Научный подход к образованию

При создании материалов и мотивирующих механик мы опираемся на существующие исследования в области психологии и нейрофизиологии, а также проводим собственные.
Работа с контентом

Оправдываем ожидания пользователей

Образовательная лаборатория SETURON изучает востребованность образовательных программ и прогнозирует спрос, чтобы вовремя удовлетворять возникающие запросы. Также мы постоянно отслеживаем, насколько эффективны опубликованные материалы, делаем их проще и понятнее.

Планируем контент

Чтобы узнать, какие материалы нужны пользователям, мы анализируем спрос с помощью двух источников:

Внутренние данные платформы — статистика по наиболее востребованным направлениям у пользователей помогает удержать текущих подписчиков.

Внешние источники — анализ поисковых запросов, профильных исследований рынка, коэффициентов продаж бестселлеров. Эти данные помогают нам привлекать новых подписчиков.

Оцениваем эффективность

Регулярный анализ воронок прохождения тем и курсов выявляет слабые места текста, помогает понять, когда пользователь теряет интерес, что понимает лучше, а что хуже. Количественный анализ вкупе с опросами пользователей позволяет постоянно модифицировать и улучшать контент.

Обучающая платформа

Развиваем образовательную среду

Мы отточили процесс развития нашей образовательной площадки. Он позволяет не только улучшать существующие механики, но и аккуратно внедрять новые, чтобы делать обучение более интересным без вреда для привычных паттернов поведения.
Подробнее о платформе

Следим за метриками

Мы собираем данные о количественных показателях в различных частях сервиса, чтобы следить за его состоянием и обнаруживать проблемные места.

Общаемся с пользователями

Мы регулярно проводим исследования контента и функционала вместе с нашими пользователями, чтобы выявлять проблемы и устранять их.

Собираем фидбэк

Обратная связь от пользователей позволяет найти скрытые или редко встречающиеся проблемы и итеративно улучшать сервис.

Придумываем новое

Аналитика и сбор обратной связи дают нам идеи того, что нужно изменить в сервисе для его удобства.

Проверяем нововведения

Когда новый функционал разработан, мы переходим к стадии тестирования, чтобы оценить качество изменений.

Вносим изменения

Если новый функционал устраняет проблемы и улучшает пользовательский опыт, мы внедряем его в сервис.

Анализ аудитории

Изучаем мотивацию пользователей

Мы выделили несколько сегментов пользователей на основании когнитивно-поведенческого подхода и для каждого разработали свои паттерны мотивации, которые позволяют сделать обучение увлекательным, как игра.
5

сегментов пользователей

Мы делим аудиторию на сегменты по типу поведения, чтобы наш продукт был удобным для разных людей.

10

мотивационных механик

Для каждого поведенческого сегмента мы разрабатываем мотивационные механики, которые делают обучение интересным.

Сетевик

Стремится влиться в сообщество людей, имеющих схожие интересы. Мотивация сетевика строится на поиске знакомств, на стремлении делиться идеями и сотрудничать.

Он останется, потому что не захочет покидать сообщество.

Решатель головоломок

Берется за сложные проблемы просто потому, что получает удовольствие от поиска решения. Его мотивация основана на страсти к разгадыванию задач.

Он останется, потому что у нас никогда не кончатся интересные задачи.

Белый плащ

Получает знания, чтобы тут же передавать их другим. Его желание учиться — следствие желания приносить общественную пользу.

Он останется, потому что нельзя уйти, когда ты действительно делаешь мир лучше (и когда это уже отражено в твоем личном кабинете).

Искатель нового

Чувствует тревогу, если не владеет самыми последними данными в своей области. Его мотивация исходит из желания всегда быть в курсе.

Он останется, потому что не захочет расстаться с источником свежей информации.

Углубляющийся профессионал

Пришел, чтобы расширить кругозор. Он целенаправленно углубляет университетские знания.

Он останется, потому что количество курсов растет и они дополняются.

Персонализация

Адаптируем площадку под каждого ученика

Люди — разные, и каждому нужна индивидуальная траектория обучения. Мы разработали инструменты и интерфейсы, обеспечивающие глубокую персонализацию всех активностей пользователя.

Резюме на основе обучения

Система формирует для ученика интерактивное резюме. Оно включает оценку поведения пользователя по ряду метрик: скорость и качество прохождения материалов, регулярность занятий и многое другое. Для каждого пользователя строится карта компетенций, на которой можно увидеть развитие умений без привязки к конкретным обучающим программам.

Персональные подборки

Алгоритмы ранжируют и выводят в ленту то, что заинтересует конкретного ученика. Рекомендации основываются на паттерне поведения и индивидуальных интересах.

Адаптация курса

Платформа начинает адаптироваться под каждого пользователя с первых же минут. Траектория обучения варьируется в зависимости от успеваемости на предыдущих шагах.

This site uses cookies. By continuing to browse the site, you are agreeing to our use of cookies and our Privacy policy.
Agree