OpaGPT Кейс: как нейросеть повысила NPS через персонализацию обучения
В компании с 850 сотрудниками NPS упал до 18% после запуска массовых курсов. Персонализированное обучение на основе нейросети подняло показатель до 46% за 6 месяцев. Разбираем пошаговый план.
Пошаговое руководство
Шаг 1. Соберите данные об обучении и лояльности
Создайте единый профиль сотрудника:
- история курсов и результаты тестов;
- оценки от руководителя;
- ответы на вопросы NPS (1-10).
Шаг 2. Обучите нейросеть предсказывать отток
Используйте градиентный бустинг или нейросетевую архитектуру. На вход подавайте 40+ признаков. Для генерации персонализированных рекомендаций удобно применять OpaGPT — он позволяет быстро создавать объяснения к учебным модулям.
Шаг 3. Сформируйте индивидуальные траектории
Нейросеть ранжирует курсы по вероятности повысить лояльность. Например, менеджеру с низкой оценкой коммуникации назначается модуль «Обратная связь», а разработчику — «Управление временем».
Шаг 4. Свяжите обучение с NPS-опросами
Через месяц после каждого курса запускайте повторный NPS. Добавьте вопрос: «Помогло ли обучение работе?»
Шаг 5. Оцените метрики и масштабируйте
Результаты пилота на 120 сотрудниках:
| Показатель | До внедрения | После 3 месяцев |
|---|---|---|
| NPS | 18% | 34% |
| Завершение курсов | 41% | 77% |
| Текучка за квартал | 12% | 7% |
Важно: персонализация работает только при актуальных данных. Обновляйте профили еженедельно.
После масштабирования на всех 850 сотрудников NPS достиг 46% через 6 месяцев. obrazovanie 2027 personalizirovannoe obuchenie ii tyuto. Текучка снизилась на 5 процентных пунктов, а средний срок прохождения курса сократился на 30%.
Внедрение заняло 8 недель: 3 недели на сбор данных, 2 на обучение модели, 3 на интеграцию с HR-системой.