Issue link: https://read.uberflip.com/i/1468632
コンテンツ概要 › デジタル変革のために教育 機関はどのようにデータを 活用するべきか › データのミッションとビジネ スにおける価値 › データ、アダプタビリティ、 アジリティ › データのアジリティ › データをどのように使用す れば私たちの組織にアダプ タビリティをもたらすことが できるのでしょうか？ › 最後に › 著者について 迅速なフィードバック この意味でのフィードバックは、学生や従業員に新機能やITアプリケーションが好きか どうかを尋ねることを意味するものではありません。一般的には、データに精通した教 育機関は、定量的なフィードバック(学生と従業員が実際にどのように行動するかを監 視することによって収集される種類のフィードバック)を使用するか、教育の傾向やそ の他のメトリックをモニタリングします。 例えば、組織はA/Bテストを通じてウェブサイトのユーザビリティを向上させることが よくあります;つまり、デザインの一部に2つのバリエーションを試してみます（通常、1 つのバリエーションは現状のバージョンであり、もう1つは導入を検討している新しい デザインです）。一部のユーザーにはバージョンAを、他の一部ユーザーにはバージョ ンBが表示されます。ユーザーのアクティビティに関するデータを収集し、ユーザーが 関心を示した結果を分析します。クリック回数を最大化するためにボタンを緑にする か赤にするかを決定したい場合は、一部のユーザーには緑色のボタンを、また一部の ユーザーには赤色のボタンを表示して、どちらがクリック数を増やすかを見ます。エク スペディア(Expedia)とネットフリックス(Netflix) は、クラウド内のデータウェアハウ スから大量のデータを利用してA/Bテストを定期的に行う企業の例です。 フィードバックを通じて学習および調整する強力なアプローチは、A/Bユーザーイン タフェイスのテストをはるかに超えるものとなります。例えば、新しい学生向けサービ スや従来のものではなく、または成人学習者向けのプログラムのアイデアは、"最小限 で実行可能な製品"を作成することでテストできます。これは、教育機関がサービスを 提供するかどうかを判断する情報を得るために使用するサービスの最小で最も単純 なバージョンであり、サービスが成功するかどうか、そして成功のためには何を変更す る必要があるのかという判断の材料となります。多様性を高める戦略や新しい学習モ ダリティ、テクノロジーの代替案など、これらはすべて不確実性を減らすための試行と 測定を通してテストすることができます。それにはデータを収集し、分析に利用できる ようにすることが鍵となります。 最小限の実行可能な製品と迅速なフィードバックを使用する手法は、Eric Riess氏の 著書The Lean Startupに記載されています。Riess氏によると、組織は常に2つの仮 説を立てています:提案された製品が顧客にどのように価値を生み出すかについての 価値仮説と、組織が"市場を成長させる"方法についての成長仮説です。つまり人々に 製品を使用してもらうことです。最小実行可能製品は、これらの仮説を確認または仮 説に反論するためのスタートアップ情報を提供する最小の製品であり、その時点で変 更を加えて市場で再びテストすることができます。 この一連の実践方法は、スタートアップや新製品開発だけに適用されるわけではあり ません。これは、公共機関と大企業も含め民間企業の両方の組織が、学んだことを基 に方向性の変更をすることでビジネスにおいてのアジリティを実現する手法の中心に なっています。教育機関が自社の教職員が使用する新しいシステムITシステムの開発 を検討している場合、そのITシステムがビジネスケースにおいて提案された成果をど のように生み出すかという点での仮説があると考えられます。その仮説をテストし、デ ータが示す内容に基づいて変更を加える必要があります。 その結果、アジャイルプラクティスにはデータが必要となります。学習して適応するに は、教育機関は新しいイニシアチブの影響に関するデータを収集し、使用してそれら のイニシアチブに情報を与える必要があります。アジリティを得るためには、機関がそ のビジネス環境の変化を継続的に感知することが必要です。それにより機関はそのミ ッション結果を最大化するための適切な対応を取ることができます。データインフォ ームドな組織は、データ自体にアジリティをもたらすだけでなく、データを使用するこ とでそのアジリティをサポートするのです。 15 11. https://www.youtube.com/watch?v=k8PTetgYzLA.