De student aan het woord benut klikgedrag voor effectiever onderwijs

Wat kunnen we leren van een webshop?

Waarom kijken naar webshops

• Webshops (e-commerce) zijn de meest ‘procesvolwassen’ partijen op die op het web actief zijn • Al meer dan 20 jaar actief (bijv. Amazon sinds 1994)

• Vaak lage marges: operational excellence is een must

• Grotere aantallen klanten dan traditionele winkels

• Globale markt: meer concurrentie

• Minder trouwe klanten: meer aanbod en minder binding

Hoe beslist een webshop (niet)?

• Door klanten te vragen wat ze fijn vinden aan een website? • Hoe vaak ben je door een ‘echte webshop’ gevraagd wat je fijn vond? • En als websites (vaak banken en telecomaanbieders) wat vragen, heb je het

gevoel dat daar dan wat mee gedaan werd?

• Hoe betrouwbaar is het eigenlijk als je iemand om zijn mening vraagt? • Wat zegt klanttevredenheid over hoe je je webshop beter maakt? • Gaat iedereen meer kopen als je de punten waar iemand niet tevreden over is

oplost? • Krijg je niet vooral antwoord van de ontevreden mensen? • Als je alleen naar luistert naar de (10% ?) ontevreden mensen, maak je de webshop dan

beter voor de (90% ?) tevreden mensen?

• Krijg je ook antwoorden anders dan vergelijkend (‘daar is het beter’)?

Hoe beslist een webshop (wel)?

• Ze kijken naar gedrag van een gebruiker • Via tools als Google Analytics leer je:

• Welke gebruikers meteen weer weggaan (bounce rate): • betere homepage

• specifieke landingspagina’s voor zoekwoorden of thema’s

• Hoeveel gebruikers afhaken per stap (conversie): • Lage drempels: eerst laten zien wat je te koop hebt, dan pas klantinformatie vragen

• Toegankelijke support, eenvoudig betalen, etc.

• Hoeveel gebruikers nieuw zijn of juist terugkomen: • Wees makkelijk terug te vinden: stuur bijvoorbeeld een bevestiging per mail

• Zorgen dat je niet vergeten wordt, bijv. aanbiedingen of informatie toesturen

• Dit bepaalt de doelen (vooraf) en het succes (achteraf)

Waarom beslissing op basis van gedrag?

• (klik)gedrag geeft een veel ‘eerlijker’ beeld • Je ziet wat gebruikers echt doen in plaats van wat ze beweren

• Je ziet alle gebruikers, niet alleen de gebruikers die reageren

• Uiteindelijk is het gedrag wat telt: niet of iemand graag bij je WIL kopen, maar of iemand bij je KOOPT

• (klik)gedrag is veel beter te meten • (klik)gedrag is goedkoop te verzamelen -> dus vaak en veel data

• Een enquête is duur: kost gebruikers tijd en kost jou tijd om te bedenken en te verwerken

• (klik)gedrag meten kun je bijstellen op basis van wat je ziet (doorvragen) • Bij een enquête kun je pas doorvragen bij weer de volgende enquête

Maar onderwijs is toch geen webshop?

• Nee, maar er zijn overeenkomsten en die nemen toe • Onderwijs wordt steeds digitaler

• Contact wordt hierdoor anders, gaat meer op een webshop lijken

• Ook studenten zijn redelijk ‘anoniem’

• Nee, maar mogen we dan ook niet van webshops leren?

Wat kan ik daar dan mee?

Benut klikgedrag voor effectiever onderwijs

• Hoe effectief is uw huidige IT voor studenten?

• Wat levert het echt op en hoe weet u dat?

De informatie die nodig is om deze vragen te beantwoorden heeft u al.

In deze sessie laten we aan de hand van een drietal voorbeelden zien hoe u deze informatie benut voor effectiever onderwijs.

Drie voorbeelden van het nut van (klik)gedrag

• Portfolio beheer • Welke projecten zijn in potentie waardevol? Welke hebben resultaat

geleverd?

• Welke applicaties moet ik in gaan investeren? Wat kan ik beter opruimen?

• Aansturing van projecten en (door)ontwikkeling • Wat zouden we moeten verbeteren (doelen)?

• Bereikt een project haar doelen?

• Wat kunnen we doen om nog meer nut uit een (door)ontwikkeling te halen?

• Onderwijsverbetering • Welke studenten kunnen we helpen? Hoe?

Portfolio beheer

• Welke projecten zijn in potentie waardevol?

• Welke hebben resultaat geleverd?

• Welke applicaties moet ik in gaan investeren?

• Wat kan ik beter opruimen?

• We gaan van een drietal applicaties een lifecycle zien

• We bekijken hier aantallen ‘unieke gebruikers’

0

500

1000

1500

2000

2500

0

10000

20000

30000

40000

50000

60000

DLWO13 (links)

DPF (rechts)

MobieleApp (rechts)

0

500

1000

1500

2000

2500

0

10000

20000

30000

40000

50000

60000

DLWO13 (links)

DPF (rechts)

MobieleApp (rechts)

Meer domeinen gebruiken DLWO

September typisch het drukst

0

500

1000

1500

2000

2500

0

10000

20000

30000

40000

50000

60000

DLWO13 (links)

DPF (rechts)

MobieleApp (rechts)

Applicatie wordt steeds minder gebruikt

0

500

1000

1500

2000

2500

0

10000

20000

30000

40000

50000

60000

DLWO13 (links)

DPF (rechts)

MobieleApp (rechts)

Eerste adoptie: App nog niet heel breed bekend

Mainstream: grote groep gebruikers ‘ontdekt’ de App

Verzadiging: mensen die kunnen en willen gebruiken de App nu

Aansturing projecten en (door)ontwikkeling

• Wat zouden we moeten verbeteren (doelen)?

• Bereikt een project haar doelen?

• Wat kunnen we doen om nog meer nut uit een (door)ontwikkeling te halen?

Mobiele App

0

50

100

150

200

250

300

350

9/1

/20

13

9/2

/20

13

9/3

/20

13

9/4

/20

13

9/5

/20

13

9/6

/20

13

9/7

/20

13

9/8

/20

13

9/9

/20

13

9/1

0/2

01

3

9/1

1/2

01

3

9/1

2/2

01

3

9/1

3/2

01

3

9/1

4/2

01

3

9/1

5/2

01

3

9/1

6/2

01

3

9/1

7/2

01

3

9/1

8/2

01

3

9/1

9/2

01

3

9/2

0/2

01

3

9/2

1/2

01

3

9/2

2/2

01

3

9/2

3/2

01

3

9/2

4/2

01

3

Absenten Rooster Nieuws Notificatie

0

50

100

150

200

250

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

120.00%

9/1

/20

13

9/2

/20

13

9/3

/20

13

9/4

/20

13

9/5

/20

13

9/6

/20

13

9/7

/20

13

9/8

/20

13

9/9

/20

13

9/1

0/2

01

3

9/1

1/2

01

3

9/1

2/2

01

3

9/1

3/2

01

3

9/1

4/2

01

3

9/1

5/2

01

3

9/1

6/2

01

3

9/1

7/2

01

3

9/1

8/2

01

3

9/1

9/2

01

3

9/2

0/2

01

3

9/2

1/2

01

3

9/2

2/2

01

3

9/2

3/2

01

3

9/2

4/2

01

3

Mobiele App - duiding

0

50

100

150

200

250

300

350

9/1

/20

13

9/2

/20

13

9/3

/20

13

9/4

/20

13

9/5

/20

13

9/6

/20

13

9/7

/20

13

9/8

/20

13

9/9

/20

13

9/1

0/2

01

3

9/1

1/2

01

3

9/1

2/2

01

3

9/1

3/2

01

3

9/1

4/2

01

3

9/1

5/2

01

3

9/1

6/2

01

3

9/1

7/2

01

3

9/1

8/2

01

3

9/1

9/2

01

3

9/2

0/2

01

3

9/2

1/2

01

3

9/2

2/2

01

3

9/2

3/2

01

3

9/2

4/2

01

3

Absenten Rooster Nieuws Notificatie

0

50

100

150

200

250

0.00%

10.00%

20.00%

30.00%

40.00%

50.00%

60.00%

70.00%

80.00%

90.00%

100.00%

9/1

/20

13

9/2

/20

13

9/3

/20

13

9/4

/20

13

9/5

/20

13

9/6

/20

13

9/7

/20

13

9/8

/20

13

9/9

/20

13

9/1

0/2

01

3

9/1

1/2

01

3

9/1

2/2

01

3

9/1

3/2

01

3

9/1

4/2

01

3

9/1

5/2

01

3

9/1

6/2

01

3

9/1

7/2

01

3

9/1

8/2

01

3

9/1

9/2

01

3

9/2

0/2

01

3

9/2

1/2

01

3

9/2

2/2

01

3

9/2

3/2

01

3

9/2

4/2

01

3

Technisch probleem met notificaties

Optimalisatie door A/B testing

Onderwijsverbetering

• Welke studenten kunnen we helpen? Hoe?

• We bekijken hier twee groepen van elke 100 studenten

• Beide groepen zijn gestart per 1 september 2013

• Wat je gaat zien is aantallen clicks binnen de DLWO voor deze groepen

Welke groep moeten we helpen?

0

500

1000

1500

2000

2500

3000

3500

2013M9 2013M10 2013M11 2013M12 2014M1 2014M2 2014M3 2014M4 2014M5 2014M6

0

500

1000

1500

2000

2500

3000

3500

2013M9 2013M10 2013M11 2013M12 2014M1 2014M2 2014M3 2014M4 2014M5 2014M6

Overige praktische voorbeelden

• Faculteiten/Domeinen/Vakgroepen kunnen van elkaar leren • Delen van wat werkt/niet werkt

• Bekijken welke onderdelen boven/onder verwachting gebruikt worden • Signaleren van verbeteringen • Worden ze voldoende gestart? • Haken gebruikers af?

• Herkennen (en ondersteunen) leerstijlen van studenten • Laat openen van documenten

Kan ik dan echt nu starten?

Privacy?

Heb ik de data?

Kan ik zoveel data verwerken?

Wat wil ik eigenlijk bereiken?

Hoe koppel ik dat allemaal?

Wat moet ik daar voor weten?