Student Analytics: van Big Data naar begeleiding op maat

Andrea van der Schoot, van het Albeda College en Mark Boersma praten ons bij over hun ervaringen met 'Big Data'. Ze opent met de vraag of we kunnen voorspellen of een student gaat slagen ... de eerste toepassing van Big Data is natuurlijk om de student zo goed mogelijk te helpen bij zijn studiesucces. Hun verwachting daarom:

Door beter inzicht in de individuele behoefte van de student draagt data bij aan de kwaliteit van persoonlijke en proactieve studentbegeleiding.

Ze hanteren 3 stappen om dit te realiseren:

1. Analyse van kwantitatieve gegevens.
2. Analyse van werkprocessen en begeleidingsactiviteiten.
3. Ontwerp van optimale studentbegeleiding.

Wordt getoond in:

Meer op de site van Deloitte. Ze maken voor de analyse gebruik van zogenaamde visuele segmentatie. Dat betekent dat je studenten groepeert op kenmerken zoals leeftijd, geslacht, vooropleiding, gesproken taal thuis, niveau etc. en daar vervolgens hun studiesucces tegenover zet. Dat leidt tot plaatjes zoals hieronder, uit het HBO,

Ik vond de visualisaties mooier dan tabellen, maar dat is al snel. Het werd me niet snel duidelijk hoe je uit zo'n plaat snel de verbanden ziet. Ik was vrij lang bezig om te doorgronden hoe de kleuren überhaupt bepaalde metingen tonen. Terwijl visualiseren toch bedoelt is om snel veel data te kunnen doorgronden. Wat ik wel stoer vind van het Albeda College is hoe breed ze dit aanpakken. Het haalt onderbuik gevoelens er uit en de dialoog om de platen en cijfers heen lijkt me het meest relevant.