阿拉伯开放大学
利用数据分析,识别和帮助弱势学生
女导师帮助学生复习课桌上的材料

为了助力学生的学业成功,必须找到保持研究生和本科生积极性的方法。阿拉伯开放大学 (AOU) 使用 IBM® Watson Analytics™ 来识别哪些学生面临退学风险,并制定新举措来帮助更多学生顺利毕业。

业务挑战

AOU 希望找出学生保留率和升学率背后的关键因素,以便帮助陷入困境的学生,并增加学生数量。能否利用分析,帮助理解复杂的数据?

变革

借助 IBM Watson Analytics,AOU 可以明确学生保留率和升学率的关键驱动因素,并制定有针对性的举措,帮助陷入困境的学生重回成功的正轨。

结果 提供洞察力,
让 AOU 能够制定举措,帮助学生取得成功
帮助
提高学生保留率和升学率,创造稳定的收入
重新设计核心课程,
避免了多达 11% 的收入损失
业务挑战案例
识别有困难的学生

阿拉伯开放大学 (AOU) 在八个国家设有独立校园,是一个非常多元化的组织。该校与世界上任何地方的现代大学都面临着同样的挑战:吸引和留住学生、保持高学术标准,以及保持财务可持续性。同时,其国际化布局意味着顶层战略也需要尊重各国校园独特的文化、法律、学术和财务状况。

AOU 计算与工程学院院长兼负责信息与教育技术的副校长 Ashraf Hussein 教授解释道:“每个校区均受当地高等教育部 (MoHE) 的要求管辖,并受到不同社会经济条件和学校教育标准的影响。这意味着对学生的学业表现和成就进行全面分析,是一件具有挑战性的工作。”

Hussein 教授继续说道:“我们一直难以真正区分对学生成绩有贡献的驱动因素。因而,在制定策略帮助困难学生,并提高升学率和保留率时,我们感到挑战重重、无从下手。数据太复杂了,仅用电子表格无法理解——不仅要能看到数据本身,还要看到不同领域之间的关系、趋势以及幕后发生的事情。”

Hussein 教授认识到基于数据分析的解决方案可以提供帮助:“我决定进行一项研究,调查学生保留率和升学率背后的影响因素,但首先我需要适合这项工作的工具。”

AOU 的战略是在五年内使学生人数翻番,其中一个方面就是要提高学生的升学率和保留率。然而,由于该组织的复杂性,难以明确与学生升学率和保留率相关的关键因素。

IBM Watson Analytics 发挥了至关重要的作用,帮助我们挖掘了大量之前难以获取的数据,并揭示了有价值的洞察。 Professor Ashraf S. Hussein Dean of the Faculty of Computing and Engineering and Vice President for Information and Education Te Arab Open University
变革案例
实施数据分析解决方案

Hussein 教授开始寻找一种能够提供即时洞察力的数据分析解决方案,并且需要足够容易使用,以便将来有可能向 AOU 学生提供。

他指出:“作为 IBM 的前员工,我对 IBM 的技术和文化已经有着很好的了解,所以当我听说 IBM Watson Analytics 时,我认为它非常适合。它的点击式界面比我们考虑的其他解决方案使用起来要简单得多,并且它具有其他解决方案所没有的内置预测分析功能。更重要的是,我测试了预测分析的准确性,得分非常高。实施这一方案的决策是很容易做出的。”

IBM Watson Analytics 是一项智能数据发现服务,可引导数据探索,自动进行预测分析,并能轻松创建仪表盘和信息图表,使用户能够毫不费力地获得洞察力并分享发现。

“IBM Watson Analytics 集中一处提供大量功能,而大多数其他解决方案更像是一组独立的工具,必须不断切换,”Hussein 教授指出。“在平台上协作和共享数据也非常容易;例如,我们使用“专家故事书”功能快速构建交互式演示文稿来分享发现。”

有了 IBM 解决方案,Hussein 教授就拥有了研究学生保留率和升学率背后驱动因素的工具(升学率定义为学生完成课程的速度)。

“首先,我们进行了一项为期数年的研究,以了解信息技术和计算项目 (ITC) 的升学率和辍学率随时间的变化趋势,”Hussein 教授说。“我们发现,在研究过程中,学期间的辍学率有所下降,这表明我们为提高整个大学的质量标准所做的努力是有效的。我们还发现,学习较低级别课程的学生比学习高级课程的学生的辍学率要高得多,这一发现值得进一步探索。

“数据分析发现,2013 年秋季至 2017 年秋季期间,计算与工程学院的质量保证和标准的提升,使总体辍学率平均降低了 18%,同时还使每个分校实施 ITC 项目的相对效率平均提高了 10%。此外,我们已经确认科威特、巴林和埃及的教职员工(全职和兼职)与学生的比例接近最佳水平。”

“在研究的第二阶段,我们为 ITC 项目课程制定了关键学术表现指标 [KAPI],然后监测趋势并调查影响因素。例如,一个重要的 KAPI 是退学学生百分比,即退学学生占所有学生的百分比。我们发现,学生课程成绩的标准差、原籍国和课程级别,是此 KAPI 背后的重要驱动因素——同样,学习较低级别课程的人更有可能退学。”

他补充道:“IBM 的分析解决方案至关重要,使我们得以开展这些研究、识别陷入困境的学生的影响因素和警告信号。”

RESULT 案例
提高学生保留率

借助分析揭示的洞察,AOU 现在可以识别弱势学生,并制定更有针对性的举措来帮助他们,提高保留率和升学率,并增加学生数量。

Hussein 教授评论道:“借助 IBM Watson Analytics,我们能够查明关键因素,帮助我们了解学生辍学的原因,并采取措施提高保留率。

“例如,学生的原籍国是辍学率的有力指标。我们意识到,由于我们的学生来自不同国家,他们的高中教育的质量和范围可能存在很大差异。这意味着即使在低级别课程的核心课程上,有些学生也很难跟上节奏。因此,我们决定在阿曼校区提供零学分数学入门课程 IT100、IT101 和 MA100,作为 MoHE 的强制性要求,并研究这样做的效果。

“从 2013 年秋季到 2017 年秋季,我们一直在监测这一实验。分析显示,提供上述入门课程,使一级核心数学课程退学的学生比例平均相对减少了 34%,同时通过率平均相对提高了 12%。”

“结果表明,这些入门课程成功地为学生提供了在 AOU 系统中取得成功所需的基线。我们现在正通过在其他主题和/或国家,实施类似的课程来巩固这一成功。”

除了研究跨课程的 KAPI 之外,还希望深入了解个别学生的学业表现。AOU 设计了“学生风险因素”(SRF) 分数,由学生当前的 GPA、升学率和收到警告的数量组成。

Hussein 教授指出:“这个 SRF 分数可以用来识别有困难并需要支持的学生,以便大学可以在他们停止进步和退学之前进行干预。我们发现,SRF 分数背后的一个关键因素,是学生的学术资历:由于不熟悉开放教育体系,低年级学生往往在学习的早期阶段遇到困难。

“高中 GPA 在确定 SRF 方面也起着至关重要的作用,因为高中成绩中等或较差的学生会发现本科学习更具挑战性。此外,影响 SRF 的一个重要因素是就读的国家,因为不同国家的学生有着不同的学术背景和社会经济状况,以及物质资源和基础设施的多样性。”

“例如,我们在科威特、埃及、约旦、巴林和利雅得的校区都比较现代化,拥有‘智能楼宇’,而在黎巴嫩和阿曼的校区则比较陈旧,设备也不完善。我们现在正在努力升级旧建筑,为所有学生(无论他们位于哪个校园)提供良好的学习环境。

“不同国家的政治局势也对学生的学业成功产生影响,例如在约旦和黎巴嫩,有很多叙利亚难民,他们的经济状况往往使他们很难全身心投入学业。我们现在正在努力提供资金,帮助这些学生,降低其 SRF 分数,提高他们完成大学教育的机会。”

通过助力 AOU 为陷入困境的学生提供有针对性的帮助,并提高保留率,IBM 解决方案还为这所大学创造了更稳定的收入来源。

Hussein 教授说:“当学生辍学时,会对大学产生财务影响。”“通过提高保留率,我们提升了财务安全性,并有能力继续投资于更好的教育资源。这是双赢的。

“除了跟踪和分析学生的学业成绩之外,IBM Watson Analytics 还帮助我们更新了 ITC 项目,该项目上一次再验证是在 2017 年 4 月。我们的分析显示,提供仅包含三到五个学时的核心课程,会导致收入损失 6% 到 11%。因此,我们更新了该项目,仅提供四个和八个学时的核心课程,从而增加了收入,并促成了更好的学习成果。”

他总结道:“IBM Watson Analytics 起到了至关重要的作用,帮助我们挖掘了大量之前难以获取的数据,并发现了有价值的洞察。利用这些洞察来提高升学率和保留率,我们不仅为弱势学生提供了所需的支持,还确保了稳定的收入来源,让资金可以重新投入大学、进一步增强教育体验——如果不利用数据分析,就不可能实现这个良性循环。

“在大学生活各个领域,数据分析对于基于事实的决策正变得至关重要。我将 IBM Watson Analytics 视为决策伙伴,它帮助 AOU 取得了更大的学术、管理和财务成功。”

阿拉伯开放大学

阿拉伯开放大学 (AOU)(链接位于 ibm.com 外部)是一个可持续发展和教育非营利项目,由 AOU 董事会主席 Talal Bin Abdul-Aziz 亲王殿下于 2002 年建立。AOU 总部位于科威特,并在黎巴嫩、约旦、沙特阿拉伯、埃及、巴林、阿曼和苏丹设有七个国家校区。根据与英国开放大学的合作协议,AOU 提供一系列以英语授课的本科和研究生学术课程。

采取下一步行动

IBM Analytics 提供世界上最深入、最广泛的分析平台、领域和行业解决方案之一,为企业、政府和个人带来新价值。欲了解有关 IBM Analytics 如何利用数据帮助行业和职业转型的更多信息,请访问 ibm.com/analytics。在 Twitter 上关注我们:@IBMAnalytics,关注我们的博客 ibm.com/blog,并加入 #IBMAnalytics 对话。

查看更多客户案例了解有关 IBM Analytics 的更多信息

法律

© Copyright IBM Corporation 2017. 1 New Orchard Road, Armonk, New York 10504-1722 United States.

2017 年 6 月在美国制作。

IBM、IBM 徽标、ibm.com 和 Watson Analytics 是 International Business Machines Corp. 在世界各地司法辖区的注册商标。其他产品和服务名称可能是 IBM 或其他公司的商标。以下网址的 “Copyright and trademark information” 部分中包含了最新的 IBM 商标列表:ibm.com/legal/copytrade.shtml

本文档为自最初公布日期起的最新版本,IBM 可能随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。本文档内的信息“按现状”提供,不附有任何种类的(无论是明示的还是默示的)保证,包括不附有关于适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的协议条款和条件获得保证。