Сравнение LMS 2026: 15 платформ по 110 критериям

· 9 мин чтения
Timur Gareev

Timur Gareev

Основатель и Владелец продукта Брусника.ЛМС

Сравнение LMS 2026: 15 платформ по 110 критериям

Эта часть описывает, как собирались, проверялись и оценивались данные исследования. Сами результаты — в обзоре и в разборе по категориям.

Как мы выбирали 15 систем

Выборка — не «топ-15» из одного рейтинга. Рейтинги строятся по разным методикам и отбирают продукты по числу отзывов, а нам нужно сравнить разные подходы к корпоративному обучению: классические SaaS-LMS, enterprise-платформы, open source, LMS с авторингом, collaborative learning, mobile-first и HCM-платформы. Рейтинги и каталоги (G2, Capterra, Gartner) использовались как один из сигналов, но не как единственный механизм отбора.

Это исследовательская выборка, а не утверждение, что перечисленные системы — «лучшие LMS». Страна происхождения, язык интерфейса, размер вендора, известность бренда и позиция в одном рейтинге не были основаниями для включения или исключения.

Для каждого кандидата оценивались пять критериев:

Рыночная значимость

Заметное присутствие на рынке LMS или корпоративного обучения: клиенты, отзывы, упоминания в обзорах, срок на рынке.

Независимое подтверждение

Достаточный объём внешних данных: аналитические обзоры, отраслевые исследования, каталоги и отзывы пользователей.

Представительность модели

Выборка должна включать основные подходы: open source, LMS + авторинг, collaborative learning, mobile-first, LMS + HCM.

Корпоративное применение

Онбординг, compliance, развитие компетенций, обучение распределённых сотрудников. Школьные и потребительские платформы не входят.

Проверяемость

Есть документация, страницы функций и тарифов, сведения о безопасности. Если функцию нельзя подтвердить — это «н/д», а не «Нет».

Итоговое правило: проверяемость и корпоративная применимость обязательны, а к ним нужна либо рыночная значимость вместе с независимым подтверждением, либо роль важного представителя отдельной продуктовой модели. Это не математический рейтинг, а правило формирования выборки.

Системы, которые не вошли в первую выборку (LearnWorlds, Continu, Trainual, Skill Cup, Kampus, Knomary, «ТренингСпэйс»), остаются в резерве: либо они ориентированы на продажу внешних курсов, SOP или отдельные модели вроде LXP, либо их подход уже представлен в выборке. Отсутствие продукта в списке не означает, что он хуже.

Как проводилось исследование

Критерии. Использовался единый Data Dictionary v1.0: 110 критериев в 21 категории — продукт и развёртывание, пользователи и оргструктура, аутентификация, контент и стандарты, обучение и назначения, оценка, управление знаниями, пользовательский опыт, коммуникации, отчётность, автоматизация, интеграции, безопасность, доступность, языки, тарифы, масштаб, поддержка, администрирование, методология обучения, AI. Каждый критерий имеет определение и допустимые значения; формулировки не менялись под отдельные продукты. Из 110 критериев 96 оценочные (они дают баллы), ещё 14 информационные: тип продукта, модель развёртывания, цены, лимиты, языки интерфейса — их значения приводятся как есть, без баллов.

Источники. Приоритет — первичные: официальная документация, help center, страницы функций, тарифов, безопасности, API-документация, release notes (Tier 1). Дальше по убыванию: площадки отзывов и аналитики — G2, Capterra, Gartner (Tier 2), независимые обзоры (Tier 3) и сообщества (Tier 4). Независимые источники использовались как дополнительное подтверждение, а не как основание для технических утверждений.

Проверка. Каждый продукт проходил первый проход — сбор доказательств по всем критериям. Для 14 из 15 продуктов выполнен и второй проход: отдельная проверка 16 критичных критериев (тарифы, SSO, MFA, LDAP, SCORM, xAPI, мобильное приложение, регион хранения, ISO 27001, SOC 2, AI-ассистент, API, webhooks) без доступа к результатам первого прохода. Это 16 × 14 = 224 проверки; у Mirapolis второго прохода нет. Расхождения разбирались вручную: проверялись дата источника, тариф, версия и редакция продукта.

Правило Unknown. Отсутствие упоминания не считается доказательством отсутствия. Значение «Нет» ставилось только там, где документация прямо говорит об отсутствии функции или где провайдер официально объявил о выводе функции из эксплуатации (так, LDAP-интеграция Docebo официально прекратила работу 20 августа 2025 года).

Правило Partial. «Частично» ставилось, когда функция существует, но ограничена: доступна только на верхнем тарифе, требует отдельного модуля, работает только в мобильном приложении, реализована через сторонний коннектор вместо нативной интеграции или опирается на устаревшую архитектуру. Ограничение всегда описано.

Актуальность. Дата проверки фиксировалась для каждого утверждения. Данные о тарифах, AI-функциях и лимитах — самые изменчивые; они проверялись в первую очередь.

Оценки. Функциональные значения переводятся в баллы: Да = 1, Частично = 0,5, Нет = 0, н/д = NULL. Балл категории — среднее по проверенным критериям этой категории, поэтому рядом с каждой оценкой указано, сколько критериев подтверждено. Например, «83% (5/6)» означает: 83% от максимума по тем критериям, по которым есть доказательства, — и это пять критериев из шести.

Чего в исследовании нет. Мы не строим единый итоговый рейтинг и не объявляем победителя. Во-первых, веса категорий не определены заранее как отраслевой стандарт: любая единая цифра отражала бы нашу модель приоритетов, а не свойства продукта. Во-вторых, продукты относятся к разным классам, и сумма баллов между ними сопоставима лишь частично. В-третьих, у части систем публичная документация неполная — единый балл наказал бы их за закрытость, а не за функциональность.

Равные условия. Brusnika.LMS входит в выборку из 15 систем и оценивалась по тому же словарю критериев и по тем же правилам, что и остальные. Там, где публичных подтверждений нет (SSO, MFA, сертификаты), в таблицах стоит «н/д», как и у других систем.

Путь одного факта

Единица исследования — «продукт × критерий × момент времени», например Moodle × SCORM × 24.10.2026. Исследователь не собирает «всё о Moodle», а проверяет одно утверждение и сначала находит доказательство, потом присваивает значение — так меньше риск подтверждать то, что хотелось увидеть.

1

Поиск по критерию

Официальная документация, сайт и help center продукта, затем независимые источники и отдельный поиск опровержений.

2

Доказательство

Сохраняется короткий фрагмент первоисточника: одно доказательство подтверждает одно утверждение, соседние критерии проверяются отдельно.

3

Проверка

Подтверждение и опровержение: действует ли функция только на тарифе, в отдельном модуле или в устаревшей версии.

4

Конфликты

Противоречие не решается выбором исследователя: побеждает более свежий официальный источник, а спорное остаётся «н/д».

5

Аудит и публикация

Значение получает уровень уверенности, дату проверки и попадает в матрицу, а оценки считаются по заранее опубликованным правилам.

Независимость источников. Число источников само по себе не означает качество доказательства: десять сайтов, пересказывающих страницу вендора, — это один источник, а не десять подтверждений.

Срок годности данных. Данные делятся на текущие (тарифы, интеграции, функции, AI, сертификаты — они меняются) и исторические. У каждой категории свой рекомендуемый срок до перепроверки; просроченное значение получает статус «требует перепроверки», а не считается автоматически неверным.

Категория данныхСрок до перепроверки
Тарифы, бесплатный план и лимиты, AI-функции30 дней
Интеграции90 дней
Функции продукта, сертификаты, развёртывание, языки интерфейса180 дней
Общее описание продукта365 дней

Помимо календарного срока, данные перепроверяются после существенных событий: крупного релиза, смены цен, поглощения или ребрендинга, появления нового AI-модуля, смены модели развёртывания.

Как выглядит готовая запись с цитатой, ссылкой, датой и уровнем уверенности, показано в части «Критерии и доказательства».

Качество данных

Показатели ниже описывают всю матрицу исследования: 15 продуктов × 110 критериев.

ПоказательЗначениеКомментарий
Всего ячеек в матрице165015 продуктов × 110 критериев
Ячейки с подтверждённым значением (Да/Частично/Нет)1134по 96 оценочным критериям
Evidence Coverage (оценочные критерии)78,8%доля проверенных от 96×15
Ячеек с Unknown (все 110 критериев)346включая информационные критерии
Продуктов с независимой верификацией (2-й проход)14из 15; Mirapolis — без второго прохода
Критичных критериев проверено вторым проходом16 × 14 = 224тарифы, SSO, MFA, LDAP, SCORM, xAPI, mobile, residency, ISO, SOC 2, AI, API, webhooks
Зафиксировано расхождений между проходами54разобраны вручную, список — в приложении
Conflict Rate (от проверенных ячеек)4,8%расхождения проходов, не разрешённые автоматически
Устаревшие данные (Stale Data Rate)0%все проверки выполнены 24.10.2026
Записей evidence1304строк в базе доказательств
Источники Tier 1 (официальные)1303 из 1304остальные — независимые обзоры
Утверждений с High confidence1063прямой первичный источник
Утверждений с Low confidence6использованы только как дополнение

Покрытие считается только по 96 оценочным критериям: 1134 подтверждённых значения из 1440 возможных (15 × 96) — это и есть 78,8%. Значение «н/д» (Unknown) в матрице у 346 ячеек, включая информационные критерии. Оно означает «публичного доказательства не найдено», а не «функции нет».

Где два прохода разошлись

Между проходами зафиксировано 54 расхождения; доля расхождений (Conflict Rate) — 4,8% от проверенных ячеек. Все расхождения разобраны вручную, и итоговое значение во всех 54 случаях осталось таким, каким его дал первый проход. Чаще всего (22 случая) первый проход не находил доказательства («н/д»), а второй указывал, что функции нет:

Первый проходВторой проходИтоговое значениеСлучаев
н/дНетн/д22
ЧастичноДаЧастично14
н/дЧастичнон/д8
ДаЧастичноДа4
НетЧастичноНет2
ЧастичноНетЧастично3
н/дДан/д1

Показательные случаи:

  • Brusnika.LMS — SSO. Первый проход доказательств не нашёл («н/д»), второй дал «Частично». Итог: «н/д» — подтверждения в публичных источниках нет.
  • Docebo — LDAP / Active Directory. Первый проход: «Нет», второй: «Частично». Итог: «Нет» — LDAP-интеграция выведена из эксплуатации 20 августа 2025 года, а Active Directory подключается через SAML SSO.
  • Brusnika.LMS — мобильное приложение. Первый проход: «Частично», второй: «Нет». Итог: «Частично» — нативного приложения в App Store и Google Play нет, но ЛМС устанавливается как PWA.
  • Moodle — AI-ассистент. Первый проход: «Частично», второй: «Да». Итог: «Частично» — в ядре есть помощник по курсу, но не свободный чат с ответами на вопросы.

Больше всего расхождений приходится на MFA (6), xAPI (6), webhooks (6), регион хранения данных (6), ISO 27001 (5), SOC 2 (5) и AI-ассистент (5): именно по этим критериям два прохода расходились чаще всего.

Ограничения

  • G2 и Capterra закрыты для автоматического доступа (HTTP 403), поэтому пользовательские оценки в исследовании не использовались.
  • Справочные центры части вендоров также недоступны для автоматического доступа.
  • Покрытие различается между системами: от 93,8% у Absorb LMS до 64,6% у Websoft HCM. Это отражает открытость документации, а не качество продукта.
  • Данные о тарифах, AI-функциях и лимитах меняются быстрее остальных; срез сделан 24 октября 2026 года, и именно эти разделы устаревают первыми.
  • Единого рейтинга нет намеренно: веса категорий зависят от задач компании, а не от свойств продукта.

Как проверить результат

У каждого значения в матрице есть URL источника, короткий фрагмент-доказательство, тип источника (официальная документация, help center, страница тарифов, security и др.), уровень уверенности и дата проверки — 24 октября 2026 года. Всего в базе исследования 1304 записи с доказательствами, 1303 из них из официальных источников; 1063 помечены как прямые первичные источники (High confidence), 6 — Low confidence и использованы только как дополнение. Устаревших данных (Stale Data Rate) нет: все проверки выполнены в один день.

Как выглядят такие записи, показано в части «Критерии и доказательства»: там приведены примеры с цитатой, ссылкой и датой. Ссылки на первоисточники по каждому вендору собраны в части «Приложение и источники».

Вопросы о методологии