[Подключается по запросу] Предсказание вероятности отказа от обучения

Процент успешно завершивших обучение, традиционно является одной из основных метрик качества курса:

• Для внутрикорпоративного обучения низкий процент завершивших снижает ROI всей системы обучения, вложенные деньги в обучение сотрудников не приносят своих результатов, так как знания не усваиваются в должном объеме

• Для дополнительного профессионального образования низкий процент – снижение вероятности, что участник повторно обратиться за знаниями в ваш учебный центр

• При обучении клиентов метрика показывает, что по каким-то причинам участники не усваивают материал, а значит, вероятнее всего, не узнают обо всех возможностях вашего продукта или сервиса, влияя на будущую прибыль компании

​Линк Курсы автоматически анализирует данные о 121 параметре обучения, основные категории параметров включают в себя:

• Характеристики участника обучения – как часто участник входит в курс, сколько времени смотрит уроки, как часто пролистывает материалы и другие

• Характеристики курса – траектория прохождения курса, необходимый проходной балл для завершения курса, настройки видимости курса, периодичность курса, выдача сертификата по итогам прохождения и другие

• Характеристики уроков теста – количество уроков, среднее количество файлов, прикрепленных к одному уроку , доля тестов/теории/вебинаров/оффлайн уроков от общего количества уроков в курсе и другие

• Характеристики тестовых заданий и вопросов теста

• Как администратор и модератор проверяют ответы участников (при их наличии)

На основании этих и данных мы построили модель, с помощью которой мы проанализировали поведение участников, успешно завершивших обучение и участников, которые перестали проходить курс.
​
​Результат работы модели – предсказание отказа от обучения конкретного участника обучения.
​
​Где отображается предсказание? Информация о вероятном отказе от обучения отображается в журнале и в подробной информации об участнике.

Что делать с этой информацией? 

• Проверить качество материалов: посмотреть подробную информацию о прохождении уроков в журнале участника, возможно, что участники пролистывают одни и те же уроки, так же вы можете проверить новости о сложных/простых вопросах в тесте и уроках, после которых участники перестают проходить обучение

• Написать мотивирующую новость из журнала, выбрав только участников с высокой вероятностью отказа

• Если в новостях вы видите слишком сложные уроки или информацию о качестве вопросов в тестах – это явный сигнал о необходимости внести изменения в ваш контент

• Вы можете провести отдельный вебинар, на который пригласить участников, собрать обратную связь от них и улучшить будущий процесс обучения

• Предложить участникам другой, более простой и сложный курс

• Выявить общие характеристики участников, отказывающихся от обучения, возможно, у них одинаковая демография или предварительный уровень подготовки ниже, чем требуется для освоения курса