Masterclass Content를 개선하기 위해 Analytics를 사용하는 방법

Video Hosting 플랫폼

YouTube는 비디오에서 가장 큰 역할을 하는 것입니다. YouTube는 비디오의 모든 기능을 제공합니다. YouTube는 비디오의 모든 기능을 사용하여 비디오를 재생할 수 있습니다. YouTube는 비디오의 모든 기능을 사용하여 비디오를 재생할 수 있습니다. YouTube는 비디오의 모든 기능을 사용하여 비디오를 재생할 수 있습니다. YouTube는 비디오의 모든 기능을 사용하여 비디오를 재생할 수 있습니다. YouTube는 비디오의 모든 기능을 제공합니다. YouTube는 비디오의 모든 기능을 사용하여 비디오를 재생할 수 있습니다. YouTube는 비디오의 모든 기능을 사용하여 비디오를 재생할 수 있습니다. YouTube는 비디오의 모든 기능을 사용하여 비디오를 재생할 수 있습니다. YouTube는 비디오의 모든 기능을 사용하여 비디오를 재생할 수 있습니다.

웹 사이트 분석 (Google Analytics)

Google Analytics는 사용자 정의 웹 사이트 또는 방문 페이지에 호스팅되는 마스터 클래스에 대해 무관합니다. 특정 작업을 캡처하기 위해 이벤트 추적을 설정하십시오. 비디오 재생, 퀴즈 시작, 다운로드 클릭 및 양식 제출. UTM 매개 변수를 사용하여 마케팅 캠페인의 효율성을 추적합니다. 또한 Google Analytics의 공동 분석 기능은 물론 동일한 시간 진행 상황을 통해 서명 한 학습자의 그룹을 어떻게 볼 수 있으며, 콘텐츠 개선에 대한 최근 변경 사항이 개선되면 알림을 볼 수 있습니다. 고급 사용자는 Google Analytics의 Google Analytics의 공동 분석 기능을 사용하여 사용자 정의 웹 로그 분석 및 사용자 정의 이벤트를 작성할 수 있습니다.

Survey 도구

설문 조사는 학습자 인식에 직접적인 선입니다. SurveyMonkey, Typeform, 또는 Google 양식과 같은 도구를 사용하여 각 모듈 또는 과정 완료 후 피드백을 수집합니다. Net Promoter Score (NPS) 설문 조사는 특히 전반적인 만족과 추천의 장점을 측정하는 데 유용합니다. 마스터 클래스 플랫폼 내부의 설문 조사 링크 또는 이메일 자동화를 통해 보내십시오. 응답률을 증가시키기 위해 설문 조사를 계속하십시오 (3-5 질문) 그리고 미래의 과정에 대한 무료 자원 또는 할인과 같은 인센티브를 제공합니다. 각 세션 별의 액세스 또는 액세스 권한을 통합하십시오. (plat)

Directus 및 Modern Data Stack을 통한 사용자 정의 분석

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

Data를 Content Improvements로 번역하는 방법

수집 데이터는 반만 전투입니다. 실제 값은 당신의 발견에 행동합니다. 이 단계를 따르십시오. 분석을 마스터 클래스에 대한 무형적 향상으로 전환하십시오.

단계 1: Context에 Analyze Engagement 패턴

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

2단계: 특정 문제 영역을 식별

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

3 단계 : Learners에서 Contextual 피드백

데이터는 문제가 있지만 항상 루트 원인을 나타냅니다. 떨어뜨리고 또는 빈번하게 점수를 얻은 학습자에게 도달하십시오. 짧은 이메일 또는 설문 조사를 통해 그 수업에 대한 특정 질문을하십시오. 너무 길 이었습니까? 너무 빨리? 혼란? 미스링 우선 순위? 이 직접 피드백은 종종 분석이 혼자서 공개 할 수없는 문제, 불충분한 지시 또는 기술적인 글리치. 또한, 콘텐츠 클릭을 이해하기 위해 고형 학습자를 인터뷰 - 당신은 다른 곳에서 가장 좋은 관행을 복제 할 수 있습니다.

4 단계 : 타겟 콘텐츠 조정 구현

분석에 기반한 초점이 바뀌었습니다. 일반적인 조정에는 다음과 같습니다.

• Break up long videos: Split 20분 강의 5-7분의 세그먼트로, 각 명확한 학습 목표.
• ]도움말을 추가: 립글, 설문조사, 또는 반사경로를 다시 배우는 데 알려진 드롭오프 포인트에 삽입합니다.
• Improve descriptions: 의 주위에 구문을 읽거나 실제 예제를 추가하거나 어려운 개념에 대한 보완적인 PDF를 만듭니다.
• Adjust pacing: 빠른 학습자가 평가에 응답하는 방법에 따라 배송 속도를 높일 수 있습니다.
• 상급 생산 품질: 분석 결과가 빈번한 오디오 섹션 후 드롭오프를 보여, 더 나은 장비와 함께 그 부분을 다시 기록.
• Provide Multiple Learning paths: 고급 학습자를 위한 선택적 딥 다이빙을 제공하도록 세그먼트 데이터를 사용하여 핵심 경로가 초보자에게 접근할 수 있도록 합니다.

단계 5: 당신의 변화의 충격을 감시하십시오

조정을 실행 한 후, 데이터를 수집하는 충분한 시간을 제공 (예를 들어, 2 주 또는 100 새로운 학습자). 그런 다음 변경 후 키 메트릭을 비교합니다. 완료 속도 향상? 퀴즈 점수 상승? 드롭 오프 포인트 이동? 가능한 경우 A / B 테스트를 사용하여 새로운 학습자와 개정 된 버전의 일부를 다른으로 표시하고 비교하십시오. 이 과학 접근은 실제적으로 효과적이지 않다는 것을 검증합니다. 동전은 단지 동전을 식별하지 않습니다.

6 단계 : 맞춤 경험을위한 당신의 Audience를 세그먼트

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

고급 분석: 기본 Metrics를 넘어

기본을 마스터 한 후에는 더 깊은 통찰력을 얻기 위해 고급 분석 기술을 탐구하십시오.

Cohort 분석

그룹 학습자는 등록한 날짜에 따라, 그 다음에 자신의 행동을 비교합니다. 이것은 당신이 당신의 코스 방문 페이지, 가격, 또는 내용 구조에 최근 변경이 서로 다른 참여할 수있는 학습자 중 다른 종류를 끌어 들일 수 있습니다. 예를 들어, 주요 콘텐츠 오버하울이 더 높은 완료율을 보여 주었을 때 서명 학습자의 공동성, 업데이트의 효과를 확인 할 수 있습니다.

예측 분석 및 조기 경고 시스템

컴퓨터 학습 모델(단일 간단한 것들)을 사용하여, 학습자가 첫 주에 저 비디오 완료와 같은 초기 참여 데이터를 기반으로하는 드롭핑의 위험에 따라 결정할 수 있습니다. 자동화된 경고는 강사나 연구 그룹에 가입하는 판결과 같은 개인 이메일과 같은 개입을 유발할 수 있습니다. 이러한 시스템은 간단한 파이썬 스크립트와 결합된 다이렉트와 통합할 수 있지만, 엄지 규칙에 따라 수동 상호 변환이 필요합니다. (예: "사용자가 5일 동안 기록될 수 없는 경우")

Natural Language Processing (NLP) 학습자에 대한 의견

여러분의 코스가 토론 포럼이나 의견 섹션을 가지고 있다면, NLP는 학습자 게시물의 침술과 주제를 분석할 수 있습니다. 이 퀘즈 점수를 올리기 전에 주제에 대한 신흥 혼란을 강조하거나 마케팅 자료에 강조 할 수있는 표면 긍정적 인 반응을 보여줍니다. 원숭이Learn 또는 심지어 파이썬에서 VADER의 무료 버전과 같은 도구는 텍스트를 스케일로 처리 할 수 있습니다. 대부분의 제작자를 위해, 간단한 접근은 수동으로 코멘트의 샘플을 표시하고 패턴을 찾습니다.

Analytics를 사용할 때 피할 수있는 일반적인 Pitfalls

가장 좋은 의도와 마찬가지로 제작자는 종종 분석의 가치를 밑으로 덫으로 떨어졌다. 여기는 steer clear에 대한 몇몇 pitfalls가 있습니다.

• Vanity metrics: 참여 또는 완료를 고려하지 않고 조회 또는 서명을 축하하는 것은 성공의 거짓 감각을 줄 수 있습니다. 학습 결과와 비교하는 지표에 초점.
• 작은 샘플 크기를 무시: 학습자의 손이 닿을 수 있는 데이터에 기반한 큰 콘텐츠 변경을 만들 수 있습니다. 스테이티스캐시컬 데이터가 있을 때까지 기다리십시오 (강당 최소 30-50 학습자).
• Analysis paralysis: 콘텐츠에 대한 이더링 대신 대시보드를 공부하는 너무 많은 시간을 간결. 정규 리뷰 일정 설정 (예: 주간) 세션당 지출 한 시간을 제한.
• 루프를 닫지 않음: 피드백 수집하지만 학습자와 함께 erodes 신뢰를 결코 행동하지 않습니다. 항상 입력을 기반으로 변경 사항을 통신, 심지어 간단한 발표를 통해.
• 하나의 데이터 소스에 대한 이상 의존: qualitative 통찰력과 정량은 더 풀러 그림을 제공합니다. 높은 드롭오프 비율은 지루한 내용이나 기술 버그로 인해 발생할 수 있습니다.

지속적인 개선 문화 구축

가장 성공적인 마스터 클래스 제작자는 한 번의 프로젝트로 분석하지 않고 연속 사이클로 처리합니다. 리듬을 설정하십시오. 데이터를 수집, 분석, 행동, 모니터, 반복. 프로세스에서 팀이나 커뮤니티를 참여하고 통찰력과 뇌storming 솔루션을 공유합니다. 시간이 지남에 따라 특정 관객과 콘텐츠 유형에 가장 중요하게 영향을 미칩니다.

데이터가 도구가 아니라, 이식자입니다. 패턴을 강조 할 수 있지만 창의력과 empathy는 학습을 강화하는 솔루션을 개발해야합니다. 교육의 예술과 분석의 관행을 혼합하고 마스터 클래스는 독창성, 효과적인, 수익성있는 교육 제품에 진화합니다.