В своей практике мы не раз сталкивались с ситуациями, когда отсутствие системного подхода к сбору данных мешало улучшению курсов. Например, одна из онлайн-школ в нише профессионального развития, с которой работала Юлия, не анализировала обратную связь от студентов в процессе обучения. Формально опросы проводились после каждого модуля, но так как вопросы в анкетах не несли практической ценности для улучшения продукта и не анализировались системно, студенты по сути впустую тратили время на их заполнение. В результате проведенных интервью с выпускниками, выяснилось, что несмотря на положительные отзывы, многие студенты не доходили до конца курса, а те, кто его осиливал, высказывали жалобы по поводу сложности домашних заданий и общей нагрузки во время обучения.
Классная статья, прямо в точку про важность анализа курсов! 🔥 Интересно, как часто собирается обратная связь на всех этапах обучения? 📊 А как происходит адаптация курса на основе этой аналитики в реальном времени?
Про важные метрики понятно, но вот снизившаяся доходимость студентов — прям слабое место... Как планируете это решать? 🤔
Спасибо за обратную связь!
Обратную связь в формате анкет собираем помодульно, то есть есть анкета после каждого модуля и финальная анкета. Анализируем их каждый поток и смотрим динамику. + раз в какой-то интервал (обычно 4-6 месяцев) кастдевим текущий поток студентов.
Что касается доходимости: нужно анализировать комплексно. Кастдевы с теми, кто бросил; анализ того, что меняли в продукте, после чего произошел спад; смотреть статистику, где именно отваливается больше всего и строить гипотезы, потом менять/докручивать и проверять гипотезы на следующих потоках; даже время года играет роль. С наскока такое не решается.