Образовательная аналитика: что это и как внедрить

Время прочтения — 20 минут.

О чем поговорим сегодня

Короткой строкой: образовательная аналитика

• Образовательная аналитика важна для повышения эффективности программ обучения.
• Аналитика обучения собирает и анализирует данные о деятельности и поведении обучающихся.
• Она помогает понять среду обучения и найти пути повышения общей результативности обучения.
• Существуют четыре основных метода анализа данных: описательная аналитика, диагностическая аналитика, предиктивная аналитика и предписывающая аналитика.
• Внедрение аналитики обучения требует понимания проблемы, определения целей, настройки метрик обучения, выбора инструментов аналитики и сбора данных.
• Анализ и действие включают в себя использование методов аналитики обучения и науки о данных.
• Этические и конфиденциальные аспекты аналитики обучения должны быть учтены при сборе данных.

Об авторах:

Valamis — международная компания со скандинавскими корнями. Их продукт — платформа обучения под ключ. Мы уже переводили их статьи. Тут можно ознакомиться с моделью ADDIE, а вот тут с моделью SAM.

Оригинал статьи: https://www.valamis.com/hub/learning-analytics

Далее текст авторов

Как успешно внедрить аналитику обучения в своей компании?

Как организации понимают ценность своих программ обучения? Они могут полагаться на мнения отдельно взятых сотрудников, а могут использовать более продуманный аналитический подход, основанный на данных. Иначе говоря, они могут использовать образовательную аналитику.

Сегодня мы познакомимся с образовательной аналитикой и посмотрим, как она может повысить эффективность ваших программ обучения.

Что такое образовательная аналитика?

Аналитика обучения — это сбор и анализ данных о деятельности и поведении обучающихся. Образовательная аналитика изучает взаимодействия пользователей в рамках экосистемы обучения. Использование аналитики помогает понять среду обучения учащихся и найти пути повышения общей результативности обучения.

В различных областях интерес к аналитике растет, особенно в крупных компаниях. Большинство компаний сегодня находят способы более эффективного внедрения данных в свою деятельность, в том числе и в области обучения и развития. Современные компании используют данные о сотрудниках, образовательную аналитику и другие методики (например, анализ пробелов) для планирования комплексных программ обучения, которые помогают компании достичь поставленных целей.

Примеры использования образовательной аналитики

Образовательная аналитика может принимать разные формы в зависимости от того, как она внедрена в компании. Рассмотрим типичное внедрение образовательной аналитике на практике.

Образовательная аналитика включает в себя данные о сотрудниках и позволяет получить представление об их опыте обучения и их текущих возможностях. Для этого организации должны отслеживать целый ряд данных об учащихся, включая:

• пройденные курсы и образовательные программы, список текущих курсов и итоговые оценки учащихся
• вовлеченность учащихся в учебный материал: время, затраченное на изучение каждого курса, результаты опросов, проведенных после обучения
• показатели эффективности, которые демонстрируют усвоение знаний с течением времени, например, коэффициент конверсии продаж, рейтинг удовлетворенности клиентов или другие показатели производительности
• как люди предпочитают учиться: например, какое устройство они используют (пк, мобильное устройство, какая ОС), в какое время суток изучают учебные материалы, каков уровень их вовлеченности в различные типы материалов

Отслеживая подобную информацию об учащихся, вы можете развивать и применять инструменты образовательной аналитики. Например:

Измерение ключевых показателей (KPI) до и после обучения

Отслеживая любые изменения в работе сотрудников, можно оценить эффект от программ обучения и выявить новые области, где требуется дополнительное обучение.

Поддержка развития обучающихся

Отслеживание данных показывает организации, какие ресурсы необходимы каждому сотруднику для эффективной работы с учебным материалом. Это экономит время, помогает сотрудникам совершенствоваться в наиболее сложных областях. С помощью данных можно выстроить персонализированные траектории обучения.

Понимание и повышение эффективности практики обучения

Аналитика позволяет выявить недостатки существующих программ обучения. Организации могут увидеть влияние каждого учебного курса на персонал, понять, что работает, что нет, а что нуждается в обновлении.

Повышение гибкости организации

Имея более полное представление о результативности программ обучения, организации могут вносить необходимые коррективы, направлять средства туда, где они будут наиболее полезны, и оценивать общее направление развития.

Почему аналитика обучения важна?

Жизнь постоянно развивается и внедряет новые технологии. Будь то цифровизация, автоматизация или удаленная работа, современная рабочая среда в последние годы претерпела значительные изменения. Практика обучения является частью этой трансформации благодаря технологиям и передовой аналитике обучения.

Обнаруживая новые закономерности в данных, организации могут выявить слабые места сотрудников и в существующих практиках обучения. Аналитика обучения может эффективно находить оптимальные процессы обучения в организации для максимального раскрытия потенциала сотрудников в кратчайшие сроки.

Благодаря расширению возможностей персонала организации могут повысить производительность труда и найти новые пути для внедрения инноваций в свою деятельность. Эти конкурентные преимущества только повышают значимость аналитики обучения и инвестиций, которые организации готовы в нее вкладывать.

Использование аналитики обучения для совершенствования программ обучения

В деловой среде наблюдается растущий дефицит профессиональных навыков:

• По данным опроса, проведенного компанией Salesforce, 76% сотрудников не обладают необходимыми навыками для работы на новых рабочих местах, в первую очередь в рамках цифровых технологий.
• По данным Deloitte, руководители компаний назвали нехватку рабочей силы и квалифицированных кадров вторым по значимости внешним фактором, препятствующим реализации бизнес-стратегий.
• По данным Фонда Торговой палаты США, 74% менеджеров по подбору персонала сталкиваются с проблемой нехватки квалифицированных кандидатов.

Сотрудники и руководители компаний говорят о нехватке квалифицированных кадров, а менеджеры по подбору персонала утверждают, что рекрутинг не может решить эту проблему. В таком случае единственным решением является совершенствование программ обучения и поиск путей развития сотрудников с необходимыми навыками внутри компании.

Аналитика обучения предоставляет подробные данные, необходимые для управления будущими программами обучения. Без них организации не могут понять, насколько эффективны их усилия в области обучения и развития. Аналитика может помочь в этом:

• в выявлении сотрудников, которые в настоящее время не охвачены существующими программами обучения и нуждаются в дополнительной помощи
• в предоставлении информации, которая поможет создателям контента создать лучшие учебные маршруты
• в понимании эффективности конкретных программ обучения
• в сокращении затрат на сферу образования за счет более целенаправленного обучения, приносящего лучшие результаты

Использование аналитики обучения для формирования персонализированного опыта обучения

Аналитика обучения может применяться как в крупных масштабах, позволяя наблюдать за тенденциями в целом, так и в мелких масштабах, позволяя выявлять особенности конкретных сотрудников. При таком уровне детализации организации могут предоставлять персонализированный опыт обучения, оптимизированный для каждого сотрудника.

Это может быть как содержание (развитие навыков, наиболее применимых к их карьерному росту), так и метод обучения (поиск подходящей формы обучения для каждого сотрудника). Не бывает двух людей, которые учатся одинаково. Персонализируя процесс обучения, организации могут добиться максимальной отдачи от учебных программ.

Аналитика обучения предлагает целый ряд инструментов для персонализации обучения, включая, например, системы рекомендаций. Они анализируют данные о сотрудниках и историю их обучения, чтобы рекомендовать наиболее подходящий контент для каждого конкретного сотрудника. Сотрудникам больше не нужно искать учебные материалы или обучаться по принуждению руководства или отдела обучения. Они могут получать индивидуальные курсы, соответствующие их потребностям.

Повышение вовлеченности сотрудников с помощью аналитики обучения

Аналитика обучения позволяет улучшить программы обучения и повысить вовлеченность сотрудников. По данным опроса американских сотрудников, 92% из них считают, что эффективное обучение повышает их вовлеченность в работе. Отчет LinkedIn за 2022 год показал, что возможности обучения являются наиболее значимым фактором, определяющим культуру рабочего места и вовлеченность сотрудников.

Вовлеченные сотрудники лучше понимают свою работу и то, как она вписывается в общую картину организации. Это способствует повышению производительности труда и удовлетворенности сотрудников, а также снижению текучести кадров.

Влияние аналитики обучения на удержание сотрудников

Большинство работников, 94%, по данным LinkedIn, с большей вероятностью останутся в компании, если она инвестирует в их развитие. Аналитика обучения помогает обеспечить поддержку обучения, персонализацию и многое другое. Это позволяет показать сотрудникам, что их ценят и что у них есть путь к карьерному росту, если они решат остаться в компании.

Это помогает удерживать и развивать лучшие кадры и строить долгосрочные и успешные рабочие отношения. Нанимать сотрудников сложно и дорого. По оценкам Gallup, затраты на замену одного сотрудника больше его годовой зарплаты в 1,5 — 2 раза. Избежание текучести кадров может существенно повлиять на итоговый результат.

Развертывание ресурсов обучения и развития на основе аналитики

Аналитика обучения — это, пожалуй, самый мощный инструмент организации, позволяющий понять, куда направить ограниченные образовательные ресурсы. В идеальном мире бюджеты на обучение были бы бесконечными, равно как и количество времени, которое мы могли бы отвести обучающимся для работы с ними. Но все чаще и чаще время и бюджет ограниченны.

Аналитика обучения помогает определить наиболее эффективные стратегии обучения, экономя время и деньги организаций и обеспечивая выдающиеся результаты.

Как аналитика обучения может устранить пробелы в квалификации

Многие программы обучения направлены на развитие навыков сотрудников и устранение пробелов в квалификации, имеющихся в штате. С появлением новых технологий и устареванием многих ролей организациям приходится переходить на новые методы работы, попутно обучая своих сотрудников.

Однако создание успешных программ повышения квалификации и переквалификации является непростой задачей. По данным исследований McKinsey, лишь одна из трех программ по повышению квалификации всегда или часто достигает желаемых результатов.

Успешное внедрение аналитики обучения в учебные процессы может помочь вам оказаться на правильной стороне этой статистики. Расширенное использование данных позволяет выстроить систему выявления и устранения пробелов в навыках. Организации могут анализировать матрицу навыков каждого сотрудника, чтобы разработать специальные программы обучения или найти новый контент для устранения имеющихся пробелов.

Что такое методы аналитики обучения?

В рамках аналитики обучения существует четыре основных метода анализа данных, полученных от учащихся. Ниже приведены краткие сведения о каждом методе.

1. Описательная аналитика

Описательная аналитика — это статистический метод, используемый для поиска и обобщения исторических данных с цел ью выявления закономерностей или тенденций.

Данные, полученные в результате взаимодействия с обучающей средой, могут быть использованы для понимания того, как они вели себя ранее. Это поведение может помочь определить, как работает текущая система обучения в организации. Однако описательная аналитика не дает представления о будущем поведении пользователя.

2. Диагностическая аналитика

Если описательная аналитика говорит о том, что произошло в прошлом, то диагностическая аналитика говорит о том, почему это произошло. Для выявления причин поведения и событий в ней используются такие процессы, как поиск данных, обнаружение данных, процессы углубления и расширения.

Диагностическая аналитика полезна для выявления аномалий и помогает организациям определить области, требующие дальнейшего изучения. Она также позволяет выявить причинно-следственные связи, показывая, как события могли привести к выявленным аномалиям.

3. Предиктивная аналитика

Предиктивная аналитика — это статистический метод, использующий алгоритмы и машинное обучение для выявления тенденций в данных и прогнозирования будущего поведения.

В то время как описательная и диагностическая аналитика сосредоточена на прошлом, предиктивная аналитика направлена на будущее и выявление рисков и возможностей. С помощью таких моделей, как деревья решений, нейронные сети и регрессионные методы, предиктивная аналитика анализирует прошлые и настоящие данные, чтобы предсказать будущие тенденции.

4. Предписывающая аналитика

Предписывающая аналитика — это статистический метод, используемый для выработки рекомендаций и принятия решений на основе результатов работы моделей. Считается расширением предиктивной аналитики, однако из-за сложности машинного обучения, необходимого для ее функционирования, предписывающая аналитика используется не так часто. Однако ее можно найти на некоторых платформах обучения.

Платформа, использующая предписывающую аналитику, может выявить области, в которых сотрудник испытывает трудности, и предложить ему новый контент, адаптированный к потребностям обучаемого.

Проблемы внедрения аналитики обучения

Как и любая новая технология, аналитика обучения влечет за собой уникальные проблемы, которые необходимо решить, чтобы получить максимальную отдачу от нее.

1. Понимание проблемы

Прежде всего, необходимо понять, какую проблему вы хотите решить с помощью аналитики обучения. Без цели даже самая продвинутая программа аналитики обучения не сможет вам помочь.

Нельзя ожидать, что внедрение аналитики обучения волшебным образом решит все ваши проблемы. Вместо этого необходимо начать с целенаправленного подхода и определить конкретную проблему, которую вы хотите устранить.

2. Осознание того, что должно быть создано

Будучи относительно новой областью, аналитика обучения требует от организаций активного построения программ аналитики обучения.

В каждой компании существует своя цифровая среда и свои потребности, и для каждой из них требуется свое решение. Это та область, которая может потребовать значительных проб и ошибок, корректировки программы по мере ее развития.

3. Понимание целевой аудитории вашей аналитики

При разработке новой программы возникает множество вопросов:

• Для кого вы разрабатываете эту программу?
• Будет ли она использовать исключительно для ввода в должность и обучения новых сотрудников? Или она будет охватывать весь жизненный цикл сотрудника?
• Кто будет получать данные и принимать меры?
• Будут ли в компании выделены соответствующие функции или это будет задача руководителей отделов и менеджеров?

Эти вопросы определяют, как должна разрабатываться и управляться программа аналитики обучения.

4. Выделение достаточного времени для разработки полноценной программы

Хотя на реализацию первой версии программы аналитики обучения, скорее всего, уйдет много времени, организациям следует планировать несколько итераций.

По мере реализации программы будут выявляться недостатки и недочеты, требующие корректировки. Эту работу не сделать «за раз».

5. Работа с огромными объемами данных

Данные имеют огромное количество форматов, типов и функций.

Многие организации пытаются создать систему, способную анализировать огромные объемы разрозненной информации. При этом могут возникать проблемы с производительностью, особенно когда система масштабируется для отслеживания большого количества обучающихся.

6. Создание программ, соответствующих ожиданиям и техническим возможностям

Аналитика обучения открыла множество интересных возможностей. Однако эта область все еще находится в зачаточном состоянии, и в настоящее время многие специалисты говорят о том, что она может сделать, а не о том, что она делает на самом деле.

Можно ожидать, что аналитика обучения произведет революцию в программах обучения или полностью изменит понимание поведения пользователей. Хотя и то, и другое возможно, верно и то, что существует предел возможностей аналитики обучения.

7. Безопасность

Наконец, одной из важнейших проблем в этой области является безопасность. Работа с таким объемом данных требует серьезного подхода к обеспечению безопасности хранения и доступа.

Необходимо принять меры по созданию среды, обеспечивающей безопасность и конфиденциальность всех, кто имеет к ней доступ.

Как внедрить аналитику обучения

1. Определите свои цели

Как уже говорилось в предыдущем разделе, при внедрении аналитики обучения в практику обучения необходимо иметь четкую цель.

Без понимания проблемы, которую вы пытаетесь решить, аналитика обучения может не дать того эффекта, на который многие рассчитывают. Такой проблемой может быть:

• проведение анализа недостатка навыков
• оценка существующих программ
• повышение рентабельности инвестиций в сферу обучения и развития
• внедрение персонализированного обучения
• конкретные операционные преимущества (например, повышение безопасности на объекте, увеличение коэффициента конверсии и т. д.).

Или что-то совершенно иное. Чего бы вы ни пытались достичь, первым шагом к внедрению аналитики обучения является определение цели.

2. Настройте метрики обучения

Ключевой частью аналитики обучения являются конкретные метрики, которые отслеживают опыт обучающихся.

Существует множество общих показателей, которые можно использовать для оценки программ обучения (например, показатели завершения обучения, показатели эффективности работы сотрудников и т. д.), но зачастую стоит пойти глубже и разработать показатели, специфичные для вашей цели.

Например, если вы хотите действительно понять, как учащиеся взаимодействуют с существующим курсом, вы можете отслеживать следующие показатели:

• время, затраченное на прохождение курса
• связь между затраченным временем и итоговой оценкой.
• социальный эффект от обучения и количество обсуждений, вызванных курсом.
• время, затраченное на изучение каждого раздела или даже конкретного урока, чтобы понять, где сотрудники испытывают трудности.
• где сотрудники теряют интерес или мотивацию, отслеживая, когда они прекращают обучение или покидают учебную платформу на время перерыва.

Имея все доступные данные, вы можете использовать аналитику для получения показателей обучения, отвечающих вашим потребностям.

3. Средства аналитики обучения

Для сбора всех этих данных требуются средства аналитики обучения — программное обеспечение, позволяющее отслеживать, хранить и анализировать данные, получая значимые выводы. Хотя традиционные источники данных об обучении, такие как опросы, все еще имеют ценность, они не дают данных, необходимых для анализа обучения.

К числу распространенных инструментов для реализации аналитики обучения относятся:

Платформа опыта обучения (LXP): программное обеспечение, предназначенное для создания персонализированного опыта обучения. LXP обладают рядом возможностей по сбору и анализу данных, идеально подходящих для внедрения аналитики обучения. В их числе — механизм рекомендаций, позволяющий на основе имеющихся данных находить наиболее подходящие учебные материалы для каждого сотрудника.

Хранилище записей об обучении (LRS): программное обеспечение, хранящее записи об обучении из различных подключенных систем. LRS являются основой спецификации Experience API (xAPI) — стандарта для отслеживания и обмена опытом обучения на различных платформах, помимо традиционной системы управления обучением (LMS). LRS также предоставляет возможности для отслеживания прогресса обучающихся, измерения эффективности образовательного контента и создания персонализированных программ. Все это — важнейшие составляющие внедрения аналитики обучения.

4. Сбор и хранение данных

Какие бы инструменты вы ни использовали, основой любого внедрения аналитики обучения является сбор обширных и точных данных. Убедитесь, что инструменты анализа обучения интегрированы в каждый этап обучения сотрудников, чтобы получить как можно больше данных о процессах обучения в вашей организации.

После сбора данных необходимо обеспечить надежное и безопасное хранение информации о пользователях. Ниже рассматриваются этические аспекты и проблемы конфиденциальности, присущие развертыванию аналитических систем обучения.

Если вы планируете собирать огромные объемы данных и отслеживать процесс обучения своих сотрудников, вы должны проявить вежливость и серьезно отнестись к этой обязанности.

5. Анализ и действие

Последний этап — анализ и действия. Изучение данных и применение полученных знаний на практике. Этот процесс включает в себя процессы науки о данных (Data Science), в том числе:

• Кластеризация
• поиск взаимосвязей
• Модели обнаружения
• «Распутывание» данных
• А также методы аналитики обучения, рассмотренные выше.

Проведение этих видов аналитики должно обеспечить получение информации, необходимой для принятия решений в области обучения и развития сотрудников.

Этика и конфиденциальность в аналитике обучения

При сборе данных организации должны быть осведомлены о возможных проблемах, связанных с их этичным использованием и хранением, а также о возможных дополнительных последствиях для конфиденциальности.

Существует пять общих этических областей, которые организации должны учитывать при внедрении аналитики обучения:

• управление, безопасность и конфиденциальность хранимых данных
• обнаружение данных на основе анонимизированных источников информации
• протоколирование информации о доступе к источникам данных
• точность и полнота данных
• ответственность и обязанность предпринимать действия в отношении знаний, полученных из данных.

В организациях должен быть разработан план того, как будет решаться каждый вопрос, какие потенциальные проблемы могут возникнуть и каков будет наиболее логичный ответ на эти проблемы.

Заключительные мысли

Аналитика обучения — важнейший инструмент, обеспечивающий успех программ обучения и развития в компании. Не имея данных для понимания опыта обучения сотрудников, организации ставят себя в невыгодное положение по сравнению с более продвинутыми конкурентами.

Аналитика обучения позволяет добиться максимальной отдачи от процессов обучения, получить измеримый эффект и при этом сохранить экономическую эффективность.