ความสำคัญของการวิเคราะห์อีเลิร์นนิงในการเสริมสร้างการเรียนรู้และการฝึกอบรมขององค์กร

การวิเคราะห์การเรียนรู้

Learning Analytics สามารถกำหนดเป็น "การรวบรวม การวิเคราะห์ การประเมิน และการรายงานข้อมูลเกี่ยวกับผู้เรียนในบริบทเฉพาะ เพื่อความเข้าใจที่ดีขึ้นและการเพิ่มประสิทธิภาพสภาพแวดล้อมการเรียนรู้ที่เกิดขึ้น" การวิเคราะห์การเรียนรู้และ ระบบการจัดการการเรียนรู้แบบกำหนดเองที่เหมาะสมในบังกาลอร์ สามารถจัดเตรียมวิธีการและเครื่องมือในการรวบรวมข้อมูลของผู้เรียนในระหว่างการส่งบทเรียนเพื่อให้เข้าใจและอัปเดตโปรไฟล์ของนักเรียนแต่ละคน

ประเภทของข้อมูลนักเรียนที่ใช้อยู่ในหมวด 'Dynamic Student Data' และอาจรวมถึง (a) ผลการปฏิบัติงานในกิจกรรมการประเมิน การมีส่วนร่วมในกิจกรรมการเรียนรู้ (c) การโต้ตอบกับแหล่งข้อมูลการศึกษาดิจิทัลและ/หรือเครื่องมือ และ (ง) ข้อมูลพฤติกรรม สิ่งนี้ยังช่วยวิเคราะห์และรายงานข้อมูลเพื่ออำนวยความสะดวกในการแทรกแซงส่วนบุคคล (เช่น ข้อเสนอแนะและนั่งร้าน )

Learning Analytics เป็นที่แพร่หลายในแวดวง L&D มาสองสามปีแล้ว แต่สิ่งที่มีค่าสำหรับองค์กรของคุณจริงๆ? ในปัจจุบัน ธุรกิจต่างๆ ต้องการจัดเตรียมโปรแกรมการฝึกอบรมที่ครอบคลุมด้วยความช่วยเหลือจาก การพัฒนาพอร์ทัลการศึกษา ที่ดีที่สุด ในอินเดีย ให้กับพนักงานของตน เพื่อให้มั่นใจว่ารายได้จะสูงขึ้นโดยไม่ต้องมีการฝึกอบรมที่เป็นทางการ

องค์กรต่างๆ ดูเหมือนจะได้รับผลกำไรและความสำเร็จด้วยประสิทธิภาพการทำงานที่เพิ่มขึ้นและ ROI ที่ได้รับการปรับปรุงเมื่อเปรียบเทียบกับองค์กรที่ไม่ได้จัดหลักสูตรฝึกอบรมทักษะพนักงาน ตัวชี้วัดการวิเคราะห์อีเลิร์นนิงหลายตัวและ บริษัทพัฒนาพอร์ทัลการศึกษาชั้นนำในบังกาลอร์ ประเทศอินเดีย ช่วยสร้างโปรแกรมการฝึกอบรมส่วนบุคคลและด้วยเหตุนี้จึงติดตามประสิทธิภาพของธุรกิจ ในบล็อกนี้ เราพยายามจดประโยชน์ของเมตริกการวิเคราะห์การเรียนรู้และผลกระทบของการฝึกอบรมองค์กรต่อธุรกิจของคุณด้วยวิธีที่ได้รับการปรับปรุงซึ่งสามารถปูทางสำหรับการสร้างการฝึกอบรมที่มีประสิทธิภาพ ซึ่งจะเป็นการปฏิวัติการรับรู้ทั่วไปของการฝึกอบรมขององค์กร

ประโยชน์ของ Learning Analytics Program ในการฝึกอบรมองค์กร

โปรแกรมการฝึกอบรมคุ้มค่ากับการลงทุนหรือไม่?

กิจกรรมและโปรแกรมอีเลิร์นนิงเหล่านี้มีประโยชน์ต่อพนักงานขององค์กรอย่างไร?

มีองค์กรจำนวนมากขึ้นที่ต้องการเลือกใช้โปรแกรมอีเลิร์นนิงซึ่งเป็นส่วนหนึ่งของตารางการฝึกอบรมขององค์กรและ การพัฒนา Lms ในบังกาลอ ร์ ความก้าวหน้าทางเทคโนโลยีล่าสุดสามารถวัดประสิทธิภาพการฝึกอบรมและระดับการปฏิบัติงานของพนักงานแต่ละคนในทุกหลักสูตรที่พวกเขาทำ อ่านต่อไปเพื่อทำความเข้าใจเพิ่มเติมเกี่ยวกับวิธีการต่างๆ ที่การวิเคราะห์การเรียนรู้ส่งผลกระทบต่อโปรแกรมการฝึกอบรมขององค์กรเพื่อความสำเร็จ

• ช่วยในการกำหนดกลยุทธ์การเรียนรู้ของคุณ
• ระบุปัญหาการเรียนรู้ที่เฉพาะเจาะจงถ้ามี
• การซื้อและการสนับสนุนของผู้บริหารระดับสูง
• คาดการณ์ประสิทธิภาพในอนาคต
• ปรับปรุงการเก็บรักษาเนื้อหาโดยผู้เรียน
• การจัดเตรียมเพื่อการประหยัดต้นทุนในระยะยาวพร้อมกับประสิทธิภาพที่เพิ่มขึ้น

ด้านที่มีอิทธิพลต่อการฝึกอบรมขององค์กรและประสิทธิภาพที่เพิ่มขึ้น

1. โมดูลการเรียนรู้ส่วนบุคคล:

ประสบการณ์การเรียนรู้ส่วนบุคคลเป็นวิธีที่มีประสิทธิภาพในการใช้โปรแกรมการฝึกอบรมส่วนบุคคล สิ่งเหล่านี้ถูกรวมไว้เพื่อตอบสนองความต้องการการเรียนรู้ของผู้เรียนเป็นรายบุคคลและ/หรือกลุ่มผู้เรียน ซึ่งทำได้โดยการวิเคราะห์ข้อมูลอย่างละเอียดเกี่ยวกับหน่วยการทำงาน บทบาท และความชอบในการเรียนรู้ของพนักงานภายในองค์กร

2. การวิเคราะห์ผลการปฏิบัติงานของพนักงานรายบุคคล:

โปรแกรมการฝึกอบรมทางอิเล็กทรอนิกส์ส่วนใหญ่มีขั้นตอนการประเมินหรือการประเมินที่ส่วนท้ายของโมดูล ซึ่งจะช่วยติดตามความเข้าใจของผู้เรียนในเนื้อหา ข้อมูลที่เกี่ยวข้องกับผลการปฏิบัติงานของพนักงานสามารถนำมาใช้ในการคาดการณ์ประสิทธิภาพ/ระดับการมีส่วนร่วมของเขาในหลักสูตรนั้นๆ และด้วยเหตุนี้จึงสามารถใช้กลยุทธ์ใหม่ๆ เพื่อปรับปรุงประสิทธิภาพโดยรวมเพื่อให้มั่นใจถึงประสิทธิภาพ

3. การรักษาผู้เรียนที่เพิ่มขึ้น:

การวิเคราะห์การเรียนรู้พิสูจน์ให้เห็นว่ามีประโยชน์อย่างยิ่งในการเฝ้าติดตามความก้าวหน้าของผู้เรียนเป็นรายบุคคล และด้วยเหตุนี้จึงติดตามความสำเร็จที่สำเร็จ เนื่องจากในบางกรณีผู้เรียนล้มเหลวในการดำเนินการตามโปรแกรมการฝึกอบรมการปฏิบัติตามข้อกำหนด ในกรณีเหล่านี้ องค์กรต้องเผชิญกับสถานการณ์ต่างๆ ส่งผลให้หลักสูตรอีเลิร์นนิงไม่มีประสิทธิภาพ ซึ่งแสดงให้เห็นชัดเจนว่ามีพนักงานที่มีคุณสมบัติน้อยกว่า

4. โปรแกรม e-Training ที่มีประสิทธิภาพ:

การวิเคราะห์การเรียนรู้ช่วยให้สามารถติดตามกิจกรรม ทำความเข้าใจศักยภาพของแต่ละคน และช่วยให้พนักงานมีส่วนร่วม โดยทั่วไปแล้ว ผู้เรียนแต่ละคนจะได้รับการประเมินตามเวลาที่ใช้ในแต่ละโมดูลของหลักสูตรอีเลิร์นนิง หรือกิจกรรมการเรียนรู้ เนื้อหา การประเมินของโมดูลนั้น การวิเคราะห์อย่างละเอียดจะดำเนินการหลังจากแต่ละหลักสูตร/โมดูลที่ตรวจสอบความคิดเห็นจากพนักงานเพื่อเปิดเผยกลยุทธ์ตรงจุดสำหรับการปรับเปลี่ยนเพิ่มเติม

5. วิธีการประหยัดต้นทุน:

ธุรกิจเสนอหลักสูตรหลายหลักสูตรสำหรับพนักงานแต่ไม่สามารถเข้าถึงหลักสูตรส่วนใหญ่ได้สำเร็จ ในกรณีที่ทุกหลักสูตรอาจไม่สามารถเข้าถึงได้ตามที่ต้องการ การวิเคราะห์ข้อมูลที่เหมาะสมเกี่ยวกับการเข้าถึงหลักสูตร ความสมบูรณ์ และ/หรือคะแนนการประเมินจะเผยให้เห็นผลลัพธ์ที่แท้จริงของโปรแกรมการฝึกอบรม นอกจากนี้ องค์กรยังต้องการลงทุนในหลักสูตรที่ต้องมีการประเมินล่วงหน้า เพื่อตรวจสอบทักษะของพนักงาน ไม่ใช่ทักษะพื้นฐาน

ประเภท/ สาระของการเรียนรู้ Analytics

โลกทุกวันนี้ขับเคลื่อนด้วยข้อมูลอย่างไม่ต้องสงสัย และการฝึกอบรมขององค์กรก็ไม่มีข้อยกเว้น Learning Analytics ช่วยให้องค์กรสามารถตัดสินใจ L&D ได้อย่างมีข้อมูลและมีความเกี่ยวข้อง ในทางตรงกันข้าม ในกรณีที่ไม่มีข้อมูล การตัดสินใจของ L&D ส่วนใหญ่จะใช้การเดาที่มีการศึกษา ลางสังหรณ์ ความคิดเห็น และรูปแบบก่อนหน้านี้ที่อาจไม่รับประกันการฝึกอบรมที่มีประสิทธิภาพหรือสร้างผลกระทบทางธุรกิจที่ต้องการ นี่คือจุดที่การวิเคราะห์การเรียนรู้ทำงานเป็นเลนส์ที่ช่วยให้องค์กรสามารถดูและใช้การเปลี่ยนแปลงที่ได้รับการปรับปรุงในระดับหลักสูตรหรือกลยุทธ์

การเริ่มต้นใช้งานการวิเคราะห์การเรียนรู้ที่เหมาะสมอาจเป็นเรื่องที่ท้าทาย ตัวอย่างเช่น อาจเป็นเรื่องยากที่จะทราบว่าจะเริ่มต้นจากที่ใด หรือจะประสานงานกับฟังก์ชันต่างๆ เช่น IT ได้อย่างไร ดังนั้นจึงรับประกันความเชี่ยวชาญใน eLearning และ / หรือ Instructional Design, LMS, การวิเคราะห์ และอื่นๆ อย่างไรก็ตาม ความพยายามจะได้ผลอย่างแน่นอน เนื่องจากการใช้การวิเคราะห์การเรียนรู้ใน e-Learning มีประโยชน์หลายประการ

Learning Analytics สามารถจำแนกได้เป็น 4 กลุ่มหลัก ซึ่งใช้ประโยชน์จากข้อมูลประเภทเดียวกันของผู้เรียน แต่มีจุดมุ่งหมายเพื่อให้บรรลุผลลัพธ์ที่แตกต่างกัน ด้านล่างนี้คือประโยชน์บางประการจากมุมมองของการวิเคราะห์การเรียนรู้ 4 ประเภทที่แตกต่างกัน

1. การวิเคราะห์เชิงพรรณนา

การวิเคราะห์เชิงพรรณนามีวัตถุประสงค์เพื่อวิเคราะห์ข้อมูลและสร้างแดชบอร์ดที่แสดงรูปแบบที่มีความหมายหรือข้อมูลเชิงลึกที่เกิดขึ้นจากการวิเคราะห์เหล่านี้ ช่วยให้สามารถเปรียบเทียบข้อมูลจากหลายแหล่งเพื่อให้ข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพที่ผ่านมา ข้อมูลนี้ยังสามารถนำไปใช้ในการตัดสินใจอย่างมีข้อมูลที่ดีขึ้น ซึ่งจะส่งผลต่อโปรแกรมการฝึกอบรมในอนาคตสำหรับพนักงาน ดังนั้น การวิเคราะห์เชิงพรรณนามักจะนำเสนอคำตอบสำหรับคำถามเกี่ยวกับ สิ่งที่เกิดขึ้นแล้ว

ตัวอย่างเช่น ผู้ให้บริการด้านการดูแลสุขภาพสามารถตรวจสอบจำนวนผู้ป่วยที่เข้ารับการรักษาโดยเฉลี่ยในหนึ่งสัปดาห์และผู้ค้าปลีกสามารถทราบเกี่ยวกับยอดขายเฉลี่ยต่อเดือนได้ ในทำนองเดียวกันกับ eLearning คุณสามารถค้นหาจำนวนการลงทะเบียนหลักสูตร เปอร์เซ็นต์ผ่าน คะแนนการประเมิน ฯลฯ

หากข้อมูลแสดงอัตราการออกกลางคันที่เพิ่มขึ้น คุณอาจต้องดำเนินการปรับปรุงเนื้อหาการฝึกอบรมหรืออาจคิดที่จะเปลี่ยนไปใช้กลยุทธ์การเรียนรู้ที่น่าดึงดูดยิ่งขึ้น การค้นพบเหล่านี้จะช่วยให้คุณปรับปรุงโปรแกรมการฝึกอบรมและขจัดหลักสูตรที่ไม่คุ้มกับเงินและทรัพยากรขององค์กรได้อย่างแน่นอน

อย่างไรก็ตาม การวิเคราะห์เชิงพรรณนานั้นจำกัดเพียงเพื่อระบุว่ามีบางอย่างเกิดขึ้น โดยไม่ต้องอธิบายอย่างเหมาะสมว่าทำไม ดังนั้น ในกรณีที่องค์กรของคุณกำลังมองหาข้อมูลเชิงลึก ควรรวมการวิเคราะห์เชิงพรรณนากับประเภทอื่นๆ ตัวอย่างของ Descriptive Learning Analytics ได้แก่ SmartKlass และ Learning Analytics Enhanced Rubric ซึ่งเป็นปลั๊กอินสำหรับระบบการจัดการการเรียนรู้ Moodle

2. การวิเคราะห์การวินิจฉัย

การวิเคราะห์เชิงวินิจฉัยสามารถใช้เพื่อกลั่นกรองและถามคำถามเกี่ยวกับเหตุผลว่าเหตุใดจึง เกิดขึ้น

องค์ประกอบที่เกี่ยวข้องสามารถคิดออกได้อย่างง่ายดายและสามารถระบุรูปแบบได้เช่นกันเพื่อรับข้อมูลเชิงลึกในโอกาสใดโอกาสหนึ่งโดยเฉพาะ ตัวอย่างเช่น ข้อมูลจากการวิเคราะห์การวินิจฉัยอาจให้ข้อมูลเกี่ยวกับหลักสูตร eLearning เกี่ยวกับการบริการลูกค้าที่ผู้บริหารระดับสูงประสบอัตราการสำเร็จงานต่ำ ในขณะที่พนักงานใหม่พบว่าหลักสูตรนี้มีประสิทธิภาพมากกว่า

การวินิจฉัยเพิ่มเติมเปิดเผยว่าเนื้อหาหลักสูตรค่อนข้างพื้นฐานสำหรับผู้บริหารระดับสูง ดังนั้นจึงแนะนำว่าองค์กรจำเป็นต้องเปิดตัวหลักสูตรการบริการลูกค้าขั้นสูงและปรับปรุงสำหรับพวกเขา

ในทางหนึ่ง การวิเคราะห์โดยละเอียดเน้นให้เห็นถึงความจำเป็นในการตอบสนองความต้องการเฉพาะของผู้เรียนเป็นรายบุคคล และนำเสนอประสบการณ์การเรียนรู้เฉพาะบุคคลที่ดีขึ้น ซึ่งจะช่วยให้มั่นใจได้ว่าโปรแกรมการฝึกอบรมจะไม่ซ้ำซ้อนและสามารถส่งผลกระทบต่อประสิทธิภาพของผู้เรียนทั้งหมดในเชิงบวก

3. การวิเคราะห์เชิงทำนาย

ตามชื่อที่แนะนำ การวิเคราะห์เชิงคาดการณ์มุ่งเน้นไปที่การคาดการณ์แนวโน้มในอนาคตในความก้าวหน้าของหลักสูตร และโดยทั่วไปจะใช้เพื่อระบุผู้เรียนที่อาจกลายเป็น "กลุ่มเสี่ยง" ในแง่ของการมีส่วนร่วมต่ำหรือประสิทธิภาพต่ำ

นำเสนอ สิ่งที่น่าจะเกิดขึ้น และเกี่ยวข้องกับ “ ทำนายแนวโน้มในอนาคตที่กำลังดำเนินอยู่ ” โดยคำนึงถึงการค้นพบข้อมูลที่มีอยู่เพื่อทำนายอนาคต อย่างไรก็ตาม ควรสังเกตว่าการคาดคะเนเป็นเพียงการประมาณการ และความแม่นยำขึ้นอยู่กับคุณภาพของข้อมูลและความเสถียรของสถานการณ์ที่เกี่ยวข้องเป็นอย่างมาก

การวิเคราะห์เชิงคาดการณ์สามารถช่วยระบุปัญหาที่ผู้เรียนอาจเผชิญระหว่างหลักสูตรการเรียนรู้ สิ่งนี้ช่วยให้ผู้บังคับบัญชาสร้างโอกาสที่สามารถให้การแทรกแซงและการสนับสนุนที่ตรงเป้าหมายแต่เนิ่นๆ นอกจากนี้ สามารถใช้การวิเคราะห์เชิงคาดการณ์เพื่อปรับปรุงคุณภาพของการฝึกอบรมและเพิ่มอัตราส่วนการมีส่วนร่วม

ตัวอย่างเช่น สมมติว่าข้อมูลจากการสำรวจหลังจบหลักสูตรเปิดเผยว่าผู้เรียนบางคนไม่ชอบเข้าถึง e-program จากเดสก์ท็อป คนส่วนใหญ่ชอบเข้าใช้โปรแกรม e-training ทุกที่ทุกเวลาบนโทรศัพท์มือถือของตน ในกรณีนี้ โปรไฟล์ผู้เรียนและการวิเคราะห์เชิงคาดการณ์สามารถช่วยคุณนำเสนอโซลูชันในรูปแบบไมโครเลิร์นนิงที่ควรสามารถตอบสนองความต้องการส่วนบุคคลได้ ตัวอย่างของเครื่องมือ Predictive Learning Analytics ได้แก่ Early Warning System ซึ่งเป็นปลั๊กอินสำหรับ BrightBytes Clarity Learning Management System และเครื่องมือ Engagement Analytics ซึ่งเป็นปลั๊กอินสำหรับ Moodle Learning Management System

4. การวิเคราะห์เชิงกำหนด

วัตถุประสงค์ของการวิเคราะห์เชิงกำหนดคือเพื่อสร้างคำแนะนำสำหรับการดำเนินการสอนและการเรียนรู้เพิ่มเติม ซึ่งก็คือการแนะนำแหล่งข้อมูลหรือเครื่องมือทางการศึกษาทางเลือก เกี่ยวข้องกับวิธี “ แนะนำการสอนและการเรียนรู้ ” มากกว่า การวิเคราะห์เชิงกำหนดช่วยให้คุณวางแผนเชิงกลยุทธ์สำหรับการแทรกแซงการฝึกอบรม มาดูตัวอย่างหลักสูตรของหลักสูตร eLearning ที่จำเป็นต้องนำไปใช้กับพนักงานในอุตสาหกรรมการผลิตกัน ผลสำรวจหลักสูตรที่จัดในอดีต เปิดเผย 2 ด้าน A. หลักสูตรมีความเป็นเลิศในทางทฤษฎี แต่จะเป็นประโยชน์มากกว่าหากผู้เรียนสามารถเรียนรู้วิธีการประยุกต์ใช้กับงานของตนได้

ในสถานการณ์สมมตินี้ สามารถจำลองสถานการณ์เพื่อช่วยให้ผู้เรียนนำการเรียนรู้ของตนไปใช้ในสภาพแวดล้อมที่จำลองขึ้นเรื่อย ๆ ซึ่งจะช่วยเพิ่มมูลค่าและผลกระทบของโปรแกรมการฝึกอบรม ตัวอย่างของเครื่องมือ Prescriptive Learning Analytics ได้แก่ เครื่องมือ LearnSmart ที่พัฒนาโดย McGraw-Hill Education และเครื่องมือ Adaptive Quiz ซึ่งเป็นปลั๊กอินสำหรับระบบการจัดการการเรียนรู้ Moodle

ค้นพบเพิ่มเติมด้วยการเรียนรู้ Analytics

การเรียนรู้เฉพาะบุคคลเป็นความท้าทายหลักในการศึกษาระดับโลก โดยที่หัวใจหลักของการเรียนรู้ยังคงต้องการโปรไฟล์นักเรียนที่ถูกต้องและมีความหมาย อย่างไรก็ตาม ความพยายามในการเติมและอัปเดตโปรไฟล์นักเรียนที่ถูกต้องด้วยตนเองมักมีข้อจำกัด ซึ่งทำให้จำเป็นต้องมี ระบบการจัดการอีเลิร์นนิงที่ดีในบังกาลอ ร์ เพื่อเอาชนะอุปสรรคนี้ มีการเสนอเทคโนโลยี Analytics เฉพาะที่ใช้ Learning Analytics

ในโลกที่ขับเคลื่อนด้วยข้อมูลในปัจจุบัน การวิเคราะห์การเรียนรู้จะให้ข้อมูลเชิงลึกเกี่ยวกับวิธีการที่โปรแกรมการฝึกอบรมขององค์กรสอดคล้องกับเป้าหมายขององค์กรและความต้องการการเรียนรู้ส่วนบุคคล มีโอกาสที่ดีสำหรับผู้นำ L&D และผู้มีส่วนได้ส่วนเสียในการตัดสินใจโดยใช้ข้อมูลเป็นหลักและใช้การวิเคราะห์การเรียนรู้ ดังนั้น หากองค์กรของคุณยังไม่ได้เริ่มใช้การวิเคราะห์การเรียนรู้เพื่อปรับปรุงคุณภาพและ ROI ของโปรแกรมการฝึกอบรม ก็ถึงเวลาที่จะต้องนึกถึงการใช้การวิเคราะห์การเรียนรู้เพื่อเพิ่มประสิทธิผลการฝึกอบรมให้สูงสุด

รอช้าอยู่ทำไม เลือกใช้การวิเคราะห์ eLearning กับเรา...

Learning Analytics ช่วยให้นักการศึกษาและผู้ฝึกอบรมให้การสนับสนุนส่วนบุคคลแก่พนักงานแต่ละคนโดยรวบรวม ประมวลผล และรายงานข้อมูลต่างๆ เพื่อติดตามและด้วยเหตุนี้จึงแสดงภาพประสิทธิภาพของผู้เรียนแต่ละคน ตามองค์กร เครื่องมือนี้ช่วยให้สามารถตัดสินใจโดยใช้ข้อมูลกับพนักงานที่มีทักษะและผ่านการฝึกอบรม

Learning Analytics ช่วยให้มั่นใจว่าผู้เรียนจะเก็บรักษาเนื้อหาในระยะยาว ดังนั้นจึงมีส่วนช่วยในการพัฒนาธุรกิจ ช่วยให้องค์กรสามารถให้โอกาสที่ดีแก่ทีมฝึกอบรมในการระบุแนวโน้มและรูปแบบล่าสุดในหลักสูตร วิธีการเรียนรู้ที่ได้รับการอัพเกรด และเนื้อหาการฝึกอบรม ข้อมูลนี้ต้องใช้เพื่อให้มีนัยยะกว้าง ๆ ที่ปูทางสำหรับการปรับปรุงเป้าหมายในธุรกิจ

การวิเคราะห์ eLearning ประสบความสำเร็จในการเปิดช่องทางสำหรับการฝึกอบรมองค์กรอย่างมีประสิทธิภาพในด้านข้อกำหนดการฝึกอบรมที่ครอบคลุม ประสิทธิภาพการทำงานของพนักงาน และการติดตามประสิทธิภาพ LMS ซึ่งทำให้รายได้เพิ่มขึ้นในช่วงเวลาที่ต้องการ มีผู้ให้บริการ LMS ที่มีประสิทธิภาพจำนวนมากที่มีความเชี่ยวชาญอย่างมากใน การพัฒนาพอร์ทัลการศึกษาขององค์กรแบบกำหนดเองในอินเดีย ที่แข่งขันกันเพื่อจัดหาการวิเคราะห์อีเลิร์นนิงที่ดีที่สุดสำหรับการฝึกอบรมขององค์กร