¿Alguna vez se han detenido a reflexionar sobre la cantidad de información que consumen todos los días? Si lo hiciéramos nos sorprenderíamos del caudal inmenso de datos que vemos y compartimos en los diferentes sistemas o plataformas con las que interactuamos, tales como Facebook, Instagram, Netflix, Amazon, entre muchas otras. ¿Alguna vez te has preguntado cómo estas saben lo que te gusta o necesitas? Este par de preguntas, entre otras, han dado como resultado el desarrollo de la analítica de datos o mejor conocida como Big Data.
En su momento, la International Data Corporation (IDC) predijo que en 2020 la información nueva generada cada segundo por cada ser humano sería de alrededor de 1,7 megabytes y que, para ese mismo año, el volumen de datos que crearíamos y copiaríamos anualmente habría aumentado de 4,4 zettabytes en 2013, hasta alrededor de 44 zettabytes, o lo que es lo mismo, casi 40 billones de gigabytes.
Todas las compañías, independientemente de su giro, generan una gran cantidad de información y datos estructurados y no estructurados, y el apoyo que el Big Data nos ofrece es poder analizar todo esto mediante algoritmos matemáticos, razón por la cual con este análisis podemos tomar rutas de acción para una mejor experiencia de los clientes, usuarios o estudiantes, es decir, saber qué hacer con esos datos para optimizar la productividad de los negocios en tiempo real.
Síguenos en Google Noticias para mantenerte siempre informado
Es evidente que para adoptar una estrategia de Big Data se requiere tecnología y, por ende, una inversión para echarla a andar, pero el retorno de inversión al adoptar correctamente una de estas soluciones también es evidente, pues hay una línea muy delgada entre el éxito y el fracaso de este tipo de proyectos, por lo que es fundamental que las organizaciones tengan bien definidos sus procesos y alienados sus sistemas, ya que estos serán los que alimenten las plataformas de Big Data. Se deben tener claros los indicadores que necesitamos medir pero, sobre todo, y esto es lo más importante, es crítico saber qué es lo que vamos a hacer con ese reporte, o de lo contrario se convierte en un insumo poco útil que origina que tales proyectos se trasformen en elefantes blancos.
El mundo educativo no está excluido de este tipo de estrategias y es, incluso, un ámbito sumamente explorado y explotado con el objetivo crucial de mejorar los índices de aprovechamiento del alumnado, aumentar la retención de estos y, sobre todo, incrementar la titulación para, de ese modo, tener una sociedad más preparada. En este sector en particular nació lo que se conoce como Leaning Analitycs.
Y ¿qué es el leaning analitycs? George Siemens lo define como el uso de datos inteligentes, de datos producidos por los alumnos y de modelos de análisis, para descubrir información y conexiones sociales que permitan predecir y asesorar el aprendizaje de las personas.
Sigue la información sobre los negocios y la actualidad en Forbes México
Ahora bien, en qué parte del ciclo de vida del educando se debe implementar este tipo de metodología, la respuesta es en el 100 % del ciclo, que va desde el proceso de prospección hasta la titulación. En la prospección se ocupa el Big Data y mediante sistemas de geolocalización avanzados podemos identificar las ubicaciones en las cuales se encuentran los posibles candidatos de acuerdo con su posición socioeconómica, intereses, principales fuentes de empleo en la zona, etc., todo esto para identificar el tipo de carreras a ofertar, diseñar estrategias de atracción y de venta, entre otras acciones.
Una vez que los candidatos se convierten en estudiantes de la institución se puede dar seguimiento a su incorporación formal a la vida académica para saber si están consultando los contenidos en la plataforma educativa, si están tomando sus cursos introductorios; ver los resultados de exámenes diagnósticos y con esto trazar una ruta de desarrollo académico a lo largo de toda su carrera y, posteriormente, en su día a día tener tableros de control para identificar el desempeño tanto de colegiales como de docentes, con la finalidad de predecir el éxito del discípulo y tomar acciones proactivas para apoyarlo en el logro de sus objetivos de aprendizaje; todo esto, desde luego, por medio de un proceso automatizado y sistematizado.
Sigue aquí el avance contra la pandemia en México y el mundo
Además de lo anterior, se deben implementar modelos de aprendizaje adaptativo, con los cuales se puedan, por vía de estas analíticas, trazar rutas de formación personalizada en donde los escolares reciban los contenidos que requieran de acuerdo con su nivel y estilo de estudio y de esta manera poder ayudarlos a cubrir las áreas de oportunidad de aprendizaje con la mejor experiencia posible.
La situación mundial en la actualidad en donde los modelos educativos migraron a entornos virtuales apoyados por tecnología nos obliga a contar con este tipo de estrategias que permiten tener claridad del avance de cada uno de los actores y poder intervenir antes de que sea tarde para lograr los sueños profesionales de los estudiantes.
El Big Data es oro molido para las organizaciones y en el mundo educativo aporta un gran valor en el incremento de la productividad de los alumnos, que es el fin máximo que perseguimos como académicos, pero nada de esto es funcional sin el trabajo de los docentes, pues ellos finalmente son los que ejecutan las acciones derivadas de todos estos análisis y también los que con su profesionalismo y entrega hacen realidad las estrategias que las instituciones definen; así que cuando se genera un mix perfecto entre estos dos factores, profesores de alta calidad y analíticas de datos efectivas, se tiene una garantía de éxito para el educando.
Jesús Deloya, Director de Innovación Educativa de Aliat Universidades*
Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.
