 万 × 80% = 14.4 万
- 净收益:14.4 万 - 9 万 = 5.4 万
- ROI:(5.4 ÷ 9) × 100 = 60%
ROI 60% 意味着每投入 1 元,回报 1.6 元。这个数字对管理层来说是有说服力的。
不要追求精确的 ROI 数字,追求可信的 ROI 数字。一个 ±10% 误差但方法论严谨的 ROI,比一个看起来精确但方法有漏洞的 ROI 有价值得多。管理层质疑的通常不是数字本身,而是数字背后的逻辑站不站得住。
什么时候该算 ROI
不是每场培训都值得花精力算 ROI。ROI 计算本身也有成本——数据采集、对比组管理、分析报告。如果培训投入就几万块钱,花一周时间算 ROI 不划算。
建议在以下场景计算 ROI:
- 年度重点培训项目(投入 10 万以上)
- 与管理层核心 KPI 直接相关的培训(销售、生产、客服等)
- 需要争取明年预算续做的培训项目
- 首次引入的新培训模式(需要验证效果决定是否推广)
常规的小型培训,做到 L1+L2 就够了。把算 ROI 的精力省下来,集中在那些值得算的大项目上。
🛠️ 在 FormLM 里支持 ROI 数据采集
ROI 计算中最耗工的数据采集环节,FormLM 可以帮你提效:
- 用量表评估收集培训前后的能力数据和行为数据,作为收益估算的依据
- 用统计概览查看培训的参与率、完成率、平均时长,作为成本核算的参考
- 用数据导出导出 Excel,与业务数据系统对接做趋势分析
- 用AI 报告自动汇总评估数据,生成给管理层看的培训效果摘要
✅ 核心要点
- ROI = (净收益 ÷ 培训成本) × 100,出自 Phillips 模型(柯氏第五级)
- 培训成本要算全——直接成本+间接成本,学员脱产成本通常比讲师费还高
- 收益估算三种方法:趋势推断(最弱)、管理层估算(中等)、对比组法(最强)
- 置信度调整让 ROI 数字更可信——宁可保守不可虚高
- 不是每场培训都值得算 ROI——集中在投入大、跟核心KPI相关的项目
- 管理层质疑的通常不是数字本身,而是数字背后的逻辑
