衡量学习的有效性一直是组织面临的挑战，而添加新的学习体验会使它进一步复杂化。但是，公司可以相对直接地看到他们的学习场景或混合在实现目标方面的效果。

使用通过测量获得的知识，可以随着时间的推移调整学习组合，以更好地满足业务需求。所有这些都是其他影响者，包括观众、主题和所需的时间范围。这些将对体验的类型和融合产生影响。

通过从一开始就关注绩效结果，该模型可帮助组织解决其衡量问题。很多学习测量都是面向内的，因为与绩效没有联系。现在，公司可以将学习计划映射到个人和组织的成果。

公司还在努力衡量新兴学习技术和模式的有效性。在此框架内，这些新体验与传统课堂体验与绩效的联系相同。因为业务的需求经常变化很快，所以没有两个公司会采用相同的策略和方法。

在此模型中，组织还能够衡量特定的学习成果，以确定学习计划最终是否会对组织成果产生影响，而无需等待可能需要数月或数年才能实现这些目标。

行为很重要

组织在超越柯克帕特里克 1 级和 2 级方面做得更好——即使他们不归因于柯克帕特里克模型，这一点至关重要。始终有必要衡量完成率和学习者满意度等内容，但不能就此止步。95% 的完成率或高净推荐值不会告诉组织什么。但是，如果将这些数据点与基于结果的指标相结合，学习影响的真实情况就会成为焦点。例如，完成课程的 95% 的学习者是否比未完成课程的 5% 的学习者表现出更高程度的预期行为？

改进措施

衡量不仅仅是展示学习的投资回报率或证明其存在的合理性。我们已经看到 77% 的公司衡量他们的学习以证明其有效性。同样，学习领导者不能期望仅通过完成率和考试成绩来确定哪些有效，哪些无效。参考上面的收敛模型，我们可以看到实时测量一些学习可以帮助指导设计和开发过程。

通过查看诸如学习者如何与学习元素交互、他们在何处挣扎等元素，可以以更迭代的方式部署学习。软件开发人员多年来一直采用这种方法，推出并非 100% 完成的程序，他们知道他们需要根据用户反馈和结果进行调整。如果想要变得足够敏捷以跟上业务发展，学习应该以相同的方式运作。

利益相关者的角色

学习传统上只接受基本测量的一个重要原因是，与学习的交互是学习功能唯一能够洞察的事情。他们正在为业务创建这些程序，但他们不知道为什么需要它或最终结果应该是什么，所以他们默认为级别 1 和级别 2 测量。