當今學習環境中，數據不僅僅是一堆冰冷的數字，更是指引人才成長之路的鑰匙。
中國ATD人才發展論壇的線上論壇中，MeganTorrance首席執行官,TorranceLearning分享其見解，將焦點放在「開始使用XAPI學習分析」上。這場分享為學習分析打開全面的視野。
‧ 講者：MeganTorrance首席執行官,TorranceLearning
‧ 講題：開始使用XAPI學習分析
‧ 撰文者：廣達電腦 周敬正 經理
在制定學習策略時，將主題設計與開發項目交付在資訊軟體和平台上，便可以從學習者學習經歷中收集學習的相關數據，亦可提供L&D與學習者互動的社交管道。
本次分享將關注以下兩個問題：
一、該如何處理學習歷程數據？
二、如何進行更好的學習分析計畫？
【一、該如何處理學習歷程數據？】
1. xAPI is？
xAPI是一種數據規範與分析，有點像巧克力和花生醬，結合在一起將會滿足更多元的學習發展。
x = experience代表使用者的體驗，與繁瑣、被限制的Learning API 不同，它解決許多環境限制，更可以專注在不同學習資源中學習數據的交互收集。
xAPI利用傳送、儲存、標註的社群操作方式，紀錄有關學習和表現體驗的活動規範數據。這些大量的數據將有助益觀察與追蹤學習過程的反應、分析學習者的行為模式與動機，讓學習方案更能夠滿足客製化的學習情境。
2. SCORM vs Xapi
SCORM標準具可互操作規範，對數位內容教材的製作、內容開發提供一套共通的規範。依此規範建置的數位內容可發佈到任何學習管理系統，但只能追蹤特定的學習者互動數據，例如閱讀時間、考試成績、完成進度…。
xAPI標準的設計思維，則因Web 2.0發展與普及讓學習者行為透過更多元方式、更彈性管道、不受限時間與地點被記錄下來。
3.Actor verb object result context
xAPI透過類似人類的語法讓數據素材更豐富，可以完整記錄了學習者的行為或任何討論的事物。有點像樂高積木商店，買五個不同的積木放在一起都可以組合起來，因為積木上凸起和凹槽的語法都可以相互結合。
學習生態系統也可像樂高積木一樣，一切遵循一個簡單的語法”Actor verb object result context”結構。有了基本的語法，幾乎可以描述任何事物或正確紀錄學習者的學習數據，這是SCORM標準中所缺乏的。
4.xAPI ACTIVITY STATEMENTS
我們的任務就是不斷挖掘既有的理解限制，應該要懷疑已知的或對於未知的理解抱持好奇，並且根據新數據來更新觀點。
當進入xAPI領域時，xAPI ACTIVITY STATEMENTS是基於不變的內容中所精心塑造的語法及較精準的”活動詞句”。
每回滴管滴漏的xAPI ACTIVITY STATEMENTS就像實驗的重要因子，投入到既有合規數據的學習紀錄容器中(LRS)，謹慎觀察變化、測試假設、發掘新知識，並為下一個決定提供資訊。
5.REPORTING vs ANALYTICS
在實際的運用上，REPORTING 是定期和常規的過程，並提供相同的預期資訊。而ANALYTICS是對某議題很感興趣時，可能會回應許多關於此議題的問題，然後在往下一個議題探討。
學習歷程數據分析猶如科學實驗的過程，xAPI幫助我們收集一致性規則數據，資料科學可不間斷地在更清晰的邏輯和更強大的數據之間轉移，嘗試挖掘獲回應新的觀點。
【二、如何進行更好的學習分析計畫？】
Putting it all together: Data & Analytics我們應改要把所有元素放在一起，包含數據與分析。
1.Make a plan
Work with stakeholders to create a plan.巨量的數據可能讓分析工作寸步難行，如何進行分析必須要事先深思熟慮規劃與設計。當大規模進行時，這些計畫就會演變成組織的行動計劃。
接下來需要與利害關係者共同制定計畫，一同討論為何需要收集數據、要如何測量、組織中所被關注的話題是甚麼。
2.Define questions
Brainstorm to generate questions for analysis.當觀察某個螢幕擷取畫面時，需要被關注的問題是什麼?能使用的數據是什麼?或利用”誰關心”這個維度分類問題，將問題回應到學習移轉評估模型上。
Generate testable hypotheses.依據問題產生可驗證性之假設。
3.Gather & store data
Data collection is event driven.你必須創造事件才能夠收集數據，善用已經存在的工具或管道發送xAPI數據，SCORM的參數也可以表示為xAPI語句。
There are few ways to receive & store the data. LRS與LMS不同，有些LMS內包含LRS功能，利用LRS追蹤學習者的互動數據，有時候看起來像SCORM。多數的xAPI則會設定在LRS內，將課程和學習體驗建置在LMS項目中，啟動該項目事件收集數據，並在LRS數據中進行分析。
4.Analyze & iterate
分析是一個不斷重新驗證的過程，下述要點有助於分析的成果。
-不要侷限在一開始的數據上，嘗試清除再挖掘其他數據
-反覆檢視分析方法或公式是否有缺陷或明顯不足
-設定預期且可敘述的事跡，進行統計分析
-確實檢核分析結果反映的意義，如何回應新的事跡或問題。
-再投入新的數據進行分析，觀察與前次分析的差別。
若是定量數據，那麼可能會錯過許多豐富的訊息，然而這些訊息可能會反應出更多有趣的議題。這完全取決想要尋找的議題與所觀察的訊息。
5. Visualize & share results
Where you analyze your data depends on your ecosystem & your access.最佳實務是利用多平台整合方式建構豐富的數據生態。
-在平台內創建數據，這可避免收集數據產生不一致的狀況，而學習管理平台(LMS)是最常被運用的平台。
-異質平台來源數據的聚集，利用共同語法合併，學習記錄庫(LRS)會以xAPI的Actor verb object result context結構進行紀錄儲存。
-將LMS與LRS合併的完整數據提交給資料分析與視覺化工具軟體，相當快速與便利進行分析，並提供很好判讀的圖表結果。
將分析結果與利害關係人分享，並共同討論與確認下個行動方案。
結論
在行動智慧應用日益普及，數位學習的環境將會跨越更多元的異質平台或行為模式，捕獲更多LMS平台以外的學習歷程數據並善用資料科學專業分析，將有助於了解整個學習圖譜的趨勢。