Oppimisanalytiikalla viitataan oppijoista kertyvien tietojen keräämisen, mittaamisen ja analysoinnin kokonaisuuteen. Oppimisanalytiikka vaatii taakseen oppimisdataa, jota voidaan kerätä erilaisista tietolähteistä, kuten oppilaitosten omista opintorekistereistä ja oppimisjärjestelmistä, sekä ulkopuolisista lähteistä, kuten Tilastokeskukselta ja Tieteen tietotekniikan keskukselta. Oppimisanalytiikan käyttötarkoitukset vaihtelevat, mutta yksi yleisimmistä on opintojen etenemisen seuranta.
Oppimisanalytiikka on parhaimmillaan kuvailevaa, selittävää ja ennakoivaa
Oppimisanalytiikan kehittäminen on pitkäjänteistä ja moniulotteista työtä, mutta onneksi myös palkitsevaa sellaista. Kun analytiikan pohjatyö tehdään huolella ja tavoitteet asetetaan realistiselle mutta tasaisen varmasti etenevälle tasolle, avautuu ajan kuluessa yhä enemmän ovia data-aineiston monipuoliseen hyödyntämiseen. Jotta aineisto on hyödynnettävissä haluttuun käyttötarkoitukseen, avainasemassa ovat datan rakenteisuus ja kirjausten yhdenmukaisuus – heti alusta pitäen.
Oppimisanalytiikka voidaan jaotella kolmeen eri tasoon: kuvaileva, selittävä ja ennakoiva. Helpoin näistä on kuvaileva taso, jolla käytännössä visualisoidaan olemassa olevaa dataa helpomman tarkastelun mahdollistamiseksi. Kuvailevan tason toteuttamiseen riittää verrattain pienikin data-aineisto.
Astetta edistyneempi taso on niin sanottu selittävä taso, joka vaatii taakseen jo varsinaista analytiikkaa. Selittävää tasoa varten on määriteltävä ilmiöitä selittäviä mittareita sekä yhdisteltävä datoja ja määritettävä tiettyjä painokertoimia. Näin ollen selittävä taso vaatii jo syvällisempää ymmärrystä analysoitavasta aiheesta, jotta datasta ei tehdä vääränlaisia johtopäätöksiä.
Parhaimmillaan kaikkia kolmea oppimisanalytiikan ja -raportoinnin tasoa sovelletaan samanaikaisesti, toinen toistaan tukien.
Ennakoiva taso on kaikista kolmesta haastavin, mutta usein myös vaikuttavin. Ennakointi mahdollistaa kehityskulkuihin vaikuttamisen mahdollisimman varhaisessa vaiheessa, mutta se vaatii taakseen edistyneempää teknologiaa ja monessa tapauksessa myös koneoppimisen sovelluksia.
Parhaimmillaan kaikkia kolmea oppimisanalytiikan ja -raportoinnin tasoa sovelletaan samanaikaisesti, toinen toistaan tukien. Vaikka analytiikkatyö muuttuu edetessään ja tarkentuessaan usein yhä monisyisemmäksi, on hyvä muistaa, että polku on tyypillisesti nimenomaan nousujohteinen eikä aiemmissa vaiheissa tehty työ mene hukkaan – päinvastoin. Vaikeasti hahmotettavien ja edistynyttä analyysia vaativien trendien ymmärtämistä voidaan ajatella jäävuoren huippuna, jota ei ole mahdollista saavuttaa ilman huolellista ja johdonmukaisesti rakennettua pohjatyötä.
Oppimisanalytiikan kenties tyypillisin käyttökohde on opinnoissa etenemisen seuranta ja arviointi. Parhaimmillaan oppimisanalytiikkaa voidaan hyödyntää esimerkiksi tuen tarpeen ennakoivassa arvioinnissa. Näin voidaan tunnistaa erityistä huomiota vaativat tilanteet sekä oppijat, jotka hyötyvät varhaisessa vaiheessa tarjottavasta lisätuesta.
Oppimisanalytiikan tavoitteena on usein nimenomaan seurata ja tukea oppijoiden oppimista, mutta sitä voidaan hyödyntää myös muihin tarkoituksiin. Analytiikan avulla voidaan päästä kiinni myös oppimisen laajempiin prosesseihin, oppilaitosten ja opintosuuntausten kokonaisuuksiin sekä oppilaitoksen johtamiseen. Kun oppimisanalytiikkaa hyödynnetään oppilaitosjohtamiseen, kyse on käytännössä tiedolla johtamisesta. Tässä tarkoituksessa analytiikka voi avata uusia näkymiä päätöksentekoon, tukea henkilöstön ohjauksessa ja auttaa suuntaamaan resursseja oikeaan paikkaan. Lisäksi sillä on paikkansa niin opiskelijoiden kuin henkilöstönkin hyvinvoinnin tukemisessa.
Kun näkökulmaa vielä laajennetaan, oppimisanalytiikassa on potentiaalia jopa koulutustarpeiden ja koulutustarjonnan välisen yhteyden tiivistäjänä myös valtakunnallisella tasolla. Jo nykyisin käytössä on data-analytiikkaa, jota voitaisiin laajennetulla käytöllä hyödyntää esimerkiksi koulutustarjonnan ja työelämän osaamisvaatimusten keskinäiseen linkittämiseen.
Oppimisanalytiikan kehittäminen on matka, jossa liikkeelle voi lähteä hyvinkin pienimuotoisesti. Realistinen tavoite, pieni datajoukko ja rakenteinen formaatti siivittävät työn jo alkuun. Ajan mittaan niin datamäärää kuin tavoitteitakin voi suurentaa, mutta pohjalla toimivat tavoitteet, logiikat ja tiedonkeruu kannattaa suunnitella huolella heti alusta pitäen.
Oppimisanalytiikassa suurin ponnistus on usein työyhteisön sisäinen pohdinta siitä, mitä asioita halutaan konkreettisesti analysoida, miksi, millä prioriteetilla ja mitkä ovat luotettavat tietolähteet analyysia varten. Toteutusvaiheessa tärkeintä on sitouttaa oppilaitoksen puolelta keskeiset henkilöt mukaan ja tarvittaessa hankkia lisää teknistä osaamista ulkopuoliselta kumppanilta.
Huom! Vaikka oppimisanalytiikan käyttöönottoprojektissa on usein mukana vain muutama oppilaitoksen yhteyshenkilö, lopputuloksena syntyvistä raporteista hyötyy usein varsin laaja joukko, niin opetushenkilöstöstä kuin oppijoistakin.
Kuten monessa muussakin asiassa, myös oppimisanalytiikassa ja -raportoinnissa yhteistyö tuottaa aitoa synergiaetua. Monet lainalaisuudet pätevät kaikkiin saman koulutusasteen oppilaitoksiin, joten kaikkien on turha keksiä samaa pyörää uudestaan. Parhaassa tapauksessa pohja voi olla yhteinen, ja pohjan päälle voidaan räätälöidä tarpeen mukaan kullekin oppilaitokselle omat erikoistoiminnallisuudet.
Lataa webinaaritallenne Raportoinnista kohti oppimisanalytiikkaa. Tilaisuudessa vieraanamme oli oppimisanalytiikan asiantuntija ja Ruskon koulutoimen ICT-asiantuntija, lehtori Janne Korsimo. Jannen kanssa keskustelimme muun muassa siitä, mistä oppimisanalytiikan ja raportoinnin kehittämisessä kannattaa lähteä liikkeelle ja mihin käyttötarkoituksiin sitä voi oppilaitoksissa hyödyntää. Avasimme myös oppimisanalytiikkaan liittyvää termistöä ja Janne esitteli muutamia käytännön esimerkkejä Power BI -pohjaisista oppimisanalytiikka- ja raporttitoteutuksista.
Ilmoittaudu webinaariin: Vie tiedolla johtaminen oppilaitoksessa uudelle tasolle - toimiva datastrategia ja Microsoft Fabric avaavat uusia mahdollisuuksia
Blogi: Raportointiratkaisut oppilaitoksille – miten siirtyä aidosti tiedolla johtamiseen?
Menestystarina: Jyväskylän yliopisto
Pinjan Business Intelligence -palvelut