Verwendung von Google Tag Manager beim Online-Lernen

Wie Sie den Google Tag Manager verwenden, um bessere Einblicke in Ihr LMS zu erhalten.

Google Analytics ist ein wertvolles Tool, um weitere Daten darüber zu erhalten, wie Ihr LMS genutzt wird. Kombiniert man es mit Google Tag Manager, werden diese Einblicke noch detaillierter und noch aussagekräftiger.

Was ist Google Tag Manager?

Google Tag Manager ist das Tag-Management-System von Google. Damit können Sie schnell und einfach kleine Codeschnipsel - Tags - erstellen, die in eine Website oder App integriert werden können, um ganz bestimmte Aktionen und Ereignisse zu messen. Es kann auch zu einem LMS hinzugefügt werden, um die gleichen Ergebnisse zu liefern.

Wie funktioniert der Google Tag Manager mit einem LMS?

Sobald Sie Ihr LMS mit Google Analytics verknüpft haben, um den gesamten Datenfluss zwischen den beiden Plattformen zu verwalten, können Sie mit Google Tag Manager loslegen.

Über die Google Tag Manager-Schnittstelle lassen sich neue Tags erstellen und Auslöser festlegen, die jeden Tag aktivieren, wenn bestimmte Ereignisse eintreten. Zudem können Sie Variablen erstellen, die Ihnen eine bessere Kontrolle über die Tags und die daraus gewonnenen Erkenntnisse ermöglichen.

Sämtliche Tags, Auslöser und Variablen werden über die Google Tag Manager-Benutzeroberfläche verwaltet und bearbeitet, die direkt mit dem Tracking-Code von Google Analytics kommuniziert. Dies bedeutet, dass Sie keinen Code bearbeiten oder Änderungen an Ihrem LMS vornehmen müssen.

Wie Google Tag Manager Ihre LMS-Analysen optimiert

Mit dem Google Tag Manager können Sie mit minimalem Aufwand sehr detaillierte, spezifische Einblicke in fast jeden Aspekt Ihres LMS erstellen. Nach der Erstellung Ihrer Tags können Sie beispielsweise Folgendes messen:

• Wie lange hat ein Nutzer in einem bestimmten Kurs verbracht?
• Welche Aktivitätsarten erzeugen das beste Engagement bei Ihren Nutzern?
• Wie lange hat sich der Nutzer das Video angesehen?

Mit diesen einfachen Beispielen allein können Sie eine breite Palette nützlicher Daten erstellen. So können Sie z. B. eine Korrelation zwischen der für einen Kurs aufgewendeten Zeit und der Bestehensquote feststellen. 

Das Anschauen aller Videovorlesungen für Kurs X könnte ein Indikator für zukünftigen Erfolg (oder Misserfolg) sein. Sie könnten einen häufigen Abbruchpunkt im Videoinhalt identifizieren und diesen bearbeiten, um das Engagement zu erhöhen.

Die Möglichkeiten sind praktisch grenzenlos, sodass es vielleicht am sinnvollsten ist, ein Reverse Engineering durchzuführen. Die Frage ist, welche Daten den größten Einfluss auf den Erfolg Ihres Lernprogramms am Arbeitsplatz haben werden und wie diese gemessen werden können.

Tags