{"id":9982,"date":"2016-11-01T21:59:26","date_gmt":"2016-11-02T00:59:26","guid":{"rendered":"https:\/\/uplanner.com\/?p=9982"},"modified":"2023-08-17T12:44:44","modified_gmt":"2023-08-17T17:44:44","slug":"claves-big-data-universidades","status":"publish","type":"post","link":"https:\/\/uplanner.com\/es\/claves-big-data-universidades\/","title":{"rendered":"Las claves del big data del sistema de selecci\u00f3n a las universidades"},"content":{"rendered":"

Las instituciones de la educaci\u00f3n superior invierten considerables sumas de dinero en sus procesos de reclutamiento y admisi\u00f3n, tanto para llegar a potenciales estudiantes, como para el sistema de selecci\u00f3n a los candidatos m\u00e1s adecuados para sus programas de estudios. Esto requiere no solo de buenas estrategias de marketing y admisiones, sino de una importante capacidad de analizar los grandes datos que recogen.<\/p>\n

Los procesos de reclutamiento y admisi\u00f3n pueden poner a prueba la capacidad de los sistemas de gesti\u00f3n de estudiantes de las universidades, en t\u00e9rminos del manejo de grandes cantidades de datos y consultas de postulantes, de modo de organizar la informaci\u00f3n y preparar programas de orientaci\u00f3n adecuados para canalizar las diferentes ofertas de las instituciones de educaci\u00f3n superior.<\/p>\n

No debi\u00e9ramos perder esta informaci\u00f3n: desde los procesos de admisi\u00f3n, los equipos deber\u00edan recibir retroalimentaci\u00f3n y benchmarking para que la administraci\u00f3n de la universidad pueda gestionar mejor sus finanzas, las admisiones especiales, la motivaci\u00f3n de los estudiantes, las estrategias de marketing, la gesti\u00f3n de recursos e incluso el dise\u00f1o curricular.<\/p>\n

Por ejemplo, los expertos de la Universidad de Berkeley<\/a> encontraron que el big data permitir\u00eda analizar patrones dentro de una instituci\u00f3n, para personalizar el proceso de ense\u00f1anza aprendizaje y medir el desempe\u00f1o de los estudiantes m\u00e1s all\u00e1 de las pruebas estandarizadas.<\/p>\n

Sin embargo, el uso de big data y el an\u00e1lisis predictivo es importante no solamente para estudiar estad\u00edsticas. El personal a cargo de asuntos estudiantiles cumple una funci\u00f3n importante para mejorar los datos que los potenciales estudiantes reciben cuando est\u00e1n buscando instituciones de educaci\u00f3n superior, y utilizar esa informaci\u00f3n para mejorar los procesos de evaluaci\u00f3n, acad\u00e9micos e institucionales.<\/p>\n

El manejo de\u00a0los grandes datos para el proceso de decisi\u00f3n de los estudiantes<\/p><\/blockquote>\n

El data science tiene un sinn\u00famero de usos en las universidades. Imaginemos el caso ficticio de una de las mejores universidades del mundo, donde suelen entrar estudiantes de distintos pa\u00edses, quienes consultan tanto en seminarios de educaci\u00f3n como en procesos de admisi\u00f3n online.<\/p>\n

La cantidad de informaci\u00f3n que manejan esos equipos de admisi\u00f3n es tan grande que no podr\u00edan gestionarla con una simple planilla de c\u00e1lculo. El uso de algoritmos matem\u00e1ticos podr\u00eda ayudar a identificar factores importantes de mejora en aquellos casos que evitan que los postulantes puedan elegir una instituci\u00f3n en particular.<\/p>\n

Imaginen que suceder\u00eda, en teor\u00eda, si<\/p>\n