英茂集团内训师体系建设案例

本文记录英茂集团内部讲师管理体系从制度设计到数字化落地的全过程。

背景

英茂集团是一家多元化企业，员工规模超千人。培训管理面临以下挑战：

• 内部讲师缺乏系统管理，授课全凭个人意愿
• 没有统一的职级标准和激励政策
• 授课数据分散，无法量化评估讲师贡献
• 时代光华(21tb)平台有讲师模块但未充分使用

方案

第一步：制度先行

出台《内部讲师管理办法》，9 章 56 条，覆盖：

• 讲师选拔条件与流程
• 四级职级认证体系（初级→一星→二星→三星）
• 课程入库流程与评审标准
• 授课津贴与课酬标准
• 年度考核与升降级机制

第二步：数据摸底

通过 21tb 开放 API 拉取现有讲师数据：

• 152 位讲师基本信息
• 121 位讲师有逐课明细（共 8345 条记录）
• 授课统计、评价分、课程热度等维度

第三步：数字化工具

搭建智能问答助手，让讲师可以随时查询：

• "我的授课记录和学时是多少？"
• "我当前的职级和晋升条件？"
• "我的课程热度排行？"
• "课程入库需要走什么流程？"

技术架构：

• Iris（Dify）智能体平台
• Python Flask API 服务
• 21tb 开放 API 数据对接
• 腾讯云轻量服务器部署

效果

指标	改造前	改造后
讲师管理制度	无	9章56条完整制度
讲师数据	散落在 Excel	API 实时查询
咨询响应	人工查数据	7×24小时智能问答
职级标准	模糊	四级明确标准

复盘

成功经验

1. 制度先行：先出台管理办法，后续一切操作有据可依
2. 数据驱动：用 API 拉取真实数据，不拍脑袋
3. 渐进推进：先解决"能查询"的问题，再解决"能分析"的问题

踩过的坑

1. 平台职级映射：21tb 平台的讲师等级和制度中的职级命名不一致，需要手动映射
2. 数据质量：API 返回的数据有重复、缺失，需要清洗
3. 智能体平台限制：Iris 工作流无法自动识别当前登录用户，需要用户手动选择身份

启示

:::tip 可复用经验

1. 制度是基础：没有制度的讲师管理就是"放养"
2. 数据是抓手：用数据说话，讲师才有信服感
3. 工具是加速器：智能问答让管理从"人找人"变成"人问机器"
4. 先跑通再优化：不要追求一步到位，先让最小闭环跑起来 :::

---

本案例持续更新中，后续补充更多数据和效果。