לכולנו יש איזה מצפן קטן שמנסה לכוון אותנו ליצירה שהיא "בול" – מותאמת, נגישה, מדויקת.
האם הוא תמיד עובד כמו שרצינו?
טוב, לא ממש.
העבודה עם טכנולוגיות למידה היא לא מדע מדויק.
היא משלבת בין הרבה יצירתיות לאתגרים של התאמה.
החדשות הטובות הן שגם אם המצפן שלנו לא מושלם, עבודה עם נתונים, כמו בג'ניאלי, יכולה לחזק אותו, ולאפשר לנו לנווט קצת יותר טוב.
הנה דוגמה:
בואו נראה את הנתונים שאנחנו מקבלים, וניקח מכל אחד משהו קטן למחשבה.
סקירה כללית: עד כמה הג'ניאלי שלנו מעורר מעורבות?
הסקירה הכללית מראה את כמות הצפיות בג'ניאלי (Views), ואת כמות הלחיצות על האלמנטים שבו (Interactions).
זה נותן לנו תמונה רחבה על כמה הג'ניאלי מצליח למשוך את תשומת הלב ולעורר מעורבות.
כניסות בכל יום: מתי כדאי לפרסם תוכן?
ניתוח הזמנים שבהם הלומדים הכי פעילים יכול לעזור לנו להבין מתי כדאי להפיץ תוכן חדש או להזכיר ללומדים על תוכן שכבר נשלח להם.
כניסות לכל עמוד: מה רלוונטי?
הצגה של כניסות לכל עמוד עוזרת לנו לזהות מה מעניין או מועיל במיוחד.
עמוד עם מעט כניסות אולי מצריך התאמות – בתוכן, בעיצוב, או במיקום למשל.
לחיצות על כל כפתור: איך לשפר את את חוויית המשתמש?
אם יש כפתורים שכמעט לא לוחצים עליהם, זה יכול להיות סימן שמשהו לא ברור או לא נגיש מספיק.
אפשר לבחון שינויים בעיצוב, במיקום, או בהנחיות לשימוש בכפתור.
לסיכום
מה שהעלינו כאן אלה רק כמה רעיונות לניתוח הדאטה.
מה שבאמת חשוב להבין, הוא שהנתונים של ג'ניאלי מספקים לנו לא רק הבנה של מה שקורה בתוצרים שלנו, אלא גם אפשרות לדייק, לשפר, ולהתאים את הלמידה בצורה טובה יותר.
בזכותם, אנחנו יכולים לנווט בין יצירתיות לדיוק – ולהביא לתוצאות משמעותיות יותר.
דרך אגב
מעבר לנתונים הכלליים, ג'ניאלי מאפשר לנו גם לצפות בנתוני אינטראקציה של כל לומד.
מי אמר פרסונליזציה בלמידה ולא קיבל? 🙂