3 nuovi modi in cui Docebo supporta la formazione personalizzata con l’Intelligenza Artificiale

• 7 min read
3 new ways Docebo supports personalized learning with its AI LMS

Offri ai tuoi utenti una formazione personalizzata, progettata su misura per le loro esigenze.

La vera personalizzazione della formazione aziendale presuppone una profonda comprensione del ruolo di ciascun utente attraverso l’analisi di modelli comportamentali e di dati in tempo reale, per dar vita a una learning experience sempre più rilevante, coinvolgente ed efficace, sfruttando la giusta tecnologia.

Secondo Brandon Hall Group, solo il 10% delle organizzazioni usa in modo strategico la formazione personalizzata. Il 77% dei professionisti di Formazione e Sviluppo ritiene che la personalizzazione sia essenziale per migliorare il coinvolgimento dei dipendenti, e il 94% delle aziende considera la personalizzazione la chiave del proprio successo.

Al tempo stesso, il coinvolgimento degli utenti nei confronti dei contenuti è diminuito del 60% a causa del cosiddetto “sovraccarico cognitivo”, ovvero la necessità di dover elaborare informazioni sempre più numerose e meno rilevanti, con uno scarso impatto sulla nostra vita.

L’Intelligenza Artificiale (IA) amplifica il processo decisionale umano: infatti, non esiste un modello statistico o un algoritmo in grado di sostituire l’intuizione di un essere umano.

L’Intelligenza Artificiale è uno strumento fondamentale, in quanto consente di:

  • Analizzare il comportamento degli utenti per individuare i gap di competenze e fornire suggerimenti mirati.
  • Automatizzare la programmazione dei contenuti e i processi di distribuzione per gli amministratori.
  • Incrementare il ROI della formazione: meno tempo per la formazione + maggiore personalizzazione = migliori margini di profitto.

Perché ripensare (e ottimizzare) la tua strategia di marketing

Oggi, la personalizzazione sta superando ogni altro aspetto della nostra vita quotidiana, dal modo in cui guardiamo film e programmi televisivi o ascoltiamo musica/podcast, fino al modo in cui facciamo acquisti. E i marketer ne stanno prendendo atto (e stanno passando all’azione): il 75% dei consumatori sarà più propenso ad acquistare da chi offre prodotti, servizi o soluzioni personalizzate in base alle preferenze individuali.

Prendiamo come esempio il settore marketing. La personalizzazione è il processo attraverso cui la tecnologia viene utilizzata per incorporare informazioni personali e transazionali – come nome, titolo, organizzazione, cronologia degli acquisti, ecc. – nelle comunicazioni esterne.

L’IA può essere utilizzata per creare una iper-personalizzazione, utilizzando dati comportamentali, in real-time, per generare comunicazioni ancora più contestualizzate e rilevanti. Ad esempio, supponiamo di navigare per circa 15 minuti alla ricerca di un nuovo zaino sull’app di un rivenditore, per poi abbandonare l’applicazione senza effettuare acquisti.

I nostri dati comportamentali rivelano che in precedenza abbiamo cercato e acquistato diversi tipi di borse, con un picco di attività il mercoledì sera su un dispositivo mobile.

Una campagna iper-personalizzata consiste nell’inviare una notifica push al tuo dispositivo mobile il mercoledì, pubblicizzando una vendita flash di borse.

La maggior parte delle aziende opera nella zona di “personalizzazione” standard della curva di maturity della personalizzazione.

Ma aziende come Amazon e Spotify si sono spostate verso l’iper-personalizzazione e oltre, sfruttando la personalizzazione predittiva, dove IA e machine learning analizzano tutta una serie di fattori per fornire suggerimenti su misura.

Hyper Personalization Graph

Applicare la personalizzazione alla formazione

Nell’ambito della formazione aziendale, l’IA ci aiuta a comprendere il comportamento degli utenti al di là delle metriche tradizionali, come ad esempio il completamento dei corsi. Il numero degli utenti che hanno completato un corso è senza dubbio un dato importante. Tuttavia, se considerato solo come una metrica, non restituisce un quadro completo della situazione. Infatti, potrebbero esserci alcuni utenti che hanno dovuto interrompere il corso a metà per poi riprenderlo in seguito, o magari utenti che hanno impiegato più tempo di altri per completarlo. O, magari, alcune persone hanno impiegato più tempo di altri per completarlo.

L’IA è in grado di comprendere non solo quando un corso viene completato, ma anche ogni singola interazione di un utente mentre completa il corso all’interno di un Learning Management System (LMS) o di una piattaforma eLearning.

Ad esempio, l’utente sta ponendo una domanda o sta valutando il corso? Come lo sta valutando? Ha interrotto il corso e poi ha ripreso a seguirlo?

Tutte queste azioni vengono tracciate e diventano un database di modelli di machine learning che consentono di analizzare le complesse correlazioni tra corsi e utenti.

Sulla base di questi dati, si ottiene una migliore comprensione del comportamento degli utenti.

I dati utilizzati per produrre questi suggerimenti, però, raccontano solo metà della storia. L’IA ha infatti bisogno di dati ancora più accurati per produrre risultati più rilevanti ed efficaci.

Pensiamo ad esempio a come Amazon sta usando l’IA e il machine learning per alimentare il suo motore di raccomandazione – un algoritmo chiamato ‘item-to-item collaborative filtering’ che sta generando il 35% delle conversioni del gigante dell’e-commerce.

Amazon Personalization

Il motore di raccomandazione di Amazon

Per generare suggerimenti personalizzati nelle sue e-mail di marketing, l’algoritmo di Amazon analizza le seguenti categorie, basate sulle interazioni di un utente all’interno del marketplace:

  • Articoli visualizzati in precedenza
  • Prodotti salvati in playlist personali
  • Contenuti preferiti
  • Contenuti utilizzati da utenti simili

In questo caso, i suggerimenti forniti dagli algoritmi non si basano esclusivamente sullo storico dei dati di consumo.

Ad esempio, i suggerimenti di Netflix e Spotify vengono generati solo dalla categoria “contenuti visualizzati in precedenza” – o “hai guardato questo/ascoltato questo contenuto, quindi potrebbe piacerti.”

Quindi, nell’ambito della formazione, un algoritmo potrebbe generare suggerimenti di contenuti o iscrizioni ai corsi sulla base di:

  • contenuti visualizzati in precedenza (e inoltre, in quale formato viene presentato il contenuto)
  • oggetti didattici salvati su canali/playlist personali
  • contenuti “piaciuti”, sia formali che generati dagli utenti (social learning)
  • contenuti “piaciuti”/consumati da altri utenti con profili simili all’interno dell’azienda

Comprendendo il comportamento degli utenti in base ai loro livelli di coinvolgimento, è possibile prendere decisioni informate sull’efficacia di una determinata tipologia di corso, con specifiche caratteristiche.

Ad esempio, un video sarà più adatto ad un utente, mentre una presentazione con slide potrebbe essere più efficace per un altro.

Il grafico che segue mostra come le organizzazioni stanno investendo nelle tecnologie per la formazione: c’è uno spostamento verso quelle che forniscono un supporto alla formazione contestuale e continua, mentre si stanno allontanando dal focus sul training delivery.

Ad esempio, il “video” come elemento centrale per l’erogazione della formazione sta diventando ormai saturo; infatti, il video è proprio questo, ovvero un metodo di erogazione di corsi di formazione.

Sappiamo che i video sono strumenti efficaci per migliorare il coinvolgimento. Tuttavia, per essere più efficaci, è necessario che ogni risorsa formativa basata sui video sia affiancata da meccanismi di supporto continuo e contestuale. Ad esempio, l’Intelligenza Artificiale e la content curation che aiutano a sviluppare i percorsi formativi necessari per rendere la formazione ancora più efficace e allineata agli obiettivi di business.

La tua piattaforma eLearning dovrebbe fornire proprio questo tipo di supporto.

L’IA è la chiave che guiderà i principali progressi nel supporto contestuale della formazione aziendale, grazie alla sua capacità di individuare e creare percorsi adattivi e personalizzati in base alle specifiche esigenze degli utenti.

L’importanza della formazione personalizzata

La psicologia della personalizzazione è radicata nel nostro desiderio innato di controllo e di capacità di scelta. In un contesto formativo, la personalizzazione produce i seguenti risultati (per citare alcuni):

Contenuti rilevanti = Maggiore coinvolgimento: Raccolta dei dati + Migliori suggerimenti basati su IA

Il coinvolgimento è la chiave per trattenere i migliori talenti. Per questo, è fondamentale offrire agli utenti i contenuti formativi più rilevanti per la loro carriera, attraverso modalità coinvolgenti, volte ad incrementare la retention delle conoscenze.

Permette agli utenti di apprendere in base al proprio ritmo

La formazione personalizzata riflette il ruolo unico di ogni dipendente all’interno dell’organizzazione, il che si traduce in una forza lavoro più qualificata e più soddisfatta.

L’IA fornisce insight basati su un’enorme quantità di dati raccolti e analizzati da un LMS o da una piattaforma eLearning, sviluppando una comprensione più profonda dei comportamenti degli utenti e riuscendo a prevedere le loro esigenze.

In questo modo, si ottengono suggerimenti di contenuti basati sui comportamenti precedenti che portano a risultati formativi più efficaci in futuro. Al contempo, tali suggerimenti si perfezionano attraverso un ciclo di feedback che fornisce un feedback continuo sulle decisioni prese dall’algoritmo. L’IA è in grado di comprendere se le decisioni memorizzate siano corrette o meno (modifica il proprio algoritmo e fornisce risultati accurati).

Nell’ambito della formazione personalizzata, la micro-segmentazione è la chiave per creare un training su misura, fornendo un quadro completo delle esigenze, del valore e del comportamento di ogni singolo utente.

L’IA scompone i dati in modo granulare, a un livello tale da comprendere le esigenze di ogni utente nel momento in cui ne ha più bisogno, dando vita ad esperienze formative personalizzate, più efficaci e orientate al raggiungimento degli obiettivi di performance organizzative.

Crea percorsi formativi personalizzati per ogni singolo utente

La release 7.7 di Docebo introduce tre nuove funzionalità di suggerimenti basati su Intelligenza Artificiale, disponibili per utenti, amministratori, manager:

Suggerimenti di iscrizione per gli amministratori: L’IA di Docebo genera un elenco di utenti che potrebbero trarre maggior beneficio da un particolare corso, eliminando così dubbi o errori durante l’iscrizione ai corsi da parte degli amministratori.

Suggerimenti di contenuti formali per i manager: I manager ricevono suggerimenti per i corsi in cui dovrebbero iscrivere i membri del loro team dall’area My Team della piattaforma, in modo da poter seguire e gestire in prima persona i progressi del proprio team, senza attendere l’intervento di un amministratore.

Suggerimenti di nuovi contenuti per gli utenti: Ora, gli utenti che utilizzano Docebo Coach & Share ricevono suggerimenti per essere sempre informati e aggiornati sui contenuti più recenti che altri utenti stanno caricando in piattaforma.

Offri ai tuoi utenti una formazione personalizzata, pensata su misura per le loro esigenze.