फॉर्म्स डॅशबोर्ड - ॲनालिटिक्स सेंटर

Forms टॅब सहभागी प्रत्येक सत्रापूर्वी आणि नंतर पूर्ण करत असलेल्या सर्व फॉर्म्सचा डेटा दाखवतो. हा डेटा समजून घेतल्याने तुमचा प्रोग्राम केवल लोक उपस्थित राहत आहेत की नाही हेच नाही, तर प्रत्यक्षात ज्ञान आणि सरावात सुधारणा करत आहे की नाही हे मोजण्यात मदत करतो.

1. Net Promoter Score

एकच संख्या — तुम्हाला स्क्रीनवर दिसणारा गेज डायल — सहभागी सहकाऱ्याला तुमच्या कार्यक्रमाची शिफारस किती तीव्रतेने करतील याचा सारांश देतो. हा स्कोर −100 ते +100 दरम्यान असू शकतो.

कोणत्या अभिप्राय प्रश्नावरून हे ठरते?

सहभागींना "तुम्ही या कार्यक्रमाची शिफारस सहकाऱ्याला करण्याची शक्यता किती आहे?" असा प्रश्न 0 ते 10 च्या स्केलवर विचारला जातो.

त्यांच्या उत्तराच्या आधारे, प्रत्येक सहभागीचे वर्गीकरण खालीलप्रमाणे केले जाते:

NPS ची गणना कशी केली जाते?

NPS = % of Promoters − % of Detractors

उदाहरण: जर 68% प्रतिसादकर्त्यांनी 9–10 गुण दिले आणि 4% प्रतिसादकर्त्यांनी 0–6 गुण दिले तर:

NPS = 68 − 4 = 64

महत्त्वाचा नियम: NPS ची गणना आणि ते केवळ तेव्हाच दर्शवले जाते जेव्हा निवडलेल्या कालावधीसाठी किंवा फिल्टर्ससाठी 10 पेक्षा जास्त अभिप्राय प्रतिसाद नोंदवले गेले असतात. या मर्यादेच्या खाली, चार्ट कोणताही स्कोर दर्शवत नाही कारण कमी प्रतिसादकर्त्यांकडून मिळालेला निकाल विश्वासार्ह असणार नाही.

स्कोर कसा समजून घ्यावा?

याचे काय करावे?

• सहभागी सर्वात जास्त कुठे समाधानी आहेत हे पाहण्यासाठी विविध सहभागी गट किंवा कार्यक्रमांमधील NPS ची तुलना करा.
• एखाद्या विशिष्ट आठवड्यात अचानक झालेली घसरण ही सत्र व्यवस्थित न झाल्याचे दर्शवू शकते — त्या आठवड्यात कोणते सत्र झाले होते ते तपासा.
• सतत 70 च्या वर असलेला NPS हा कार्यक्रमाच्या गुणवत्तेचा एक भक्कम पुरावा आहे जो निधीदात्यांसोबत सामायिक करण्यायोग्य आहे.

2. वेळेनुसार प्रतिसाद दर

प्रत्येक सत्राला (किंवा सत्रांच्या आठवड्याला/महिन्याला) उपस्थित असलेल्या सहभागींपैकी किती टक्के लोकांनी अभिप्राय फॉर्म पूर्ण केला हे दर्शवणारा लाईन चार्ट.

याची गणना कशी केली जाते:

Response Rate = (Number of feedback forms submitted) ÷ (Number of participants who actually attended) × 100

हा ड्रिल-डाऊन तक्ता दर्शवतो: महिना/आठवडा, प्रतिसाद दर (%), एकूण उपस्थिती, आणि एकूण सबमिशन, जेणेकरून तुम्ही प्रत्येक टक्क्यामागील वास्तविक संख्या पाहू शकता.

छेद (denominator) का महत्त्वाचा आहे: केवळ जे सहभागी प्रत्यक्षात उपस्थित होते त्यांचीच छेदात गणना केली जाते — जे नोंदणीकृत होते पण उपस्थित राहिले नाहीत त्यांची नाही. यामुळे प्रतिसादाचा दर हा सत्रानंतरच्या अभिप्राय सहभागाचे एक योग्य माप बनतो.

डेटातील उदाहरण: 25 जुलै–31 जुलैच्या आठवड्यात, 60 सहभागी उपस्थित होते आणि 46 जणांनी अभिप्राय सबमिट केला — म्हणजेच 76.67% प्रतिसाद दर.

कशावर लक्ष द्यावे:

• 60% पेक्षा जास्त प्रतिसाद दर उत्तम मानला जातो. याचा अर्थ असा की बहुतेक सहभागी प्रत्येक सत्रानंतर अभिप्राय देण्यासाठी काही मिनिटे घालवण्याइतपत सक्रिय आहेत.
• ज्या आठवड्यांमध्ये प्रतिसाद दर 0% वर घसरतो ते सहसा सत्रे नसलेले आठवडे असतात (N/A म्हणून दर्शविलेले) — ही चिंतेची बाब नाही.
• प्रतिसाद दर सातत्याने 30% पेक्षा कमी असल्यास, तुमचा NPS आणि इतर अभिप्राय तक्ते केवळ मोजक्याच लोकांचे मत दर्शवू शकतात — संपूर्ण श्रोत्यांचे नाही.

प्रतिसाद दर कसा सुधारावा:

3. वेळेनुसार नेट प्रमोटर स्कोर (NPS)

हा एक एकत्रित आलेख (combination chart) आहे जो आठवड्यागणिक किंवा महिन्यागणिक NPS मध्ये कसा बदल झाला आहे ते दाखवतो. स्टॅक्ड बार (stacked bars) प्रमोटर्स (हिरवा), न्यूट्रल्स (राखाडी), आणि डिट्रॅक्टर्स (गुलाबी/लाल) यांची टक्केवारीनुसार विभागणी दाखवतात. टील (teal) रेषा प्रत्यक्ष NPS स्कोर दाखवते.

उपशीर्षक असे आहे:

"निवडलेल्या कालावधीसाठी किंवा फिल्टरसाठी 10 पेक्षा जास्त प्रतिसाद नोंदवले गेल्यासच NPS ची गणना केली जाईल."

ड्रिल-डाउन तक्त्यामध्ये N/A म्हणून दर्शविलेले कालावधी हे असे आठवडे आहेत जिथे 10 पेक्षा कमी प्रतिसाद गोळा केले गेले होते किंवा कोणतेही सत्र नव्हते — त्या कालावधीसाठी NPS ची गणना केली जात नाही.

ड्रिल-डाउन तक्ता प्रत्येक कालावधीसाठी NPS स्कोर, प्रमोटर्स (%), डिट्रॅक्टर्स (%), न्यूट्रल (%), प्रमोटर संख्या, डिट्रॅक्टर संख्या आणि न्यूट्रल संख्या दाखवतो.

काय पाहावे?

• NPS रेषा वेळेनुसार वरच्या दिशेने जात आहे का? हे दर्शवते की प्रोग्रामचा दर्जा सुधारत आहे.
• डिट्रॅक्टर बारवर (गुलाबी) लक्ष ठेवा. डिट्रॅक्टर्सची अगदी लहान टक्केवारीदेखील NPS लक्षणीयरीत्या खाली आणते. एखाद्या विशिष्ट आठवड्यात डिट्रॅक्टर्सचे प्रमाण अचानक वाढल्यास, त्या सत्रादरम्यान काय घडले याची चौकशी करा.

4. ज्ञान पातळीची तुलना

सहभाग्यांनी सत्राच्या विषयावरील त्यांच्या ज्ञानाचे मूल्यमापन पाच पातळ्यांवर सत्रापूर्वी (सत्रापूर्वी, टील) विरूद्ध सत्रानंतर (सत्रानंतर, जांभळा) कसे केले याची तुलना करणारा हा एक ग्रुप्ड बार चार्ट आहे.

या आलेखामागील अभिप्रायाचे प्रश्न:

अभिप्राय फॉर्ममध्ये सहभाग्यांना ज्ञानाशी संबंधित दोन प्रश्न विचारले जातात — एक सत्राच्या पूर्वीच्या (pre) ज्ञानाच्या पातळीबद्दल आणि एक सत्राच्या नंतरच्या (post). दोन्ही प्रश्नांसाठी समान पाच-पॉइंट स्केल वापरला जातो:

• अजिबात ज्ञान नाही
• थोडेसे ज्ञान आहे
• मध्यम स्वरूपाचे ज्ञान आहे
• खूप ज्ञान असलेले
• अत्यंत ज्ञान असलेले

ड्रिल-डाउन तक्ता पूर्व आणि उत्तर दोन्ही सत्रांसाठी, प्रत्येक ज्ञान पातळीवरील सहभागींची टक्केवारी शेजारी-शेजारी दाखवतो.

हे कसे वाचावे?

एका यशस्वी सत्रात, तुम्हाला वितरण उजवीकडे सरकताना दिसले पाहिजे — सत्रापूर्वीच्या तुलनेत सत्रानंतर जास्त सहभागी "खूप ज्ञान असलेले" आणि "अत्यंत ज्ञान असलेले" यामध्ये जात आहेत.

काय पाहावे?

• जर पूर्व आणि उत्तर वितरणे जवळजवळ सारखीच दिसत असतील, तर सत्राने सहभागींच्या ज्ञानात लक्षणीय वाढ केली नसू शकते — सामग्री सहभागींच्या शिकण्याच्या गरजांशी जुळत होती की नाही, किंवा केस प्रेझेंटेशन योग्य स्तरावर मांडले गेले होते की नाही याचा विचार करा.
• जर सत्रापूर्वीच जवळजवळ प्रत्येकजण "अत्यंत ज्ञान असलेले" या श्रेणीत होता, तर हा विषय या प्रेक्षकांसाठी अतिशय मूलभूत असू शकतो.

५. या सत्रात तुम्ही जे शिकलात ते वापरणार का?

प्रतिक्रिया अर्जातील (फीडबॅक फॉर्म) हेतूशी संबंधित प्रश्नाला सहभागींनी कसा प्रतिसाद दिला हे दर्शवणारा बार चार्ट — ते त्यांच्या क्लिनिकल किंवा व्यावसायिक सरावात शिकलेल्या गोष्टी लागू करण्याची योजना आखत आहेत की नाही.

प्रतिक्रिया प्रश्न:

"या सत्रात तुम्ही जे शिकलात ते तुमच्या कामात वापरणार का?"

उत्तराचे पर्याय:

हा ड्रिल-डाउन तक्ता प्रत्येक पर्याय निवडणाऱ्या सहभागींची टक्केवारी दाखवतो.

काय पाहावे?

• उच्च "नक्कीच होय" + "कदाचित होय" ही एकत्रित टक्केवारी (७०% पेक्षा जास्त) दर्शवते की सत्राची सामग्री केवळ शैक्षणिकदृष्ट्या मनोरंजक न वाटता व्यावहारिकदृष्ट्या प्रासंगिक मानली जात आहे.
• "लागू नाही" ची उच्च टक्केवारी दर्शवू शकते की इच्छित प्रेक्षकांव्यतिरिक्त इतर व्यवसायांमधील सहभागी उपस्थित आहेत किंवा केसचा विषय खूप विशिष्ट होता.
• "कदाचित नाही" किंवा "नक्कीच नाही" असा उच्च प्रतिसाद दुर्मिळ असतो, परंतु सत्राची सामग्री या गटासाठी योग्य स्तरावर आहे की नाही याबद्दल चर्चेची गरज दर्शवतो.

६. हे सत्र तुमच्या सध्याच्या कामासाठी किती प्रासंगिक आहे?

सहभागींनी त्यांच्या सध्याच्या व्यावसायिक कामासाठी सत्राच्या सामग्रीची प्रासंगिकता कशी रेट केली हे दर्शवणारा बार चार्ट.

प्रतिक्रिया प्रश्न:

"हे सत्र तुमच्या सध्याच्या कामासाठी किती प्रासंगिक आहे?"

उत्तारांचे पर्याय:

• अत्यंत प्रासंगिक
• खूप प्रासंगिक
• मध्यम स्वरूपात प्रासंगिक
• काही प्रमाणात संबंधित
• अजिबात संबंधित नाही

हा ड्रिल-डाऊन तक्ता प्रत्येक पर्यायाची टक्केवारी दर्शवतो.

काय पाहावे?

• अनेक सत्रांमध्ये "मध्यम प्रमाणात संबंधित" किंवा त्यापेक्षा कमी पर्यायांकडे कल झुकणे असे दर्शवते की समाविष्ट केलेले विषय सहभागींना त्यांच्या दैनंदिन कामासाठी आवश्यक असलेल्या गोष्टींशी तंतोतंत जुळणारे नसतील.
• सहभागींच्या व्यावसायिक वितरणासह या तक्त्याचा विचार करा — जर तुमच्या सहभागींचा गट दुसऱ्या व्यावसायिक गटाकडे बदलला असेल, तर विद्यमान विषयांची प्रासंगिकता बदललेली असू शकते.

7. व्याख्यान आणि परस्परसंवादी शिक्षणाच्या संतुलनाबद्दल तुमचे काय मत आहे?

सत्रामध्ये तज्ज्ञांच्या नेतृत्वाखालील अध्यापन आणि परस्परसंवादी केस-आधारित चर्चेचे योग्य मिश्रण होते की नाही याबद्दल सहभागींचा अभिप्राय दर्शवणारा एक आडवा बार चार्ट.

अभिप्रायाचा प्रश्न:

"या सत्रातील व्याख्यान आणि परस्परसंवादी शिक्षणाच्या संतुलनाबद्दल तुमचे काय मत आहे?"

उत्तराचे पर्याय:

हा ड्रिल-डाऊन तक्ता प्रत्येक पर्यायाची टक्केवारी दर्शवतो.

हे कसे वाचावे?

जर मोठ्या संख्येने उपस्थितांना सत्रामध्ये योग्य संतुलन असल्याचे वाटले, तर हे सत्राच्या स्वरूपाचे एक मजबूत समर्थन आहे.

काय पाहावे?

• जर "खूप जास्त व्याख्यान" हा प्रतिसाद वारंवार मिळत असेल, तर तुमची सत्रे ECHO मॉडेलच्या केस-आधारित चर्चा स्वरूपापासून दूर जाऊन पारंपारिक वेबिनार-शैलीतील सादरीकरणाकडे जात असू शकतात.
• जर "खूप जास्त संवादात्मक शिकणे" हे प्रमाण जास्त असेल (दुर्मिळ पण शक्य आहे), तर काही सहभागी गट — विशेषतः जे ECHO मध्ये नवीन आहेत — उघड्या चर्चेमध्ये कदाचित तितकेसे सोयीस्कर नसतील आणि अधिक संरचित तज्ज्ञांच्या मार्गदर्शनाला प्राधान्य देतील.
• यावर कालांतराने लक्ष ठेवा. जर तुम्ही अलीकडेच तुमच्या सत्राचे स्वरूप बदलले असेल आणि हा तक्ता बदलला, तर सहभागींच्या हा बदल लक्षात येत आहे.