サノフィの紹介
サノフィは、フランスのパリに本社を置く世界的な大手ヘルスケア企業であり、約86,000人の従業員を擁し、約70か国で事業を展開しています。同社の製品は180か国で販売されており、サービスの対象は患者、医療提供者、薬局、病院、保険会社、政府の保健制度など多岐にわたります。サノフィは、複数の治療分野にわたって幅広いヘルスケアソリューションと治療法を提供しており、最高水準の誠実さ、患者の安全、規制遵守を維持することに尽力しています。
こうした使命の下、サノフィは倫理・コンプライアンス（E&C）プログラムの強化を進めており、基礎的なトレーニングから脱却し、世界中の従業員の倫理的な意思決定と先を見越したリスク管理を支援する、さらにデータを活用し、行動に焦点を当てたアプローチへと移行することを目指しています。
課題
これまで、サノフィでは、修了率や満足度などの標準的なLMS指標を用いてコンプライアンストレーニングを評価していました。これらの指標は基本的なエンゲージメントを把握するうえでは有効でしたが、従業員が複雑なトピックを本当に理解しているか、倫理的なグレーゾーンに対応できるか、実際の業務でコンプライアンスの原則を適用できているかを測ることは困難でした。ある時点で、いくつかの課題が明らかになりました。従来の指標では、シナリオベースの評価において従業員がどのように行動したのか、また、知識の不足が新たなリスクの兆候となり得る領域がどこかを把握できませんでした。こうした深い知見が得られない状況では、コンプライアンスチームが潜在的な脆弱性を特定し、最善の対応策を取り、トレーニングの実際の効果を経営層に示すことは極めて困難でした。
サノフィは、受講者が倫理・コンプライアンスのシナリオにどのように反応しているかについて、より深い行動インサイトを把握できるソリューションを必要としていました。また、地域・職務・コース全体にわたる傾向や早期警戒サインを可視化することで、データに基づくリスクマネジメントを可能にし、さらに、リスクオーナーや経営層との実質的な対話を支える高度な分析機能を、コンプライアンス部門に提供することが求められていました。
つまり、コンプライアンスに関する学習データを実用的な知見へと変換することで、学習効果を高め、全体的なリスク体制を強化したいと考えていました。
データ主導のコンプライアンス戦略の策定
サノフィは、学習分析をトレーニング管理の単なる追加要素ではなく、コンプライアンスおよびリスク管理戦略の中核的な柱として位置付けることを目指していました。
この構想は、3つの主要な目的を中心に策定されました。
- 学習データを実用的なものにする 修了状況を見るだけでなく、学習者が知識チェックでどのように回答しているか、どこでためらいが見られるか、時間の経過とともに理解がどのように深まっていくかを把握できるようにします。
- リスク管理に洞察を取り入れる 学習分析を定期的に実施してリスクオーナーに提供し、トレーニング結果をリスク評価、リスク低減計画、プログラム調整に直接反映できるようにします。
- 経営層の意思決定者に働きかける コンプライアンス学習に関する指標をサノフィの執行委員会や経営層に提示し、リスクがどこに存在するか、どのトピックを強化すべきか、トレーニングが自社の誠実さや企業文化に関する広範な目標にどう貢献しているかを把握できるようにします。
これらの目的を達成するため、サノフィは、自社のLMSとシームレスに連携し、グローバルプログラム全体で展開可能で、コンプライアンスチームやリーダーが理解・使用しやすい高度で洞察重視の分析機能を備えたプラットフォームを求めていました。
ソリューション
サノフィは、倫理・コンプライアンスプログラム専用に構築した高度な分析・洞察プラットフォームであるLRNのCatalyst Revealを導入しました。Revealの導入により、サノフィは、トレーニングデータを一元化し、参加、エンゲージメント、意思決定パターンをリアルタイムで可視化して、静的な報告から、行動に焦点を当てた動的な分析へと移行できました。
サノフィは段階的に導入を進めました。まず、一部のグローバルコンプライアンスコースで1年間の試験運用を開始し、統合、ダッシュボード、洞察を検証しました。その後、試験運用の成功を受けて、すべての新しいグローバルコンプライアンスモジュールへと範囲を拡大しました。Catalyst RevealはAICCを介してサノフィの既存のLMSに統合されたため、学習者はこれまでと同様の使い慣れたインターフェースを使ってコースにアクセスできました。その一方で、Revealは裏側で基盤となる分析データを収集します。
Catalyst Revealは、事業部門、地域、役割をまたがって、修了状況、エンゲージメント、パフォーマンスを追跡するリアルタイムのダッシュボードと可視化機能を備えています。さらに、学習者がどの設問を間違え、複数回やり直し、重要な概念を誤解しているかを明らかにする洞察重視の分析機能を備えており、潜在的なリスク領域の特定を支援します。また、テストアウトや知識チェックに関する分析機能も備えており、コンテンツの簡素化、明確化、最適化によって効果を高められる箇所を把握できます。
導入期間中、サノフィのコンプライアンス管理者はRevealを有効活用するためにLRNからトレーニングを受けました。またサノフィはコンプライアンス学習の管理責任をコンプライアンスチームに一元化しました。現在、各分野の専門家がコンテンツに取り組む一方で、コンプライアンス学習チームは設計、分析、提供を管理し、一貫した品質とデータの戦略的活用を確保しています。
結果
サノフィは現在、Catalyst Revealを使用して、知識の深化、リスク領域の理解、学習効果という3つの主要な領域を追跡しています。
知識の深化については、Revealの事前評価（テストアウト）と知識チェックに関する分析により、理解が時間の経過とともにどのように深まっているかが可視化されます。行動規範のように継続的に扱われるトピックでは、年を追うごとにテストアウトの成績が向上しており、知識が着実に定着していることが分かります。また、Revealは、多くの学習者が合格までに複数回の受講するモジュールにフラグを立てています。たとえば、2024年の行動規範コースで知識チェックの受講回数を評価した際、学習者の49%が特定のモジュールで合格までに4回以上の受講を要したことが判明しました。さらなる分析により、設問の形式（例：複数選択と単一回答）が混乱を招いていることが明らかになり、文言を理解しやすくする必要があると分かりました。このような「リアルタイム」データの活用により、迅速なコースの改良が可能になり、学習体験と知識の習得を向上させることができます。
サノフィは、リスク領域の理解を深めるために、データプライバシーや情報セキュリティなどのコースにおけるシナリオベースの設問に対する回答パターンを分析しています。こうした分析で得られた洞察は、コンプライアンスチームがコンテンツを改良し、複雑な概念を明確にし、的確なフォローアップでリスクオーナーをサポートするのに役立ちます。
サノフィは、学習効果を高めるために、合格するまでに必要な知識チェックの受講回数を追跡し、複数のコースで任意のテストアウトを導入しました。利用可能な場合、従業員の約90%が事前評価を受けることを選択しています。これにより、トレーニングにかかる時間の短縮になるとともに、従業員は本当に詳細な学習が必要な分野に集中できます。
これらの指標以外にも、Catalyst Revealは経営陣のエンゲージメントを向上させました。コンプライアンス学習データは現在、リスクオーナーや執行委員会に定期的に提供され、議論の焦点がリスクパターンの特定と適切な対応策の決定へと移っています。この変化により、コンプライアンスの取り組みへの支援が強化され、学習がリスク管理と倫理文化を支える戦略的な推進力であることが改めて示されました。
まとめ
サノフィにおけるLRN Catalyst Revealの導入は、コンプライアンストレーニングを、修了状況を軸とした取り組みから、学習者の行動と組織のリスクに関する豊富で実用的な洞察を得るための基盤へと変革しました。コンプライアンスチームに管理責任を一元化し、早い段階から経営陣を関与させたことで、導入の合理化と非効率の削減を実現するとともに、トレーニングをリスクと企業文化に関する広範な目標と整合させることができました。
サノフィは現在、知識の深化、リスクの特定、学習効果に焦点を当て、分析を通じてコンテンツを改良し、取り組みの対象を絞り込み、最も大きな効果が見込める領域にリソースを優先的に配分しています。今後、Revealの活用をコース単位の分析以外にも広げ、意識や認識といったより広範な倫理・コンプライアンスプログラムの側面に拡大していく予定です。
トレーニング指標の改善を目的として始まった取り組みは、データ主導のコンプライアンスへの広範な転換へと発展し、サノフィが回復力のある強固な倫理文化を構築する後押しとなっています。学習は単にコースを修了することでなく、日常の業務で十分な情報に基づく優れた意思決定を行うためのものとなっています。
