学習者をプラットフォームに追加するときに、各学習者のデータセットの正確さと一貫性を確保するために留意すべき重要な要素があります。一貫した方法でエラーなくコーディングされたデータは、「クリーンなデータ」と呼ばれることが多く、これが欠けていると、プラットフォームのレポート機能と分析機能のメリットを最大限に享受できなくなります。
どのようなデータを含める必要がありますか？
このプラットフォームには、各学習者に関連付けることができる次のデータフィールドがあります。
| フィールド | CSV UTF-8ファイルで使用する列見出し（正確に一致することが必要） |
| 名* | first_name |
| 姓* | last_name |
| メールアドレス* | |
| 外部GUID** | external_guid |
| 地域 | region |
| キャリアレベル | career_level |
| 入社日*** | hire_date |
| 組織単位1**** | organization_unit1 |
| 組織単位2**** | organization_unit2 |
| 組織単位3**** | organization_unit3 |
| 場所***** | 場所 |
| 役職***** | title |
| 管理者の名****** | manager_assigned_first_name |
| 管理者の姓****** | manager_assigned_last_name |
| 管理者のメール****** | manager_assigned_email |
*アカウントを作成するために必要です
**シングルサインオンを使用する組織のみ必須です。詳細については、カスタマーサクセス担当者にお問い合わせください。
***入社日の形式: YYYY-MM-DD
****組織が好きなデータ（部門など）を含めることができるカスタムフィールドですが、組織全体で同じように維持されます。カスタム組織単位データフィールドを構成する方法をご覧ください。
*****学習者がプロフィールを更新するときに入力します。
******マイチーム機能で、学習者のマネージャーを指定する場合に使用します。
一貫したデータ入力が重要なのはなぜですか？
データフィールド自体は標準ですが、各フィールド内の各学習者に使用するコードは、柔軟に使用できます。たとえば、組織は自由に地域やキャリアレベルを捉えることができ、使用を強制されることはありません。ただし、コーディングの一貫性を保ち、システムに追加する学習者すべてに同じ命名方法を適用するようにしてください。一貫性がない場合、「クリーンでないデータ」が生成されることになり、分析ダッシュボードは各バリエーションを個別のコードとして処理します。そうなると、データをクリーンアップしない限り、グラフやチャートが最高の価値を提供できなくなります。
一貫性のないデータの典型的な例
一貫性のないデータにはさまざまな形があり、プラットフォーム全体に多くの影響を及ぼします。
以下のような不一致は、分析レポートで個別のコードとして処理されます。
- 略語の使用と未使用 （例:「北米」、「NA」）
- 句読点の違い（例:「NA」、「N.A.」）
- 大文字の使用の違い（例:「NA」、「na」）
- 測定範囲の違い（ 例: 「北米」、「アメリカ」、「カリフォルニア」）
- コホートに異なる測定単位またはデータカテゴリーを使用（例: 1つのコホートに会社部門を表す組織単位1でアップロードし、別のコホートに職務機能を表す組織単位1を含める）。
上の例では、組織単位1フィールドに部門（例: 「財務」）、米国の州（例:「クリーブランド」）、および地域（例:「アジア太平洋」）が含まれています。
以下のような不一致は、プラットフォームにユーザーを一括アップロードする際にエラーの原因になります。
- プラットフォームで使用されるラベル（上記）と正確に一致しない列見出しを使用している（アンダースコア、スペース、大文字の適切な使用など）。メモ: ファイルがエラーなくアップロードされた場合でも、列見出しが適切にラベル付けされていないと、学習者のプロフィールからデータが欠落する可能性があります。
- データフィールドでの特殊文字を使用している
- 3つのカスタムフィールド、organization_unit1、organization_unit2、organization_unit3のプラットフォームラベルの代わりに組織のラベルを使用している
- 組織がシングルサインオンを使用している場合にexternal_guidを完了していない
- CSV UTF-8ファイルを使用していない
- CSVファイルに特殊文字が含まれているか、ファイル名が長すぎる
上記を踏まえて、データテンプレートを作成し、コホート学習プラットフォームを使用して、組織内の現在および将来のすべてのグループと共有することを強くおすすめします。詳細については、カスタマーサクセス担当者にお問い合わせください。
データフィールドを設定する際には何を考慮する必要がありますか？
最初は不必要に思えるかもしれませんが、組織に価値を提供するためにプラットフォームからのデータがどのように使用されるかについて長期的な視点で考えることが重要です。適切な計画を立てないと、一貫性の欠如により問題が発生する可能性があります。
検討する質問:
1. 組織内の他のグループがこのコホート学習プラットフォームを使用しますか？もしそうなら、そのグループは、カスタムデータフィールド（組織単位1～3）やその他のデータフィールドをコーディングする方法に価値を見出しますか？
2. カスタムデータフィールドについて、貴社にとって最も価値のあるデータは何ですか？たとえば、学習者のパフォーマンスデータを部門ごとに区別することが重要ですか？それとも、含める必要がある価値のあるフィールドがありますか？
3. 学習者のデータは、各コースの参加者学習状況レポートにどのように追加されますか？プラットフォームを使用するすべてのグループは、会社の人事部が処理しますか？それとも自分たちで参加者学習状況レポートを作成しますか？参加者学習状況レポートを作成するための一貫したプロセスがある場合は、適切なチームメンバーと協力して一貫性を確保できます。
クリーンで一貫性のあるデータは、コホート学習プロセスにおいて非常に重要な要素です。データ管理プロセスの側面について不明な点がある場合は、カスタマーサクセス担当者にお問い合わせください。