Las instituciones de educación superior enfrentan una presión cada vez mayor para retener a sus estudiantes. Con el aumento cada vez mayor de las matrículas universitarias, más estudiantes y familias se preguntan si vale la pena obtener un título universitario. Sin mencionar que las universidades enfrentan una tremenda presión por parte de funcionarios estatales y federales que presionan para que los estudiantes que ingresan a instituciones públicas obtengan un título, especialmente aquellos de grupos marginados. Más de 24 estados desembolsan sus fondos estatales en función de cuántos estudiantes gradúa una universidad, en lugar de cuántos inscribe, por lo que retener a los estudiantes se está volviendo más crítico para sus resultados finales. Debido a estas presiones, algunas instituciones de educación superior han recurrido al análisis predictivo. Al analizar datos demográficos y de desempeño, las universidades pueden predecir si los estudiantes sobresaldrán en sus cursos o necesitarán apoyo.
¿Qué es el análisis predictivo?
Según Gartner, “Respuesta de análisis predictivo ‘¿Qué pasará?’ reconociendo patrones y evaluando resultados probables
utilizando técnicas estadísticas o de aprendizaje automático. Esta capacidad de proporcionar información prospectiva (no sólo del pasado y del presente) proporciona a los tomadores de decisiones aún más información para respaldar mejores decisiones”El análisis predictivo utiliza técnicas de minería de datos, estadística, modelado, aprendizaje automático e inteligencia artificial (IA) para analizar datos actuales y hacer predicciones sobre el futuro.Tipos de modelos analíticos predictivos:En términos generales, el término análisis predictivo se utiliza para referirse a modelos predictivos o datos de puntuación con modelos predictivos y pronósticos. Hoy en día, la gente utiliza cada vez más el término para referirse a sus disciplinas analíticas relacionadas, pero es importante tener en cuenta los modelos y sus definiciones. Modelos predictivos: analizar la relación entre el desempeño específico de una unidad en una muestra y uno o más atributos o características conocidos de la unidad. Los modelos predictivos a menudo realizan cálculos durante transacciones en vivo, por ejemplo, para evaluar el riesgo o la oportunidad de un cliente o transacción determinada con el fin de guiar una decisión.: cuantifica las relaciones en los datos para clasificar a los clientes o prospectos en grupos. Los modelos descriptivos identifican muchas relaciones diferentes entre clientes o productos y pueden utilizarse para categorizar a los clientes según sus preferencias de producto y etapa de vida.: describir la relación entre todos los elementos de una decisión —los datos conocidos (incluidos los resultados de los modelos predictivos), la decisión y los resultados previstos de la decisión— para predecir los resultados de decisiones que involucran muchas variables. Los modelos de decisión se utilizan generalmente para desarrollar una lógica de decisión o un conjunto de reglas comerciales que producirán la acción deseada para cada cliente o circunstancia.
