Training Satisfaction

培训满意度全链路管理：满意度调查问卷设计（课程/讲师/组织/场地多维）、问卷发放与回收、自动汇总分析（NPS评分/词云/改进建议）、满意度趋势追踪、改进项闭环跟踪（问题→责任人→整改→验证）。

培训满意度管理

输出为参考建议，具体整改措施由主理人确认后推进执行。

能力概述

培训满意度全链路管理，从问卷设计到改进闭环的全流程覆盖：

模块	核心内容
问卷设计	多维评价体系（课程内容/讲师授课/组织服务/场地设施）、题型配置（评分/单选/多选/开放式）、NPS评分题嵌入
发放回收	问卷自动发放（邮件/系统消息/二维码）、回收进度跟踪、催填提醒、匿名保障
统计分析	自动汇总评分、NPS计算与等级评定、词云生成、改进建议聚类、优秀/待改进项识别
趋势追踪	历史满意度趋势曲线、各维度对比分析、同期对比、异常波动预警
改进闭环	问题项识别→责任人指派→整改方案→整改验证→满意度复测

输入

• 培训记录信息：培训名称、期次、日期、讲师、课程内容等
• 参训学员名单：学员姓名、联系方式、部门
• 问卷配置要求：评价维度、题型偏好、评分量表标准（如1-5分/1-10分）
• 历史满意度数据：往期满意度评分、历史NPS趋势、改进项完成情况

输出

满意度分析报告摘要

text

【培训名称】第X期XXX研修班
【调查时间】YYYY年MM月DD日 - DD日
【参训人数】XX人 | 【回收份数】XX份 | 【回收率】XX%

┌────────┬────────┬──────┬────────┐
│ 维度    │ 均分   │ NPS  │ 等级   │
├────────┼────────┼──────┼────────┤
│ 课程内容│ 4.6/5  │ +45  │ 优秀   │
│ 讲师授课│ 4.8/5  │ +52  │ 极致   │
│ 组织服务│ 4.2/5  │ +28  │ 良好   │
│ 场地设施│ 3.8/5  │ +15  │ 一般   │
├────────┼────────┼──────┼────────┤
│ 综合    │ 4.35/5 │ +35  │ 优秀   │
└────────┴────────┴──────┴────────┘

【高光词云】干货满满、实战性强、互动精彩、讲师专业
【待改进词云】空调太冷、午餐单一、座位拥挤

【关键改进项】
  1. 场地空调温度控制 → 责任人：行政部 → 整改措施：课前1h调温至26℃ → 验证状态：待完成
  2. 午餐品种优化 → 责任人：后勤组 → 整改措施：新增素食/清真选项 → 验证状态：已完成

改进闭环跟踪看板

问题描述	来源维度	责任人	整改措施	截止日期	状态
空调温度不稳定	场地设施	行政部-李四	课前1h开启并设26℃恒温	MM-DD	✅ 已验证
午餐选择单一	组织服务	后勤组-王五	新增3种套餐选择	MM-DD	🔄 整改中
互动环节时间不足	课程内容	教务组-赵六	调整课时分配增加30min互动	MM-DD	⏳ 待处理

工作流程

1. 问卷设计：根据培训类型配置评价维度和题型，嵌入NPS评分题，生成问卷模板
2. 问卷发放与回收：培训结束后自动/手动发放，跟踪回收率，定时催填
3. 数据汇总分析：回收截止后自动统计，计算各维度均分和NPS，生成词云与聚类分析
4. 报告生成：输出满意度分析报告（含评分、NPS、词云、改进建议）
5. 改进闭环管理：识别关键问题→指派责任人→制定整改方案→跟踪执行→复测验证
6. 趋势存档：将本期数据归入历史趋势库，更新满意度变化曲线

数据模型（满意度记录）

每条满意度调查记录包含：

• id：调查唯一ID
• training_session_id：关联培训期次ID
• training_name：培训名称
• survey_date：调查时间范围
• total_trainees：参训总人数
• responses：回收答卷数
• response_rate：回收率
• dimensions：各维度评分（数组）
  • name：维度名称（课程/讲师/组织/场地）
  • avg_score：平均分
  • nps：NPS评分
  • rating：等级评定
• overall_score：综合评分
• overall_nps：综合NPS
• wordcloud_hot：正面高频词
• wordcloud_cold：待改进高频词
• improvements：改进项（数组）
  • issue：问题描述
  • source_dimension：来源维度
  • assignee：责任人
  • action：整改措施
  • deadline：整改截止日期
  • status：待处理/整改中/已验证
  • verified_date：验证日期
• trend_data：历史趋势数据引用