Управление эффективностью онлайн-курсов в вузе на основе аналитической панели (дашборда)

В статье представлен опыт разработки и внедрения аналитической панели (дашборда) «Мониторинг курса» на базе отечественного BI-решения Yandex DataLens для цифрового управления эффективностью онлайн-курсов в системе дополнительного профессионального образования (ДПО). Описаны этапы проектирования: от определения целевой аудитории (команда разработки образовательных программ, координаторы программ, руководители структурных подразделений, а также проректоры, курирующие направления образовательной деятельности, информатизации и информационных технологий в вузе) и отбора ключевых метрик (доходимость, лояльность, удовлетворенность, результаты практических заданий) до интеграции данных из LMS (Moodle), опросов и внутренних баз, прототипирования, юзабилити-тестирования и последующей доработки дашборда по обратной связи от его пользователей.

Разработанный дашборд для оценки эффективности онлайн-курсов обеспечивает оперативное принятие управленческих решений на основе валидных образовательных данных, соответствует принципам доказательного образования и личностноориентированного подхода, а также требованиям информационной безопасности.

Апробация аналитической панели проведена в рамках реализации программ дополнительного профессионального образования «Искусственный интеллект в образовании и науке», «Передовые технологии ИИ в исследованиях и разработках» на выборке из 1935 участников из ФГАОУ ВО «Южный федеральный университет».

Разработанный дашборд «Мониторинг курса» реализован на платформе Yandex DataLens и доступен по публичной ссылке при условии соблюдения требований конфиденциальности: персональные данные участников обезличены, доступ к детализированным данным ограничен в соответствии с внутренними регламентами вуза и нормами федерального закона № 152-ФЗ «О персональных данных».

Статья демонстрирует практически реализуемую и масштабируемую модель цифровизации управленческих процессов в вузе с использованием отечественных технологий, соответствующую принципам доказательного образования, информационной безопасности и гибкости адаптации под запросы образовательной организации.

1. Long P. D., Siemens G. Penetrare la nebbia: Tecniche di analisi per l’apprendimento. Tecnologie Didattiche. 2014;22(3):132–137. DOI: 10.17471/2499-4324/195. [Long P. D., Siemens G. Penetrating the fog: Analytics in learning and education. Tecnologie Didattiche. 2014;22(3):132–137. (In Italian.) DOI: 10.17471/2499-4324/195.]

2. Slade S., Prinsloo P. Learning analytics: Ethical issues and dilemmas. American Behavioral Scientist. 2013;57(10):1510–1529. DOI: 10.1177/0002764213479366.

3. Verbert K., Duval E., Klerkx J., Govaerts S., Santos J. L. Learning analytics dashboard applications. American Behavioral Scientist. 2013;57(10):1500–1509. DOI: 10.1177/0002764213479363.

4. Ferguson R. Learning analytics: Drivers, developments and challenges. International Journal of Technology Enhanced Learning. 2013;4(5/6):304–317. DOI: 10.1504/IJTEL.2012.051816.

5. Безызвестных Е. А., Скрябин М. А. Методики сбора данных об участниках онлайн-программ дополнительного профессионального образования в вузах. Информатика и образование. 2023;38(2):57–65. DOI: 10.32517/0234-0453-2023-38-2-57-65. EDN: KUKHTR.

6. Greller W., Drachsler H. Translating learning into numbers: A generic framework for learning analytics. Educational Technology & Society. 2012;15(3):42–57. Available at: http://www.jstor.org/stable/jeductechsoci.15.3.42

7. Нугуманова Л. Н., Шайхутдинова Г. А., Яковенко Т. В. Цифровая трансформация дополнительного профессионального образования Республики Татарстан. Профессиональное образование в России и за рубежом. 2021;(2(42)):107–114. EDN: WQHMRH.

8. Мартынова М. Д. Учебная аналитика в образовательном процессе: куда нас ведут большие данные? Социальные нормы и практики. 2024;(4(14)):39–49. DOI: 10.24412/2713-1033-2024-4-39-49. EDN: EFFLVP.

9. Семёнкина И. А., Прусакова П. В. Направления исследований в области анализа образовательных данных в высшей школе: теоретический обзор. Педагогика. Вопросы теории и практики. 2023;8(7):761–770. DOI: 10.30853/ped20230111. EDN: DQAXFA.

10. Swee M., Kumar B., Sanders M. L., et al. Enhancing access to nephrology care: Telenephrology dashboard optimization via human-centered design. BMC Nephrology. 2025;26(1):164. DOI: 10.1186/s12882-025-04076-5.

11. Rahutomo R. Designing customer analytics dashboard in smart device retail using Power BI. Journal of Information Systems and Informatics. 2025;7(2):1743–1757. DOI: 10.51519/journalisi.v7i2.1114.

12. Уваров А. Ю. Использование цифровых технологий для совершенствования работы школы: рекомендации руководителям образования. Информатика и образование. 2019;(2(301)):5–12. DOI: 10.32517/0234-0453-2019-34-2-5-12. EDN: ZIJFTF.

13. Шевчук Е. В., Шпак А. В. Цифровая трансформация процесса управления качеством промежуточной аттестации обучающихся. Информатика и образование. 2023;38(3):64–77. DOI: 10.32517/0234-0453-2023-38-3-64-77. EDN: WVBEAA.

14. Arnold K. E., Pistilli M. D. Course signals at Purdue: Using learning analytics to increase student success. LAK ’12 Proc. 2nd Int. Conf. on Learning Analytics and Knowledge. NYC, ACM; 2012:267–270. DOI: 10.1145/2330601.2330666.

15. Kizilcec R. F., Saltarelli A. J., Reich J., Cohen G. L. Closing global achievement gaps in MOOCs. Science. 2017;355(6322):251–252. DOI: 10.1126/science.aag2063.

16. Ifenthaler D., Widanapathirana C. Development and validation of a learning analytics framework: Two case studies using support vector machines. Technology, Knowledge and Learning. 2014;19:221–240. DOI: 10.1007/s10758-014-9226-4.

17. Papamitsiou Z., Economides A. A. Learning analytics and educational data mining in practice: A systematic literature review of empirical evidence. Educational Technology & Society. 2014;17(4):49–64. Available at: https://www.jstor.org/stable/jeductechsoci.17.4.49.

18. Baker R., Siemens G. Educational data mining and learning analytics. In: Sawyer R. K. (ed) The Cambridge Handbook of the Learning Sciences. Cambridge, Cambridge University Press; 2014:253–272. DOI: 10.1017/CBO9781139519526.016.

19. Johnson L., Adams Becker S., Estrada V., Freeman A. NMC Horizon Report. Austin, The New Media Consortium; 2015. 56 p. Available at: https://www.learntechlib.org/p/182010/

20. Аттиа М. Р. Технология аналитики обучения в адаптивных средах электронного обучения. Педагогический журнал Башкортостана. 2021;(2(92)):144–153. DOI: 10.21510/1817-3292-2021-92-2-144-153. EDN: IGRQLI.