屎上雕花的银行培训

学术   2024-10-03 20:56   江西  

:潘晓俊

数说的述说第278篇


可能是因为师范大学毕业的吧,所以我最理想的职业是当培训师,游山玩水,蛊惑人心。也给银行和行业做过几次线上线下培训,自我感觉都很不错。但最近一次出差,和一个银行领导聊天无意说到培训,他说他是一线刚提上来的,考核、督导、培训这银行三大坑,他最反感的就是培训。特别是那些自称专家,张口都是理论,没有一点实际经验的培训,这都是银行的痴心妄想,想要让员工在自己的休息时间配合银行PUA自己成为一名任劳任怨的“好员工”。

银行培训火的原因还是培训费用足,就和最近股票火了以后,网上卖课的人又多起来一样,原来股票套牢腰斩的时候就没这么多大师和专家,只要有钱的地方就有妖魔鬼怪,而且还特来钱。为银行培训的老师,有多少在讲课之前,了解过被培训行的产品特点或者网点的实际工作环境,知道客户经理面对的客户群体吗,知晓网点负责人的营销权限吗?缺乏实战经验,脱离一线工作的培训,看起来很高大上,其实根本不实用,没有一点实际效果。一本培训手册,几十页的PPT,一个拿着话筒的哄睡人,台上的人在夸夸其谈,台下的人昏昏欲睡。这就是大部分培训的真实写照。


银行培训现状

行里花高价聘请的外部讲师,基本授课都是以行里近期主推业务为主,想要员工完成特定业绩指标,然后找来培训老师临场编了一套所谓的先进理论来忽悠员工。和网络广告中常出现的老外一样,同样一个老师一会儿讲理财,一会儿说聚合支付,过一下又能说不良处置了。真有这么全面的老师,现在世道这么差,难道不应该成为银行的高管或者专家么。这道理和小红书一堆失业的人在教别人找工作一样的。只是从事过一线客户的老师讲怎样当支行行长,没管过银行员工的教领导力,一个客户也没有自己营销过的教如何维护客户,这样难免会纸上谈兵。老师动不动就讲国家政策大方向,说美国案例,讲国内名企案例,大家听着往往感觉离得太远,内容太虚,通常只有老师自己切身经历的案例才能动人而且真不真实一听就知道。

扯淡也就算了,这些扯淡的培训所占用的时间,还都是放在班后或者节假日。忙了一天,工作还没做完,还要写日报复盘数据,就要赶紧去参加现场培训。动辄就是一两个小时,还有什么花里胡哨的破冰浪费半小时,明明说的很水,还不让开小差,大部分老师培训结果是不关心的,但是培训课堂效果抓的很紧,屎上雕花的很精细。每次的培训,都或多或少会附送新的营销任务或者更加严厉的考核。这才是最让员工讨厌的,下指标就明说,不说给多少钱和政策激烈,画个饼就上手段了,有培训这钱还不如实在点给激励,员工回去自己跟着抖音学都比大部分老师教得好。


银行培训怎么搞

银行培训能不搞就不搞最好,现在各种网络课程太多了,员工但凡想学,就有一款APP或者公众号适合他。需要做到的是明确考核奖惩政策,但凡涉及到个人利益,只要奖励能落实到位,员工们自发的热情能让领导窒息。

如果实在培训的费用花不掉要搞培训,尽量就不要搞假把式了,与其做表面功夫不如作精。一分价钱一分货,同样的费用就不要浪费在水货老师身上了,宁愿搞一场有效的培训,也不要搞十场走形式的培训,参加的员工时间才是最大的成本。标准也挺简单的,训前要有面试和交流,培训前可以针对培训重点难点和老师擅长讲的内容,由学员提出10-20个问题,然后,老师量身定制,有分析,有措施的回复其实量体裁衣对老师的要求也是非常高,这个环节就能筛选掉一批水货训中要多说实操案例,现在的老师很,课件虽然花里胡哨,但全是提纲挈领的东西,千篇一律哪里都能说。培训的课件和破冰活动真的不重要,重要的是真实案例,有话术,有视频,有工具,在案例选择上,本行系统内的案例比外行的说服力更强,本地区其他银行的案例比外省的更让人信服这是考验老师的。训后要有效果跟踪,一场营销技能或理念类的培训过后,如果大家啥也没动,肯定是讲课太理论化了。培训的内容后续是要持续跟踪辅导落地的,不然培训和没有培训也差别不大。

说到这里是不是负责培训的同事就头大了,连对口的老师都难找,就这么点经费还要这么高的要求,这也是看似不可能完成的任务啊。但不要慌,最好的老师其实在身边,哪里来这么多熟悉本行情况还有成功案例和能持续跟踪效果的外部老师,银行内部的优秀员工才是最好的培训师,现在很多行都有内训师了,选择内训师的标准需要改一下,不是愿意抛头露面和性格外向意愿度高的才当内训师,而是真的把工作业绩做的好的才当内训师。至于培训课件和上课效果这个不用再担心了,人工智能时代了,只要真实的案例和经验文本就能生成数字分身员工课件栩栩如生了,还能AI智能数据库问答,再跟上企微群实时交流就全套了,这在互联网公司不是什么稀罕事儿了。

如果觉得这些太麻烦了,还是形式主义简单?那必须要知道员工需要的是真正有价值的学习,而不是浪费时间的形式主义。

志明与数据
关注与分享数据那些事儿|数据治理|数据管理|数据架构|大数据|数据中台|数据仓库|数据湖|数据分析|数据要素|数据资源|数据资产|数据入表|数字化转型|DataOps|DAMA|CDGA|CDGP|CDMP|DGBOK|CDGE|PMP
 最新文章