Home » Onderwijs » Student Analytics – een Nederlandse casus

Student Analytics – een Nederlandse casus

Door: Theo Bakker, Senior Manager Hoger Onderwijs, Deloitte Consulting

Ter gelegenheid van de Masterclass Student Analytics op het 10e jaarcongres voor MarCom in het Onderwijs op 4 en 5 november a.s. een speciale post over Student Analytics. In deze post wil ik meer vertellen over een fascinerend Student Analytics onderzoek dat mijn collega Mark Boersma en ik gedaan hebben voor de Faculteit der Geesteswetenschappen van de Universiteit van Amsterdam. In het onderzoek hebben we in kaart gebracht wat de kans op uitval is na het eerste studiejaar voor studenten gekoppeld aan verschillende achtergronden. Voor het eerst hebben we daarbij gebruik gemaakt van segmentatie technologie. Door Deloitte Australië is een soortgelijk onderzoek uitgevoerd dat ons heeft geïnspireerd om het ook in Nederland te doen.

Beter inzicht voor betere studentbegeleiding

De faculteit wil beter inzicht krijgen in de redenen waarom studenten uitvallen, zodat studentbegeleiding of tutoraat hier beter op afgestemd kan worden. Het idee achter deze onderzoeksmethode is gegevens uit meerdere bronnen te verzamelen, deze samen te voegen en vervolgens op basis van deze gegevens groepen te laten ontstaan. Het werkt ongeveer hetzelfde als dat je in de Arena staat met duizenden mensen en je de opdracht krijgt om aan je buurman of buurvrouw te vragen waar je vandaan komt. Heb je iets gemeenschappelijks, dan blijf je bij elkaar staan, maar als dat niet zo is ga je verder. Net zo lang totdat iedereen naast iemand staat waar hij/zij iets mee verwant heeft. Hetzelfde hebben we gedaan met studentgegevens. Voor alle duidelijkheid: deze gegevens zijn geanonimiseerd en worden (nog) niet gebruikt voor zittende studenten.

Stap 1 – Begrip over studiesucces en verzameling van gegevens

Aan de hand van bestaand onderzoek naar studiesucces hebben we bepaald wat voor soort gegevens mogelijk inzicht konden geven. In een eerste workshop hebben we daarna bepaald welke gegevens beschikbaar waren, wat de kwaliteit daarvan was en of we die gegevens wilden gebruiken. Vervolgens hebben we in totaal van ca 17.000 inschrijvingen verschillende soorten gegevens verzameld: CRM gegevens (downloaden van brochures, bezoek aan open dagen, proefstuderen), intakegegevens (vragen die gesteld zijn bij aanmelding voor de opleiding over bijvoorbeeld motivatie), inschrijfgegevens (informatie van de middelbare school, opleidingsinformatie), voortgangsgegevens (behaalde resultaten), cohortgegevens (hoe het cohort waarin de student valt presteert), persoonsgegevens (leeftijd, sexe). Deze gegevens hebben we verrijkt met CBS en DUO gegevens over de achtergrond van de middelbare school.

Stap 2 – Segmentatie van groepen studenten op studiesucces

Na de combinatie van de gegevens hebben we 12 segmenten onderscheiden in de gehele populatie (n= 16.666). Per segment hebben we geanalyseerd wat de achterliggende logica was achter het segment. Elke variabele geeft namelijk een heatmap op de kaart, waarmee te bepalen is welke variabelen een segment ‘doen oplichten’. Zo kan een deel gerelateerd worden aan snelle uitval (binnen 1 semester), een deel aan hoge leeftijd op het moment van de studie (> 40 jaar), het aantal jaren dat een student over de middelbare school heeft gedaan, etc. Elk van de segmenten heeft zo een aantal dominante kenmerken die ons meer vertellen over de kans op uitval in dat segment. De benamingen van de segmenten zijn op basis van deze kenmerken bedacht als werktitels.

 

Segementatie van groepen

Stap 3 – Bevindingen en toespitsing voorlichting en studiebegeleiding

De segmentatie bevestigt deels wat we al weten over studiesucces, maar geeft extra inzicht in 1) de omvang van groepen uitval, 2) de kans op uitval per groep en 3) de mix aan kenmerken per groep. Dit helpt de faculteit om te bepalen met welke mix aan instrumenten voor studiebegeleiding de verschillende groepen studenten het meest gebaat zijn, hoe die per segment toegesneden zouden kunnen worden en hoeveel effect dit kan hebben op het studiesucces van de totale populatie. Een andere mogelijke toepassing is het verbeteren van voorlichting aan verschillende groepen studenten.

Wat gaan we doen in de masterclass?

In de masterclass zullen we aan de hand van het bestaande, ruwe onderzoeksmateriaal van Deloitte en de UvA (Faculteit der Geestewetenschappen) aan de slag gaan. Met elkaar zullen we analyseren hoe segmentatie op basis van meerdere databronnen tot stand kan komen en zoeken we naar opvallende patronen in studierendement en hun betekenis. De uitkomsten van de workshop zullen we vervolgens vergelijken met wat er tot nu toe in het onderzoek al geconcludeerd is. Hoe is het materiaal bruikbaar voor betere voorlichting aan studiekiezers en matching en begeleiding en informatie aan studerende studenten? Het resultaat van de bijeenkomst wordt teruggegeven aan de faculteit.

Door: Theo Bakker, Senior Manager, IT Strategy Higher Education, Deloitte Consulting
+31 (0)6 10999307 | Twitter: @tcbakker | LinkedIn http://nl.linkedin.com/in/theobakker | tbakker@deloitte.nl


Congres Marcom in het Onderwijs

In slechts 2 dagen krijg je inspiratie en nieuwe inzichten voor het aanscherpen van je marketing- & communicatiestrategie en je wervingscampagne voor 2014-2015. Na afloop ben je volledig op de hoogte van alle trends, ontwikkelingen en vernieuwingen op het gebied van marketing & communicatie in het onderwijs. Lees meer op het congres


 

Over sbo

sbo
Het Studiecentrum voor Bedrijf en Overheid (SBO) organiseert jaarlijks zo’n 200 studiedagen en opleidingen over o.a. ruimtelijke ordening & milieu, bestuur, verkeer & vervoer, sociale zekerheid, onderwijs en gezondheidszorg.

Bekijk ook

7 tips om cyberpesten tegen te gaan binnen jouw school

Het sociale leven van jongeren is een verstrengeling van zowel online als offline contact. Het …

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *