Vous êtes sur la page 1sur 28

Big Data in het Hoger Onderwijs

Gevolgen van ontwikkelingen in technologie en data voor onderwijslogistiek en studentbegeleiding


SISlink - 21 juni 2013 - Theo Bakker

Een impressie: de doorbraak van de verftube


In 1863 vindt Georey Rand de verftube uit. Opeens kunnen kunstenaars veel langer in de buitenlucht schilderen en ervaren hoe de werkelijkheid er cht uit ziet. Het impressionisme is geboren.

Een impressie: de doorbraak van Big Data


We staan nu voor soortgelijke revolutie: Big Data Wat is het en wat betekent het voor het Hoger Onderwijs?

Een impressie: wie is Theo Bakker?


Boeiende figuren 1. UvA 2. Familie 3. Deloitte
Theo Bakker

3. UvA FGw
Uva Deloitte Uva - FGw Vrienden Familie Studie theologie Studie informatiekunde

4. Studie Theologie 6. Vrienden

Mn beste vrienden heb ik leren kennen tijdens mijn studie Theologie

5. Studie informatiekunde
Theo Bakker, tbakker@deloitte.nl, 06-10999307
bron: LinkedIn maps

Een experiment: wie zijn wij?


ACHTERAAN
ja

diploma

Zoek in 3 minuten de juiste plek in de zaal - vraag je buurman/-vrouw om advies! Deze heb je ook nodig - neem ze mee!

nee weinig

studiejaren

veel

VOORAAN

Een experiment: wie zijn wij?


ACHTERAAN
ja

Vraag 1

Wanneer heb je je aangemeld voor deze conferentie?


meteen toen de aanmelding openging

diploma

1-2 weken geleden

nee weinig

deze week

studiejaren

veel

VOORAAN

Een experiment: wie zijn wij?


ACHTERAAN
ja

Vraag 2

Heb je jezelf aangemeld?


ik heb een vrijkaartje

diploma

mijn secretaresse

nee weinig

ja, natuurlijk!

studiejaren

veel

VOORAAN

Een experiment: wie zijn wij?


ACHTERAAN
ja

Vraag 3

Aan hoeveel mensen geef je leiding?


>10 personen

diploma

1-10 personen

nee weinig

Aan niemand

studiejaren

veel

VOORAAN

Wat is er nieuw aan Big Data?

Volume, variety & velocity

De overgang van traditionele Business Information naar Analytics


Analytics
Verkennen en ontdekken, toekomst voorspellen, actiegerichte inzichten

Optimalisatie, simulatie & scenario analyse

Voorspellende modellen

fore-sight
Segmentatie / statisch clusteren

insight
Data exploratie

hindsight
Traditionele BI
Feiten begrijpen, rapportage verleden en huidige prestatie

Prestaties meten en rapporteren

Data extractie & integratie

Praktijkvoorbeeld - bedrijfsleven - Right ETA


Sensoren analyseren omstandigheden (type toestel, weer, tijdstip, overige vliegbewegingen, etc.) Vergelijken met historische data Voorspellen direct landingstijd: ETA ETA = Estimated Time of Arrival

Gigantische kwaliteitsverbetering:

Praktijkvoorbeeld - wetenschap

Praktijkvoorbeeld - persoonlijke feedback

Radar geeft snelheid direct terug Bestuurder heeft referentie naar maximum snelheid en eigen snelheid Snelheid daalt met ca 10%

Feedbackloops geven zon 10% winst

Dataverzameling in het Hoger Onderwijs kan op alle niveaus plaatsvinden


NIEUW Na de logistiek gaat ook het onderwijs digitaal
Effect Ranking Onderwijs Learning analytics Onderwijslogistiek Business Intelligence / Institutional research Efcintie Bedrijfsvoering 3 Onderzoekslogistiek 2 Onderzoek 1

Concurrentievoordeel Onderzoek E-science, publicaties & valorisatie 0

Onderwijs

Studiesucces

} }

Extern

Intern

De hoeveelheid data zal verder toenemen net als de noodzaak die intensief te gebruiken
succesvolle e-learning strategie

aantallen studenten

incidenten

demograsche afname studenten NL

deeltijd vouchers nieuwe Europese verordening over privacy en databeveiliging

2013 +20%

prestatie-afspraken

instellingsaccreditatie (reparatie) studiekeuzegesprekken studiebijsluiters allianties/fusies sociaal leenstelsel instellingsaccreditatie 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023

De behoefte aan voorspellende informatie verschuift naar voren in de studieloopbaan


HAVO
O = Orintatie V = Vertraging L = Langstudeerder

HBO

VWO

Nominaal

O 1

BA

Student Analytics
O 2 MA
BA' V L Langstudeerders O 3 MA' V L Langstudeerders
16

Niet-nominaal

O 2

Vroege signalering en interventies

En naar voren in het leerproces. De behoefte aan snelle analyses neemt toe.
week -1 Onderwijsvoorbereiding Studievoortgang Vroege signalering en interventies Formatief toetsen 1 week

Learning Analytics
Normatief toetsen 2 weken Resultaat verwerkt 3 maanden

Onderwijs dag 1

LMS

LMS

SIS

SIS

17

Praktijkvoorbeeld Purdue signals & Khan Academy

En een stukje gaming

Persoonlijke dashboards met voortgang en studiepaden

Praktijkvoorbeeld - Student Analytics UvA Faculteit der Geesteswetenschappen


Bijna 17.000 studenten zijn op basis van hun studiegedrag ingedeeld in 12 groepen

Studielink, CRM, SIS, CBS, DUO Business Warehouse

Praktijkvoorbeeld - Student Analytics


Uitval speelt zich af op meerdere gebieden (1,3,8,9); dit duidt verschillende redenen voor uitval Intensiteit van uitval verschilt

Estimated Time of Arrival

Praktijkvoorbeeld - Student Analytics

Wat is er aan de hand bij groep 1 de snelle uitvallers?

Praktijkvoorbeeld - Student Analytics

Wat is er aan de hand bij groep 1 de snelle uitvallers?

Hoe kan het Hoger Onderwijs de overgang maken van BI naar analytics?

Spits toepassing toe op eindgebruikers Ontwikkel binnen de instelling de nodige competenties En creer in SURF verband gunstige randvoorwaarden

Behoefte aan feedback in het Hoger Onderwijs verschilt per niveau


Specialiseer op wat individuen nodig hebben om persoonlijk optimaal productief te zijn. Snelheid van informatie is van groter belang voor docenten en studenten Volume en variteit aan gegevens zijn van groter belang voor het management
Midden Management SLB / Docenten Snelheid Velocity Studenten Direct

Dagelijks

Wekelijks

Blokken

Kwartalen Hoger Management

Jaren & Semesters

Volume en variteit

HR Finance Facilities

Onderwijslogistiek

Onderwijs

Geinspireerd door Doug Clow http://dougclow.wordpress.com

Ontwikkel de nodige competenties


Een op data gedreven cultuur
- Feiten staan voorop - Analyses leiden tot besluiten
bron: MITSloan Research report - Fall 2011 Analytics: The Widening Divide

Informatie Management
- Organiseer

data management - Maak inzichten breed toegankelijk

HO IR

IT

Data analytics vaardigheden en tools


- Een eigen discipline met nieuwe tools en oplossingen - Ga voor actie-gerichte inzichten

Gebruikers

25

Creer in SURF-verband en met leveranciers gunstige randvoorwaarden


Duidelijkheid over privacy, beveiliging, intellectueel eigendom, aansprakelijkheid Standaardisatie van gegevens, toegang tot data, uitwisselbaarheid van data, combinatie van gegevens uit onderwijslogistieke systemen Uitwisseling van kennis en best practices

26

Verder praten?
Theo Bakker 06-10999307 tbakker@deloitte.nl @tcbakker

Meer horen?
Presentatie Student Analytics met Wouter Jaspar van de UvA Parallelsessie ronde 2 Locatie: Cambridge 30

27

Deloitte refers to one or more of Deloitte Touche Tohmatsu Limited, a UK private company limited by guarantee, and its network of member firms, each of which is a legally separate and independent entity. Please see www.deloitte.com/about for a detailed description of the legal structure of Deloitte Touche Tohmatsu Limited and its member firms. Deloitte provides audit, tax, consulting, and financial advisory services to public and private clients spanning multiple industries. With a globally connected network of member firms in more than 150 countries, Deloitte brings world-class capabilities and deep local expertise to help clients succeed wherever they operate. Deloitte's approximately 170,000 professionals are committed to becoming the standard of excellence. This publication contains general information only, and none of Deloitte Touche Tohmatsu Limited, its member firms, or their related entities (collectively, the Deloitte Network) is, by means of this publication, rendering professional advice or services. Before making any decision or taking any action that may affect your finances or your business, you should consult a qualified professional adviser. No entity in the Deloitte Network shall be responsible for any loss whatsoever sustained by any person who relies on this publication.

2012 Deloitte The Netherlands