发表在2017/03/29

数据驱动的决策:更广泛地利用预测分析

10bet娱乐成代理沟通|数据驱动的决策:更广泛地利用预测分析
预测分析将在高等教育中变得普遍,不仅仅是在课堂上,在整个机构中也是如此。但首先有几个障碍需要克服。

今天高级校园的最热门话题是明确的学生保留和学生成功。随着大学和大学的学者和管理员,我们无法在没有更深的情况下解决这些挑战,进入大数据,预测分析和数据科学的领域。我们在提高学生经验方面取得成功的关键途径是在基于数据的决策方面开发激光重点。我们需要研究迈克尔·拉普,乔治西门子和其他人迈克尔·拉普夫的工作。学院和大学是丰富的数据和信息差。很少有关于其现有系统中信息的宝库的线索;他们所需要的只是改变有用和折腾的无关紧要。

数据科学家可以做到这一点。真正的讽刺是,我们的许多机构都有那种技能在自己的教师内部。这些教授可能从未被要求提供帮助。我最近要求一位亲近的同事,他在审议自己的情况下教授我们的商务学院的统计课程数据科学家。冷的问题。没有引入。他毫不犹豫地回答:是的。随访。他在我们这群人中吗学生的成功,学生保留 -重点委员会?不。外带:他应该是吗?绝对地。

在我们自己的数据中,我们可以学习谁成功,谁没有。我们可以了解注册,退出,转移或毕业的学生,​​以及为什么。我们可以了解在哪里集中精力,我们的激情和资源。我争辩说,没有办法实现这一点,达到这一点,没有在预测分析方面投入了大量资金和技能。

特别吸引人的是,我们可以看到EDUCAUSE的预测分析的使用和扩展问题2017年十大问题列表。从信息安全到支持学生成功,再到推动基于数据的决策(以及改进的数据管理),再到战略机构领导的需求和下一代企业IT的需求,扩大预测分析的使用,以支持决策制定和理解的各级机构渗透在整个列表。

预测分析现在是如何使用的

如今的机构五花八门正如他们所说,谈到他们利用预测性分析。有些人走出前面,让参与者像Civitas学习这样的公司,其他人在疲弱的身后,仍然试图确定如何开始,不受资源限制的阻碍。也就是说,在我的机构,我们已经开始沿着最佳的意图沿着正确的道路开始,正在发挥一点追赶,并试图让我们应该在哪里。我们需要去下一个级别用这个 - 快!

从技术上讲,使用预测分析的机构正在寻找学生特征和其他KPI,并加上出勤和LMS使用。LMS通常是关键,我们可以学习一个伟大的处理我们的学生。然而,为了挖掘这个充满学生数据的领域,教授们必须广泛且(几乎)积极地使用LMS。

在一些学院和大学仍然是真正的挑战:增加LMS的采用。很少有学术领袖想要阐明这一点,但使用LMS提供了有用的数据。这是在学习领域成功实施预测分析的关键。

利用教室外的预测分析

除了大学直接的教学功能之外,还有一些领域可以从预测分析中获益。招生管理和学术指导是我首先想到的两个行政部门,因为他们显然会从获得这类信息中受益。随着时间的推移,他们将能够反过来越来越有效地支持学生。

图书馆也将通过对学生需求的有价值的洞察而获益,因此,能够加强他们在学生的成功和坚持中发挥的作用。

最终,我最近发现最近发现的缩写是在这种情况下最令人眼花的是RPG:保留,进展和毕业。我们不应该只关注前两个元素 - 我们应该对他们的奖项来说:毕业!是我们的最终游戏,而不仅仅是继续基于学费的收入流。在驾驶学生的成功和帮助他们实现目标时,应磨练预测性分析的每一个应用。

理解的极限

然而,我们都必须记住,数据的使用是有一些限制的。我们必须意识到的一个重要限制是剖析的潜力。我们不能让预测分析引导我们只追求那些最有可能成为学生的学生能力毕业。我们还需要追求那些学生需要为了毕业,我们的社会和国家需要的人毕业了,和谁,我们的世界迫切需要研究生。预测性分析在支持整个学院的学生方面具有不可思议的价值。我们不能用它们来限制访问。相反,我们需要使用它们来确保扩展访问不会对完成产生负面影响。

路障和障碍

在校园探索预测分析选项时,领导者可能会遇到一些障碍。第一种心态是,只有咨询公司才能在这方面帮助我们。我们不能再找了灵丹妙药,一个参与或一个外部合作将确保我们在学生坚持和学生成功领域的胜利。重要的是,我们认识到这是一个持续的过程,需要深思熟虑和战略发展。

这实际上,它很好地进入了第二个障碍,这是通过利用内部资源开始的令人生畏 - 特别是数据科学家,他们已经在我们自己的教师队伍中 - 对于可以被视为“实验”的工作。今天的学院和大学是丰富的数据和信息差。更重要的是,我们是资源受约束。我们可以满足并克服这两个通过简单地利用我们已经在预测分析的资源来实现这些挑战。我们只需要相信这个过程。

对未来的愿景

看看我的水晶球,我相信预测分析(PA)的使用将在10年的时间内变得非常普遍——主流,甚至在每个机构的每个层次。从总统和教务长到学生和助教,整个学院的个人都可以启动他们的个人PA Dashboard(当然有预设的许可级别)以查看相关,上下文靠近实时数字,将支持他们对成功的理解。对于学生和学生支持人员来说,这可能是他们在课程中以及他们预期的方式所做的方式描绘。它还可以显示支付时间表和程度途径的数据。对于高级领导,这可以显示关于学生和财务表现的统计数据,以及与总体和匿名形式的学生生命周期相关的许多其他元素。

简单、图形化的仪表板将是对这些数据的高级理解的关键,但PA仪表板系统还将通过直观的传递和钻取,为那些有这种倾向的人提供进一步的查询和调查。

每个人都有自己的定制的外观和感觉来说明他们需要的信息——从所有的后端数据中收集的信息,这些数据都是机构长期持有的,而不是真正利用的。

学生和教师只需点击一下,就可以看到他们在特定区域的学习情况。系主任将能够看到人们在他们的课程中表现如何。院长们将能够看到他们的学院或学校在其项目中做得如何——通过深入到分部层次的能力。教务长将能够确定大学或学院是如何做的,通过钻取个人学术单位的观点,到更细的元素。

个人助理将变得如此普遍,每个人都将基于数据做决定——在日常基础上。

但是,要注意,这五到十年的时间越来越长,对于这种系统存在的时间范围,以及数据驱动的决策在各个层面都是普通的。坦率地说,没有高等的ED机构将需要10年才能到达这个地方,因为他们已经停止了那时。

打印友好,PDF和电子邮件

为什么你的非传统部门需要优先考虑它的系统

如何提供自助服务工具可以从好的伟大中获取非信贷分歧

在这里阅读