Сбор и анализ метрик являются важными инструментами для улучшения образовательных продуктов и процессов. Метрики помогают выявлять сильные и слабые стороны курса, что позволяет принимать обоснованные решения по его улучшению

консультант в области проектирования обучения и учебной аналитики, к.ф.-м.н.

Максим Скрябин

Метрики образовательных продуктов

Удовлетворенность оценивается через анкеты обратной связи и опросы, что позволяет понять, насколько студенты довольны курсом и выявить сильные и слабые стороны курса.

Доходимость измеряется как процент студентов, завершивших курс, что важно для оценки как обязательных, так и добровольных курсов.

Лояльность определяется через готовность студентов рекомендовать курс другим, что измеряется через опросы, включающие вопросы о готовности порекомендовать курс друзьям и коллегам.

Учебная аналитика фокусируется на педагогике и обучении, собирая данные о студентах из различных источников для анализа и улучшения процесса обучения.

Академическая аналитика занимается управленческой отчетностью и оценкой эффективности и результативности обучения, что позволяет принимать обоснованные управленческие решения.

Продуктовая аналитика направлена на анализ работы людей и их обучения в контексте запросов экономики и общества, включая производственные тренинги и корпоративное обучение.

Продуктовые метрики помогают сформировать общее представление о качестве образовательного продукта и его восприятии студентами

Учебная аналитика помогает формировать комплексное представление о образовательных процессах и их эффективности

Вовлеченность измеряется количеством студентов, начавших взаимодействовать с контентом, а отток — процентом студентов, прекративших взаимодействие.

Результативность оценивается выполнением ключевых действий, таких как правильное решение задач и участие в дискуссиях.

Удовлетворенность контентом определяется через лайки, комментарии и обратную связь, а экспертная оценка — внешними рецензиями специалистов.

Контентные метрики помогают улучшать учебные материалы и адаптировать их под нужды студентов

1

2

3

Анализ данных

Для создания полной картины обучения важно использовать данные из различных источников и интегрировать их для анализа

Часто данные не собираются целенаправленно и систематически, что приводит к их неиспользованию и неполной картине обучения

Систематический сбор данных и их анализ позволяют выявлять ключевые аспекты обучения, требующие улучшения, и разрабатывать стратегии для повышения качества образовательных продуктов

Важно определить цели сбора данных и использовать их для принятия обоснованных решений

Типы данных в процессе обучения

Взаимодействие с другими обучающимися включает участие в групповых проектах и дискуссиях, а взаимодействие с самим собой — рефлексию и ведение учебных журналов

Взаимодействие с устройствами охватывает использование различных устройств для доступа к курсу, таких как мобильные телефоны и компьютеры

Взаимодействие с контентом измеряется временем, проведенным за просмотром видео и чтением материалов, а также количеством выполненных заданий и тестов

Взаимодействие с преподавателем включает количество вопросов, задаваемых студентами, и участие в консультациях

 Проблемы и преимущества разных типов данных

Тестовые данные, основанные на стандартизованных методах оценки, обладают высокой объективностью, но могут ограничивать контекст и не всегда отражают полную картину обучения

Данные от наблюдателей, такие как оценки преподавателей и результаты взаимного оценивания, собираются в реальном времени и могут быть более объективными, но требуют обучения наблюдателей и могут содержать субъективные элементы

Самоотчеты предоставляют ценную информацию о мотивации и личных ощущениях студентов, однако они подвержены субъективности и трудны в интерпретации

Каждый тип данных имеет свои сильные и слабые стороны, которые необходимо учитывать при их использовании для анализа и улучшения образовательных процессов