このページについて
このページでは、 LMS を「作ったあと」にどう改善し続けるか を解説します。
LMS は 導入よりも運用のほうが重要です。
なぜ改善サイクルが必要なのか
どんなに丁寧に設計しても、
- 想定と違う受け止め方をされる
- 業務が変わる
- 組織の成熟度が変わる
といった変化は必ず起こります。
そのため LMS は、 完成形を目指すものではありません。
改善サイクルの全体像
基本的な流れは以下です。
① 観測する ② 仮説を立てる ③ 小さく直す ④ 効果を確認する
これを繰り返します。
① 観測する（数字と声を見る）
見るべき基本指標
- 受講完了率
- 途中離脱率
- クイズ正解率
- 再受講回数
注意：
数字だけで判断しないことが重要です。
定性情報も必ず拾う
- 問い合わせ内容
- 現場からのコメント
- 受講後の雑談
② 仮説を立てる
数字を見たら、 「なぜそうなったか」 を考えます。
例：
- 完了率が低い → レッスンが長すぎる？
- 正解率が高すぎる → クイズが簡単すぎる？
この段階では 正解を決めなくてOKです。
③ 小さく直す
改善は必ず 小さく行います。
- 1 レッスンだけ分割
- クイズを 1 問だけ修正
- 説明文を少し変える
大改修は、 効果が分からなくなるため避けます。
④ 効果を確認する
変更後は、
- 数値がどう変わったか
- 問い合わせは減ったか
を確認します。
変化がなければ、 仮説が違ったというだけです。
AI を使った改善の加速
AI は改善フェーズと相性が良いです。
- クイズの言い換え案生成
- 説明文の短縮・再構成
- 難易度調整案の提案
ここでも AI は 案出し役として使います。
改善サイクルを回すためのコツ
- 完璧を目指さない
- 数字に一喜一憂しない
- 改善履歴を残す
特に 改善ログは重要です。
よくある改善失敗
- 問題があるとすぐ作り直す
- 現場の声を聞かない
- 改善担当が属人化する
改善は 仕組み化することで続きます。
