Выделите текст, чтобы комментировать.
В онлайн-образовании очень любят и одновременно ругают Excel
Данные не сходятся. Из-за ручных таблиц команда тратит время на сверки, отчеты собираются слишком долго, руководитель не видит полную картину, а методисты снова открывают несколько таблиц, чтобы понять, что вообще произошло с группой за неделю.
И все-таки без него некуда. Редкое собрание обходится без анализа многоцветных таблиц с множеством данных.
Но сам инструмент тут вообще не при чем. Просто оказывается последним местом, куда команда вручную приносит все, что система не смогла увидеть сама.
Пока школа небольшая, таблицы действительно спасают. Они гибкие, привычные, быстрые. Можно за вечер собрать посещаемость, отметить проведенные уроки, сверить оплаты, посмотреть несколько записей, уточнить у преподавателя, дописать комментарии к группе и сделать выводы. И в небольшой системе это нормальное управление.
Но! Когда уроков, преподавателей, групп, форматов, команд становится больше, оказывается, что школа выросла, а способ видеть реальность остался прежним: через ручные таблицы, личные договоренности, выгрузки, комментарии в чатах и сильных людей, которые «все помнят».
И тогда Excel перестает быть инструментом аналитики. Он превращается в архив ручной операционки.
Цифры есть, но понимания не появляется
Проблема вовсе не в том, что «у нас нет данных». Данные как раз есть.
Есть посещаемость. Есть оплаты. Есть записи уроков. Есть CRM. Есть LMS. Есть отчеты преподавателей. Есть таблицы методистов. Есть комментарии кураторов. Есть обращения в поддержку. Есть обратная связь от учеников или родителей. Иногда есть BI-дашборд, куда все это пытаются собрать.
Но управленческой ясности от этого больше не становится.
Потому, что:
а) данные лежат в разных местах, собираются разными людьми и часто описывают один и тот же процесс с разных сторон. У академической команды один Excel. У операционной команды другой. У продаж третий. У кураторов своя логика статусов. У методистов свои критерии качества. У маркетинга свои срезы по лидам и конверсии. У руководителя в итоге появляется желание «собрать все в единый дашборд», но на практике это оказывается не так просто.
б) мало просто собрать данные, в них необходимо погрузиться, анализировать, а когда есть разночтения, миссия становится практически невыполнимой.
Например, для одной команды ученик «активный», если он оплатил и числится в группе. Для другой — если он ходит на занятия. Для третьей — если он не просто ходит, а участвует. Для четвертой — если он доходит до результата. Для пятой — если он продлевается.
Формально все говорят про одного и того же ученика. Но управляют разными версиями его состояния.
Когда каждая команда видит только свою часть процесса
Пока школа небольшая, это не выглядит проблемой. Методист держит в голове качество уроков, куратор знает, кто из учеников начал пропадать, администратор понимает, где есть хвосты по записям и расписанию, а руководитель может быстро спросить у нужного человека, что происходит.
Но при росте такая модель перестает работать.
Каждая команда начинает видеть свою часть процесса как главную. Операционная команда говорит, что уроки проходят стабильно. Академическая команда видит, что качество не везде ровное. Кураторы чувствуют, что часть учеников остывает. Маркетинг показывает, что лиды приходят, но дальше проседает конверсия. Продажи говорят, что пробные уроки проходят, но не всегда продают.
И руководитель оказывается не перед одной картиной, а перед несколькими версиями реальности. А какая из них настоящая, определить уже непросто.
Проблема почти всегда возникает на стыке: между ожиданием ученика, качеством урока, вовлеченностью, работой преподавателя, сопровождением куратора, продажей, продлением и опытом после оплаты.
Поэтому вопрос «где просело?» становится сложнее, чем кажется. Просела не просто посещаемость. Не просто конверсия. Не просто удержание. Часто проседает связь между тем, что обещали до оплаты, что ученик получил на занятии и как команда это сопровождала дальше.
И если данные по этим этапам живут отдельно, школа видит проблему только тогда, когда она уже стала финансовым результатом.
Посещаемость больше не отвечает на вопрос о качестве
Долгое время было достаточно смотреть на урок довольно плоско: занятие состоялось или нет, ученик пришел или не пришел, запись сохранилась или нет.
Для базового операционного контроля этого хватает. Если задача просто убедиться, что преподаватель вышел, группа подключилась, а урок не потерялся, такие данные закрывают минимум.
Но для управления качеством, удержанием и LTV этого уже мало.
Ученик может быть на уроке, но фактически выпасть из процесса. Он подключился, но не участвовал. Молчал, не задавал вопросов, не реагировал на задания, не включался в обсуждение и при этом формально числится как присутствующий.
С точки зрения посещаемости с ним все хорошо. С точки зрения обучения — не факт.
Ученик мог три недели ходить на занятия, но уже быть наполовину потерянным. Он мог подключаться, сидеть молча, не отвечать, не включаться, пропускать куски объяснения, не задавать вопросов, не реагировать на задания. И формально с ним все еще было нормально.
Какие метрики действительно имеют значение?
«Надо смотреть вовлеченность» — сказать легко. Но часто под ним понимают что угодно: от «ученики вроде не жалуются» до «в чате было несколько сообщений». Для управления этого объективно мало.
В растущей школе метрики должны отвечать не на вопрос «что мы можем посчитать?», а на вопрос «что помогает нам раньше увидеть проблему?».
Первая базовая метрика — Attendance Rate, AR, то есть посещаемость.
Это самый понятный слой: кто пришел, кто не пришел, сколько времени ученик был на занятии, не начал ли он системно пропускать, не проседает ли явка в конкретной группе, у конкретного преподавателя или на конкретном этапе курса.
Показываться это может не просто как процент по школе, а в срезах: по группам, урокам, преподавателям, потокам, форматам занятий. Потому что средняя цифра почти всегда успокаивает. Вроде бы 78% — нормально. Но внутри может быть группа с 92%, группа с 61% и группа, где последние три занятия идет стабильное падение. И вот управленческий смысл появляется не в средней цифре, а в том, где именно началось отклонение.
Но AR показывает только факт присутствия. Человек был на уроке. А что с ним происходило внутри — уже другой вопрос.
Поэтому дальше появляется Engagement Rate, ER, то есть вовлеченность.
Это уже попытка понять, был ли ученик реально внутри процесса, а не просто подключился к комнате. В онлайне это можно смотреть через набор сигналов: сколько времени он провел на занятии, была ли активна вкладка, писал ли он в чат, отвечал ли на вопросы, участвовал ли в опросах, включал ли микрофон или камеру, возвращался ли после отключений, реагировал ли на задания.
И тут важно не превращать вовлеченность в одну магическую цифру. Один ученик мог молчать, потому что внимательно слушал. Другой мог не писать в чат, потому что формат урока был лекционный. Третий мог выйти со вкладки на минуту и вернуться. По отдельности это не всегда проблема.
Но если ER падает в динамике, это уже сигнал. Если ученик от урока к уроку меньше участвует, реже реагирует, меньше времени остается в комнате, почти не взаимодействует с преподавателем, то формально он еще присутствует, но контакт с обучением уже может слабеть.
Следующий показатель — Group Health Score, GHS, условно «здоровье группы».
Это уже не про одного ученика, а про состояние группы как системы. Потому что группа может выглядеть нормально по посещаемости, но при этом быть слабой по активности. Или наоборот: явка средняя, зато те, кто приходит, активно работают, задают вопросы, участвуют в обсуждении и нормально двигаются по программе.
GHS может собираться из нескольких вещей: посещаемость, вовлеченность, динамика активности, количество вопросов, участие в интерактивах, стабильность присутствия, сигналы от куратора, обращения в поддержку, выполнение заданий, если эти данные подтягиваются из LMS.
И вот это уже ближе к реальному управлению. Не просто «группа 4Б прошла урок». А «у группы 4Б третий урок подряд падает активность, часть учеников стала меньше участвовать, а посещаемость пока еще держится». То есть внешне все может быть спокойно, но внутри уже появляется риск.
Далее — Lesson Quality Index, LQI, индекс качества урока.
Звучит страшно, но смысл простой: урок не должен оцениваться только по факту «проведен / не проведен».
Проведен — это минимум.
Важно понимать, как он прошел: начался ли вовремя, сколько длился, были ли технические сбои, как менялась активность в течение занятия, были ли вопросы, был ли чат, были ли интерактивы, не выпала ли часть группы, не было ли ситуации, когда преподаватель вел занятие, а ученики фактически молчали и постепенно отключались.
LQI нужен не для того, чтобы поставить преподавателю оценку и сказать «ты на 6 из 10». Это вообще опасная логика. Он нужен, чтобы понять, какие уроки требуют внимания методиста.
Потому что когда в школе 20, 50 или 100 уроков в месяц, еще можно жить на выборочном контроле. Но когда уроков 300, 500, 1000, пересматривать записи руками становится невозможно. Методисты начинают смотреть то, на что пожаловались, или то, что попало в выборку. А проблемные уроки могут спокойно пройти мимо.
LQI помогает не смотреть все подряд. Он помогает выбрать, куда смотреть сначала.
Еще один важный слой — Teacher Performance Dynamics, TPD, динамика работы преподавателя.
Я бы здесь специально не называла это «рейтингом преподавателя», потому что рейтинг сразу звучит как карательная доска почета. А задача нормальной аналитики не в том, чтобы ловить слабых, а в том, чтобы видеть закономерности.
TPD показывает, как меняются показатели по группам конкретного преподавателя: удерживается ли внимание, как ведет себя посещаемость, насколько ученики включаются в урок, не падает ли активность к середине курса, не растет ли количество вопросов после занятия, не появляется ли много обращений к кураторам или в поддержку.
Особенно полезно, когда у руководителя или методиста есть ощущение «что-то не так», но нет фактов. В маленькой школе можно поговорить с тремя людьми и собрать картину. В большой школе так уже не работает. Там нужны данные, которые хотя бы покажут, где копать.
И снова: сама цифра не объясняет причину. Низкая активность может быть связана с преподавателем, темой урока, сложностью модуля, временем занятия, составом группы, слабой подготовкой учеников или даже техническими проблемами. Но без TPD команда часто даже не видит, что вопрос есть.
А с TPD можно не спорить на уровне «мне кажется», а идти в конкретное место: вот здесь у группы регулярно падает активность, вот здесь ученики выходят раньше, вот здесь после уроков много вопросов, вот здесь наоборот сильная динамика и стоит посмотреть, что преподаватель делает хорошо.
Еще одна метрика, которая становится критичной для бизнеса, — Churn Risk Score, CRS, риск оттока.
Потому что отток редко начинается в момент, когда ученик перестал платить. Обычно он начинается раньше. Просто школа не всегда это видит.
Сначала ученик пропускает один урок. Потом приходит, но почти не участвует. Потом меньше отвечает куратору. Потом не делает задание. Потом говорит, что «сейчас сложный период». Потом просит паузу. Потом не продлевается.
Если смотреть только на оплату и продление, этот путь виден уже в конце. Если смотреть на CRS, можно увидеть его раньше.
CRS может складываться из посещаемости, вовлеченности, динамики активности, пропусков, реакции на коммуникацию, участия в уроках, выполнения заданий и других сигналов, которые школа уже так или иначе собирает, просто обычно они лежат в разных местах.
Отдельно можно смотреть Support Load Rate, SLR, нагрузку на поддержку.
На первый взгляд кажется, что это вообще не про обучение. Но на практике поддержка очень часто первая видит, где процесс неудобный. Не открылась ссылка, не нашли запись, не пришло уведомление, непонятно, где материалы, ученик не может подключиться, родитель пишет, что опять что-то не работает.
Если такие обращения идут единично, это обычная операционка. Но если они начинают повторяться по конкретным группам, урокам, преподавателям, форматам или этапам обучения, это уже не просто нагрузка на поддержку. Это сигнал о качестве образовательного опыта.
SLR помогает увидеть, где команда тушит одни и те же мелкие пожары. А мелкие пожары, если их не видеть системно, потом очень легко превращаются в недовольство, усталость команды и просадку удержания.
И еще один показатель, который часто недооценивают, — Time to Insight, TTI, время до понимания проблемы.
Это вообще очень честная метрика зрелости управления.
Сколько времени проходит между тем, как проблема появилась, и тем, как команда ее увидела?
Если ученик начал остывать на третьем уроке, а команда поняла это только через месяц, когда он не продлился, TTI слишком длинный. Если группа начала терять активность две недели назад, а руководитель узнал об этом только на разборе итогов месяца, TTI снова слишком длинный. Если методист смотрит запись только после жалобы, TTI опять работает против школы.
В идеале аналитика должна сокращать это время. Не ради красивого контроля, а ради скорости реакции.
Потому что в онлайн-образовании проблема почти никогда не выглядит как один большой красный флаг. Чаще это набор маленьких сигналов, которые просто никто не собрал вместе вовремя.
Резюме
И получается, что считать это все нужно, не ради еще одного дашборда, который красиво показывают на встрече, а потом все равно идут в Excel, чат куратора и папку с записями.
Школа должна видеть проблему не тогда, когда ученик уже ушел, а в момент, когда он только начал выпадать из процесса.
И это как раз то, что можно смотреть в livedigital.
Вокруг занятия собирается больше 20 таких метрик. Не как отдельный отчет «после всего», а как часть самой среды, в которой проходят уроки.
Поэтому команда видит не только ссылку, запись и посещаемость, а нормальную картину занятия: по ученикам, группам, преподавателям и динамике обучения.
И дальше уже можно не гадать, что произошло.
Можно открыть конкретный урок, конкретную группу, конкретного ученика и увидеть, где процесс начал проседать.
То есть это не история про «мы добавили отчетность».
Это история про то, что сам урок перестает быть черным ящиком.
Раньше команда видела: урок проведен, запись есть, ученик присутствовал. Все вроде нормально.
А теперь можно провалиться глубже. И здесь важен не сам факт «у нас много метрик».Метрик можно собрать сколько угодно. Вопрос в том, помогают ли они управлять.
В livedigital. эти данные можно смотреть по урокам, группам, преподавателям, ученикам и периодам. То есть не просто увидеть среднюю температуру по школе, а понять, где именно процесс начал ломаться.
В одной группе падает вовлеченность, хотя посещаемость еще держится.
В другой ученики приходят, но почти не участвуют.
В третьей после уроков растет количество вопросов, хотя формально занятие прошло нормально.
У одного преподавателя группы стабильно активнее, у другого активность начинает снижаться к середине курса.
Где-то методисту правда стоит открыть запись, а где-то команда может не тратить время на ручную проверку ради проверки.
Вот здесь аналитика перестает быть отчетом и становится рабочим инструментом.
Потому что LTV не растет от того, что его посчитали в конце месяца. Удержание не растет от красивой диаграммы. Конверсия в продление не меняется от того, что руководитель увидел отток, когда он уже случился.
Растет то, чем команда успевает управлять.
В наших проектах и расчетных моделях такой подход помогает снижать отток до 40% за счет раннего выявления учеников и групп риска, более точной работы методистов и кураторов, снижения ручной операционки и нормальной видимости того, что происходит внутри уроков.
Когда школа начинает смотреть не только на факт проведения занятий, а на качество процесса вокруг них, меняется сама логика управления. Методисты не пересматривают записи вслепую. Кураторы не ждут, пока ученик исчезнет. Руководитель не собирает реальность из пяти разных таблиц. Команда видит, где уже появился риск, и может с ним работать.
И, кажется, в этом вся разница.
Excel показывает, что уже произошло.
А аналитика вокруг урока показывает, куда нужно смотреть сейчас, чтобы через месяц не разбирать очередной «почему они ушли».
