分野別にみる 教育ビッグデータの可能性 – 社会人向けスクール②


語学・資格取得・ビジネススクール等。多忙な社会人に向けて、より訴求力のあるスクールにするためのヒントを紹介します。

様々な受講者特性にあわせた指導を実現
教育スタイル別指導

受講者の特性は様々です。例えば視覚的な教材を得意とする特性、テストに取り組む数をこなす特性など。受講者の履歴を分析し、これらの特性を見出し教材スタイルを算出することで、各受講者の特性にあわせた教材を提示したり、指導者にサジェストすることができます。


弱点にあった教材を提示。指導者の連携も実現
指導効率・指導者連携(弱点分析・アダプティブ)

受講者の履歴を分析することで、弱点を見出し、これを克服するための教材を自動で提示することもできます。また、これらの情報を指導者向けに可視化することで、指導効率を上げたり品質を安定化させることができます。
これら情報は指導者が複数人でも連携でき、前回通学時とは別の指導者であっても適切な指導することもできるようになります。


ゴールへの近道を個別にアドバイス
適性診断(ゴール設定アシスタント)

知識を測定するテスト群や、緻密なアンケートや、各種診断と共に分析することで、個々人のパフォーマンスを高めるために補うべきスキルを明示したり、パフォーマンス向上のための有意なアドバイスを提示します。


小テストの積み重ねで傾向と対策を知る
アセスメント・エンジン(弱点分析・アダプティブ)

スキルマップごとの小テストを実施した履歴を分析することで、現状の弱点を見出し、これを克服するための教材を提示します。

知っておきたい!レコメンド機能
受講者の履修状況や学習履歴をもとに、次のおすすめコースを表示し追加履修を促す機能です。例えばAmazonなどのショッピングサイトで物を購入した時に「この商品を買った人はこんな商品も買っています」と関連性の高い商品がオススメされたり、ニュースサイトで現在閲覧中の記事の関連記事を表示することがありますが、これのeラーニング版です。

レコメンドは先行してショッピングサイトやニュースサイトでの実装例が豊富で有効な実現手法がいくつか存在します。最適なレコメンドができるよう手法を選択したり、チューニングを行うことが必要です。
商用e ラーニングの場合、追加で履修いただくことで一人当たりの受講料が上がるため、事業運営上、重要な機能と言えるでしょう。

図6:レコメンドの仕組み
図6:レコメンドの仕組み


関連製品・サービス


プライバシーマーク
goto top