Section outline

  • Collapse Expand

    General

    Collapse all Expand all
    • Оголошення Forum

    • Оленич О.В.

      Луганський національний університет імені Тараса Шевченка

      Інтеграція Moodle з інструментом Power BI для створення аналітичних звітів

      У сучасних умовах трансформації освіти, що особливо активізувалася в Україні внаслідок впровадження дистанційного та змішаного навчання, зростає потреба в ефективному аналізі даних. Платформи для управління навчанням, зокрема Moodle, накопичують значні обсяги інформації про курси, діяльність викладачів та студентів, взаємодію з освітніми компонентами. Ціль цього дослідження – проаналізувати можливість використання додаткових інструментів для наочного та структурованого відображення аналітичних даних, які зберігаються в системі.

      Актуальним для цього випадку є використання сучасних інструментів бізнес-аналітики, зокрема Microsoft Power BI [1], що дозволять реалізувати інтеграцію з базами даних навчальних платформ та здійснювати аналіз потрібних показників. У науковій літературі вже розглядаються підходи до аналізу даних Moodle із використанням інструментів візуалізації [2], однак слід враховувати, що організація навчального середовища може суттєво відрізнятися між закладами освіти. Зокрема, відмінності у версіях Moodle, структурі курсів, налаштуваннях ролей користувачів та підходах до адміністрування призводять до того, що універсальні рішення не завжди можуть бути безпосередньо застосовані без адаптації. У зв’язку з цим виникає необхідність проведення власного дослідження, спрямованого на аналіз особливостей структури даних конкретного навчального середовища та розробку підходу до їх ефективної візуалізації й інтерпретації.

      Для того, щоб представляти дані, їх потрібно спочатку отримати з бази даних. Розглянемо декілька способів:

      • використання плагіну Configurable Reports [3] для формування запиту на мові SQL та подальшого експорту в .csv файл;
      • підключення до бази даних через інтерфейс Power BI.

      Один з запитів для проведення цього експерименту було взято з іншого джерела [4] та дещо модифіковано, через відмінність структури.

      Розглянемо детальніше перший спосіб реалізації аналізу даних із використанням плагіна Configurable Reports. На основі згаданого SQL запиту сформовано таблицю з даними, що потрібно візуалізувати, частину таблиці наведено на рисунку 1.

      Рисунок 1 - Таблиця зі статистикою курсів Moodle

      Плагін підтримує експорт результатів у форматі .csv, що спрощує подальшу обробку даних, оскільки Microsoft Power BI забезпечує вбудовану можливість імпорту таких файлів. Після завантаження даних у середовище Power BI виконується їх попередня обробка, зокрема налаштування типів полів та коригування структури набору даних відповідно до потреб візуалізації (див. рис. 2).

      Рисунок 2 - Вікно редагування таблиці в Power BI

      Подальший етап роботи полягає у побудові аналітичних представлень на основі завантажених даних. На цьому етапі формується набір візуалізацій шляхом створення та налаштування діаграм, що відображають ключові показники дослідження. Отриманий тестовий звіт (див. рис. 3) забезпечує наочне представлення інформації та підтримує інтерактивну фільтрацію даних за окремими параметрами за допомогою елементів «Матриця» та «Таблиця».

      Рисунок 3 - Графічне представлення даних у Power BI

      Для реалізації другого способу в Power BI є можливість «Отримати дані з іншого джерела», у переліку є База даних MySQL. Для того, щоб підключення було успішним, треба встановити MySQL Connector/NET [5], якщо його не було встановлено раніше. Після вдалого підключення, отримаємо список існуючих таблиць в БД Moodle, однак дані в цих таблицях зберігаються в нормалізованому вигляді, тому необхідна для аналітики інформація розділена між багатьма взаємопов’язаними таблицями. У зв’язку з цим перед побудовою візуалізації необхідно виконати попередню підготовку та трансформацію даних.

      Підготовка даних здійснюється за допомогою редактора Power Query, який дозволяє виконувати об’єднання таблиць (Merge Queries), фільтрацію, групування та агрегацію даних без прямого написання SQL-запитів. Наприклад, для формування узагальненої інформації про навчальні курси таблиця mdl_course об’єднується з таблицею mdl_course_categories для отримання назв спеціальностей та факультетів, а таблиці mdl_role_assignments і mdl_context використовуються для визначення кількості студентів та викладачів у курсах. Аналогічно таблиці mdl_course_modules та mdl_modules дозволяють отримати статистику щодо використання елементів курсу, таких як тести, завдання, сторінки та файли.

      Для отримання аналітичних показників застосовуються операції Group By та Count Rows, що є аналогом SQL-конструкцій GROUP BY і COUNT(*). Це дозволяє сформувати узагальнені таблиці з кількістю студентів, активністю користувачів, числом навчальних матеріалів та іншими показниками, необхідними для подальшої візуалізації у вигляді діаграм, таблиць та інформаційних панелей. Нижче представлено оброблену таблицю даних та сформований на її основі аналітичний звіт (див. рис. 4).

      Рисунок 4 - Узагальнена таблиця та готовий звіт

      У межах даного дослідження були розглянуті базові можливості інтеграції Moodle з Power BI, зокрема експорт даних у форматі CSV та пряме підключення до бази даних системи. Такі підходи дозволяють реалізувати побудову аналітичних звітів і є достатніми для початкового аналізу даних. У ході дослідження також встановлено, що при прямому підключенні до бази даних достатньо один раз виконати обробку даних і сформувати звіт, після чого подальше оновлення інформації може здійснюватися автоматично за допомогою вбудованої функції «Оновити», яка підтягує актуальні дані з джерела без необхідності повторного налаштування.

      Водночас експорт у форматі CSV у більшій мірі залежить від ручного оновлення інформації та потребує повторного завантаження файлів при зміні даних, що знижує рівень автоматизації процесу. Для подальшого вдосконалення системи та підвищення рівня інтеграції можуть бути використані API-орієнтовані підходи або ETL-рішення – процеси, які використовуються в базах, сховищах даних та у засобах Business Intelligence для забезпечення їх роботи [6]. Зокрема, Moodle підтримує REST API, що дозволяє автоматизувати отримання даних і їх передачу до Power BI без ручного втручання, а також забезпечити більш гнучке та масштабоване оновлення аналітичних моделей.

      Список використаних джерел

      1. Power BI. Power BI. URL: https://app.powerbi.com/ (дата звернення: 06.05.2026).
      2. Dzemydienė D., Turskienė S., Liubertienė V. Aspects of Application of Data Analytical Tools for Assessing the Academic Performance of Secondary Education Schools // Baltic Journal of Modern Computing. – Riga : University of Latvia, 2025. – Vol. 13, No. 4. – P. 1018–1037. – DOI: 10.22364/bjmc.2025.13.4.13. – URL: https://epublications.vu.lt/object/elaba:270627786/ (дата звернення: 06.05.2026).
      3. Moodle Plugins directory: Configurable Reports. Home | Moodle.org. URL: https://moodle.org/plugins/block_configurable_reports (дата звернення: 06.05.2026).
      4. Щербина О. А. Використання штучного інтелекту для створення SQL-запитів до бази даних Moodle // MoodleMoot 2025 : матеріали конференції / Національний технічний університет України «КПІ імені Ігоря Сікорського». – 2025. – URL: https://2025.moodlemoot.in.ua/course/view.php?id=8 (дата звернення: 06.05.2026).
      5. MySQL :: MySQL Connectors. MySQL. URL: https://www.mysql.com/products/connector/ (дата звернення: 11.05.2026).
      6. Учасники проєктів Вікімедіа. ETL – Вікіпедія. Вікіпедія. URL: https://uk.wikipedia.org/wiki/ETL (дата звернення: 12.05.2026).
    • Форум обговорення доповіді Forum