As chaves do big data do sistema de seleção às universidades

12, mar, 2017

Isabel
BY: Isabel

As instituições de educação superior investem consideráveis somas de dinheiro em seus processos de recrutamento e admissão, tanto para chegar a potenciais estudantes, como para o sistema de seleção dos candidatos mais adequados para seus programas de estudos. Isto requer não só de boas estratégias de marketing e admissão, como também de uma importante capacidade de analisar os grandes dados que reúnem.

Os processos de recrutamento e admissão podem colocar a prova a capacidade dos sistemas de gestão de estudantes das universidades, nos termos do manejo de grandes quantidades de dados e consultas de candidatos, de modo de organizar a informação e preparar programas de orientação adequados para canalizar as diferentes ofertas das instituições de educação superior.

Não deveríamos perder esta informação: desde os processos de admissão, os equipamentos deveriam receber retroalimentação e benchmarking para que a administração da universidade possa gerir melhor suas finanças, as admissões especiais, a motivação dos estudantes, as estratégias de marketing, a gestão de recursos e inclusive o desenho curricular.

Por exemplo, os especialistas da Universidade de Berkeley encontraram que o big data permitiria analisar padrões dentro de uma instituição, para personalizar o processo de ensino e aprendizagem e medir o desempenho dos estudantes mais além das provas padronizadas.

Entretanto, o uso de big data e a análise de previsão é importante não somente para estudar estatísticas. O pessoal a cargo de assuntos estudantis cumpre uma função importante para melhorar os dados que os potenciais estudantes recebem quando estão buscando instituições de educação superior, e utilizar essa informação para melhorar os processos de evolução, acadêmicos e institucionais.

O manejo dos grandes dados para o processo de decisão dos estudantes

O data science tem um incontável número de usos nas universidades. Imaginemos o caso fictício de uma das melhores universidades do mundo, onde costumam entrar estudantes de distintos países, os quais consultam tanto em seminários de educação como em processos de admissão online.

A quantidade de informação que manejam esses equipamentos de admissão é tão grande que não poderiam geri-la com uma simples planilha de cálculo. O uso de algoritmos matemáticos poderia ajudar a identificar fatores importantes de melhora naqueles casos que evitam que os candidatos possam eleger uma instituição em particular.  

Imaginem o que aconteceria, em teoria, se

  • Um terço dos que se candidatam a uma instituição não dominassem o inglês como língua materna, e enfrentassem certas barreiras de compreensão de leitura. Esse dado poderia ser utilizado para melhorar programas de nivelação de idioma antes do início do semestre.
  • Um em cada quatro estudantes de pós-graduação fosse maior de 30 anos e decidisse ir a outro país levando sua família. Os problemas de alojamento impediriam escolher um programa adequado. A universidade poderia usar essa informação para sugerir melhores residências universitárias.
  • A metade dos candidatos a carreiras de engenharia tivessem bons exames de admissão, mas muitos com deficiências em áreas como cálculo ou álgebra. O currículo poderia adaptar-se para desenvolver programas de nivelamento dessas disciplinas.

Tomemos o uso do marketing online e as redes sociais. A informação dos motores de busca poderia ser extremamente valiosa. De acordo com a Hanover Research,

  • 98% das universidades informa ter uma página en Facebook.
  • 66% diz ter algum tipo de blog.
  • 47% dos agentes de admissão diz utilizar LinkedIn.  
 O que aconteceria se usássemos as redes sociais não só para difundir as campanhas da universidade, mas para analisar as tendências e os padrões que buscam os estudantes online?

Imagine identificar padrões e palavras chaves em fóruns e encontrar que muitos estudantes não conhecem a diferença entre um engenheiro biomédico ou um tecnólogo médico. Poderia solucionar em suas campanhas de difusão quais são as diferenças entre cada carreira.

O consultor em investigação educativa Eduventures mostra que as instituições de educação superior podem gastar milhões de dólares para recrutar estudantes através de distintos canais de marketing. Para isso, a análise prévia do big data permitiria reduzir os custos de aquisição por estudante.

Por exemplo, uma instituição consultada por Eduventures assegurou que seu uso mais sofisticado de análise prévia permite que a equipe de admissão identifique com maior rigorosidade científica a quem dos que fazem consultas “tem uma maior tendência a se candidatar a uma universidade com base em uma diversidade de fatores, como localização, carreira esperada ou contato inicial”.

“Com esta informação a equipe de admissão pode qualificar a tendência de cada pessoa a aplicar na universidade, o que permite focalizar o esforço e os gastos de maneira adequada”. 

Outra instituição entrevistada concluiu que, das escolas onde desenvolviam programas de admissão, 10% tinham uma maior proporção de estudantes do perfil de interesse da instituição e usaram o data para redobrar seu esforço ali.

Entretanto, há certas dúvidas diante do uso deste tipo de processo, sobretudo com o uso de informação pessoal para realizar marketing. Nesse sentido, os criadores do QS World University Rankings recomendam centrar-se naqueles produtos que estejam vinculados aos processos da instituição e assinala que o big data tem a capacidade de entregar aos potenciais estudantes maior informação e alternativas, que permitam que as universidades melhorem o desempenho de seus estudantes e processo de recrutamento de alunos.

De fato, para o IBM EMC Corporation, as instituições de educação superior tem uma grande quantidade de pontos de motivação que se podem beneficiar do big data – desde o perfil de potenciais alunos, ao trabalho com potenciais ex-alunos.

Há benefícios em longo prazo. Masterstudies.com assinada que, com um maior refinamento do processo de admissão, a análise prévia com base a dados demográficos e sobre o comportamento também permite aumentar as taxas de titulação. Isto facilita que não só recebam aos candidatos mais apropriados, mas orientá-los melhor uma vez que ingressam na instituição.

Robert Miller, vice-presidente de gestão de admissão da Centenary University, diz a Universitybusiness.com que “a análise prévia permite especialmente que os gestores de admissão identifiquem variáveis chaves acerca da tendência de certos estudantes a entrar na universidade, o que permite customizar a estratégia de recrutamento e seleção”.

A gestão de candidaturas deveria inclinar-se a realizar “modelamento por uplift”, uma disciplina que vincula as atividades da instituição com os comportamentos dos estudantes. Isto pode mostrar tendências para atrair mais estudantes.

Acerca del Autor

Isabel possui o título de Bachelor of Arts (B.A.) em Marketing e Vendas pela Universidade FOM Hochschule für Ökonomieund Management (Faculdade de Ciências Econômicas e Empresariais). Tem mais de 10 anos de experiência em Marketing, trabalhou em vários países europeus para empresas internacionais e fala quatro idiomas.

Deja un Comentario

Post relacionados

12, mar, 2019

Usos do Big Data na educação superior

Big Data se encontra implementado em numerosos sistemas que empregam recursos humanos. A qualidade de leitura de informação..