Что такое учебная аналитика?

Вы читаете адаптированный перевод статьи Learning analytics

Что такое учебная аналитика?

Учебная аналитика — это систематический сбор и анализ данных, который позволяют понять как учатся наши сотрудники, какие трудности они испытывают и какие ресурсы им необходимы. 

Эта информация помогает создавать более персонализированные и эффективные учебные программы.

Какие данные следует отслеживать?

Учебная аналитика — это гибкий инструмент, который можно адаптировать под различные потребности. Чтобы лучше понять её возможности, рассмотрим типичные данные, которые собираются и анализируются в процессе обучения.

Почему необходимо использовать учебную аналитику?

Отслеживая данные о процессе обучения сотрудников, организации получают ценную информацию, которую можно использовать для:

• Измерения ключевых показателей эффективности (KPI)

Сравнивая показатели до и после обучения, можно точно определить, насколько эффективно программы способствуют достижению образовательных целей. Анализ данных также позволяет выявить темы или навыки, которые требуют дополнительного внимания.

• Поддержки обучающихся

Аналитика помогает понять, какие ресурсы и поддержка необходимы каждому сотруднику для успешного обучения, что позволяет им быстрее осваивать новые знания и навыки. В то же время это прекрасный способ для руководителей компании показать, что они инвестируют в профессиональный рост каждого сотрудника.

• Оптимизации учебных программ

Анализ данных позволяет обнаружить неэффективные элементы учебных программ и устранить их.

• Повышения гибкости организации

Благодаря данным о результатах обучения, организации могут принимать взвешенные решения о распределении ресурсов и приоритетах в обучении, а также  оперативно вносить изменения в учебные программы в соответствии с потребностями бизнеса.

Почему учебная аналитика так важна? (более детально)

Анализируя данные о процессе обучения, компании могут выявлять скрытые закономерности, которые помогают:

1. Использование учебной аналитики для улучшения учебных программ

В современном мире бизнеса наблюдается острая нехватка квалифицированных специалистов.

Согласно исследованиям Salesforce, Deloitte и Фонда Торговой палаты США, большинство сотрудников и работодателей признают, что существующие навыки не всегда соответствуют требованиям рынка.

Учебная аналитика предоставляет инструменты для решения этой проблемы:

• Выявление потребностей в обучении. Анализ данных позволяет понять, какие именно навыки необходимо развивать у сотрудников.
• Создание эффективных учебных программ. Благодаря данным можно создавать программы, которые точно соответствуют потребностям сотрудников.
• Оценка эффективности обучения. Анализ результатов обучения позволяет оценить, насколько эффективно работают программы и внести необходимые корректировки.

2. Персонализация обучения

Учебная аналитика позволяет не только анализировать общие тенденции в обучении, но и создавать индивидуальные образовательные траектории для каждого сотрудника.

Благодаря детальному анализу данных можно:

• Подбирать индивидуальный контент. Каждый сотрудник получит доступ к материалам, наиболее релевантным для его текущих задач и карьерных целей.
• Оптимизировать методы обучения. Для каждого сотрудника можно подобрать наиболее эффективную форму обучения: видеоуроки, интерактивные тренажеры, менторство и т.д.
• Увеличить вовлеченность. Когда обучение построено вокруг индивидуальных потребностей, сотрудники становятся более заинтересованными.

Аналитические системы используют алгоритмы машинного обучения для анализа данных о сотрудниках, таких как:

• Пройденные курсы и полученные оценки.
• Время, проведенное за изучением материалов.
• Результаты тестов.
• Обратная связь.

На основе этих данных система может рекомендовать сотруднику наиболее подходящие курсы, статьи, видео и другие учебные материалы.

3. Повышение вовлечённости сотрудников 

Эффективные программы обучения, созданные на основе данных аналитики, напрямую связаны с повышением вовлеченности сотрудников.

Исследования показывают, что сотрудники, имеющие возможность постоянно развиваться, лучше понимают свою роль в компании и чувствуют себя более ценными. Это приводит к повышению производительности, удовлетворенности и снижению текучки кадров.

 4. Связь между аналитикой и удержанием сотрудников

Исследования LinkedIn показали, что 94% работников с большей вероятностью останутся в компании, если увидят, что она вкладывается в их профессиональный рост.

Аналитика обучения позволяет создавать персонализированные программы развития, демонстрируя сотрудникам, что они ценны для компании и имеют перспективы.

Это не только снижает текучку кадров, но и укрепляет долгосрочные отношения с сотрудниками, превращая их в лояльных сторонников компании.

По оценкам Gallup, стоимость замены одного сотрудника в 1,5-2 раза превышает его годовую зарплату. Предотвращение текучки кадров может существенно повлиять на финансовые результаты компании.

5. Целевое распределение ресурсов L&D с помощью аналитики

Аналитика обучения помогает организациям точно определить, где именно нужны образовательные ресурсы. Благодаря ей, можно избежать неоправданных трат и сосредоточиться на тех областях, которые принесут наибольшую пользу для бизнеса.

6. Учебная аналитика может устранить пробелы в навыках

Современный бизнес требует постоянной адаптации к новым технологиям и рынкам. Многие компании сталкиваются с необходимостью переобучения своих сотрудников, чтобы сохранить конкурентоспособность. Однако создание эффективных программ обучения — задача непростая.

Исследования McKinsey показывают, что лишь каждая третья программа повышения квалификации всегда или часто приводит к желаемым результатам.

Учебная аналитика позволяет создать персонализированный подход к развитию сотрудников. Благодаря глубокому анализу данных, организации могут точно определить, какие навыки необходимо развивать у каждого сотрудника. Это позволяет создавать индивидуальные планы обучения, направленные на устранение конкретных пробелов в знаниях и умениях.

Методы учебной аналитики

В учебной аналитике применяются четыре основных метода исследования данных, полученных от обучающихся. Ниже представлено краткое описание каждого метода с указанием ссылок на более подробные материалы.

1. Описательная аналитика

Описательная аналитика – это статистический метод, позволяющий систематизировать и обобщать исторические данные.

Применительно к образовательной сфере она дает возможность проанализировать прошлые действия обучающихся и получить представление о том, как устроена существующая система обучения. Тем не менее, описательная аналитика ограничена рамками прошлого и не позволяет делать прогнозы о будущем поведении обучающихся.

2. Диагностическая аналитика

В то время как описательная аналитика дает нам статичную картину прошлого, диагностическая аналитика позволяет динамично исследовать причины и следствия событий. 

С помощью таких методов, как интеллектуальный анализ данных, она помогает обнаруживать скрытые закономерности и аномалии, позволяя организациям не только понимать, что произошло, но и выявлять корневые причины проблем.

3. Прогнозирующая аналитика

Это технология, которая позволяет заглянуть в будущее.

На основе анализа исторических данных и применения сложных алгоритмов, таких как деревья решений и нейронные сети, она помогает предсказывать будущие события, выявлять потенциальные риски и возможности. В отличие от описательной и диагностической аналитики, фокусирующихся на прошлом, предиктивная аналитика направлена на прогнозирование.

4. Предписывающая аналитика

Предписывающая аналитика – это метод, используемый для выработки рекомендаций и принятия решений на основе результатов моделирования.

Она использует сложные алгоритмы для анализа данных и выработки рекомендаций. Например, в обучении, такая аналитика может точно определять слабые места каждого студента и предлагать индивидуальные учебные материалы.

Проблемы внедрения учебной аналитики

Вызовы при внедрении учебной аналитики, с которыми сталкивается каждая компания.

 1. Определение проблемы и цели

Успешное применение учебной аналитики требует целенаправленного подхода. Начните с определения конкретной проблемы, которую вы хотите решить с помощью данных об обучении. Это позволит вам выбрать наиболее эффективные инструменты и метрики.

2. Понимание того, что именно необходимо создать

Каждая компания должна разработать свою уникальную программу аналитики обучения, учитывая свои специфические потребности и цифровую среду. Готовых решений здесь не существует, и потребуется время на эксперименты и доработки.

3. Понимание целевой аудитории 

При разработке программы аналитики обучения важно ответить на следующие вопросы: для кого она предназначена, какие процессы охватывает, кто будет получать и анализировать данные, а также кто будет нести ответственность за ее реализацию. Ответы на эти вопросы помогут определить масштаб и направление будущей работы.

4. Планирование времени

Не стоит ожидать, что первая версия программы аналитики будет идеальной. Запланируйте достаточно времени на ее развитие и совершенствование. Это процесс, требующий постоянного внимания и адаптации.

5. Работа с внушительными объемами данных

Огромные объемы данных о студентах представляют собой серьезный вызов для систем анализа. При увеличении числа обучающихся, система анализа может столкнуться с серьезными проблемами производительности. Для повышения эффективности необходимо разработать системы, способные обрабатывать большие объемы разнородной информации.

6. Соответствие ожиданиям и техническим возможностям

Учебная аналитика — перспективная, но еще развивающаяся область. Часто возникают завышенные ожидания относительно того, что она может дать. Несмотря на ее большой потенциал, необходимо понимать, что на данный момент её возможности ограничены.

7. Безопасность

Безопасность данных является одним из самых важных аспектов при внедрении систем аналитики обучения. Для защиты конфиденциальности пользователей необходимо разработать комплекс мер безопасности, включающий в себя контроль доступа, шифрование данных и другие механизмы защиты информации.

Как внедрять учебную аналитику в вашей компании

1. Определите цели

Как говорилось ранее, внедрение учебной аналитики начинается с определения конкретной цели. Это может быть анализ пробелов в знаниях сотрудников, оценка эффективности существующих программ обучения, повышение рентабельности инвестиций в обучение или создание персонализированных учебных планов.

Четкая формулировка цели поможет вам выбрать наиболее подходящие инструменты и метрики для оценки результатов.

2. Адаптируйте показатели обучения

Ключевым элементом аналитики обучения является возможность отслеживать индивидуальные показатели обучающихся.

Отслеживая конкретные показатели, можно выявить сильные и слабые стороны учебных программ:

• Время, затраченное на обучение;
• Корреляция между затраченным временем и оценкой;
• Социальная активность и качество обсуждений;
• Выявление проблемных тем или разделов на основе времени, затраченного обучающимися на них;
• Отслеживание уровня вовлеченности и времени, проведенного на платформе.

Имея под рукой полный набор данных, вы можете создавать индивидуальные метрики обучения, точно отражающие конкретные образовательные цели.

3. Инструменты учебной аналитики

Для эффективного анализа процесса обучения используются инструменты учебной аналитики. Это программные решения, которые автоматически собирают, хранят и обрабатывают данные о взаимодействии обучающихся с учебным материалом. Традиционные методы сбора данных, такие как опросы, не позволяют получить столь детальную и объективную информацию.

Существующие решения:

• Платформа LXP (Learning experience platform) — это инновационное решение, которое позволяет создавать персонализированные образовательные траектории для каждого сотрудника. Система анализирует данные о знаниях, навыках и предпочтениях каждого пользователя и на основе этого предлагает оптимальные учебные материалы.
• Хранилище учебных записей (Learning record store) — это централизованный репозиторий данных о процессе обучения. Оно позволяет собирать и анализировать информацию из различных источников, что является важным элементом учебной аналитики.

4. Сбор и хранение данных

Какие бы инструменты вы в конечном итоге ни использовали, основой любого внедрения учебной аналитики является сбор обширных и точных данных. Убедитесь, что инструменты интегрированы на каждом этапе обучения вашего сотрудника, чтобы генерировать как можно больше данных об учебных процессах в вашей организации.

При этом важно обеспечить безопасность и конфиденциальность персональных данных сотрудников. Этические аспекты использования данных также должны быть тщательно проработаны.

5. Анализ и применение

Заключительным этапом является анализ данных и принятие на его основе решений. Этот процесс включает в себя процессы обработки данных, в том числе:

• Кластеризацию
• Анализ взаимосвязей
• Модели обнаружения
• Разделение данных
• И методы учебного анализа, рассмотренные выше

Изучая полученные данные с помощью различных методов, мы можем сравнивать эффективность разных учебных материалов, выявлять пробелы в знаниях сотрудников и находить новые возможности для развития.

Дополнительные источники 📖

• A Beginner’s Guide to Learning Analytics, – by Srinivasa K G & Muralidhar Kurni, April 19, 2021;
• Learning Analytics – Measurement Innovations to Support Employee Development, – by John R Mattox II, Mark Van Buren, & Jean Martin, September 3, 1016;
• Learning Analytics Explained, – By Niall Sclater, February 17, 2017;

Rethink capabilities to emerge stronger from COVID-19, – Mckinsey, November 23, 2020.