大数据在提升教学质量和管理效率方面的应用

　　5.2 大数据在提高教学质量方面的应用

　　5.2.1 教学改进。

　　TC 企业有大量的直播视频课程产品，通过线上的教学视频、互动信息和课后学员对直播课课程产品视频回放的数据分析，发现正在讲课的教师无法照顾到在线听课的所有学生是否听到和理解到刚刚所教授的知识点的情况，只是一味将自己所要传授的知识在规定的时间内讲授完成。为了解决此问题，直播线上视频教学因此增加了另 1 位教师同时教学的课程产品，一个是主讲教师，专门负责本次课程教授知识的讲解；另一个是助理教师，负责在课程视频直播过程中及时解答线上学员提出来的问题。为了解决主讲教师和助教教师知识点相同的效果，要求两位教师学习相同的课程内容。这种将 2 名教师同时在一个直播视频课堂授课的课程产品称为 TC 企业的双师教学。

　　TC 企业直播课的教师通过系统统计视频观看量、观看时长、退出率等值，也可以根据视频直播课中某个点被回放的次数最多，答题时间最长来改进自己的教学案例，进而改进自己的教学内容。同时根据系统提供的最容易拼错的单词，部分可以在课上特殊强调，让大家记忆深刻，不再此处犯错误，以此提升学生们的学习成绩。还有通过对系统中学员数据的分析，发现某班学生在2017年的五一假期的最后一天23:30开始做作业，系统自动判卷，其正确率全班倒数，按照她之前的考试水平和平时的学习效果，应该比这个成绩要好很多，教师进一步查询系统，查看作业开始时间和结束时间为23:30—23:58，将近半小时时长，而全班平均答卷时长在一小时，所以通过系统中的记录可以了解到，她此次分数较低的情况多数是因为时间关系，而不是因为未学到相关知识导致，所以教师的指导应该是改变写作业的习惯，将一些重要的必做的事情先完成，而不是一味的重复讲解错题的知识点。再根据系统统计出的每题错题率，即答错此题人数与参与回答此题人数之比，分析答错原因，进行讲解。这才叫真正的 “因材施教”。

　　5.2.2 分析。

　　虽然通过大数据分析后线上视频调整为双师教学和经系统分析判断是否对学生错题进行重复讲解，提高了教学质量。但是此分析只是通过公司系统本身数据进行分析。

　　如果 TC 企业能够真正使用到外部大数据与内部大数据进行关联分析，教师可得知此学员在其它系统中提问的问题有针对性的讲解；通过某一学员在旅游网或车票订购时间表，可在事前提醒，而非是事后分析。

　　5.3 大数据在提升教学管理效率方面的应用。

　　5.3.1 教学管理。

　　TC 企业线上系统中各个环节都有数据采集，可以很好的对学生进行各方面的管理。

　　如在英语写作课上，学生可以直接登录系统，在系统中记录下每个学生提交作业的开始、结束时间。系统通过对所有学生的作业进行分析，给出拼写正确率，总句数，每个单词的使用次数和最终成绩等维度进行客观分析。教师通过数据可以看出学生词汇和句式是否丰富，单词拼写正确率，从而更有针对性的给出建议，而不像传统写作课程只能以分数进行评判。学生通过系统中提供的数据也可以自我反思，自我纠正，自我进步。还有在系统中设立论坛。有句古话叫三人行必有我师，所以在一些同学中，有些知识点可能S1 同学不知道，但是 S2 同学知道，在 S1 同学提出问题后，S2 给予解答，且解答比较到位，而教师只需回答同学们都不知道的问题，这样即锻炼了同学的表述能力，检验了他的知识点，也节省了教师的时间。而教师负责将平台中同学们提问、解答的问题进行分类、统一管理，对知识进行积累和沉淀。

　　5.3.2 教师工作量。

　　在使用大数据技术的北京学校专职教师由 2016 年度的 1916 名增加到 2017 年度的2490 名，通过大数据技术的应用，使得满负荷工作超过 251 天的教师由 2016 年的 23名减少到 19 名；并且工作 0-49 天和 50-99 天的教师人数都有所减少。而在未使用大数据技术的上海、广州、武汉三所学校的专职教师中，从 2016 年度到 2017 年度除武汉学校教师数量有所减少外，另两所学校的专职教师人员数量都略有增加，但是工作在 0-49天或 50-99 天的教师数量却在增加，明显这三个学校的教师工作量有待提升。

　　在使用大数据技术的北京学校兼职教师员工数量由 2016年度到 2017 年度是有所增加，而且这些兼职教师总的工作时长和平均工作时长都有增加；而未使用大数据技术的上海、广州、武汉三所学校的兼职教师员工数量由 2016 年度到 2017 年度都有所减少，这三所学校的兼职教师总的工作时长和平均工作时长也都在减少。证明大数据技术在教师排课等方面发挥了作用。

　　通过大数据技术在北京学校的应用，2016 年北京专职教师总共 1916 名，兼职教师2289 名，正常班级共计 70763 个，平均一名教师负责约 17 个班级的授课工作；而 2017年北京专职教师总共 2490 名，兼职教师 2405 名，正常班级共计 99699 个班级，平均一名教师负责约 20 个班级的授课工作，工作量明显的有所提升。

　　5.3.3 教务工作量。

　　通过大数据技术在北京学校的应用，班级设置的准确性和正确性都有所提升。2017年度比 2016 年度增加约十万班级的情况下，多达 12.6 万多次的班级中，无人报名班级比 2016 年度不但没有增加，反尔减少；班级容纳的人数一次性设置正确的机率大大提高，表现为正常人数等于最大人数的班级由2016年度的66.05%提升至84.46%，在126636个班级中已经有 106955 个班级的正常人数与最大人数相同，无需在设置班级后修改班级容量；正常人数等于当前人数的班级有 68045 个，说明班级容量设置为 N 个名额时，就有 N 个学员报名，预测的报名人数与最终实际报名人数相比误差较小，已经有超过总班数的一半以上为报名人数与设置班容人数完全相同；满员率也由原来的 2016 年度的54.66%提升到 61.05%，即当“前人数（占名额）”和班级设置的“最大人数”相等的班级个数已达到 77305 个班。

　　通过大数据技术在北京学校的应用分析，预测未来一段时间哪个地域将会新增加多少名客户，哪个地域会维持现状，或者哪个地域的客户还有可能会减少。根据预测的新增客户数据配备教师、教室、多媒体等资源，或者更好的协调教师资源，提前做到心中有数。减少盲目设置课程产品班级的班容和班级个数，然后再根据实际情况进行后续修改、人员沟通、资料配置等的繁杂工作。对于 2017 年度北京学校原有的和增加后的班级、学员、教师等各种资源的管理、分配、协调等起到很好的效果。

　　5.3.4 分析。

　　大数据是基于以往数据对未来的预测，它包括全体数据、包容错误数据、接受复杂数据、放弃精准度，它不再固守因果关系而是专注数据之间的关联关系，让数据以可视的方式告知。通过大数据已经很好的在教学管理方面、教师工作量方面、教务工作量方面进行管理。希望后续能对企业更多方面进行管理，提升管理效率。