コースの完了情報や実施トレーニング時間などの従来の学習指標では、CEO、経営層、マネージャー、個人にとって学習の価値を高める指標として十分でなく、これからはいかにデータドリブン型でビジネス戦略的な視点を持てる学習指標が必要になります。

「塵も積もれば山となる」と言われますが、学習においてモチベーションを持ち続けて継続するには進歩を実感することが非常に重要です。また自分にとって新たな分野の学習には、ガイドが不可欠です。

Degreedは、現在Degreed Learning Experience、Degreed Skill Analytics、Degreed Career Mobilityの3つから構成されます。この3つのツールが従業員や企業にとってどのように支援できるのかを概略しています。

キャリアモビリティ、つまり社内での人材の流動性を支援するソリューションに必要な要素は何でしょうか？そのソリューションは、従業員が真の意味で「使う」システムである必要があります。

社内で新規プロジェクトや新ポジションに最適な人材をどのように知ればよいのでしょうか？2020年秋にリリースされたDegreed Career Mobilityはまさにそれを支援します。

ソリューションベンダーは長きに渡ってHRテクノロジーを開発してきました。HRテクノロジー初期の目的は人事部門にいかに役立つかが主眼でしたが、時代とともに目的が変容し、いまや従業員にいかに役立つかが主眼となり、そこから生み出させるデータに着目しなければなりません。

ラーニングテクノロジーのビジネスケースを作る標準的な公式や方法はありません。すべての企業組織には、様々な目標、固有の課題、投資を評価する方法があるからです。しかし新しいラーニングシステムやプラットフォームがビジネスの価値を生み出すのに役立つ実用的なフレームワークを提供することがで

「それで、Degreedと〇〇〇違いは何なのでしょうか？」といつも質問されます。その答えを簡潔にまとめたブログです。新しい製品イメージビデオも公開されましたので合わせてご覧ください。

Degreedの特徴の一つはラーニングと関連するスキルを実際に紐づけることができることですが、スキルは人によって呼び名が異なったり、揺れがあるのも事実です。そこでDegreedはその揺らぎを解消する新機能Skills Engineを開発しました！

RedThread Researchの最新の調査によると、今日の市場には250を超えるラーニングテクノロジーベンダーが存在しており、その中にも、新しいカテゴリができ、カテゴリの定義も人により異なっているようです。このブログでは、LMS、LXP、HCMをわかりやすく交通手段に例えて

企業向けテクノロジーを導入するのはなかなか苦労するものです。人事システムとLMSとでデータをやり取りするようにしたり、BIツールへ情報を連携したりするのは特に困難です。このブログでは、Degreed導入の最も成功している顧客が共有した4つの貴重な教訓を紹介します。

コロナウイルスは、企業における未来の課題、役割、業務についての絶対的な計画を立てることができないことを証明してしまいました。しかし、私たちにできることは、迅速で革新的な解決のための仕組みとツールを確立することです。

急速に進歩するテクノロジーはラーニングにも広がっています。変化の激しいテクノロジーだからこそ、すべてを一つのソリューションだけではまかなえず、エコシステムで対応する方向にシフトしています。

最近のラーニングテクノロジーで使われる用語に、ラーニングエコシステムやLXPといった用語が出てきますが、このブログでは各用語について説明しているとともに、LMSやHCMとの違いも紹介しています。

ラーニングテクノロジーに限らず、新しいテクノロジー（ソリューション）を社内に導入する時には、経営層に説明するビジネスケースを作成することが重要です。Walt Disney CompanyとAT＆TとAirbnbの3人のラーニング責任者の対談を参考にしてください。

DegreedイベントLENS2019で、Degreedを導入した3社（Ericsson、Dimension Data、Centric Consulting）のパネルセッションがあり、ラーニングエコシステムベンダーを選定する際に、自社にあうベンダーの選択ポイントを紹介しています。

ラーニングエクスペリエンスプラットフォームであるDegreedに新しい機能が追加されました。この機能により、従業員のエンゲージメント向上を支援します。

世の中の変化のスピードはますます速くなっており、10年前には存在しなかった必要スキルが登場し、スキルギャップは企業に突きつけられた問題です。各個人が持つスキルに関するデータをデータドリブン型で正確に把握することが次の対策を打つための大事な要素となります。

マシンラーニングという言葉もだいぶ浸透し、現実の世界でも適用されつつありますが、マシンラーニングとは一体何かを正確に把握し、マシンラーニングを導入する準備を整えましょう。

IoTやビッグデータと共にデータサイエンスの発展により、キャッシュカードの不正利用の追求やデジタルマーケティングへの適用だけでなく、教育業界もデータサイエンスの重要性がますます高まってきています。