Table of Contents

Trong môi trường cạnh tranh của giáo dục trực tuyến, tạo ra một tầng lớp bậc thầy thực sự cộng hưởng với học viên đòi hỏi nhiều hơn là chỉ về chuyên môn vật chất tuyệt vời nó yêu cầu một phương pháp tiếp cận dữ liệu chuyển đổi số liệu thô thành những hiểu biết có thể hoạt động. phân tích cung cấp một cửa sổ vào tâm trí của khán giả, tiết lộ không chỉ những gì họ click, họ cảm thấy như thế nào, họ đấu tranh ở đâu, và khi họ không thể giải quyết được. phân tích một cách hệ thống các mẫu này, bạn có thể tinh luyện kết quả trong việc cung cấp, tối ưu hóa và xây dựng một tầng lớp cao trong một thị trường đông đúc.

Tại sao phân tích là phương pháp phối hợp cho lớp thầy của bạn

Những cảm xúc và phản hồi mang tính quảng cáo chỉ có thể đưa bạn đến gần. phân tích thay thế những giả thiết bằng bằng bằng bằng bằng bằng bằng bằng bằng chứng, cho phép bạn đưa ra những quyết định được hậu thuẫn bởi hành vi thực sự của người dùng. chuyển từ trực giác sang sự thấu hiểu là những gì phân chia trung bình với những kinh nghiệm học đặc biệt. khi bạn cần phải có hiệu quả, bạn có thể:

  • Xác định các bài học cao: quyết định mà mô-đun tạo ra nhiều nhất đính hôn, hoàn thành, và phản hồi tích cực, sau đó tăng gấp đôi về những gì làm việc.
  • Những phần khó khăn:) Pinpoint chính xác thời điểm nơi học viên thả bớt hoặc điểm kém, cho phép bạn can thiệp với cải tiến mục tiêu.
  • Hãy phân tích khán giả của bạn: hiểu làm thế nào các nhóm học sinh khác nhau -beginers, sinh viên cao cấp, các nhóm tập đoàn - giao tiếp với nội dung của bạn khác nhau, và điều chỉnh cách tiếp cận của bạn phù hợp.
  • Những quyết định nội dung trong cuốn sách: ) thử hiệu quả của các dạng thức, chiều dài hoặc kiểu dạy dỗ trước khi đưa ra rộng.
  • Sự trả lại cho đầu tư: theo dõi các số đo như mức hoàn thành, điểm thỏa mãn, và cách hành xử có giới hạn để chứng minh giá trị của hạng bậc thầy của bạn.

Ví dụ, một lớp học cao cấp về marketing kỹ thuật số có thể phát hiện thông qua các phân tích học viên liên tục xem lại phần cơ bản của SAO nhưng bỏ qua từ video trên quảng cáo trả tiền. mẫu này gợi ý nội dung của SAO được chấp nhận nhưng có thể cần thêm nguồn tài nguyên, trong khi mô-đun quảng cáo có thể gây nhầm lẫn hoặc không liên quan đến khán giả. không có dữ liệu, những thông tin như vậy vẫn còn ẩn.

Những chuyên gia then chốt giúp đạt được thành công cao cấp

Không phải tất cả các điểm dữ liệu đều có giá trị ngang nhau. Tập trung vào các số đo bên phải giúp bạn tránh phân tích sự tê liệt và 0 trong các tín hiệu có thể hoạt động. Đây là một cái nhìn sâu hơn vào các chỉ số chỉ số quan trọng mà mỗi nhà tạo ra bậc thầy nên theo dõi:

& Xuất ra danh sách

Tỷ lệ hoàn chỉnh xác suất của người học kết thúc khóa học hoặc bài học riêng. Một tỷ lệ hoàn thành thấp thường chỉ vào các vấn đề cấu trúc: nội dung quá dài, quá khó khăn hoặc quá thiếu tiến bộ. giảm điểm còn nhiều hạt hơn nữa. Họ hiển thị thứ hai hoặc mỗi bài trình đơn chính xác nơi người dùng thoát ra. Đối với nội dung video, nó có thể được hình dung qua các sơ đồ nhiệt tiết lộ thời gian được xem hay bỏ qua. Lấy thí dụ, một sự tăng vọt tại 10 phút của video cho thấy bạn có thể đã mất tập trung, cần phải thay đổi hoặc giảm bớt phần nhỏ.

Thời gian và gương mẫu

Ngoài việc học viên kết thúc bài học, thời gian đính hôn cho bạn biết chúng tương tác sâu sắc như thế nào. chúng có xem video đầy đủ không? chúng có dành thêm phút cho vật liệu bổ sung không? công cụ như Wisigia và Vimeo cung cấp các biểu đồ đính hôn chi tiết cho thấy đỉnh và thung lũng trong sự chú ý của người xem. Một xem ngắn trung bình thời gian trong một bài học bao gồm một khái niệm cốt lõi có thể cho thấy rằng người học đã biết chủ đề hoặc giải thích của bạn quá dày đặc. Việc sử dụng mô phỏng này giúp bạn nhận ra nguyên nhân.

Thợ sửa chữa và điểm số

Nếu phần lớn cử tọa dưới 70% trong một mô-đun cho, bạn có thể thấy rõ nội dung cần phải làm rõ hoặc sửa đổi. Tìm các mẫu trong câu trả lời sai: người học có thường xuyên hiểu sai một từ hay khái niệm nào đó không? Hãy dùng dữ liệu này để xem lại lời giải thích của bạn, hoặc tạo thêm một phần phê bình. Ngược lại, những điểm quá cao trên bảng có thể cho thấy bạn dễ dàng đánh giá, không đủ khả năng để học.

Kiểm tra phản hồi định kỳ và phân tích tình cảm

Những câu trả lời của các cuộc khảo sát, các bài diễn văn trên diễn đàn và lời bình luận trực tiếp cung cấp ngữ cảnh mà chỉ có con số không thể ghi lại. Chẳng hạn, một số người có thể nhận xét với những lời bình luận như “tính chất lượng âm thanh là kém, hoặc“ khả năng suy luận nhanh chóng, tức là những công cụ phân tích tình cảm (v., trong các chương trình khảo sát hoặc bản ghi âm) có thể giúp bạn phân tích những chủ đề như vấn đề kỹ thuật, khoảng cách nội dung hoặc lời khen cụ thể.

Thiết bị, địa điểm và mẫu truy cập

Biết cách và nơi mà người học truy cập vào cả thiết kế nội dung lẫn giao dịch kỹ thuật. Phần lớn người dùng có phải là những thiết bị di động? Sau đó bạn cần đảm bảo rằng video của bạn thân thiện với điện thoại di động, phụ đề là có thể đọc được, và câu đố hoạt động trên màn hình cảm ứng. Dữ liệu địa lý có thể thông báo cho chương trình trực tiếp hoặc xem xét giờ cho khóa học tập hợp. Hơn nữa, theo dõi các mô hình thời gian như thời gian trong ngày hoặc tuần, giúp bạn hiểu khi người học dễ tiếp nhận nhất, cho phép bạn gửi thư nhắc nhở hoặc các phiên họp trực tiếp cho phiên chạy tối đa là phiên chạy.

Để có một hướng dẫn toàn diện hơn về việc ưu tiên, Báo cáo trung tâm đưa ra những dấu chấm nhỏ từ hàng ngàn khóa học trực tuyến, và ) cho những người sáng tạo những lời khuyên hữu hiệu.

Làm thế nào để thu thập phân tích cho lớp thầy của bạn

Các công cụ bạn sử dụng sẽ định hình chiều sâu và chất lượng của dữ liệu của bạn. Dưới đây là một cái nhìn mở rộng về các phương pháp thu thập khác nhau và làm thế nào để có được nhiều nhất trong số chúng.

Hệ thống quản lý học (LMS)

Phần lớn các nền tảng LMS phổ biến - Các chương trình dạy dỗ, Suy nghĩ, Kajabi, và Học viên thế giới - đến với các bảng điều khiển xây dựng sẵn. Những chương trình này thường hiển thị tốc độ tổng hợp các khóa học hoàn thành, tiến bộ bài học cụ thể, điểm câu đố, và đôi khi dành thời gian cho mỗi trang. Tuy nhiên, người bản địa có thể giới hạn dữ liệu riêng. Để đào sâu hơn, xem xuất khẩu dữ liệu thô hoặc sử dụng các kết hợp ADI để đưa dữ liệu vào một bảng điều khiển tự động. Lấy thí dụ, với [FL: 0] Dr [Fus: 1], bạn có thể kết nối dữ liệu không có đầu, kết hợp các thiết lập ứng dụng chức năng của người học với các thiết lập tập tin, kết hợp thư mục tự động để tự động tạo ra các thông tin bổ sung cho phép hiệu quả cập nhật nội dung dựa trên các thông tin.

Nền tảng máy ảnh động

Nếu lớp học chủ của bạn phụ thuộc rất nhiều vào video, thì chương trình như Wisitia, Vimeo và YouTube đưa ra những bản phân tích phong phú. YouTube có “các bản đồ khiêu dâm cho thấy chính xác nơi nào người xem tua lại, dừng hay bỏ qua. Vimeo cung cấp“ sự chú ý của đồ thị phổ thông qua các biểu đồ của bạn so sánh với các dấu băng ghế dự bị. YouTube là một bản phân tích có tính cách phân tích nhiều nhất, gồm cả sự chú ý và sự tham gia thực của khán giả.

Phân tích ngữ pháp Web (Gogle phân tích)

Để có thể tiếp tục với một trang web riêng hoặc trang hạ cánh, Google phân tích là cần thiết. Thiết lập sự kiện để ghi lại hành động cụ thể: chơi video, câu đố bắt đầu, tải xuống, và gửi đi các thông tin về các thông tin. Hãy dùng tham số UTM để theo dõi hiệu quả của các chiến dịch tiếp thị. Hơn nữa, Google phân tích tập hợp cho bạn thấy cách mà nhóm học viên đã ký kết cùng lúc với tiến trình, tiết lộ nếu nội dung đang cải thiện tính năng cố định. Người dùng cao có thể đẩy các sự kiện Google sang mục 4 và tạo ra các báo cáo liên kết hợp nhân khẩu học với khóa học.

Công cụ khảo sát

Khảo sát là một dòng trực tiếp để nhận thức người học. Dùng công cụ như Khảo sátMonkey, Typeform, hoặc Google Forms để thu hồi phản hồi sau mỗi mô- đun hoặc hoàn tất. Để tăng tỷ lệ phản hồi sau mỗi mô- đun hoặc khi hoàn tất. Khả năng nâng cao mạng (NPS) đặc biệt hữu ích để đo lường sự hài lòng tổng thể và khả năng giới thiệu. Việc kết nối khảo sát trong nền tảng cao cấp hoặc gửi chúng qua email tự động. Để tăng tỷ lệ trả lời, hãy tiếp cận ngắn (3-5) và đưa ra khuyến khích như một nguồn tài nguyên miễn phí hoặc giảm giá trị tương lai. Để có thể tiếp cận thụ động hơn, tích hợp trong đánh giá ô điều khiển (v. d.: / các ô điều khiển, mỗi bài học, hoặc các ngôi sao).

Tự chọn phân tích với các xếp dữ liệu hiện đại

Đối với những người tạo ra muốn kiểm soát tối đa, xây dựng một đường ống phân tích tùy chỉnh có thể rất mạnh mẽ. Dùng một hệ thống CMS không đầu như Directus, bạn có thể lưu trữ tất cả dữ liệu tương tác học trong cơ sở dữ liệu có cấu trúc, sau đó kết nối nó với công cụ hình ảnh hóa như Metasesese hay Tapeau. Tính năng này cho phép bạn tạo bảng điều khiển tùy chỉnh các dữ liệu tiến trình với các thông tin khảo sát, hỗ trợ vé, thậm chí cả các tài liệu xã hội được đề cập. Hơn nữa, bạn có thể tự động hoá hành động dựa trên ngưỡng: nếu tốc độ giảm của bài học vượt quá mức, 40% cảnh báo sẽ kích hoạt một bài tập về nội dung. Việc này đặc biệt là có giá trị để hiệu chỉnh chương trình đào tạo tập doanh nghiệp lớn hoặc tập doanh nghiệp.

Làm thế nào để dịch dữ liệu thành cải thiện nội dung

Thu thập dữ liệu chỉ là một nửa của trận chiến giá trị thực sự là hành động trên phát hiện của bạn theo những bước này để biến phân tích thành những cải tiến hữu hình cho tầng lớp chủ nhân của bạn

Bước 1: Phân tích mẫu với ngữ cảnh

Bắt đầu bằng cách xem lại bảng điều khiển phân tích của bạn về xu hướng cao cấp.

Bước 2: Xác định vùng vấn đề cụ thể

Tìm kiếm các bài học với tỷ lệ hoàn thành dưới 60%, điểm kiểm tra dưới 70%, hoặc giảm điểm ở quý đầu của video. Hãy dùng bản đồ nhiệt để xem liệu có điểm chung nào khi học sinh bảo lãnh. Để xem xét bản đồ cuộn hoặc trang cá nhân. Tạo danh sách danh sách các điểm nóng của vùng có vấn đề hàng đầu 5-10 để chỉ định, ưu tiên bởi tác động của họ đến người học toàn bộ thành công.

Bước 3: Thu thập những phản hồi tương đồng từ những người học

Dữ liệu có thể chỉ ra một vấn đề nhưng không phải luôn luôn là nguyên nhân gốc. Hãy liên lạc với những người học bỏ ra hoặc ghi kém. Gửi một email hoặc khảo sát ngắn hỏi những câu hỏi cụ thể về bài học đó: Có quá lâu không? Quá nhanh? Phân tích? Thiếu các điều kiện tiên quyết? Phản hồi trực tiếp này thường phát hiện ra những vấn đề mà riêng các nhà phân tích không thể tiết lộ, như chỉ những hướng dẫn không rõ ràng hoặc lỗi kỹ thuật. Cũng hãy phỏng vấn những người học có thông tin cao để hiểu những gì đã tạo ra nội dung này. Có thể phát hiện những thực hiện tốt nhất bạn có thể sao chép lại các tập ở nơi khác.

Bước 4: Điều chỉnh nội dung theo mục tiêu

Dựa trên phân tích, hãy thay đổi tập trung.

  • Mở rộng video dài: chia 20 phút các bài giảng thành 5-7 phút đoạn, mỗi đoạn với mục tiêu rõ ràng.
  • yếu tố tương tác đã được xác định chèn các câu đố, bỏ phiếu, hoặc phản ánh các điểm thả để tái ứng viên.
  • lời giải thích riêng:) Viết lại đoạn mơ hồ, thêm những ví dụ thực tế, hoặc tạo thêm PDFs cho khái niệm khó.
  • Tốc độ tăng hoặc chậm giao hàng dựa trên tốc độ học tập nhanh chóng đáp ứng đánh giá.
  • Chất lượng sản xuất cấp cao:) Nếu phân tích cho thấy một sự giảm sau một phần âm thanh thấp, re-repite mà một phần với thiết bị tốt hơn.
  • Hãy dùng dữ liệu phân đoạn để đưa ra những cú lặn sâu tùy chọn cho những người học cao cấp trong khi giữ cho con đường cốt lõi có thể tiếp cận với người mới bắt đầu.

Bước 5: Theo dõi ảnh hưởng của những thay đổi

Sau khi thực hiện điều chỉnh, hãy cung cấp nội dung mới đủ thời gian để thu thập dữ liệu (v. d., hai tuần hoặc 100 học viên mới). Sau đó so sánh các số đo quan trọng trước và sau khi thay đổi. Tỷ lệ hoàn thành đã được cải thiện? Điểm qui vấn có tăng không? Có phải điểm giảm điểm? Hãy dùng A/B nếu có thể: hiển thị phiên bản gốc cho một phần người học mới và phiên bản hiệu chỉnh khác. Tính năng khoa học này có hiệu quả không?

Bước 6: Kết thúc kinh nghiệm theo dõi của khán giả

Phân tích có thể tiết lộ những đoạn học riêng: các nhóm hợp tác mà có thể truy cập trong giờ làm việc, những người thích thú xem các bài giảng vào cuối tuần, hoặc những sinh viên thích văn bản hơn video. dùng dữ liệu này để cá nhân hóa việc chuyển tải nội dung. chẳng hạn, gửi email cho những người ít dành thời gian cho những người học video của bạn hoặc tạo ra “các bài học bổ ích cho những người học sinh ghi điểm 90%+ trong bài kiểm tra.

Phân tích cấp cao: vượt qua các phương pháp cơ bản

Một khi bạn đã thành thạo những nguyên tắc cơ bản, hãy khám phá những kỹ thuật phân tích tiên tiến để có được những cái nhìn sâu sắc hơn.

Phân tích khớp

Điều này giúp bạn nhận ra nếu những thay đổi gần đây đến trang hạ cánh, giá trị hoặc cấu trúc nội dung thu hút một loại học sinh khác nhau, một người có thể tham gia khác. Ví dụ, một nhóm học sinh đăng ký sau một nội dung quá trình hoàn thành cao hơn, xác nhận hiệu quả của việc cập nhật của bạn.

Những người phân tích tiên đoán và hệ thống cảnh báo thời ban đầu

Dùng những mô hình học tập (ngay cả những mô hình đơn giản), bạn có thể dự đoán người học nào đang gặp nguy cơ bỏ ra dựa trên dữ liệu liên kết sớm như là việc hoàn thành video trong tuần đầu tiên. Cảnh báo tự động có thể kích hoạt những việc can thiệp như email cá nhân của người hướng dẫn hoặc một cú đẩy để tham gia vào nhóm học. Việc xây dựng một hệ thống như thế có thể đòi hỏi sự kết hợp với một công cụ như Directus kết hợp với một tập lệnh Python đơn giản, nhưng ngay cả những sự can thiệp bằng tay chân dựa trên quy tắc (v. d.: “Nếu người dùng đã đăng nhập trong 5 ngày, lời nhắc nhở có thể hữu hiệu.

Xử lý ngôn ngữ tự nhiên (NLP) trên các bình luận giáo dục

Nếu khóa học có phần thảo luận, thì NLP có thể phân tích tình cảm và chủ đề của bài học. Điều này có thể nhấn mạnh sự nhầm lẫn nổi lên về một chủ đề trước khi nó xuất hiện trong các bài kiểm tra, hoặc các phản ứng tích cực bề mặt mà bạn có thể tô sáng vật liệu tiếp thị. Công cụ như MonkeyLearn hoặc thậm chí phiên bản tự do của VADER trong Python có thể xử lý văn bản ở quy mô. Đối với hầu hết các nhà tạo, một phương pháp đơn giản hơn là đánh dấu một mẫu bình luận mỗi tuần và tìm kiếm các mẫu.

Những cạm bẫy thông thường cần tránh khi dùng phương pháp phân tích

Ngay cả với những ý định tốt nhất, những người tạo ra thường rơi vào những bẫy làm suy yếu giá trị của những người phân tích.

  • Các số đo lường tính từ: việc tăng tốc các ô xem hoặc đăng ký mà không xem xét sự đính hôn hoặc hoàn thành có thể tạo ra cảm giác thành công sai. Tập trung vào các số đo tương quan với kết quả học tập.
  • Đang thu thập kích cỡ mẫu nhỏ:) tạo thay đổi nội dung lớn dựa trên dữ liệu từ một số ít người học có thể dẫn đến sự sửa đổi. Hãy đợi cho đến khi bạn có dữ liệu có ý nghĩa thống kê (ít nhất 3050 người học mỗi bài).
  • tê liệt analysis: dành quá nhiều thời gian để học bảng điều khiển thay vì lặp lại nội dung. Đặt một lịch duyệt thường xuyên (v. d., hàng tuần) và giới hạn thời gian bạn dành cho mỗi phiên chạy.
  • Không đóng lại vòng lặp: thu hồi phản hồi, nhưng không bao giờ hành động dựa trên nó làm xói mòn lòng tin của người học.
  • Đang quá trình phân tích một nguồn dữ liệu: cấu hình với sự hiểu biết định lượng cung cấp một hình ảnh đầy đủ hơn. Một tốc độ giảm xuống cao có thể là do nội dung nhàm chán hoặc lỗi kỹ thuật có thể cho bạn biết.

Xây dựng nền văn hóa được cải thiện liên tục

Những người sáng tạo giỏi nhất coi việc phân tích không phải là một dự án một lần mà là một chu kỳ liên tục. thiết lập một nhịp điệu: thu thập dữ liệu, phân tích, hành động, giám sát, lặp lại. bao gồm cả đội hoặc cộng đồng của bạn trong quá trình, chia sẻ sự hiểu biết và giải pháp suy nghĩ. qua thời gian, bạn sẽ phát triển một trực giác mà theo đó làm cho chủ đề của khán giả và loại nội dung cụ thể của bạn.

Hãy nhớ rằng dữ liệu là một công cụ, không phải một nhà độc tài, nó có thể làm nổi bật các mẫu hình, nhưng sự sáng tạo và đồng cảm cần thiết để thực sự nâng cao việc học tập. tổng hợp sự phức tạp của việc phân tích với nghệ thuật giảng dạy, và tầng lớp chủ của bạn sẽ tiến hóa thành một sản phẩm giáo dục hấp dẫn, hiệu quả và có lợi nhuận.

Để đọc thêm về các phân tích trong giáo dục, hãy tìm hiểu tài nguyên [FLT: 0] về mạng lưới phân tích và tra cứu tài liệu [FLT:] về việc học phân tích [FLT:]. Để thâm nhập sâu vào việc xây dựng các đường ống phân tích tự đặt đầu, hãy kiểm tra [FLT] tài liệu [FLT: T] để biết được những thông tin [T: 5].