出欠・成績・宿題・面談記録を横断し、離脱リスクの高まりを早期に可視化。講師のフォロー判断を支援します。
学習塾では、生徒が退塾を決める前に、欠席が増える、遅刻が続く、宿題の提出率が落ちる、成績が停滞する、面談での反応が変わるといった小さな兆候が現れることがあります。 しかし実際には、出欠は校舎管理システム、成績はテスト結果、宿題は講師の記録、保護者とのやり取りは面談メモや電話記録など、情報が分散していました。教室長が全生徒の変化を毎日追うことは難しく、保護者から退塾の相談を受けて初めて異変に気づくケースも発生していました。
出欠回数、遅刻、テスト結果の推移、宿題提出率、受講回数の変化などを生徒単位でまとめ、通常時からの変化をAIが分析します。
単に高・中・低を示すのではなく、「直近3週間で欠席が増加」「宿題提出率が低下」「成績の伸びが停滞」など、担当者が次の行動を判断できる要因を併記します。
講師や教室長が残した面談メモ・電話記録から、モチベーション低下、部活動との両立、学習負荷への不満などの記述を抽出し、数値データと合わせて確認できるようにしました。
毎週、対応優先度の高い生徒を一覧化。担当講師との面談、保護者への連絡、学習計画の見直しなど、実際のフォローにつなげやすい画面構成としました。
全生徒を一律に確認するのではなく、変化が大きい生徒から優先して確認できるようになり、教室長の見回り負荷を軽減しました。
リスク要因が画面上で共有されることで、「なんとなく元気がない」といった感覚だけに頼らず、担当変更時にも状況を引き継ぎやすくなりました。
離脱リスクの背景にある成績停滞や学習量の変化が見えるため、面談や受講提案、学習計画の見直しにも活用できるようになりました。
生徒ごとの時系列変化を整理し、過去の退塾傾向と比較してリスクを算出。文章記録からも懸念要因を抽出し、数値データと合わせて優先度を判定します。
4カ月
450万円