CC BY
45
ПОТЕНЦИАЛ ИНФОРМАЦИОННЫХ СИСТЕМ И ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ В ОБРАЗОВАНИИ
УДК 37:004
ДАШБОРД КАК ЭФФЕКТИВНЫЙ ИНСТРУМЕНТ АНАЛИЗА ДАННЫХ В СИСТЕМЕ ОБРАЗОВАНИЯ
Е.В. Бенко, Б.П. Томин
Статья посвящена описанию дашборда как эффективного инструмента управления на основании данных (Data Driven Management) в системе образования. Рассмотрены ключевые характеристики дашборда, его преимущества по сравнению с бумажными формами отчетности и анализа данных. Описаны основные аспекты разработки дашбордов: построение хранилища, выбор подходящих диаграмм, подбор различных фильтров для кластеризации данных. В завершении представлен опыт построения и использования дашборда для управления на всех уровнях (региональном, муниципальном, институциональном) массовым переходом образовательных организаций на информационно-коммуникационную
образовательную платформу «Сферум».
Ключевые слова: дашборд, анализ данных, управление на основе данных, система образования, визуализация результатов мониторинга.
Тренды развития образования в Российской Федерации в части создания условий для внедрения к 2024 году современной и безопасной цифровой образовательной среды дают толчок к широкому использованию в образовательном процессе и административной деятельности управления на основе данных. Управление на основе данных или же Data Driven Management (DDM) - один из новых подходов к менеджменту, возникший в ходе цифровой трансформации экономики и отраслей [6]. Такой тип управления строится не на интуиции или профессиональном опыте руководителя, а на основе анализа цифр. И чем больше данных из разных источников есть у руководителя, чем более структурированно и наглядно они представлены, тем эффективнее
может быть принято решение.
Основой для data driven-подхода в образовании является сбор необходимых данных для ответа на вопросы «что», «почему» и «как» [3]. В образовательных организациях на вопрос «что» обычно агрегируются данные о посещаемости, успеваемости и достижениях ребенка, качестве образовательного процесса в организации. Ответы на вопрос «почему» могут различаться, но в принципе достаточно очевидны, например: в онлайн-школах - для анализа качества образования на онлайн платформе и выстраивания индивидуального образовательного маршрута для обучающихся [3]; в университетах - для управления качеством образовательных программ [4]; в школах - для повышения эффективности принятия управленческих решений, например, по итогам контроля посещаемости обучающихся [6].
На региональном уровне помимо этих метрик необходимо анализировать и более глобальные: эффективность деятельности руководителей всех образовательных организаций, качество созданных условий в муниципальных учреждениях, как материальных, так и кадровых, развитие систем организации воспитания, профориентации и др., результаты оценочных процедур, развитие информационно-коммуникационной инфраструктуры и т.д. В Челябинской области имеются данные из множества информационных систем и монито-рингов федерального и регионального уровней, которые представляют огромную ценность для управления как всей системой образования региона, так и ее отдельными элементами на муниципальном и институциональном уровнях.
Тут мы сталкиваемся с проблемой достаточно большого объема данных, что затрудняет в
принципе их оценку, не говоря уже об интерпретации и дальнейшем использовании. И вот здесь в значительной мере встает вопрос «как». Как предоставить данные для всех заинтересованных управленцев в системе образования от министра до директора сельской школы? Как их структурировать и обеспечить быструю обработку? Как сделать их быстро анализируемыми, визуально понятными для любого пользователя?
Одним из инструментов для решения задач управления на основе данных, который отвечает на все эти вопросы и позволяет мгновенно оценивать состояние системы образования, является дашборд.
Дашборд (dashboard) в переводе с английского означает «приборная панель». Это система отображения для водителя ключевой информации, необходимой для управления автомобилем. Как водитель, считывая информацию с приборной панели, определяет свои дальнейшие действия на дороге, так и аналитик данных в современном мире, считывая информацию с дашборда, описывает основные тенденции, проблемы и пути решения в сфере своего анализа.
Итак, дашборд - это инструмент анализа и визуализации набора данных, сгруппированных по смыслу в компактном виде на экране устройств [1]. Ключевыми характеристиками дашбордов выступают:
- наглядность,
- интерактивность;
- автоматизация процессов.
Наглядность. «Даже без формального
обучения большинство людей могут расшифровать основное сообщение, скрывающееся за гистограммой или круговой диаграммой» [2, с. 32]. Это позволяет сделать информацию интуитивно понятной для большинства пользователей. Безусловно для корректного анализа и интерпретации данных пользователю необходимо обладать определенными знаниями в предметной области, однако дополнительных для изучения навыков работа с дашбордами не требует.
Наглядность также позволяет практически мгновенно интерпретировать существующую
информацию и принимать соответствующие управленческие решения. Если для прочтения бумажного отчета потребуется как минимум несколько минут или даже часов, то оценить ситуацию при помощи дашборда можно за несколько секунд.
Интерактивность. Настройка соответствующих фильтров на панели управления даш-бордом раскрывает практически бесконечные возможности по группировке и кластеризации данных. Любой специалист - от руководителя отдельно взятой организации до специалиста министерства - может при помощи фильтров вывести ту информацию, которая представляет интерес непосредственно для него.
Автоматизация процессов. Агрегация данных происходит автоматически после единожды прописанной формулы для каждого графика или набора данных. Неважно, выберем ли мы, к примеру, одного респондента в рамках конкретного мониторинга, целый кластер или же всю генеральную совокупность, все метрики автоматически пересчитаются в соответствии с нашими задачами. Более того, единожды построенный отчёт возможно использовать повторно с любой периодичностью, лишь заливая необходимый набор данных в хранилище.
Получается, что по своей сути, дашборд -это простой отчет, но только в динамичной форме. Благодаря этому определению, мы подходим к главному отличию дашбордов от других средств визуализации данных, обеспечивающих наглядность, - к его интерактивности. Если инфографика или диаграмма в любом бумажном отчете навсегда «замирают» в одном и том же положении после своего создания, то дашборд обновляется с каждыми вновь поступающими данными, а также на ходу меняет свои значения при воздействии различных фильтров на своей панели управления.
Современная система образования в своем управлении до сих пор зависит от большого объема бумажной отчетности, которая накладывает значительную бюрократическую нагрузку на специалистов разных уровней. При этом подготовка бумажных отчетов
отнимает большой объем времени, но не позволяет в мельчайших подробностях рассмотреть отдельные элементы системы и их совокупность с учетом разных кластеров. В связи с постоянным ускорением темпа жизни такое промедление и невозможность в полной мере оценить состояние системы «тормозят» управление образованием на всех уровнях: от институционального до федерального. Даш-
Отличия отче
борд в силу автоматизации процессов позволяет сокращать временные и трудозатраты по подготовке отчетов до минимума, при этом делая их значительно более подробными и наглядными.
Подытожив, можно выделить основные различия стандартного бумажного статистико-аналитического отчета и дашборда (таблица 1).
Таблица 1
а и дашборда
Характеристика Отчет Дашборд
Актуальность Зафиксирован на определенную дату Может обновляться с требуемой периодичностью
Объем Объем данных ограничен Объем данных почти не ограничен
Трудозатраты Необходимо каждый раз создавать заново Достаточно создать один раз
Кластеризация Данные агрегированы специалистом, подготовившим отчет Можно отфильтровать данные в соответствии со своими запросами
Наглядность Преобладает текст, прочтение которого занимает значительный объем времени Преобладают графики, позволяющие мгновенно оценить ситуацию
Корректируемость Существующая ошибка в расчетах, описании или графике зафиксирована навсегда Любые ошибки можно исправить в любой момент времени
Однако помимо явных преимуществ дашбордов, обеспечивающих возможность быстрого и качественного анализа данных, существует и ряд ограничений. В частности, для их создания необходимо наличие соответствующего программного обеспечения и квалифицированных специалистов, разбирающихся не только в технических аспектах, но в предметной области.
Ключевой задачей при создании дашборда становится построение хранилища данных. Приоритетность данной задачи обусловлена сразу несколькими факторами.
Во-первых, это разрозненность информации: необходимые сведения часто хранятся в разных системах и базах данных, не имеющих между собой никаких настроенных способов взаимодействия. Хранилище агрегирует информацию из разных источников и позволя-
ет интерпретировать данные с учетом дополнительной информации. Например, в системе образования анализировать результаты мониторинга, взятые из соответствующей базы данных, с учетом информации о месторасположении и количестве обучающихся в образовательных организациях, полученной из форм федерального статистического наблюдения.
Во-вторых, это избыточность информации. В исходных источниках часто имеется избыточная информация, которая не требуется для дальнейшего хранения и анализа данных. Это могут быть и персональные данные, и дополнительные сведения, необходимые только в рамках данного отчета, и логи системы. При построении дашборда эта информация не требуется, в связи с чем в хранилище накапливаются только существенные данные.
В-третьих, это недостаточность или некорректность информации. В качестве примера отсутствующей или некорректной информации, имеющей первостепенное значение для анализа данных в сфере образования, можно привести ИНН образовательных организаций. ИНН часто является чуть ли не единственным идентификатором, позволяющим агрегировать данные об образовательных организациях из разных систем и отчетов. Нередко образовательные организации вносят неверный ИНН в различные системы, что способствует накоплению ошибок и появлению пробелов в необходимых сведениях из-за проблем с запросами по данному ключу. В связи с этим процесс наполнения и обновления хранилища должен сопровождаться процессами сверки и корректировки всех данных, и, в первую очередь, данных, выступающих первичными ключами.
В-четвертых, правильно организованное хранилище данных «освобождает информационные системы организаций от необходимости постоянно программировать настраиваемые отчеты и запросы» [5]. Структура отчетов для разных задач может меняться чуть ли не ежедневно, и необходимость регулярно менять программный код целых информационных систем под актуальные задачи может требовать постоянного задействования программистов и значительно тормозить аналитические и управленческие процессы. Значительно проще и быстрее все необходимые сырые и агрегированные данные хранить отдельно и уже непосредственно в хранилище настраивать форму отчетов.
Правильно организованное хранилище данных является базой для построения качественного дашборда. В противном случае данные могут быть агрегированы некорректно, в результате чего дашборд будет транслировать ложные метрики.
Сам дашборд строится исходя из целей и задач, которые он призван решить, а также исходя из типов хранимых данных. Например, для отображения динамики значений закономерно использовать график, а для определения той или иной доли - круговую диаграмму. Если
же мы хотим, чтобы пользователи могли быстро и в удобном формате выгружать данные, то следует сделать сводную таблицу. Таким образом, дашборд не сводится просто к набору случайных диаграмм, но должен отображать ровно столько элементов, сколько требуется для анализа, и они должны быть представлены максимально наглядными для этого средствами.
Однако глубина погружения в суть явления напрямую зависит от возможности рассмотреть его с разных сторон, поэтому отдельно следует остановиться на фильтрах, которые позволяют качественно анализировать региональную систему образования на разных уровнях: региональном, муниципальном и институциональном.
Первые два фильтра, которые традиционно используются в большинстве дашбордов, разрабатываемых для системы образования Челябинской области, это фильтр по муниципалитету, образовательной организации. Они позволяют использовать дашборд как отдельным органам местного самоуправления региона, осуществляющим управление в сфере образования, так и каждой организацией для ознакомления со своими статистиками. Таким образом эти фильтры решают вопрос не только детального изучения кластеров системы с регионального уровня, но и расширяют круг заинтересованных пользователей.
Для расширения возможности кластеризации образовательных организаций и анализа контекстных метрик в отдельные дашборды также добавляются фильтры по типу образовательных организаций, местности расположения организаций (городская, сельская), количеству обучающихся, включенности их в отдельные мероприятия. Например, для анализа результатов самодиагностики школ Минпросвещения России был добавлен фильтр получателей средств субсидии из федерального бюджета на мероприятия по модернизации школьных систем образования (капитальный ремонт) в субъектах Российской Федерации в рамках государственной программы «Развитие образования», поскольку они одни из первых вступили в проект «Школа
Минпросвещения России».
Еще один часто используемый фильтр - по дате или году в зависимости от частоты загрузки данных. Очевидно, что он позволяет сделать срез на определенный временной отрезок. Для анализа ключевых затруднений по результатам мониторингов в некоторые дашборды добавлены фильтры для выбора отдельных критериев и уровня их реализации.
Таким образом, очевидно, что только при наличии фильтров дашборд становится эффективным инструментом анализа, в противном случае он продолжает оставаться только лишь инфографикой.
Чтобы привести практический пример использования дашборда в региональной системе образования, обратимся к опыту работы с данными, реализуемом в Челябинском институте развития образования.
В Челябинской области с целью обеспечения информационной открытости результатов системы образования и результатов системы оценки качества образования с января 2022 года был введен эксплуатацию ситуационно-информационный центр «Образование в Челябинской области» https://stats.rcokio.ru/ (далее - СИЦ). Основная цель данного ресурса - агрегация всех дашбордов по различным направлениям системы образования для быстрого доступа к ним всех заинтересованных специалистов региональной системы образования.
В открытой части СИЦ располагаются дашборды, имеющие актуальность в период размещения для охвата как можно более широкой аудитории. Данные дашборды характеризуются освещением свободной для распространения информации. Например,
карта строящихся объектов образования, динамика поданных заявлений в первый класс общеобразовательных организаций, и другие. В закрытой части размещаются результаты мониторингов, имеющие значимость для специалистов регионального, муниципального и институционального уровней системы образования для принятия управленческих решений на своем уровне.
На сегодняшний день в открытой части СИЦа расположен дашборд «Статистика активности в Сферуме», поскольку одной из приоритетных задач современной суверенной системы образования является массовый переход образовательных организаций на информационно-коммуникационную образовательную платформу «Сферум».
«Сферум» - это образовательная социальная сеть, часть цифровой образовательной среды, которая создается Минпросвещения и Минцифры в соответствии с постановлением Правительства Российской Федерации. Данные по «Сферуму» входят в показатели «Цифровой зрелости» региона и имеют большую важность в цифровой трансформации образования. Таким образом, еженедельное отслеживание динамики перехода образовательных организаций региона на платформу «Сферум» имеет особую актуальность для принятия соответствующих управленческих решений на различных уровнях системы образования Челябинской области.
На рисунке 1 можно ознакомиться с вышеуказанным дашбордом и проанализировать его с точки зрения практического примера использования дашборда в региональной системе образования.
Рисунок 1 - Дашборд «Статистика активности в Сферуме», расположенный в открытой части
СИЦ «Образование в Челябинской области»
Сверху представлена панель управления с четырьмя фильтрами, позволяющими оценить активность использования платформы на разные даты как на уровне региона в целом, так и в отдельных его муниципальных образованиях и организациях, или типах организаций -общеобразовательных, организациях дополнительного образования, органах местного самоуправления, осуществляющих управление в сфере образования.
Для оценки всей динамики представлен график с данными по итогам каждой недели, начиная с марта 2023 года. Для оценки текущего состояния и сопоставления его со значениями прошлой недели даны сводки ключевых метрик (блок «итоговая статистика за неделю»). Для выгрузки сведений по отдельным организациям внизу расположена сводная таблица, которую можно выгрузить на любую дату, предварительно выбрав ее в соответствующем фильтре. Условное форматирование позволяет мгновенно интуитивно распознаваемым цветом отличить организации с отрицательной, положительной и нулевой динамикой активности.
С помощью данного дашборда представителям муниципалитета и образовательных организаций не нужно делать ручной анализ,
искать проблемные зоны, все это делается автоматически, нужно только точечно отрабатывать «красные зоны».
Как мы указывали выше, дашборды из закрытого профиля используются в основном для анализа результатов различных монито-рингов. Здесь используются преимущественно другие типы диаграмм. Например, круговые -для определения доли пользователей с тем или иным уровнем эффективности систем; нормированные диаграммы с дополнительными параметрами по разбивке - для оценки эффективности систем в различных кластерах; сводки -для определения среднего уровня реализации того или иного показателя; тепловые карты - для выявления западающих показателей и другие.
Использование дашбордов позволило не только значительно ускорить подготовку аналитических справок по результатам мониторинговых исследований на региональном уровне, но и вывести региональную аналитику на качественно новый уровень. В частности, уйти от ежегодных текстовых шаблонов и начать поиск инсайтов посредством визуальных шаблонов. С помощью дашбордов были подготовлены аналитические справки по результатам самодиагностики в
рамках федерального проекта «Школа Минпросвещения России», анализ качества условий реализации основных общеобразовательных программ и адаптированных образовательных программ в соответствии с федеральными государственными образовательными стандартами общего образования, анализ эффективности системы воспитания в регионе и эффективности деятельности руководителя образовательных организаций области.
Всего за период с января 2022 года по май 2023 года было разработано и размещено в СИЦ 17 тематических дашбордов, которые создавались под данные отдельных монито-рингов, информационных систем и федеральной статистики. И если в течение первого года существования СИЦ преимущественно нарабатывался опыт разработки и использования дашбордов, то за первое полугодие 2023 года на их основе уже были подготовлены пять аналитических справок регионального уровня с адресными рекомендациями для участников мониторинга.
Функционал дашбордов постоянно совершенствуется и дорабатывается для максимальной информативности исходя из потребностей его пользователей. Среди них: Министерство образования и науки Челябинской области, органы местного самоуправления, осуществляющие управление в сфере образования, государственные и муниципальные образовательные организации. Любой пользователь системы в случае недостаточности информации для решения своих управленческих задач может обратиться в Челябинский институт развития образования для внесения предложений по доработке любого дашборда.
Судя о повышении качества и скорости подготовки региональных аналитических отчетов, а также по частоте обращений за консультациями по работе с дашбордами и обратной связи можно сделать вывод об удобстве и полезности данного инструмента для системы образования.
Перспективой развития СИЦ и размещенных в нем дашбордов является создание единой базы данных системы образования Челябинской области, включающей информа-
цию из всех возможных информационных систем и мониторингов. Это позволит создать общедоступный инструмент управления системой образования на основе данных и значительно расширить функционал и возможности применения его на всех уровнях.
Список литературы:
1. Жуковская, И. Е. Место и роль цифровых аналитических платформ в высшем образовании в условиях формирования цифровой экономики // Тенденции развития электронного образования в России и за рубежом: материалы I Междунар. науч.-практ. конф. (Екатеринбург, 15 мая 2020 г.). - Екатеринбург : УрГЭУ, 2020. - С. 56-60.
2. Маштаков, Н. С. Визуализация данных / Н. С. Маштаков, П. С. Часов // Научный Альманах ассоциации France-Kazakhstan. -2023. - № 1. - С. 31-39.
3. Образовательная аналитика: управление образовательной организацией и создание контента на основе данных / М. Б. Свердлов (научная редакция), Е. В. Вербицкий, А.В. Конобеев, А. И. Крецу, В. Д. Стриканов; Национальный исследовательский университет «Высшая школа экономики», Институт образования. - Москва : НИУ ВШЭ, 2021. -64 с. - (Современная аналитика образования. № 9 (58)).
4. Подход к управлению качеством образовательных программ на основе данных / К. О. Тишкина, О. В. Елисеева, А. Ш. Багаутди-нова [и др.] // Университетское управление: практика и анализ. - 2022. - Т. 26, № 3. - С. 112119.
5. Сергеева, И. И. Концептуальные особенности и актуализация знаний о BI-технологиях в принятии стратегических решений / И. И. Сергеева, С. В. Лебедев // Научные Записки ОрелГИЭТ. - 2021. -№ 1(37). - С. 15-19. - EDN QRRUNE.
6. Серышева, О. М., Использование возможностей сервиса DATASTUDIO. GOOGLE.COM в целях повышения эффективности принятия управленческих решений по итогам контроля посещаемости обучающихся / А. Ю. Гумметова, Е. И. Губина, О. М. Серыше-
ва // Материалы конференции «Формирование tekhnologiyakh v prinyatii strategicheskikh
системы оценки качества образования с resheniy / I. I. Sergeeva, S. V. Lebedev //
использованием возможностей автоматизиро- Nauchnye Zapiski OrelGIET. - 2021. - N° 1(37). -ванных информационных систем» 2021 года S. 15-19. - EDN QRRUNE.
(МБУ ДПО «Центр развития образования 6. Serysheva O.M., Ispol'zovanie
города Челябинска»). - http://cro.chel- vozmozhnostey servisa
edu.ru/konferentsii/konf_ooko/materialy- DATASTUDIO.GOOGLE.COM v tselyakh
konferentsii-2021.php povysheniya effektivnosti prinyatiya
7. Трофимов, В. В. О концепции управле- upravlencheskikh resheniy po itogam kontrolya
ния на основе данных в условиях цифровой poseshchaemosti obuchayushchikhsya /
трансформации / В. В. Трофимов, Л.А. A.Yu. Gummetova, E.I. Gubina, O.M.Serysheva //
Трофимова // Петербургский экономический Materialy konferentsii «Formirovanie sistemy
журнал. - 2021. - J№ 4. - С. 149-155. otsenki kachestva obrazovaniya s ispol'zovaniem
vozmozhnostey avtomatizirovannykh
References informatsionnykh sistem» 2021 goda (MBU DPO
1. Zhukovskaya I. E. Mesto i rol' tsifrovykh «Tsentr razvitiya obrazovaniya goroda analiticheskikh platform v vysshem obrazovanii v Chelyabinska»). - http://cro.chel-edu.ru/konferen usloviyakh formirovaniya tsifrovoy ekonomiki // tsii/konf_ooko/materialy-konferentsii-2021.php Tendentsii razvitiya elektronnogo obrazovaniya v 7. Trofimov V.V., O kontseptsii upravleniya Rossii i za rubezhom: materialy I Mezhdunar. na osnove dannykh v usloviyakh tsifrovoy nauch.-prakt. konf. (Ekaterinburg, 15 maya transformatsii / V. V. Trofimov, L.A. Trofimova // 2020 g.). - Ekaterinburg: UrGEU, 2020. - Peterburgskiy ekonomicheskiy zhurnal. - 2021. -S. 56-60. № 4. - S. 149-155.
2. Mashtakov, N. S. Vizualizatsiya dannykh /
N. S. Mashtakov, P. S. Chasov // Nauchnyy Сведения об авторах
Al'manakh assotsiatsii France-Kazakhstan. - Бенко Елизавета Вячеславовна - канди-
2023. - J№ 1. - S. 31-39. дат психологических наук, начальник отдела
3. Obrazovatel'naya analitika: upravlenie информационных баз и анализа больших obrazovatel'noy organizatsiey i sozdanie kontenta данных ГБУ ДПО «Челябинский институт na osnove dannykh / M. B. Sverdlov (nauchnaya развития образования», г. Челябинск redaktsiya), E. V. Verbitskiy, A.V. Konobeev, Томин Борис Павлович - начальник A. I. Kretsu, V. D. Strikanov; Natsional'nyy управления информационного обеспечения issledovatel'skiy universitet «Vysshaya shkola системы образования ГБУ ДПО «Челябинский ekonomiki», Institut obrazovaniya. - M.: NIU институт развития образования», г. Челябинск VShE, 2021. -64 s. - (Sovremennaya analitika
obrazovaniya. J№ 9 (58)). Information about authors
4. Podkhod k upravleniyu kachestvom Benko E.V. - Candidate of Psychological obrazovatel'nykh programm na osnove dannykh / Sciences, Head of the Department of Information K. O. Tishkina, O. V. Eliseeva, Databases and Big Data Analysis , Chelyabinsk A. Sh. Bagautdinova [i dr.] // Universitetskoe Institute of Education Development, Chelyabinsk upravlenie: praktika i analiz. - 2022. - T. 26, № 3. Tomin B.P. - Head of the Administration of - S. 112-119. Educational System Informational Support,
5. Sergeeva, I. I. Kontseptual'nye Chelyabinsk Institute of Education Development, osobennosti i aktualizatsiya znaniy o BI- Chelyabinsk
