ユーザーの課題

「オンライン教育コンテンツの完走率を高めたい」

従業員40名のEdTech企業でコンテンツディレクターをしています。学習継続率向上が課題で、プログラミング学習サービスの受講開始率は高いですがコース完走率が15%程度と低迷しています。学習継続のモチベーション設計を見直したいです。

選択されたアプローチ

学習体験(LX)ボトルネック改善フレームワーク

課題分析

受講生がどこで挫折しているかを特定し、学習継続を阻む壁を取り除くための分析・改善手法です。

「開始率は高いが完走率が低い」という現状から、どこに「負の体験」があるかを特定するのに最適です。

その他の候補:継続学習フックモデル設計·行動変容デザイン・フレームワーク
01

受講生の離脱ポイントを特定する

受講生が学習を中断・離脱しやすいタイミングや具体的なステップを可視化し、改善の土台を作ります。

受講生の離脱ポイントを特定する - Canvas

AIの洞察

このステップから得られた気づき

02

離脱要因の優先度を評価する

洗い出した離脱ポイントを、完走率への影響度と改善の難易度で分類し、取り組むべき優先順位を明確にします。

離脱要因の優先度を評価する - Canvas

AIの洞察

このステップから得られた気づき

03

ボトルネックの根本原因を分析する

優先度の高い課題に対し、なぜ離脱が起きているのかを多角的に分析し、解決策の精度を高めます。

ボトルネックの根本原因を分析する - Canvas

AIの洞察

このステップから得られた気づき

04

ボトルネック解消の具体策を立案する

特定された原因を解消し、学習者のモチベーションを維持・向上させるための具体的な施策を考えます。

ボトルネック解消の具体策を立案する - Canvas

AIの洞察

このステップから得られた気づき

まとめと次のステップ

あなたも課題を解決しませんか?

kaluboを使えば、AIがあなたの課題に最適なフレームワークを提案します。

無料で始める