Если он уйдёт – это навсегда: как спрогнозировать отток клиентов с онлайн-курса?
Лонгрид о том, почему клиенты уходят с онлайн-курсов и как этого избежать с помощью инструментов We.Study
Если он уйдёт – это навсегда: как спрогнозировать отток клиентов
с онлайн-курса?
с онлайн-курса?
Лонгрид о том, почему студенты уходят с онлайн-курсов и как этого избежать с помощью инструментов We.Study
Отток клиентов – это не просто показатель в отчёте, это настоящая проблема, которая приводит к потере денег и трудностям в развитии бизнеса.
Когда ученик бросает ваш курс, вы теряете не просто одного клиента — вы теряете бесплатный канал привлечения через сарафанное радио и потенциальный доход от тех, кто мог прийти по рекомендациям довольного клиента.
Совместно агентством CNV-analitics мы подготовили статью, в которой расскажем о том:
Когда ученик бросает ваш курс, вы теряете не просто одного клиента — вы теряете бесплатный канал привлечения через сарафанное радио и потенциальный доход от тех, кто мог прийти по рекомендациям довольного клиента.
Совместно агентством CNV-analitics мы подготовили статью, в которой расскажем о том:
- что такое отток и почему это проблема
- что может стать причиной оттока студентов с курса
- как умная платформа We.Study помогает уменьшать отток учащихся
- как работает модель прогнозирования оттока учеников
- как протестировать модель прогнозирования на своём онлайн-курсе
Что такое отток и почему это проблема?
Churn rate (отток, коэффициент оттока) – это процент клиентов, которые отказались от услуг компании в течение определённого периода времени.
Сохранить максимальную заинтересованность студента от начала до конца курса сложно. Во-первых, из-за большой конкуренции на рынке онлайн-образования; во-вторых, из-за сложности в отслеживании проблем, которые могут привести к оттоку.
Сохранить максимальную заинтересованность студента от начала до конца курса сложно. Во-первых, из-за большой конкуренции на рынке онлайн-образования; во-вторых, из-за сложности в отслеживании проблем, которые могут привести к оттоку.
Чтобы минимизировать отток с курсов, важно:
- понять, что может стать причиной оттока
- автоматизировать аналитику обучения
- использовать инструменты прогнозирования
Что может стать причиной оттока студентов с курса?
Для ухода всегда есть чёткая причина. Выявить эту причину можно разными способами:
- провести опросы студентов, чтобы понять, что им нравится в курсе, а что нет
- оценить качество обратной связи о программе
- проанализировать данные по процессу обучения (скорость прохождения уроков, количество задаваемых вопросов, результаты прохождения тестов и выполнения заданий)
ИНТЕРЕСНО
По статистике, до 85 % оттока в сфере услуг можно предотвратить, поняв причину и улучшив сервис.
Как автоматизировать аналитику обучения?
Инструменты We.Study для удержания учеников
Инструменты We.Study для удержания учеников
Прогнозировать отток студентов самостоятельно трудно. Делать это в полной мере без подключения автоматизации и технологий практически невозможно.
Именно поэтому на платформе для создания онлайн-курсов We.Study мы работаем над тем, чтобы прогнозом оттока студентов занималась сама платформа, а не преподаватель или организатор курса.
Именно поэтому на платформе для создания онлайн-курсов We.Study мы работаем над тем, чтобы прогнозом оттока студентов занималась сама платформа, а не преподаватель или организатор курса.
Сейчас платформа предоставляет следующие инструменты для анализа:
- 1Сбор общих данных«Журнал» отображает информацию о каждом ученике: контактные данные, время и источник регистрации, дату последней активности, прогресс прохождения курса, средний балл по заданиям с оценкой и информацию по прохождению каждого урока.
- 2Сбор данных о просматриваемости контентаАдминистратор видит работу каждого участника с контентом: прогресс просмотра записей вебинаров, аудио/видео файлов и слайдов в презентации. Показатели вычисляются как процент отсмотренного от общего объёма контента и дают детальную оценку работы ученика в каждом уроке.
- 3Оценки уроков участниками курсаУчастники обучения могут оставлять лайки или дизлайки (с комментариями) в конце каждого урока. Администратор видит количество проголосовавших и процентное распределение отзывов. Вместе с данными о просмотре контента эта информация позволяет корректировать обучение (например, проводить дополнительные вебинары с разборами).
- 4Автоматически формируемые новости«Новости» включают сводные данные для администратора и инструменты взаимодействия с учащимися.
Отчёты для администраторов показывают:
- Отток после каждого урока: процент участников, прекративших обучение после урока, от общего числа покинувших курс за период;
- Коэффициенты сложности тестов (от 1 до 0): отношение числа правильных ответов к общему количеству попыток выполнения задания; платформа автоматически предлагает исправить слишком простые и сложные вопросы.
- Отток после каждого урока: процент участников, прекративших обучение после урока, от общего числа покинувших курс за период;
- 5Свободно формируемые новостиСпособ взаимодействия с учениками: позволяет писать мотивирующие письма, рассказывать об обновлениях программы, собирать комментарии к новостям и отправлять сообщения отдельным участникам, например, опрос по причинам отказа тем, кто не завершил обучение.
- 6Предсказание вероятности отказа от обучения: NEW!Функция находится на этапе тестирования и подключается по запросу клиентов. Предикативная модель включает 121 параметр: характеристики участника, курса, поведения администратора — и показывает в «Журнале», кто из учащихся, скорее всего, не завершит обучение. Так администратор понимает, на кого обратить внимание для удержания.
Подробнее об инструментах аналитики на платформе We.Study читайте в статье.
Как работает модель прогнозирования оттока?
Поговорим подробнее о том, как именно работает эта магия предсказания ухода студентов с курса.
- Этап 1. Сбор и изучение данныхДля построения модели прогнозирования оттока на платформе We.Study мы изучили не только поведенческие особенности студентов и их мотивацию, но и сами курсы.
Собрав большой массив данных, мы проанализировали их по 140 параметрам и выявили интересные зависимости между поведенческими особенностями студентов, структурами курсов и их прохождением:
01
- Треть программыНапример, мы выяснили, что больше всего слушателей покидают обучение при прохождении первой трети программы.
- Дата окончания курсаЗаметили, что больший отток наблюдается на курсах, имеющих конкретную дату окончания. Если курс не имеет окончания, то студент может к нему «возвращаться» неограниченное количество раз.
- Низкие баллыА также подтвердили очевидную гипотезу, что высокий отток наблюдается среди студентов с низкими баллами.
- Этап 2. Построение модели и интеграция предсказаний в панель администратораНа основе полученных данных мы построили первый вариант прогнозирующей модели. Затем увеличили точность её работы и интегрировали результаты предсказания в панель администратора.02
В итоговый список признаков вошёл 121 параметр, их можно разделить на 6 блоков:
- Признаки студента – вся информация о нём;
- Признаки курса – общие характеристики курса: длительность, стоимость, выдача сертификата, проходной балл и другие;
- Признаки уроков – структура курса, количество уроков и их типы;
- Признаки тестовых заданий – средняя длина вопросов, отношение необходимых для прохождения теста баллов к общему количеству баллов, способ оценки результатов теста (по количеству правильных ответов либо по набранным баллам);
- Признаки вопросов тестов – средняя длина ответов, наличие вопросов с открытым ответом, с множественным выбором и другие;
- Признаки модерации – скорость и качество обратной связи по вопросам с открытыми ответами.
Одна из интересных особенностей, которые стали основой рекомендаций для составления курсов, – это реакция студентов на различные вопросы к тестам.
Например, чем больше тестов со свободными ответами, требующими проверки администратором – тем выше отток. А также на отток негативно влияет большое количество вопросов со множественными ответами.
Например, чем больше тестов со свободными ответами, требующими проверки администратором – тем выше отток. А также на отток негативно влияет большое количество вопросов со множественными ответами.
- Этап 3. Финальное тестирование модели и итогиНа боевом тестировании модель дала высокие результаты по точности — более 90% — и в итоге решила несколько основных задач:
- Мы получили чёткое понимание, какие признаки характерны для студентов с высокой вероятностью оттока.
- Мы можем заранее выявлять студентов, склонных к оттоку и применять превентивные меры для их удержания.
- Мы знаем, как грамотно создавать курсы, чтобы минимизировать потерю аудитории в процессе.
03 - Мы получили чёткое понимание, какие признаки характерны для студентов с высокой вероятностью оттока.
Как выглядит прогноз оттока студентов в панели администратора курса на We.Study
Перспективы машинного обучения в образовании
Технология машинного обучения даёт огромные перспективы для создания стабильного проактивного образовательного бизнеса. Об этом также говорят международные прогнозы.
Когда решения принимаются не только на основе ощущений, но и на основе данных, приходит более чёткое и обоснованное понимание того, как улучшать образовательный продукт.
А ещё это большой вклад в лояльность и эффективность преподавателей: теперь им не нужно самостоятельно догадываться о причинах плохих результатов, они могут заранее получать сигналы и решать проблемы до их появления.
Когда решения принимаются не только на основе ощущений, но и на основе данных, приходит более чёткое и обоснованное понимание того, как улучшать образовательный продукт.
А ещё это большой вклад в лояльность и эффективность преподавателей: теперь им не нужно самостоятельно догадываться о причинах плохих результатов, они могут заранее получать сигналы и решать проблемы до их появления.
Как протестировать модель прогнозирования оттока студентов на своём онлайн-курсе?
Сейчас модель прогнозирования оттока студентов с курса на We.Study доступна по индивидуальному запросу. Оставьте заявку на тестирование инструмента, чтобы опробовать его на своём продукте. После оформления заявки мы свяжемся с вами, чтобы рассказать все подробности.
Было полезно? Поделитесь мнением!
- Евгения КарпухинаРедактор Webinar.ru
Подпишитесь на рассылку блога. Пишем редко, кратко и по делу.
Читайте также: