学情分析不应从营销的角度出发,而要以学生为重点。
为了让学生达到更好的学习效果,应该将学情分析贯穿学生学习的完整过程,然后制定相应分层运营策略或教研教学服务的优化。当学员学习积极度高、学习效果好,自然留存会变高,此时我们再附加一些营销手段,那么用户就会在需要的情况下第一时间进行付费真正为企业带来价值。
一、 学情分析基本介绍
1、 学情分析是什么?
学情分析重在“分析”,将“学情”进行拆解,贯穿学前、学中、学后,对学生学习情况进行准确的理解和把握,它是学习目标的设定基础、教学内容的剖析依据、教学策略选择和学习活动设计的落脚点。
2、 为什么需要学情分析?
学情分析对教育机构的价值主要体现在教学、运营和营销三方面:
(1)教学价值
基于对用户学习数据分析,可以进行课程开发和优化、教学服务的设计和优化,从而提高学员积极性及教学质量,依托课程生产和教学服务实现教学价值。
(2)运营价值
针对不同学习进度、学习积极性和学习习惯的学员,可以制定相应的运营策略,充分使用私域流量提升留存且实现增长裂变。
(3)营销价值
教学与运营共用底层数据,可以打造清晰的用户画像,然后在互动场景中植入营销元素,以此带来更精准的投放、更低成本的运营、更高复购的转化。
3、学情分析难点痛点
近几年 ,越来越多的教育机构逐渐认识到,在提升教学有效性的同时必须关注学情。而面临的现实则是:
学情分析包含内容不清晰,即使进行桌面研究也会发现各种论文、文章均对学情分析有不同的定义,眼花缭乱
没有具体合理的指标体系,导致:①业务同事常感觉“数到用时方恨少”,然后不停提数据需求,最终造成埋点多、数据乱、效率低;②当业务结果异常时,靠单一数据或者不成体系的数据很难快速定位具体原因,当想要实现某个核心指标增长时难以快速找到着手点;③战略目标与一线业务人员目标难对齐
核心指标的定义和采集方式不清楚,一些指标在业内甚至一个企业内部有多种定义,导致业务同事沟通时会出现由于统计口径不同而数据结果不一致的问题;另外,还会出现机构想看某个指标(如观看视频时长、完课率等指标)但不知道该如何埋点的情况
没有应对分析结果的措施
由于以上种种问题,导致学情分析效果大打折扣。
二、神策数据学情分析解决方案
1、学情分析框架及内容总览
如上图所示,我们可以将学情分析分为三个阶段:
阶段一:教学设计。分析学生的学习起点,并依据学习起点确定教学目标,选择教学内容和教学方法。
阶段二:教学实施。通过学中学习数据监控洞察,采取策略,实现到课率、完课率的提升。
阶段三:课堂评估。评估学习结果和课程、辅导员、讲师满意度,根据评估优化教学方案和服务方式、分层刺激学员复购。
如此循环,让学情引领教学。
2、学前学情分析
通常我们会过分关注学生在学习后的结果数据,忽略了学生受教育之前的状态。学生在走进课堂之前,大脑并非“一片空白”,他们对知识的构建和理解是一个积极主动的过程而非被动接受的过程,所以我们需要在学前对每个学生进行研究,然后再进行教学设计。
(1)学前学情分析是什么
学前分析用于教学设计,通常包括确立课时目标、课时重难点、课时教学策略(方式、方法、媒体的总和)、教学材料、以及教学起点。所以学前学情分析要关注的学情核心变量有:
学生初始能力:课前的知识基础、目标、学习态度、学习习惯、薄弱点
学生需求程度:学习动机、学习兴趣
举个例子,训练营课程可以在课程开课之前进行调研问卷发放,了解学生的知识基础、学习目标、学习需求、学习习惯、可接受的作业量以及能否接受预习等。虽然有的时候课程内容在课程售卖前已经确定,但仍可以根据调研结果设计适配于本次学员的课程案例、课程重点难点、作业量、预习要求等,尽可能从一开始就保证教学效果。
(2)调查问卷设计原则 & 周期
学前学情分析可以通过发放调查问卷、电话调研、在线会议调研等形式进行,调研完成后需将收集的信息在数据平台进行整合和可视化,如发放完调查问卷将问卷结果以埋点形式采集至神策平台,然后使用神策数据 10+ 分析模型和概览创建调研结果的数据看板,以此起到教学设计的作用。
调查问卷设计原则
完备性
调查问卷的选项应覆盖问题涉及的所有内容,争取让每一个答题者都能选到最合适的选项。如果答题者在答题时无法找到与自己情况匹配的答案,则有可能会随意选择,影响回答的有效性。
互斥性
不同的选项需要互斥,内容不可有重合的地方,防止给答题者造成困扰。
区分度
选项的设置要能够把调查对象相对均匀地分布到各个选项之中,具体如何设计还需与研究目的密切相关。
选项内涵明确
如果选项内容设计容易让答题者对选项内容有歧义,则可能会降低回答的有效性。
定序选项方向一致
选项的含义应该在某个连续量表上,向某个方向逐渐递进,避免出现混淆的情况,否则答题者可能会无所适从。比如在选项设置为“A.非常满意;B.有些满意;C.满意;D.不满意;E.非常不满意”的例子里,“有些满意”与“满意”之间的递进关系不清晰,就会造成答题者的困惑。
社会期许度低的选项放在前面
对于选择题来说,多个选项如何排列,至少有正向排列和反向排列两种方式。选项排列的原则是,把社会期许性比较高的选项放到不易被选择的位置。当回答者看到“非常符合”的选项时,可能受到社会期许问题的影响,在还没有看到后面的选项时,就已经在前面的选项中做了选择。
测量角度统一
选项的测量角度最好是统一的,否则选项很可能就是不完备的。比如,问题为健康程度,选项设计为“很好、比较好、一般、有轻微病症、有重大病症”,这样的选项是从两个角度设计的,且哪一个角度都是不完备的,此外,两个角度可能是重合的,比如一个“有轻微病症”的人,可能认为自己的健康状况“比较好”。
调研周期设计建议
下图为神策最佳实践的调研周期,可用于参考:
(3)实施流程示例
图 神策分析概览 demo,数据为模拟
首先发放问卷,然后通过埋点进行数据采集,并将数据采集至数据平台,创建基于调研结果的数据看板。
(4)分析后的教学应对策略
依据学前学情分析结果进行教学设计
正如前文所述,在该环节需要明确:课时目标、课时重难点、课时教学策略(方式、方法、媒体的总和)、教学材料、教学过程、教学评价、以及教学起点。
教师要依据学情因材施教
正确的做法是表扬并记住这些已超前掌握知识的学生,在突出重点和突破难点的教学过程中,特别是出现学困生、教师兼顾不暇时,适时发挥学习先行者的良好影响,以形成教学过程中因材施教和同伴互助学习的有效教学策略,为高效完成教学任务奠定基础。
3、学中学情分析
学中学情分析的教学实施包括组织教学活动,关注学习状态以提升到课率、完课率。
(1)学中学情分析框架
通过学中学习数据监控洞察,采取策略,实现到课率、完课率的提升,具体框架如下:
指标体系搭建
采数方式
数据应用思路
看板展示及看板查看思路
指标异常找原因-分析方法及案例
找业务增长点-案例及五个制定运营策略的基础原理
学中学情分析指标体系搭建
指标体系搭建
首先,要关注最基础但也最关键的学员出勤情况,了解该课程学员的到课率及完课率等。
其次,要关注学生上课互动、课后作业、测验、活动的参与情况,了解该课程学生的互动参与度,保证出勤和互动参与,才能保证学习效果。
最后,要关注学生的学习效果,根据学生课上答题、课后练习及测验的得分情况,考量学生的学习质量即他对本课所授内容的掌握情况。
由上图所示的指标体系框架可以扩展并拆解出适合自己企业情况的完整科学的学中学情分析指标体系。
标签体系搭建
对用户各类特征进行标识,给用户贴上各类标签,并通过这些标签将用户分为不同的群体,以便对不同的群体分别进行分层督学等运营手段。
以下为神策数据基于服务数千家客户的经验列出的学习相关标签分类和示例,并于右侧展示了基于神策标签画像系统搭建的标签管理示意:
(3)学中学情分析数据采集
当指标体系和标签体系搭建完毕后,需要进行数据采集,下图展示了神策数据在该场景下的数据采集逻辑,即 User-Event 模型,可以在安全合规的前提下清晰采集用户的详细行为数据,采集的信息灵活且丰富。
由于当下一些核心指标在业内甚至一个企业内部有多种定义,导致业务同事沟通时会出现由于统计口径不同而数据结果不一致的矛盾。同时,一些指标的数据采集方式也是企业技术人员的重要难题,所以接下来将针对一些核心指标的定义和采集方式进行展开讲述:
观看图文素材时长
学员的学习材料包括视频、图文、文章、讲义;需要计算分析(每天/每周/每月)人均学习时长 = 观看视频时长 + 观看图文素材时长(指定范围内用户在时间口径下学习时长的平均值)。在该过程中,需要明确观看图文素材时长的采集方案,以及分析需求——采集用户观看图文素材页面的时长、学习内容占比。
【需求一】采集用户观看图文素材页面的时长
针对“浏览页面”这一事件设计采集方案。
该采集方案的优势是应用强杀可以正常采集页面浏览时长;支持多页面;业务代码入侵性小;埋点成本低。劣势是弹出的子页面遮挡了父页面,父页面只要没有执行——viewDidDisappear:方法就不会结束计时;不支持暂停和恢复计时器。
【需求二】采集用户观看图文素材页面的时长以及是否完成图文观看(用户需要点击按钮表示已完成图文观看)
采集方案:选择“点击完成观看按钮”为采集事件,将“图文内容基本信息、观看时长”作为事件属性。
【需求三】采集用户观看图文素材页面的时长、 学习内容占比及学习页面的触达情况
采集方案:选择页面视区停留(Web 端可直接用全埋点事件)和页面浏览分别作为采集事件,并明确对应的事件属性分别为:
页面视区停留事件属性:图文内容基本信息、视区宽度、视区距顶部的位置、视区高度、停留时长 (距上次触发该事件的时间差,页面没有操作,超过 4 秒后滚动页面触发一次事件,如果页面有滚动,时长清零)、页面路径
页面浏览事件属性:图文内容基本信息、观看时长
观看视频时长
学员的学习材料包括视频、图文、文章、讲义,需要计算分析(每天/每周/每月)人均学习时长 = 观看视频时长(真实)+ 观看图文素材时长(指定范围内用户在时间口径下学习时长的平均值)。
关于视频时长的采集方案确定,需要明确采集需求,观看行为包括正常速度播放、倍速播放和暂停,想要采集用户总观看视频耗费的物理时长、观看视频的时长、观看时的状态切换情况。
【方案一】将长视频拆为 1 分钟的片段,每个片段只有一种状态,只要处于观看未退出状态时,自动上报
在设计采集方案时,确定“视频观看”为需要采集的事件,并明确事件属性为:视频基本信息、状态、上一步倍速、进度条所处位置、进度条时长占比、物理学习时长(时长为与上一个节点事件的时间差)、基于内容时长(可在神策界面操作,通过 SQL 方式生成一个虚拟属性)。
该采集方案的优点是可以准确采集,并很容易统计出需求想要的三种情况,但事件量略大,需根据采集需求进行慎重选择。
【方案二】研发人员设置计时器,每 30s 发一条记录,记算学员的总学习时长,然后在学员结束学习或关闭页面时基于神策 SDK 进行上报
在该方案中,“视频观看”为采集事件,属性为视频基本信息、物理学习时长、进度条所处位置、进度条时长占比。
该方案的事件量小,但无法记录中间用户的学习状态,如倍速播放等。
【方案三】用户做关键行为时触发,如开始、点击暂停、恢复、倍速,上报关键节点事件
针对此方案,可以将“视频操作”确定为采集事件,界定事件属性为:视频基本信息、操作名称(点击开始、暂停、恢复、倍速、退出)、上一步倍速(如果操作为倍速,传倍速值,正常情况下传值 1)、进度条所处位置、进度条时长占比、物理时长(时长为与上一个节点事件的时间差)、基于内容时长(可在神策界面操作,通过 SQL 方式生成一个虚拟属性)。
该采集方案中,所涉及事件量不大,很容易统计出需求想要的三种情况,但埋点成本稍高。另外,需要注意的是,该方案在刷新浏览器、浏览器连接故障时可能会漏报事件,因此异常数据需要及时过滤。
完课率
完课率通常包括小节完课率和章节完课率。小节完课率是指单课节视频看完 80% 的用户数/单课节视频观看总用户数;章节完课率是指章节内所有课节视频均观看至少 80% 的用户数/章节视频观看总用户数。
在企业内部,完课率是后续正价课转化强有力的保障。首先,完课是由多次互动组成,用户互动次数越多,其成交意向越高;其次,在引流课中,见效越快,学生付费的意愿才越强,而完课是效果的前提。因此企业可以通过各种话术、奖品、活动设置来提高完课率。常用的完课率采集方案如下图所示:
(4)学中学情分析数据看板
下图为基于神策分析平台搭建的学中学情分析数据看板,数据为模拟:
(新闻稿 2022-04-14)
