בנוף התחרותי של חינוך מקוון, יצירת תואר שני שבאמת מתחדש עם הלומדים דורש יותר מאשר רק מומחיות חשובה גדולה בנושא.זה דורש גישה מבוססת נתונים שהופכת מספרים גולמיים לתובנות בלתי ניתנות לפעולה. Analytics מציע חלון למוחות של הקהל שלך, חושף לא רק מה הם לוחצים אלא גם איך הם מרגישים, היכן הם נאבקים, וכאשר הם מתפוגגים באופן שיטתי דפוסים, אתה יכול ללמוד את התוכן שלך, כדי לייעל את התוצאות שלך, כדי ליצור אופטימיזציה בשוק, אלא גם את התוצאות הצפופות.

מדוע Analytics הוא ה-Comass for Your Masterclass

רגשות ותגובה אקסדוטלית יכולים לקחת אותך רק עד כה. Analytics להחליף הנחות עם ראיות, המאפשר לך לקבל החלטות כי הם מגובים על ידי התנהגות משתמש אמיתית.שינוי זה מאינטואיציה לתובנות הוא מה שמפריד קורסים ממוצעים מחוויות למידה יוצאות דופן.

  • (FLT:0) ,Identify שיעורים גבוהים: אנדרל 1) Determine אשר מודולים מייצרים את ההתחייבות, ההשלמה, משוב חיובי, ולאחר מכן להכפיל את מה שעובד.
  • (ב) ⁇ :0) להציל חלקים נאבקים: 10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.10.
  • (FLT:0) לצטט את הקהל שלך: FLT:1ir להבין כמה קבוצות לומדות שונות - סטודנטים מתקדמים, קבוצות חברות - לפעול עם התוכן שלך שונה, ולתאי את הגישה בהתאם.
  • (FLT:0) החלטות תוכן מעודכנים:FLT:1Build theאפקטיביות of new פורמטים, אורכו או סגנונות הוראה לפני שגלגל אותם באופן רחב.
  • (FLT:0)Measure Return on Investment:FLT:1 Track metrics כמו שיעורי השלמה, ציוני שביעות רצון והתנהגות הפניה כדי להוכיח את הערך של המאסטר שלך.

לדוגמה, תואר שני בשיווק דיגיטלי עשוי לגלות באמצעות ניתוח כי הלומדים באופן עקבי לצפות את הקטע על יסודות SEO אבל לדלג קדימה מהוידאו על מודעות בתשלום.תבנית זו מציעה את התוכן SEO הוא מקבל היטב אבל עשוי לדרוש משאבים משלימים, בעוד מודול המודעות עשוי להיות מבלבל או לא רלוונטי לקהל.ללא נתונים, תובנות כאלה נשאר מוסתר.

מפתחי מפתח שחשוב להצלחה של המאסטר

לא כל נקודות הנתונים הן בעלות ערך שווה.התמקדות במדדים הנכונים מסייעת לך להימנע מניתוח שיתוק ואפס בסימנים הניתנים לפעולה.כאן מבט עמוק יותר לאינדיקטורים הקריטיים שכל יוצר ברמה גבוהה צריך לעקוב:

שיעורי הפחתת ונקודות תורות

שיעורי ההשלמה מודדים את אחוז הלומדים שסיימו את כל הקורס או את השיעורים האישיים שלך.קצב ההשלמה הכולל נמוך לעתים קרובות מצביע על נושאים מבניים: תוכן ארוך מדי, קשה מדי, או חסר התקדמות ברורה. נקודות תוריד הן אפילו יותר גרנוריות - הם מראים את השני או להחליק שבו יוצא משתמש מ-15 דקות. עבור תוכן, זה יכול להיות ויזואלי באמצעות מפת חום שמגלה כי רגעים חוזרים או מדלגים, לדוגמה, ייתכן שהורדתם להורדת וידאו נמוך יותר, או ירידה של 10 דקות.

זמן ותבניות קשב

מעבר לשאלה האם הלומדים מסיימים שיעור, זמן האירוסין מספר לכם עד כמה הם מתקשרים.האם הם צופים בסרטונים במלואם? האם הם מבלים דקות נוספות על חומרים משלימים? כלים כמו Wistia ו Vimeo מספקים גרפים מעורבות מפורטים המציגים שיאים ועמקים בתשומת לב הצופה.משך תצוגה ממוצע קצר על שיעור המכסה מושג ליבה עשוי להצביע על כך שתלמידים כבר יודעים את הנושא - או שהסברכם צפוף מדי.

חידון והערכה

קוויאזס לא רק עבור דירוג; הם כלים אבחון.אם חלק משמעותי של הקהל שלך ציונים מתחת 70% על מודול נתון, זה סימן ברור כי התוכן צריך הבהרה או ארגון מחדש.חפש תבניות תשובות לא נכונות: האם הלומדים באופן עקבי להבין מונח מסוים או מושג זה כדי לשחזר את ההסבר שלך, להוסיף דוגמאות, או ליצור פרק ביקורת ייעודי, הם יכולים להצביע על ציוניים קלים מדי, כי הם עלולים להצביע על פני לוח זמנים קל מדי או להיכשל?

ניתוח הפחתת התוספת והזיכרון

נתונים קוונטיים מספרים לך מה קורה, אבל משוב איכותי מסביר מדוע.תשובות סקר, פוסטים בפורום דיון והערות דואר אלקטרוני ישירות מספקים ההקשר שמספרים לבדם לא יכולים ללכוד.לדוגמה, שיעור השתלם נמוך עשוי להיות מלווה הערות כגון "איכות השמע היה עני" או "הההתרגשות המומה" באמצעות כלים ניתוח רגשות (למשל, סקר תגובות צ'אט או יומני) יכול לעזור לך לנסח משוב על גודל כזה, כגון משוב טכני, כגון, אופטימיזציה של נושאים ספציפיים, זיהוי, או מדריכים, כגון מדריכים, או קשקשים, אופטימיזציה של תוכן.

התקן, מיקום ותבניות גישה

לדעת איך והיכן הלומדים שלך לגשת ל- Masterclass שלך משפיעות הן עיצוב תוכן והן משלוח טכני.האם רוב המשתמשים במכשירים ניידים?אז אתה צריך לוודא שהסרטונים שלך ידידותיים לנייד, כיתובות הן ניתנות להחלפה, וחידוןים עובדים על מסך מגע.נתוני גיאוגרפיים יכולים להודיע תזמון עבור מפגשים חיים או שיקולי זמן עבור קורסים מבוססי עמיתים.

עבור מדריך מקיף יותר שעליו מדדים לעדיפויות, את הבלוג של ה-FLT:0 (Central ReportFLT:1) מציע קריטריונים מאלפי קורסים מקוונים, ו-FLT:2 Thinkingific בבלוג של metricsFLT 3: מספק ייעוץ מעשי עבור יוצרים.

כיצד לאסוף Analytics עבור המאסטר שלך

הכלים שבהם אתה משתמש יעצבו את עומק ואיכות הנתונים שלך.למטה הוא מבט מורחב על שיטות איסוף שונות וכיצד להפיק את המרב מהם.

ניהול מערכות (LMS)

רוב פלטפורמות ה-MBA פופולריות - ביצועים, חשיבה, Kajabi, ו- Learnworlds - בשילוב עם ניתוח מובנה-in-in-in-in analyticss. אלה בדרך כלל להראות שיעורי השלמת קורס מצטברים, התקדמות ספציפית שיעור, ציונים, ולפעמים אפילו זמן בילה את הדף.עם זאת, ניתוח Native יכול להיות מוגבל.כדי לחפור יותר לעומק, לשקול לייצא נתונים גולמיים או באמצעות אינטגרציה API כדי להאכיל נתונים לתוך ניתוח מותאם אישית.

פלטפורמת אחסון וידאו

אם המאסטר שלך מסתמך רבות על וידאו, פלטפורמות כמו Wistia, Vimeo, ו- YouTube מציעים ניתוח מעורבות עשיר. תוכנית "מפת חום" של Wistia מראה בדיוק איפה הצופים rewind, הפסקה, או לדלג. Vimeo מספק גרפים "טווח קשב" אשר משווים את הביצועים של הסרטון שלך נגד מבחנים. יוטיוב כולל שמירה על הקהל ומעורבות בזמן אמת. השתמש בכלים אלה כדי לזהות לא רק נקודות קצה, אלא גם לשקול בדיקות וידאו מתקדמות יותר.

אתר Analytics (Google Analytics)

עבור Masterclass אירחה באתר מותאם אישית או דף נחיתה, Google Analytics הוא הכרחי.תתת מעקב אחר אירוע כדי ללכוד פעולות ספציפיות: מחזות וידאו, חידון מתחיל, הורדת קליקים, וצורה הגשתים. השתמש בפרמטרים UTM כדי לעקוב אחר יעילות של מסעות הפרסום השיווקיים שלך.יתר על כן, התכונה של ניתוח של Google Analytics מאפשרת לך לראות כיצד קבוצות של לומדים שנרשמו באותו זמן באמצעות הקורס, חושף אם שינויים אחרונים כדי לשפר את התוכן הם יכולים ליצור דוחות מתקדמים כדי ליצור אינטראקציה עם 4 Analytics.

סקר כלים

סקרים הם קו ישיר לתפיסת הלמידה.שימוש בכלים כמו סקר Monkey, Typeform, או Google טפסים לאסוף משוב לאחר כל מודול או כמובן השלמת. Netקידם Score (NPS) סקרים שימושיים במיוחד למדידת שביעות רצון כללית וסיכויים של המלצה. Embed קישורים בתוך הפלטפורמה מאסטר שלך או לשלוח אותם באמצעות דירוג דואר אלקטרוני.

Analytics מותאם אישית עם Directus ו- Modern Data Stacks

עבור היוצרים שרוצים שליטה מוחלטת, בניית צינור ניתוח מותאם אישית יכול להיות חזק.שימוש CMS חסר ראש כמו Directus, אתה יכול לאחסן את כל נתוני אינטראקציה לומדת במסד נתונים מובנה, ולאחר מכן לחבר אותו לכלים הדמיה כגון Metabase או Tableau. זה מאפשר לך ליצור לוחות מחוונים מותאם אישית המשלבים נתונים מתקדמים עם תשובות סקר, תמיכה כרטיסים, ואפילו אזכורים מדיה חברתית.

כיצד לתרגם נתונים לשיפור תוכן

איסוף נתונים הוא רק חצי הקרב.הערך האמיתי פועל על ממצאיך.עקוב אחר השלבים האלה כדי להפוך את הניתוחים לשיפורים מוחשיים עבור המאסטר שלך.

שלב 1: ניתוחי מעורבות עם קונטקסט

התחל על ידי סקירה של לוח המחוונים של הניתוחים שלך עבור מגמות ברמה גבוהה. אילו מודולים יש את שיעורי ההשלמה הגבוהים ביותר? אילו קטעי וידאו מראים את משך התצוגה הממוצע הארוך ביותר? אילו שיעורים מייצרים את הפעילות בפורום הדיון ביותר?אבל לא לעצור במספרים ברמה פני השטח.תמיד לשאול "למה" על ידי מעבר בין נתונים איכותיים.לדוגמה, אם שיעור על "מדישוב" יש מעורבות גבוהה אבל ציונים נמוכים, עשוי לצפות במושגים של כישלונות יותר של כישלונות או כישלונות יותר של כישלונות.

שלב 2: זיהוי אזורי בעיות ספציפיים

עיין בנתונים כדי למצוא כתמים חלשים.חפש שיעורים עם שיעורי השלמת מתחת 60%, חידון ציוני ממוצע מתחת 70%, או נקודות ירידה גבוהה ברבעון הראשון של וידאו. השתמש מפת חום כדי לראות אם יש רגע משותף שבו הלומדים החילוץ. עבור תוכן מבוסס טקסט, סקירה גלילה מפות או זמן על דפי זמן.

שלב 3: ג'ר קונטקסטואלי משוב מלומדים

נתונים יכולים להצביע על בעיה, אבל לא תמיד הסיבה השורשית.צא ללומדים שירדו או הבקיעו בצורה גרועה. שלח אימייל קצר או סקר לשאול שאלות ספציפיות על השיעור הזה: האם זה ארוך מדי? מפונק מהר מדי? תנאים מוקדמים חסרים? משוב ישיר זה לעתים קרובות חושף בעיות שניתוח לבד לא יכול לחשוף, כגון הוראות לא ברורות או גלימות טכניות.

שלב 4: יישום התאמת תוכן ממוקדת

בהתבסס על הניתוח שלך, בצע שינויים ממוקדים.התאמות נפוצות כוללות:

  • (ב) עיין בסרטוןים ארוכים: 1FLT:1 , 20 דקות הרצאות לתוך 5-7 דקות פלח, כל אחד עם מטרה למידה ברורה.
  • (ב) ⁇ :0)Add אלמנטים אינטראקטיביים: FLT:1 , הכנס חידון, סקרים, או השתקפות של הפניות בנקודות קצה ידוע כדי לחדש את הלומדים.
  • (ב) ⁇ :0) הסברים מוכחים: FLT:1 Rewrite קטעים מעורפלים, מוסיפים דוגמאות בעולם האמיתי, או ליצור PDF משלים עבור מושגים קשים.
  • (ב) ⁇ :0) ,5 ,5 ,5 ,5 ,5 , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • איכות הייצור של ה-FLT:0.Upgrade: 1 אם ניתוח מראה ירידה לאחר קטע אודיו גרוע, להקליט מחדש את החלק עם ציוד טוב יותר.
  • (FLT:0) לספק מסלולי למידה מרובים:FLT:1 השתמש בנתונים פלחציה כדי להציע צלילה עמוקה אופציונלית עבור לומדים מתקדמים תוך שמירה על נתיב הליבה נגיש למתחילים.

שלב 5: עקוב אחר ההשפעה של השינויים שלך

לאחר יישום התאמות, לתת את התוכן החדש מספיק זמן לאסוף נתונים (למשל, שבועיים או 100 לומדים חדשים) ולאחר מכן להשוות מדדים מרכזיים לפני ואחרי השינוי, האם שיעורי ההשלמה השתפרו? האם ציוני חידון עולים?האם נקודות ירידה? השתמש בבדיקה A/B אם אפשר: להראות את הגרסה המקורית לחלק של לומדים חדשים והגרסה המתוקנת זה, אז להשוות את הגישה המדעית הזו, אשר הם באמת שינויים יעילים, לא רק במקרה, לא רק במקרה, לא רק במקרה של ממש, אלא אם אתה יכול להיות שינוי יעיל.

שלב 6: סגמנט הקהל שלך לחוויות מותאמות

Analytics יכול לחשוף פלחי למידה נפרדים: קבוצות חברות נגישות בשעות העבודה, התחביבים שצופים בסופי שבוע, או סטודנטים המעדיפים טקסט על וידאו. השתמש בנתונים אלה כדי להתאים אישית את העברת התוכן.לדוגמה, לשלוח מעקבים בדואר אלקטרוני עם קריאה משלימה לאלה שבילו פחות זמן על שיעורי הווידאו שלך.או ליצור "עקב משוחרר" נפרד עבור הלומדים אשר ציון באופן עקבי 90%+ על חידון.

Analytics מתקדם: מעבר ל-Metrics

לאחר שפקדתם את היסודות, חקרו טכניקות אנליטיות מתקדמות כדי להשיג תובנות עמוקות יותר.

ניתוח Cohort Analysis

הלומדים בקבוצות עד התאריך שהם רשומים, ואז להשוות את ההתנהגות שלהם לאורך זמן.זה עוזר לך לזהות אם שינויים אחרונים בדף הנחיתה קורס שלך, מחירים או מבנה תוכן מושכים סוג אחר של לומד - אחד אשר יכול לעסוק אחרת. לדוגמה, קבוצה של לומדים שחתמים לאחר תוכן גדול overhaul עשוי להראות שיעורי השלמה גבוהים יותר, מאשר את יעילות של עדכונים שלך.

מערכות חיזוי Analytics ואזהרות מוקדמות

באמצעות מודלים של למידת מכונה (אפילו פשוט), אתה יכול לחזות אילו לומדים נמצאים בסיכון של פיזור על בסיס נתונים מוקדמים של מעורבות - כגון השלמת וידאו נמוך בשבוע הראשון. התראות אוטומטיות יכול אז לגרום התערבויות כמו דוא"ל מותאם אישית מהמדריך או nudge להצטרף לקבוצת מחקר. בניית מערכת כזו עשויה לדרוש שילוב עם כלי כמו Directus משולב עם תסריט פשוט Python, אבל אפילו התאמות ידניות המבוססות על כלל של 5 ימים).

עיבוד שפה טבעית (NLP) על הערות לומד

אם הקורס שלך יש פורום דיון או הערה סעיף, NLP יכול לנתח את הרגש ואת הנושאים של פוסטים של לומד.זה יכול להדגיש בלבול מתעורר על נושא לפני שהוא מופיע בחידון, או על פני תגובות חיוביות כי אתה יכול להדגיש בחומרים שיווקיים. כלים כמו Monkey Learner או אפילו את הגרסה החינמית של VAD ב Python יכול לעבד טקסט בקנה מידה.

מלכודות נפוצות להימנע בעת שימוש ב- Analytics

גם עם הכוונות הטובות ביותר, יוצרי לעתים קרובות נופלים למלכודת המתערערת את הערך של ניתוח.כאן כמה מכשולים להנעה ברורה:

  • (ב) ⁇ :0) ⁇ ⁇ : ⁇ 1 (הבא) , השקפה או חתונות מבלי להתחשב במעורבות או השלמתם, יכול לתת תחושה כוזבת של הצלחה.
  • (FLT:0) אבחון גודלי מדגם קטנים: FLT:1 עושה שינויים גדולים תוכן מבוסס על נתונים רק קומץ של לומדים יכול להוביל לתיקון יתר.המתנה עד שיש לך נתונים משמעותיים סטטיסטית (לפחות 30-50 לומדים לשיעור).
  • (FLT:0) אנליזה אנליז: 1FLT לבזבז יותר מדי זמן ללמוד לוחות נתונים במקום להחליש על תוכן.קבע לוח זמנים קבוע של ביקורת (למשל, שבועי) ולהגביל את הזמן שאתה מבלה את הפגישה.
  • (ב) לא סוגרים את הלולאה: 1FLT) איסוף משוב, אך לעולם לא לפעול על כך, הוא מסתמך על הצלחות עם הלומדים.תמיד מתקשר שינויים שביצעת בהתבסס על קלטם, גם אם באמצעות הודעה פשוטה.
  • (FLT:0) בעקביות על מקור נתונים אחד: ibph:1) שילוב כמותי עם תובנות איכותיות נותן תמונה מלאה יותר.קצב ירידה גבוה עשוי להיות עקב תוכן משעמם או באג טכני -surveys יכול להגיד לך מה.

בניית תרבות לשיפור מתמיד

היוצרים המצליחים ביותר מתייחסים לאנליטיקה לא כפרויקט חד פעמי, אלא כמחזור מתמשך. הקימו קצב: איסוף נתונים, ניתוח, פעולה, מעקב, חזור על כך, לערב את הצוות או הקהילה בתהליך, שיתוף תובנות ופתרונות סיעור מוח.לאורך זמן, תוכלו לפתח אינטואיציה שעבורה מדדים חשובים ביותר עבור קהל מסוים וסוג התוכן שלכם.

זכור כי נתונים הם כלי, לא דיקטטור.זה יכול להדגיש דפוסים, אבל יצירתיות ואמפתיה נדרשים כדי לבדוק פתרונות שבאמת משפרים את הלמידה.לרוץ את הנוקשות של ניתוח עם אמנות ההוראה, ואת המאסטר שלך יהיה להתפתח לתוך מוצר חינוכי משכנע, יעיל, יעיל רווחי.

לקריאה נוספת על ניתוח בחינוך, לחקור משאבים מן ה-FLT:0 למדים את מחקר Analytics NetworkeurFLT:1 ו-FLT:2Harvard Business Publishing תובנות של ניתוח למידה על ניתוח למידה של AnalyticsFLT 3: לצלול עמוק יותר לתוך בניית צינורות ניתוח מותאם אישית עם CMS ללא ראש, לבדוק את תיעוד FLT:4Directus:5 לשילוב.