教育IT企業でのインターンの学び~その1:データ分析編~

教育IT企業インターンでの学び~はじめに~

教育IT企業での4ヶ月のインターンを昨日終えました。もともと僕自身が客観的根拠に基づいて行う個別最適化された教育、を理想に掲げてこれまで活動を行なっていたので、この会社はドンピシャでやっと見つけた企業!!!!という会社でした。とんでもなく楽しかったです。

具体的にやらせていただいた業務としてはSQLを用いたデータ分析、コンテンツマーケ(SEO)、オンライン家庭教師と母へのフィードバック、NPO営業でした。

今回はデータ分析での経験をまとめます。

教育IT企業インターンでの学び~データ分析①~

データ分析ではビックデータを抽出して分析を快適に行うためにSQLを用いました。具体的には、生徒の勉強データ(例えばいつどのくらいの時間をかけてどの問題を正解したのか、間違えたのか)などのデータから必要データのみを抽出して、どの単元でつまずきやすく、どの単元ではスラスラと進みやすいのかを可視化しました。以下は練習で使ったSQLの本です。

教育IT企業インターンでの学び~データ分析②~

そもそもまずこの分析を行う背景には、オンライン家庭教師の指導をしている際に感じた課題がありました。

教えている生徒は大きく二つに分かれていました。一つが満足している人、もう一つが満足していない人。さらに不満を感じているであろう人には二つのパターンがありました。一つがスラスラ進みすぎて家庭教師の価値を感じられなくなっている層、もう一つが実力以上の問題に取り組みすぎて挫折してしまい継続不能な層、です。

この二つの層の課題を同時に解決するには「その人個人にとって半歩上の実力の問題とはどういうものか」を定義する必要があると考えました。

スラスラ進みすぎているにしろ、難しすぎるにしろ、不満が生じるのは「半歩上の難しさ」じゃないからなのではないか、ということです。

そこでまず初めに「難しすぎる単元」と「スラスラ進みすぎる単元」を定量的に出し、そのそれぞれについて別々の解決策を考えよう、というふうに至りました。

教育IT企業でのインターンの学び~データ分析③~

SQLを用いて「難しすぎ単元」と「スラスラしすぎ単元」を洗い出して行きました。用いるデータは平均点やどのステージを最後に退会しているかなどを基準に分けて行きました。

そこで判明したのが新しい概念が登場したところで平均点がガッと下がり、そこで基礎を習得しきれなかったがためにその後の応用の単元でも平均点が下がっていることでした。例えば素数と素因数分解や通分約分などですね。(つまずきゾーン)

逆に新規の概念でもわかりやすいものであれば平均点がそこまで落ちず、その応用単元も平均点が高い傾向にあったのです。例えば円の表面積→面積など公式を覚えてしまえば良いものに多かった気がします。(スラスラゾーン)

実際、掛け算の3桁の筆算を教えていて全然理解が追いつかない子はそもそも九九が習得仕切れていなかったり、掛け算の筆算のところでもつまずいていたりするわけです。

教育IT企業でのインターンの学び~データ分析④~

つまずきゾーンの解決策として、単元ごとの繋がりと難易度を可視化したステージマップなるものを作成しました。わかりやすい例でいうと、掛け算の3桁の筆算で間違えている場合、その間違いの根本は「九九→二桁の掛け算→掛け算の筆算→大きな桁の掛け算筆算」の流れの中のどこかでつまずいている可能性がある、という感じです。

もし3桁の筆算で間違いが散見されたら、九九や筆算の単元の点数データを見て、該当の生徒が過去の関連ステージでどの程度ミスをしていたかが分かるようにします。

すると、3桁の筆算がわからないのは、その単元がわからないのか、それとも過去の単元ができていないからできないのか、をはっきりさせられるというわけです。

このようにつまずきゾーンに関しては、「なぜつまずいているのか」の原因を特定できるようなマップを作り、マニュアルにしていきました。

教育IT企業でのインターンの学び~データ分析⑤~

スラスラゾーンの解決策は「その先を見せてあげる」「その先の問題を実際に少しチャレンジしてもらう」というものを考えました。

スラスラゾーンにいる生徒はあまりにも簡単すぎて退屈してしまっている状態です。なので、「今君がやっている単元はこの後こういうところでいかされるんだよ!」ということを目で見てわかってもらえるように、難易度の高いオリジナル問題を出題するようにし、マニュアルに落としました。

教育IT企業でのインターンの学び~データ分析編まとめ~

実際にマニュアルに落とし、ステージマップにした後にはオンライン家庭教師をする際に自分や他の社員の方に使っていただき、それが実際に業務の助けになっているかを確認する段階がありました。

幸いにも好評をいただき、継続的に使ってもらえるマップになりました。

今回のデータ分析で学んだのは、「どんな結果を得るためにどんなデータを用いてどのような分析を行うのか」が大切である、ということです。

僕も初期の頃勘違いしていましたが、データ分析というと数学的知識を持ち、難しい分析手法を用いてやらなければというイメージを持ちがちです。

でも実際に重要なのは「どんな結果が得られるの?」という部分だし、「その結果を得るためにどんなデータを取ってくる必要があるの?」というところで、分析の手法やツールは最後の最後に出てくるものでした。もちろん手法やツールは知っているに越したことはないのですが、そればかりに気を取られていると最短ルートで結果を出すことができなくなってしまいます。

一つのプロジェクトとしてデータ分析をできたことは大きな経験になりました。
ボスキャリ及び就活に絶対内定する方法教えます ボスキャリ及び就活に内定するための自己分析、企業選び、面接

シェアする

  • このエントリーをはてなブックマークに追加

フォローする