DigiKilta: Oppimisympäristöjen tuottama data ja sen hyödyntäminen sekä analysointi opetustoimen johdossa ja käytännön opetuksessa – Google for Education: Lauri Kaski ja Jani Närvänen, Cloudpoint
DigiKilta-hanke järjesti digitaalisia oppimisalustoja sekä oppimisanalytiikkaa käsittelevän tapahtuman Tampereella 19.9.2017.
https://digikilta.fi/2017/05/31/digikilta-tapaaminen-19-9-2017-alustat-analytiikka/
Ähnlich wie DigiKilta: Oppimisympäristöjen tuottama data ja sen hyödyntäminen sekä analysointi opetustoimen johdossa ja käytännön opetuksessa – Google for Education: Lauri Kaski ja Jani Närvänen, Cloudpoint
Ähnlich wie DigiKilta: Oppimisympäristöjen tuottama data ja sen hyödyntäminen sekä analysointi opetustoimen johdossa ja käytännön opetuksessa – Google for Education: Lauri Kaski ja Jani Närvänen, Cloudpoint (20)
DigiKilta: Kokonaisuus ratkaisee – osto, leasing vai palvelumalli oppimisen t...
DigiKilta: Oppimisympäristöjen tuottama data ja sen hyödyntäminen sekä analysointi opetustoimen johdossa ja käytännön opetuksessa – Google for Education: Lauri Kaski ja Jani Närvänen, Cloudpoint
1.
2. "Oppimisympäristöjen tuottama
data ja sen hyödyntäminen sekä
analysointi opetustoimen
johdossa ja käytännön
opetuksesssa”
Käytännön esimerkki:
Google Classroom ja
Google Data Studio"
3. AGENDA 19.9.2017
● Kuka kukin on?
● Googlen palvelut lyhyesti
● Kysymysten asettelu
● Tietolähteet
● Rajapinnat
● Tiedon kerääminen
● Tiedon anonymisointi
● Tiedon valmistelu
● Tiedon analysointi
● Käytännön demo
● Kysymykset ja vastaukset
https://goo.gl/BKVEFu
4. Kuka kukin
on? Lauri Kaski
pilviarkkitehti
9 vuotta
Osaamisalueet: Googlen tuotteet ja EDU-maailman
yhdistäminen
Jani Närvänen
sovelluskehittäjä
6 vuotta
Osaamisalueet: Google Cloud Platform (Python+Java)
7. Raakatiedosta päätöksiin
Tiedon
valmistelu ja
prosessointi
Cloud Dataflow
Data Prep
Tutkiminen ja
yhteistyö
Google
BigQuery
Cloud Datalab
Data Studio
Mobiili-
sovellukset
Data Prep
Sensorit
ja laitteet
Webbi-
sivut
Rehtorit
Opettajat
Opetus-
suunnittelijat
Sivistystoimen
johtajat
Opetuspäälliköt
Tiedon
kerääminen
Cloud Pub/Sub
App Engine
Tietokannat
ja tallennus
Cloud SQL
Cloud Bigtable
Cloud
Datastore
Cloud Storage
Analytiikka
Google
BigQuery
Data Studio
Data Prep
Google Drive
Lisä-
analytiikka ja
äly
Cloud Machine
Learning
Translate API
Vision API
Speech API
8. Kysymysten asettelu
● Miksi ja kenelle?
○ Johtamisen työkalut
● Mitä halutaan tietää strategisella tasolla?
○ strategiset kysymykset ja niiden mittaaminen
■ osaaminen
■ toimintakulttuuri
■ johtamisen kehittäminen
● Mitä halutaan tietää operatiivisella tasolla?
○ operatiiviset kysymykset ja niiden mittaaminen
■ Kuinka monta laitetta on käytössä kuinka monta minuuttia missä koulussa millä
osa-alueella luokittain, kuinka sähköisten alustojen käyttö korreloi
summatiiviseen/formatiiviseen arviointiin jne
9. Tietolähteet
● Määrittely
○ Mistä tietoa löytyy?
● Pääsy
○ Hallinnollinen
○ Tekninen
● Monimuotoisuus
○ Kunnan omat tietovarastot
○ Pilvipalveluiden rajapinnat
○ Julkiset avoimet tietolähteet
○ Historiallinen data
10. Rajapinnat - API
● API mitä tarkoittaa Googlen näkökulmasta?
○ Esim Directory API ja Classroom API
● API Microsoft näkökulmasta
○ Office 365 Education API
● API InSchool
○ PrimusQuery
11. Tiedon kerääminen
analysointia varten
● Pitkäjänteistä
○ Päivittäistä - viikottaista
○ sitoutuminen (3-5-10 vuotta)
● Lähdejärjestelmän tietovarannon koko
○ Kuinka pitkältä aikaväliltä lähdejärjestelmästä saa dataa
○ Hakusykli (jatkuva-tunneittain-päivittäin-viikottain)
○ Streaming (pub/sub) --> Reaaliaikainen tiedon saanti
● Tietovarastoratkaisut
○ BigQuery, Datastore, CloudSQL
○ CSV, JSON
12. Tiedon anonymisointi
● ei käytetä display namea - tai käytetään algoritmeja näiden suojaamiseksi
○ Oppilastieto
○ Opettajatieto
● Laki yksityisyyden suojasta - EU tietosuoja-asetus
● Suunnittelu
○ vaikutukset pitkäaikaisia!
15. Tiedon valmistelu
● Raakadatasta - raportoitavaan dataan
● Taulukkolaskennassa tapahtuva muokkaus
● Skriptien käyttö muokkaukseen
● Google Data Prep
17. Käytännön demo
● Google Cloud Console
● Mistä data?
○ Classroom API, Directory API
● Miten valmistella data analyysiin
● Mikä on Google Dataprep
● Tietovarasto BigQuery
● Google Data Studio
18. Kuinka viedä tämä
käytäntöön
● Tiedon analysoinnin työpaja (1-3 työpäivää)
● + 6kk 2 työpäivää tiedon valmistelu ja analysointi
● Kerran vuodessa strategian ja tavoitteiden päivityksen yhteydessä n. 1
työpäivä
3000-5000€ käynnistäminen
1000€ / vuodessa