Big Data in het Hoger Onderwijs

Latent talent in het Hoger Onderwijs

Gevolgen van ontwikkelingen in overheidsbeleid en IT voor institutional researchers

08 november 2012 - Theo Bakker - #LTDAIR

• In 1863 vindt Geoffrey Rand de verftube uit.

• Opeens kunnen kunstenaarsveel langer in de buitenlucht schilderenen ervaren hoe de werkelijkheid er echt uit ziet.

• Het impressionisme is geboren.

Een impressie: de doorbraak van de verftube

• Jullie staan nu voor soortgelijke revolutie:Big Data.

• Wat betekent Big Data in de hedendaagse context van het HO?

• Wat betekent dit voor jouw rol als institutional researcher in dat werkveld?

Een impressie: de doorbraak van Big Data

Een impressie: wie is Theo Bakker

Theo Bakker

Uva

Deloitte

Uva - FGw Vrienden Familie

Studie theologie Studie informatiekunde

Theo Bakker, [email protected], 06-10999307 bron: LinkedIn maps

Belangrijkste ontwikkelingen op hoofdlijnen

Het primaire proces wordt digitaalMeer doen met minder (in geld en aantallen studenten)

Onderwijslogistiek

Bedrijfsvoering

Onderzoekslogistiek

Onderwijs Onderzoek

Studiesucces E-science, publicaties & valorisatie

Intern

Extern

1

2

3

0

Business Intelligence / Institutional research

Learning analytics

Ranking

Efficiëntie

Effect

}}

Concurrentievoordeel

Onderwijs Onderzoek

Gebruik van ICT in het HO wordt volwassen

Maar inkomsten lopen terug voor zowel instellingen als studenten (en hun ouders)... Br

on: w

ww.

sax.

nu -

02-1

1-20

12

http://www.volkskrant.nl

http://www.volkskrant.nl

... en mogelijkheden en plichten voor besteding van middelen zijn divers en complex.

IR

HO

Overheid & InstellingOnderwijsOnderzoekMaatschappij

ITKetens & cloudData

Informatietechnologie

StudentenDraadloos & mobiel

Sociale netwerken & persoonlijke IV

Interactief & individueel

plichten & doelstellingen

mogelijkheden & beloftes


wensen & verwachtingen

Tot 2020 zijn er heel wat uitdagingen

2012 2013 2014 2015 20202016 2017 2018 2019 20232021 2022

demografische afname studenten NL

nieuwe Europese verordening

over privacy en databeveiliging prestatie-afspraken

instellingsaccreditatie

succesvolle e-learning strategie

instellingsaccreditatie (reparatie)

aant

alle

n st

uden

ten

studiekeuzegesprekkenstudiebijsluitersallianties/fusiessociaal leenstelsel

deeltijd vouchers

incidenten

Hoe kan Institutional Research zich gericht ontwikkelen en optimaal bijdragen aan efficiëntie en effect in het Hoger Onderwijs?

Wat moet de institutional researcher in deze context doen of laten?

Systemen

Efficiëntie

Studenten

Effectiviteit

HO

De stand van zaken in de ontwikkeling van het gebruik van data in de informatievoorziening aan studenten

Processen worden digitaal, persoonlijk en sociaal Behoefte aan informatie verschuift naar voren in processen

Data staat centraal in strategievorming en uitvoering

Alles wat digitaal kan worden wordt digitaal: ook het primaire proces zelf

12

• Processen worden gestandaardiseerd en gedigitaliseerd

Proces Systemen

Efficiëntie

Alle informatievoorziening wordt persoonlijk en sociaal

13

• Processen worden gestandaardiseerd en gedigitaliseerd

• Systemen leveren op maat informatie aan studenten en medewerkers

• Het gebruik biedt kansen voor verbetering van efficiëntie. Maar vooral voor verhoging van effectiviteit.

Proces Systemen

Efficiëntie

Student

Effectiviteit

Business Intelligence

Analytics

Voorbeeld in retail: Albert Heijn

14

• De inkoop is gestandaardiseerd en gedigitaliseerd (1995)

• Systemen zorgen ervoor dat de bevoorrading just-in-time is.

• Het gebruik van producten wordt vastgelegd met de Bonus kaart. In 2012 lanceert AH de persoonlijke aanbiedingen (zoals Tesco al heeft gedaan, met 20% succes in plaats van 4% op ‘retention’).

Inkoop Bevoor-rading

Efficiëntie

Bonus-kaart

Effectiviteit


Analytics

Voorbeeld in retail: Bol.com

15

• De inkoop is gestandaardiseerd en gedigitaliseerd (1999)

• Systemen zorgen ervoor dat de bevoorrading just-in-time is of digitaal.

• Het gebruik leidt tot persoonlijke aanbevelingen (Bol.com is first mover in Nederland; Selexyz is bijna failliet: AH koopt Bol.com ...).

Inkoop Online shop

Efficiëntie

Pers. aanbev.

Effectiviteit


Analytics

Het Hoger Onderwijs loopt 10/15 jaar achter in IV ontwikkeling

16

• Processen worden met moeite gestandaardiseerd en gedigitaliseerd in het secundaire proces

• Systemen zijn aanwezig, maar worden nog weinig in samenhang gebruikt

• Het gebruik wordt onvoldoende benut

Proces Systemen

Efficiëntie

Student

Effectiviteit


Analytics

VWO

MAO

Nominaal BAO

HAVO

1

2

HBO VO

MA'O

Niet-nominaal BA'O VP

Langstudeerders

L

LV

Langstudeerders

3

2

O = OriëntatieV = VertragingL = Langstudeerder

Informatiebehoefte verschuift naar voren in de studieloopbaan

17

En naar voren in het leerproces

Studie-voortgang

Onderwijs- voorbereiding

week -1

3 maanden

Resultaat verwerkt

SIS

Normatieftoetsen

2 weken

SIS

Formatieftoetsen

1 week

LMS

Onderwijs

dag 1

LMS

18

Wat betekent dit voor het speelveld van de institutional researcher?

IR

HO

Overheid & InstellingOnderwijsOnderzoekMaatschappij

ITKetens & cloudRekenkracht

DataInformatietechnologie

StudentenDraadloos & mobiel

Sociale netwerken & persoonlijke IV

Interactief & individueel


mogelijkheden & beloftes

informatievoorziening naar ‘boven’

alignment van strategie en IT

optimaal gebruik van IT op persoonlijk niveau


wensen & verwachtingen

informatievoorziening naar ‘boven’ en ‘onderen’

Wat is er nieuw aan Big Data?

Volume, variety & velocity

IR

Concrete

Abstract

Undiffused

Diffused

Unc

odif

ied

Cod

ifie

d

Social Learning Cycle van Boisot (1998)

1. Analyse Verzameling van

feedback van gebruikers

1

2. Codificering Verwerking van

feedback in systemen en procedures

2

3. Abstractie Reductie en

standaardisatie van informatiestromen

3

4. Verspreiding van informatie

4

5. Absorptie Ontvangst van informatie

via meerdere kanalen

5

6. Impact en gebruik van gegevens in

gebruikers-applicaties en

communicatie-middelen

6

Boisot 1998, Knowledge Assets: Securing Competitive Advantage in the Information Economy

Beleidsrichtlijnen

Institutional research

Beleidsuitvoering...

Data uit systemen

Business Warehouse

Dagelijkse werkelijkheid

HO

IT

IT

Praktijkvoorbeeld - wetenschap

Praktijkvoorbeeld - feedback op rijgedrag

• Radar geeft snelheid direct terug

• Bestuurder heeft referentie naar maximum snelheid

• Snelheid daalt met ca 10%

Praktijkvoorbeeld - Nike+

• Sensor in Nike is verbonden met iPod/iPhone

• Directe feedback op tijd, afstand, energieverbranding

Praktijkvoorbeeld - Purdue

Feedback op basis van gegevens uit Blackboard

Inloggen, cijfers, activiteiten in fora, etc.

Concrete

Abstract

Undiffused

Diffused

Unc

odif

ied

Cod

ifie

d

SLC van Boisot - efficiency & effect (10%)



1



2



3


4



5




6


variëteit & volume

snelheid (velocity)Efficiency

Effect

IT

IT

E-maxHO

E-min

Praktijkvoorbeeld - een Australische universiteit

uitval'

aangemeld'

toegelaten'

afgestudeerd'ingeschreven'

Manage'aantallen

Manage'kwaliteit

Instroom Aspirant

Doorstroom Student

Uitstroom Alumnus

Identificeer en stimuleer de beste match

Optimaliseer studieresultaat Identificeer en stuur

studiekwaliteit

Sluit aan bij het carrièrepad en

persoonlijke doelen

1 2 3 4 5

Mogelijke bronnen voor relevante dataInput: 18.946 studenten (een Australische Universiteit), 516 attributen per student

1 2 3 5 4

Clustering

Honours

Volwassen, deeltijd Gemiddeld Succesvol BA Blije internationale

Trage internationale

Worstelaars

Uitvallers

Betrokken, maar ontevreden

Ontevreden

Betrokken, agressief Niet betrokken

Inzoomen voor het bepalen van beslisregels

12 cluster model (3 primary churn behaviours)

C 6

C 3

C 1

C 12

C 4

C 7

C 9C 10C 5

C 2C 8

C 11

34 cluster model, focussing on 8 Churn behaviours

Students: 662Age: 20Churn: 24%Marks: 30%Satisfied: 15%Response rate: 29.3%

Students: 218Age: 22Churn: 74%Marks: 39%Satisfied : 10%Response rate: 6.5%


Worstelaars

Uitvallers

Niet betrokken

Worstelaars – hoge kans uitval, lage kans uitval

Uitvallers – al vertrokken, nog binnen, etc.

Niet betrokken – tevreden, ontevreden, ec.

Afstemming maatregelen op bevindingen

12 cluster model (3 primary churn behaviours)

C 6

C 3

C 1

C 12

C 4

C 7

C 9C 10C 5

C 2C 8

C 11

34 cluster model, focussing on 8 Churn behaviours

Students: 662Age: 20Churn: 24%Marks: 30%Satisfied: 15%Response rate: 29.3%



Voorlichting Intake Matching Begeleiding

a a

b c

d e Bewust bekwaam/ onbekwaam

Onbewust bekwaam/ onbekwaam

Concrete

Abstract

Undiffused

Diffused

Unc

odif

ied

Cod

ifie

d

SLC van Boisot - efficiency & effect (10%)



1



2



3


4



5




6


variëteit & volume

snelheid (velocity)Efficiency

Effect

IT

HO

IT

De transformatie van traditionele BI naar analytics

Prestaties meten en rapporteren

Data extractie & integratie

Data exploratie

Segmentatie / statisch clusteren

Voorspellende modellen

Optimalisatie, simulatie & scenario analyse

Analytics

Traditionele BI

Verkennen en ontdekken, toekomst voorspellen, actiegerichte inzichten

Feiten begrijpen, rapportage verleden en huidige prestatie

hindsight

insight

fore-sight

IR

Effecten van digitalisering en big data op onderwijs en onderwijsdiensten

Enorme toename van online onderwijsOntbundeling van diensten - College as a Service

Het grote geld richt zich op het Hoger Onderwijs

• Google / Microsoft - Khan Academy (200 lessen per seconde)

35


• Google / Microsoft - Khan Academy (200 lessons per second)

• Apple - iBooks 2.0 en iTunesU 2.0

36


• Google / Microsoft - Khan Academy (200 lessen per seconde)

• Apple - iBooks 2.0 en iTunesU 2.0

• Google - Apps for Education en zoekmachine voor onderwijsmateriaal

37

Steeds meer facetten van het primaire proces worden digitaal

• Blended learning- herhaling materiaal door zittende studenten- oriëntatie voor aankomende studenten

• e-Learning- aanpassing materiaal aan leerstijl van de student (adaptive learning)- hoorcolleges digitaal door ‘superstars’ - vb. Sebastian Thrun 150.000 studenten Robotics- Massive Open Online Courses (MOOCs)

38

DiplomerenDiplomerenNormatieftoetsen

Normatieftoetsen

Normatieftoetsen

NormatieftoetsenOnderwijs Formatief

toetsenOnderwijs FormatieftoetsenOnderwijs FormatieftoetsenOnderwijsOnderwijs Formatieftoetsen

Formatieftoetsen

Normatieftoetsen

Normatieftoetsen

Dit leidt ertoe dat onderwijsdiensten ontbundeld kunnen worden

Hoger Onderwijs

39

HO

FormatieftoetsenOnderwijs

Onderwijs Formatieftoetsen DiplomerenNormatief

toetsenNormatieftoetsen

Normatieftoetsen

Normatieftoetsen

Normatieftoetsen

Normatieftoetsen

FormatieftoetsenOnderwijsOnderwijs

Dit leidt ertoe dat onderwijsdiensten ontbundeld kunnen worden en herbundeld

Hoger Onderwijs

Onderwijs Formatieftoetsen

Externe aanbieders

Diplomeren

40

HO

En de ‘markt’ verstoord kan worden: disruptive innovation

41

tijd

kwaliteit

meest kritischeconsumenten

minst kritischeconsumenten

ondersteunende innovatieeen iets beter product in een bestaande markt

low-end disruptionte goed bediende klantenkiezen voor een goedkoper product

niet consumenten

nieuwe markt disruptionconcurreren tegen niet consumptie

tijd

ande

re p

erce

ptie

van

kw

alite

it

HO

Wat is het businessmodel - college as a service?

42

• Imago building

• Valorisatie van top-onderzoek naar online onderwijs

• Optimalisatie van het onderwijsmateriaal en inzicht in studiegedrag

• Omkering van onderwijs en selectie(studenten uit BRIC landen)

• Verkoop van data aan bedrijven (met toestemming van deelnemers)

IRIT

HO

Hoe kan een instelling haar institutional research transformeren van BI naar analytics?

Begin klein, maar denk grootOntwikkel binnen de instelling de nodige competenties

En investeer in latent talent

Ontwikkel de nodige competenties

• Een op data gedreven cultuur- Op feiten gebaseerd leiderschap- Analytics wordt gebruikt als een strategische asset- Strategie en uitvoering worden geleid door inzichten

• Informatie Management- Solide informatie basis- Standardiseer data management- Maak inzichten breed toegankelijk

• Data analytics vaardigheden en tools- Ontwikkel data analytics als een eigen discipline- Faciliteer dit met een set aan tools en oplossingen- Ontwikkel actie-gerichte inzichten

44

HO

Gebruikers

IT

IR

bron: MITSloan Research report - Fall 2011 Analytics: The Widening Divide

• Word specialist op hoe data kan bijdragen aan de strategie van de instelling, met een focus op nieuwe mogelijkheden van data analyse. - Focus meer op data en snelle besluitvorming, minder op lange termijn rapportages.- Specialiseer op kennis over bottlenecks: standaardisatie, governance, data-ontsluiting, beveiliging, privacy en compliancy.

• Specialiseer op wat individuen nodig hebben om persoonlijk optimaal productief te zijn.

• Neem kennis van nieuwe mogelijkheden van IT en start met pilots in data analytics.

En ontwikkel verdere talenten als institutional researcher

45

Een 1e hulpmiddel: HigherED Maturity Framework

• Analyseert concrete processen en systemen en het gebruik daarvan in onderwijs en onderwijslogistiek

• Met concrete voorbeelden voor verhoging van effectiviteit van studenten

• En richting van gewenste ontwikkeling en projecten voor data analytics

46 Toelichting op papier

Verder praten

Theo [email protected]@tcbakker

47 Toelichting op papier

© 2012 Deloitte The Netherlands

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.

http://www.deloitte.com/about

http://www.deloitte.com/about

Big Data in het Hoger Onderwijs

Documents

Transcript of Big Data in het Hoger Onderwijs