Analytics+

Learning Analytics総合サービス

※本サービスは「KnowledgeDeliver」「ナレッジデリ」のオプションです。

Learning Analytics(ラーニング・アナリティクス)とは

昨今のICTの進化により、膨大な学習履歴を情報端末から集めることが可能になりました。いわゆる「教育ビッグデータ」と呼ばれるものです。こうした教育ビッグデータを分析し、教育現場の改善に活用しようという取り組みが「 ラーニング・アナリティクス(LA) 」です。

ラーニング・アナリティクスの代表的な活用法は2つあります。

1つは「可視化」です。

表やグラフを用いて、学習状況や分析結果をわかりやすく表示します。分析結果を可視化することで多様な気づきを得ることができますし、教育提供者同士、あるいは、教育提供者と学習者の間で共通の認識を持ち教育改善につなげるための強力なツールとなります。

もう1つは「自動化」です。

分析にて得られた数値やアルゴリズムをもとに自動処理を行い、有益な機能を提供します。たとえば、現在の履修状況から次のおすすめ教科を推奨する「レコメンド」や、受講者の苦手な領域や次の学習箇所を類推し、効率的な学習を進める「アダプティブ」、過去の退学者のデータを今後の退学者防止に生かす「退学予兆検出」などがあります。

このように、データを詳しく分析したり可視化したりすることで、学習評価やさまざまな予測、成績と学習行動の関係性、問題点を導き出し、教育改善に生かす手法が「ラーニング・アナリティクス」です。教育ビッグデータの価値を引き出すが方法がラーニング・アナリティクス、だという表現もできるでしょう。

なぜ今ラーニング・アナリティクスなのか?

テストの点数や試験の合否など「学習結果に対する分析」はこれまでにもさかんに行われてきました。しかしながら、「学習プロセスの分析」については実施困難でした。なぜなら、学習過程を記録する方法が極めて限定的だったからです。授業をビデオ撮影したり、先生や生徒自身が学習の振り返りを記録するくらいしか方法がありませんでした。

しかしながら、急速なICT化により、学習シーンでも広くPCなどの情報機器が使われるようになると、学習や教育に関する膨大なデータがさまざまな形態や粒度で取得・蓄積できるようになり、これまで困難だった学習過程・プロセスに関する分析が可能となってきました。

たとえば、どのようなデータが取れるようになってきたのでしょうか?

  • 学習システムにログインした時間帯や学習時間(朝に勉強している人が多いか、夜に勉強している人が多いか)
  • 授業中にタブレットで見た教科書やテキストの閲覧履歴(何ページを見たか、どういうふうにページをめくったか)
  • デジタルペンやキーボートなどで入力した内容(書いて、消して、また書いた履歴や内容まで)

さらに最近では多彩なウェアラブル端末の登場により、

  • 学習中の心拍や血圧、発汗
  • 目の動きや表情の変化

など学習者本人が意識していない生体情報データまでもが取得可能となりつつあります。

「大規模な学習履歴」「粒度の細かな行動履歴」、そして「生体情報」と教育ビッグデータの多様化・多面化が進んだことで、学習過程のみならず、学習者の思考過程、心的状態をも把握し、教育改善や優れた学習環境デザインの実現に役立てる取り組みが進められているのです。

分析からアクションへ――より良い教育を実現するための手法

Analytics+は、無料のLearning Analytics総合サービスです。教育ビッグデータ(学習履歴)を分析し、「標準ビュー」により受講者の学習傾向やデータの相関関係を可視化します。有料のカスタマイズ・ソリューションとしては、分析結果を基に”アクション”を起こすRobotメニュー(オプション)も用意しております。

分析からアクションへ――より良い教育を実現するための手法

標準

学習傾向分析
高い教育効果と因果関係の強い項目・活動とは?教育効果を高めるためには?――戦略立案に必要な学習履歴データから強みや改善点を分析し、可視化します。
学習行動分析
学習履歴データを基に学習・行動を可視化します。これにより受講者の学習活動の概要を知ることができます。

オプション

レコメンド/アダプティブ
分析結果を基に「次のオススメ」を提示するレコメンド機能や、学習状況に合わせて次の学習課題を提示するアダプティブ機能を搭載し提供します。(有償Option)
退学予兆検出
早稲田大学 松居辰則教授との共同研究により、退学予兆を事前に察知するRobotを開発。企業・学校でも転用できるよう個別にチューニングして提供します。(有償Option)

研究

産学連携プロジェクト
Learning Analyticsの領域で研究活動をされている大学の先生方と連携し、企業・学校独自のAnalyticsプロジェクトを進めることもできます。

学習効果をさらに引き上げる!
分析結果に基づいたアクション”Robot”や”Project”が強み

各種Robotメニューに加えて、共同研究・開発を行う「産学連携プロジェクト」により、第一線で活躍する大学・研究機関の講師陣とユーザ組織を結び、ユーザ組織固有の分析を行い論文発表するだけでなく、ユーザに特化した高度な自動処理を加えます。さらに、この産学連携プロジェクトから生まれた成果物をオプションパッケージとして一般に有償にて提供いたします。

学習のあらゆる情報を詳しく分析

Analytics+は、受講者のログイン状況や学習時間、学習傾向等を分析し可視化することにより、受講者の行動や強みを把握したり学習の改善点をあぶり出すことができます。

主な分析内容

学習傾向

相関関係分析
学習傾向
A 終了率
B 初回テスト得点率
C 平均得点率
D 終了教科数
E 履修数
F 再テスト率
G 再テキスト率
学習終了の決定木分析
関連教科のアソシエーション分析
関連教科のクラスター分析

テスト学習

設問別正解率統計
テスト学習
正解率
初回 69.3%
2回以降 79%
全回 74.3%
回数別学習時間統計
回数別得点率統計
学習時間分布
再学習率推移
状況別学習時間統計

学習時間

学習時間と得点分布
学習時間
終了 3638
未了 734
学習状況別学習時間統計
単元別受講時間統計

ログイン状況

時間帯別ログイン数・完了率統計
ログイン状況
完了率
100%
50%~99%
0%~49%
日別/月別ログイン数
曜日別ログイン数
ログイン間隔分布
受講者数
受講者数推移
受講者発行時期
単元別受講者数
履修状況
教科別履修登録者数
履修数別完了率
教科別終了状況
テキスト学習
学習時間分布
回数別学習時間統計
再学習率推移
状況別学習時間統計
受講者環境
利用OS比率

eラーニングコーディネータに
ご相談ください

メールでのご相談


メールフォームでの
お問い合わせはこちら

資料請求


メールフォームでの
資料ご請求はこちら

お電話でのご相談


導入ご相談窓口

050-3628-9240

その他のお問い合わせ

03-5846-2131(代表)

受付時間:平日9:30~18:00(土日祝日、弊社休業日を除く)
プライバシーマーク
ISO27001(ISMS)認証 ISMS-AC認定 ISO27001(ISMS)認証 ISMS-CLS(クラウドセキュリティ)認定
ISMS認証範囲:本社、⻄⽇本⽀社
ISMS-CLS認証範囲:「ナレッジデリ」、「DKクラウド」の提供
認証範囲については弊社HPに掲載
お問い合わせ
資料請求
goto top