기업 학습 및 훈련 향상에 있어 e-Learning 분석의 중요성
게시 됨: 2021-08-14학습 분석
학습 분석은 "학습 환경을 더 잘 이해하고 최적화하기 위해 특정 상황에서 학습자에 대한 데이터를 수집, 분석, 평가 및 보고하는 것"으로 정의할 수 있습니다. 방갈로르 의 Learning Analytics 및 적절한 맞춤형 학습 관리 시스템은 개별 학생 프로필을 이해하고 업데이트하기 위해 수업을 제공하는 동안 학습자 데이터를 수집하는 방법과 도구를 제공할 수 있습니다.
사용된 학생 데이터 유형은 '동적 학생 데이터' 범주에 속하며 (a) 평가 활동 수행, 학습 활동 참여, (c) 디지털 교육 리소스 및/또는 도구와의 상호 작용, (d) 행동 데이터가 포함될 수 있습니다. 이는 개인화된 개입(예: 피드백 및 스캐폴딩)을 촉진하기 위해 데이터를 분석하고 보고하는 데 도움이 됩니다 .
Learning Analytics는 몇 년 동안 L&D 서클에서 윙윙거리고 있습니다. 그러나 실제로 조직에 어떤 가치가 있습니까? 기업은 이제 정식 교육 없이도 더 높은 소득을 보장하기 위해 인도 최고의 교육 포털 개발을 통해 직원 에게 포괄적인 교육 프로그램을 제공하는 것을 선호합니다 .
기업은 직원 기술 교육 과정을 제공하지 않는 기업에 비해 생산성이 향상되고 ROI가 향상되어 이익과 성공을 거두는 것으로 보입니다. 여러 eLearning 분석 지표와 인도 방갈로르에 있는 주요 교육 포털 개발 회사는 개인화된 교육 프로그램을 만들고 비즈니스의 효율성을 추적하는 데 도움을 줍니다. 이 블로그에서 우리는 효과적인 교육을 만들어 기업 교육에 대한 일반적인 인식을 혁신할 수 있는 향상된 방식으로 학습 분석 메트릭의 이점과 기업 교육이 비즈니스에 미치는 영향을 기록하려고 했습니다.
기업 교육에서 학습 분석 프로그램의 이점
교육 프로그램은 투자한 돈의 가치가 있습니까?
조직의 인력을 위한 이러한 e-러닝 활동 및 프로그램은 얼마나 유익합니까?
방갈로르에서는 기업 교육 일정 및 Lms 개발의 일부로 전자 학습 프로그램을 선택하는 것을 선호하는 조직이 점점 늘어나고 있습니다 . 최근의 기술 발전으로 각 직원이 거치는 모든 과정에 대한 교육 효과와 성과 수준을 측정할 수 있었습니다. 학습 분석이 성공을 위한 기업 교육 프로그램에 영향을 미친 다양한 방법에 대해 자세히 알아보려면 다음을 읽으십시오.
- 학습 전략을 정의하는 데 도움이 됩니다.
- 특정 학습 어려움이 있는 경우 식별
- 고위 경영진의 동의 및 지원
- 향후 실적 예측
- 학습자의 향상된 콘텐츠 보유
- 개선된 효율성과 함께 장기적인 비용 절감 제공
기업 교육 및 생산성 향상에 영향을 미치는 측면
1. 맞춤형 학습 모듈:
개인화된 학습 경험은 개인화된 교육 프로그램을 구현하는 효율적인 방법입니다. 이는 개별 학습자 및/또는 학습자 그룹의 학습 선호도를 충족하기 위해 통합되었습니다. 이는 조직 내 직원의 다양한 기능 단위, 역할 및 학습 선호도에 대한 철저한 데이터 분석을 통해 수행됩니다.
2. 개별 직원 성과 분석:
대부분의 e-트레이닝 프로그램에는 모듈의 마지막에 평가 또는 평가 프로세스가 있어 학습자의 내용 이해도를 추적하는 데 도움이 됩니다. 직원 성과와 관련된 데이터는 각 과정에서 그의 성과/참여 수준을 예측하는 데 사용할 수 있으며, 따라서 효율성을 보장하는 전체 성과를 개선하기 위한 새로운 전략을 구현하는 데 더 사용할 수 있습니다.
3. 학습자 유지 증가:
학습 분석은 개별 학습자의 진행 상황을 모니터링하는 데 매우 유용한 것으로 입증되어 일부 경우 학습자가 규정 준수 교육 프로그램을 완료하지 못하므로 성공적인 완료를 추적합니다. 이러한 경우 기업은 자격이 부족한 인력을 분명히 나타내는 e-러닝 과정의 비효율성을 초래하는 상황에 직면합니다.
4. 효과적인 e-트레이닝 프로그램:
학습 분석을 사용하면 활동을 추적하고 개별화된 잠재력을 이해하여 그에 따라 직원 참여를 돕습니다. 각 학습자는 기본적으로 e-러닝 과정의 각 모듈에 소요된 시간 또는 해당 모듈의 학습 활동, 내용, 평가를 기반으로 평가됩니다. 추가 수정을 위한 on-point 전략을 밝히기 위해 직원의 피드백을 확인하는 각 과정/모듈 후에 철저한 분석이 수행됩니다.
5. 비용 효율적인 방법:
기업은 직원을 위해 여러 코스를 제공하지만 대부분의 코스에 성공적으로 액세스하지 못합니다. 모든 과정이 원하는 범위에 도달하지 못할 수 있는 경우 과정 액세스, 완료 및/또는 평가 점수에 대한 적절한 데이터 분석을 통해 교육 프로그램의 실제 결과를 알 수 있습니다. 또한 조직 은 기본 소프트 스킬이 아닌 직원의 스킬을 확인 하기 위한 사전 평가를 보장하는 과정에 투자하는 것을 선호합니다 .
학습 분석의 유형/분야
오늘날의 세상은 의심할 여지 없이 데이터에 의해 주도되며 기업 교육도 예외는 아닙니다. Learning Analytics는 조직이 정보에 입각한 관련 L&D 결정을 내릴 수 있도록 합니다. 반대로, 데이터가 없는 경우 L&D 결정은 대부분 효과적인 교육을 보장하지 않거나 원하는 비즈니스 영향을 생성할 수 있는 교육받은 추측, 직감, 의견 및 이전 패턴을 기반으로 이루어집니다. 여기에서 학습 분석이 렌즈로 작동하여 조직이 과정 또는 전략 수준에서 개선된 변경 사항을 보고 구현할 수 있습니다.
적절한 학습 분석을 시작하는 것은 어려울 수 있습니다. 예를 들어 어디서부터 시작해야 하는지, IT와 같은 다양한 기능과 어떻게 조정해야 하는지 파악하기 어려울 수 있으므로 eLearning 및/또는 교육 설계, LMS, 분석 등에 대한 전문 지식을 확보할 수 있습니다. 그럼에도 불구하고 e-Learning에서 학습 분석을 활용하면 여러 가지 이점이 있기 때문에 이러한 노력은 분명히 결실을 맺을 것입니다.
Learning Analytics는 동일한 학습자 데이터 유형을 활용하지만 다른 결과를 달성하는 것을 목표로 하는 4가지 주요 가닥으로 분류할 수 있습니다. 아래에는 4가지 유형의 학습 분석 관점에서 몇 가지 이점이 언급되어 있습니다.
1. 기술 분석
기술 분석은 데이터를 분석하고 이러한 분석에서 나오는 의미 있는 패턴이나 통찰력을 나타내는 대시보드를 만드는 것을 목표로 합니다. 여러 소스의 데이터를 대조하여 과거 실적에 대한 통찰력을 제공할 수 있습니다. 이 데이터는 직원을 위한 향후 교육 프로그램에 영향을 미칠 더 나은 정보에 입각한 결정을 내리는 데 사용할 수 있습니다. 따라서 기술 분석은 일반적으로 이미 발생한 일 에 대한 질문에 대한 답변을 제공합니다 .
예를 들어 의료 제공자는 일주일 평균 입원 환자 수를 확인할 수 있고 소매점은 월 평균 매출을 알 수 있습니다. 마찬가지로 eLearning을 사용하면 과정 등록 수, 합격률, 평가 점수 등을 찾을 수도 있습니다.
데이터에서 중도 탈락률이 증가하는 것으로 나타나면 교육 콘텐츠를 개선하기 위한 조치를 취하거나 더 매력적인 학습 전략으로 전환하는 것을 고려해야 할 수 있습니다. 이러한 발견을 통해 교육 프로그램을 향상하고 조직의 돈과 자원이 가치가 없는 과정을 제거할 수 있습니다.
그러나 기술 분석은 이유를 제대로 설명하지 않고 어떤 일이 발생했음을 나타내는 것으로 제한됩니다. 따라서 조직에서 심층 인사이트를 찾고 있다면 기술 분석을 다른 유형과 결합하는 것이 좋습니다. Descriptive Learning Analytics의 예로는 Moodle Learning Management System용 플러그인인 SmartKlass 및 Learning Analytics Enhanced Rubric이 있습니다.
2. 진단 분석
진단 분석을 사용하여 문제가 발생한 이유를 자세히 조사하고 질문할 수 있습니다 .
관련 요소를 쉽게 파악할 수 있고 패턴도 식별하여 특정 기회에 대한 통찰력을 얻을 수 있습니다. 예를 들어 진단 분석의 데이터는 고위 경영진이 낮은 이수율을 경험한 반면 신입 사원은 더 효과적이라고 판단한 고객 서비스에 대한 eLearning 과정에 대한 정보를 제공할 수 있습니다.
추가 진단 결과 코스 내용은 고위 경영진에게 상대적으로 기초적이어서 조직에서 고위 경영진을 위한 고급 수준의 고객 서비스 코스를 롤아웃할 필요가 있음을 시사했습니다.
어떤 면에서는 상세한 분석을 통해 개별 학습자의 특정 요구 사항을 충족하고 교육 프로그램이 중복되지 않고 모든 학습자의 성과에 긍정적인 영향을 미칠 수 있도록 더 나은 개인화된 학습 경험을 제공할 필요성이 강조되었습니다.
3. 예측 분석
이름에서 알 수 있듯이 예측 분석은 과정 진행 상황의 미래 추세를 예측하는 데 중점을 두고 있으며 일반적으로 참여도가 낮거나 성과가 낮은 측면에서 "위험에 처한" 학습자를 식별하는 데 사용됩니다.
일어날 가능성이 있는 일을 제시 하며 " 진행 중인 미래 추세 예측 "과 관련이 있습니다. 미래를 예측하기 위해 기존 데이터의 결과를 고려합니다. 그러나 예측은 추정일 뿐이며 정확도는 데이터의 품질과 관련 상황의 안정성에 크게 좌우된다는 점에 유의해야 합니다.
예측 분석은 학습자가 학습 과정에서 직면할 수 있는 어려움을 식별하는 데 도움이 될 수 있습니다. 이를 통해 상사는 조기 개입과 대상 지원을 제공할 수 있는 기회를 만들 수 있습니다. 또한 예측 분석을 사용하여 교육 품질을 개선하고 참여 비율을 높일 수 있습니다.
예를 들어, 과정 후 설문 조사의 데이터에 일부 학습자가 데스크탑에서 전자 프로그램에 액세스하는 것을 선호하지 않는다는 것이 밝혀졌다고 가정해 봅시다. 오히려 그들 대부분은 언제 어디서나 모바일 장치로 e-트레이닝 프로그램에 액세스하는 것을 선호합니다. 이 경우 학습자 프로필과 예측 분석은 개별 요구를 충족할 수 있어야 하는 마이크로러닝 형식의 솔루션을 제공하는 데 도움이 될 수 있습니다. 예측 학습 분석 도구의 예로는 BrightBytes Clarity Learning Management System용 플러그인인 Early Warning System과 Moodle Learning Management System용 플러그인인 Engagement Analytics 도구가 있습니다.
4. 처방적 분석
처방적 분석의 목적은 추가 교육 및 학습 활동에 대한 권장 사항을 생성하는 것입니다. 즉, 대체 교육 리소스 또는 도구를 제안하는 것입니다. 그것은 " 교수 및 학습 행동 권장 "방식과 더 관련이 있습니다. 처방적 분석은 훈련 개입을 전략적으로 계획하는 데 도움이 됩니다. 제조 업계의 직원들에게 배포해야 하는 eLearning 과정의 커리큘럼을 예로 들어 보겠습니다. 과거에 실시한 교육과정에 대한 설문조사에서는 2가지 측면이 드러났다. A. 코스는 이론적으로 우수합니다. 그러나 학습자가 이것을 자신의 작업에 적용하는 방법을 배울 수 있다면 더 유익할 것입니다.
이 시나리오에서 시뮬레이션은 학습자가 시뮬레이션된 환경에서 학습을 적용하는 데 점진적으로 도움을 주기 위해 제공될 수 있으며, 이는 차례로 교육 프로그램의 가치와 영향을 증가시킵니다. 처방적 학습 분석 도구의 예로는 McGraw-Hill Education에서 개발한 LearnSmart 도구와 Moodle 학습 관리 시스템용 플러그인인 Adaptive Quiz 도구가 있습니다.
학습 분석으로 자세히 알아보기
개인화 학습은 정확하고 의미 있는 학생 프로필에 대한 요구가 핵심이기 때문에 글로벌 교육의 핵심 과제입니다. 그러나 정확한 학생 프로필을 수동으로 채우고 업데이트하려는 노력은 일반적으로 제한적이므로 방갈로르에서 우수한 전자 학습 관리 시스템 이 필요합니다 . 이러한 장애물을 극복하기 위해 Learning Analytics를 사용하는 특정 Analytics 기술이 제안되었습니다.
오늘날의 데이터 중심 세계에서 학습 분석은 기업 교육 프로그램이 조직 목표 및 개별 학습 요구에 맞춰 조정되는 방식에 대한 깊은 통찰력을 제공합니다. L&D 리더와 이해 관계자가 데이터 기반 의사 결정을 내리고 학습 분석을 사용할 수 있는 훌륭한 기회가 있습니다. 따라서 조직에서 교육 프로그램의 품질과 ROI를 개선하기 위해 아직 학습 분석을 사용하기 시작하지 않았다면 학습 분석을 구현하여 교육 효과를 극대화할 때입니다.
잠시만 기다려 주십시오. eLearning 분석을 선택하십시오…
Learning Analytics는 교육자와 트레이너가 다양한 데이터를 수집, 처리 및 보고하여 각 학습자의 성과를 추적하고 시각화함으로써 각 직원에게 개인화된 지원을 제공할 수 있도록 지원합니다. 조직에 따라 이 도구를 사용하면 숙련되고 훈련된 직원과 함께 데이터 기반 의사 결정을 내릴 수 있습니다.
Learning Analytics는 학습자의 장기 콘텐츠 보존을 보장하여 비즈니스 개발에 기여합니다. 이를 통해 조직은 교육 팀에 교육 과정의 최신 동향 및 패턴, 업그레이드된 학습 방법 및 교육 내용을 식별할 수 있는 좋은 기회를 제공할 수 있습니다. 이 데이터는 비즈니스의 목표 개선을 위한 길을 닦는 광범위한 의미를 갖는 데 사용해야 합니다.
eLearning 분석은 광범위한 교육 요구 사항, 직원 생산성 및 LMS 성과 추적 측면에서 효과적인 기업 교육을 위한 채널을 성공적으로 열어 원하는 기간에 수익을 증가시켰습니다. 인도에는 기업 교육 을 위한 최고의 e-러닝 분석을 제공하기 위해 경쟁하는 맞춤형 기업 교육 포털 개발에 대한 뛰어난 전문 지식을 갖춘 효율적인 LMS 제공업체가 많이 있습니다 .