Поведенческие индикаторы удержания обучающихся в цифровых образовательных услугах: на примере платформ подготовки к ЕГЭ и ОГЭ
Статья посвящена проблеме удержания обучающихся в цифровых образовательных услугах, представленных онлайн-платформами подготовки к единому государственному экзамену и основному государственному экзамену. Актуальность темы определяется замедлением роста российского рынка EdTech и усилением значения повторных продаж, продления подписки и качества сопровождения уже привлеченных пользователей. Работа имеет методический и концептуальный характер: ее задача состоит не в эмпирической проверке причинно-следственных связей, а в систематизации поведенческих индикаторов удержания и управленческих ограничений их применения. В статье удержание рассматривается как двойственный результат: сохранение участия ученика в учебной деятельности и сохранение договорных отношений с плательщиком услуги. В результате выделены группы индикаторов, отражающие интенсивность вовлечения, ритм самостоятельной работы, реакцию на сложность, взаимодействие с обратной связью и предметное продвижение. Дополнительно предложен пример операционализации показателей, который должен уточняться на данных конкретной платформы, и раскрыта логика экономической оценки сервисных интервенций через удержание, отток, дополнительную выручку, затраты сопровождения и рентабельность. Показано, что поведенческие индикаторы не должны использоваться как автоматическая диагностика мотивации, поскольку они описывают наблюдаемое цифровое поведение, а не внутренние причины учебных затруднений. Практический результат статьи заключается в предложении сервисного контура сопровождения, связывающего цифровые сигналы с допустимыми действиями платформы.
Тахаутдинов А. Р. Поведенческие индикаторы удержания обучающихся в цифровых образовательных услугах: на примере платформ подготовки к ЕГЭ и ОГЭ // Научный результат. Технологии бизнеса и сервиса. 2026. Т. 12. № 3. С. 143-153. DOI: 10.18413/2408-9346-2026-12-3-1-0
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
Авдеева С. М. и др. Индивидуализация образовательной деятельности обучаемых на основе применения электронного обучения с использованием дистанционных образовательных технологий: практическое пособие. М.: Федеральный институт развития образования, 2017. – 121 с.
В Mediascope заявили, что россияне старше 12 лет проводят в интернете по 4,5 часа в день // ТАСС. 03.07.2024. URL: https://tass.ru/obschestvo/21268123 (дата обращения 10.06.2026).
Веретин Р. С. Анализ эффективности цифровых образовательных платформ с поддержкой искусственного интеллекта в школах России // Вестник МГПУ. Серия «Информатика и информатизация образования». 2025. № 3 (73). С. 7-19. DOI: 10.24412/2072-9014-2025-373-7-19.
Выручка школ онлайн-подготовки к экзаменам превысила 19 млрд рублей // Smart Ranking. 18.02.2026. URL: https://smartranking.ru/ru/analytics/edtechs/vyruchka-shkol-onlajn-podgotovki-k-ekzamenam-prevysila-19-mlrd-rublej/ (дата обращения 10.06.2026).
EdTech-рынок вырос в 2025 году на 12% // Smart Ranking. 04.02.2026. URL: https://smartranking.ru/ru/analytics/edtechs/edtech-rynok-vyros-v-2025-godu-na-12/ (дата обращения 10.06.2026).
Кононыхина О. В. Мотивация студентов при дистанционном обучении // Международный журнал гуманитарных и естественных наук. 2021. № 2-1 (53). С. 107-111. DOI: 10.24412/2500-1000-2021-2-1-107-111.
Конанчук Д. С. EdTech: новая технологическая платформа в образовании // Университетское управление: практика и анализ. 2013. № 5 (87). С. 65-73. URL: https://www.umj.ru/jour/article/view/473 (дата обращения 10.06.2026).
Чудиновских М. В. Перспективы развития рынка EdTech в России // Baikal Research Journal. 2022. Т. 13. № 4. Ст. 13. DOI: 10.17150/2411-6262.2022.13(4).13.
Ascarza, E. et al. (2018), “In Pursuit of Enhanced Customer Retention Management: Review, Key Issues, and Future Directions”, Customer Needs and Solutions, Vol. 5, 1-2, pp. 65-81. DOI: 10.1007/s40547-017-0080-0.
Bañeres, D., Rodríguez-González, M. E. and Guerrero-Roldán, A. E. (2023), “An Early Warning System to Identify and Intervene Online Dropout Learners”, International Journal of Educational Technology in Higher Education, Vol. 20, article 3. DOI: 10.1186/s41239-022-00371-5.
Bergdahl, N. et al. (2024), “Unpacking Student Engagement in Higher Education Learning Analytics: A Systematic Review”, International Journal of Educational Technology in Higher Education, Vol. 21, article 63. DOI: 10.1186/s41239-024-00493-y.
Chiu, T. K. F. (2022), “Applying the Self-Determination Theory (SDT) to Explain Student Engagement in Online Learning during the COVID-19 Pandemic”, Journal of Research on Technology in Education, Vol. 54, Sup. 1, pp. S14-S30. DOI: 10.1080/15391523.2021.1891998.
Chong, K. T. et al. (2025), “A Systematic Review of Machine Learning Techniques for Predicting Student Engagement in Higher Education Online Learning”, Journal of Information Technology Education: Research, Vol. 24, article 5. DOI: 10.28945/5456.
Ferguson, R. (2012), “Learning Analytics: Drivers, Developments and Challenges”, International Journal of Technology Enhanced Learning, Vol. 4, 5/6, pp. 304-317. DOI: 10.1504/IJTEL.2012.051816.
Kizilcec, R. F., Piech, C. and Schneider, E. (2013), “Deconstructing Disengagement: Analyzing Learner Subpopulations in Massive Open Online Courses”, Proceedings of the Third International Conference on Learning Analytics and Knowledge, ACM, New York, USA, pp. 170-179. DOI: 10.1145/2460296.2460330.
Lee, J. and Kim, D. (2025), “From Awareness to Empowerment: Self-Determination Theory-Informed Learning Analytics Dashboards to Enhance Student Engagement in Asynchronous Online Courses”, Journal of Computing in Higher Education, Vol. 37, 3, pp. 1078-1118. DOI: 10.1007/s12528-024-09416-2.
Martin, F. and Bolliger, D. U. (2018), “Engagement Matters: Student Perceptions on the Importance of Engagement Strategies in the Online Learning Environment”, Online Learning, Vol. 22, 1, pp. 205-222. DOI: 10.24059/olj.v22i1.1092.
Ojo, A. O. et al. (2024), “Investigating Student’s Motivation and Online Learning Engagement through the Lens of Self-Determination Theory”, Journal of Applied Research in Higher Education, Vol. 16, 5, pp. 2185-2198. DOI: 10.1108/JARHE-09-2023-0445.
Ryan, R. M. and Deci, E. L. (2000), “Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Being”, American Psychologist, Vol. 55, 1, pp. 68-78. DOI: 10.1037/0003-066X.55.1.68.
Siemens, G. and Long, P. (2011), “Penetrating the Fog: Analytics in Learning and Education”, EDUCAUSE Review, Vol. 46, 5, pp. 30-40, URL: https://er.educause.edu/articles/2011/9/penetrating-the-fog-analytics-in-learning-and-education
(Accessed 10.06.2026).