Grazie agli insight forniti dall'analytics, AOU può ora individuare gli studenti più vulnerabili ed elaborare iniziative più mirate per aiutarli, aumentando i tassi di fidelizzazione e di progressione e incrementando il numero di studenti.
Il professor Hussein commenta: «Grazie a IBM Watson Analytics, siamo stati in grado di individuare i fattori chiave che ci aiutano a capire perché gli studenti abbandonano l'università e ad adottare misure per aumentare i tassi di fidelizzazione.
“Ad esempio, il Paese di origine degli studenti era un forte indicatore dei tassi di abbandono. Ci siamo resi conto che, data la provenienza da Paesi diversi, la qualità e la portata della loro istruzione scolastica possono variare notevolmente. Ciò significava che alcuni studenti faticavano a tenere il passo anche nei corsi di base di un programma di basso livello. Di conseguenza, abbiamo deciso di esaminare l'effetto dell'offerta di corsi introduttivi di matematica a zero crediti IT100, IT101 e MA100 nel nostro campus nazionale dell'Oman come requisito obbligatorio del ministero.
"L'esperimento è stato monitorato per tutto il periodo dall'autunno 2013 all'autunno 2017. L'analytics ha rivelato che l'offerta dei suddetti corsi introduttivi ha permesso di ridurre in media del 34 per cento gli studenti ritiratisi dai corsi di matematica di base di primo livello, aumentando al contempo con un media del 12 per cento il tasso di superamento dei test".
"I risultati suggeriscono che questi corsi introduttivi sono riusciti a dare agli studenti i riferimenti di cui hanno bisogno per avere successo nel sistema AOU. Ora stiamo lavorando ulteriormente su questo successo implementando corsi simili per altri argomenti e/o in altri Paesi".
Oltre a esaminare i KAPI nei diversi corsi, si desiderava anche ottenere informazioni sul rendimento accademico dei singoli studenti. AOU ha elaborato un punteggio chiamato "Fattore di rischio per lo studente" (Student Risk Factor, SRF), composto dalla media attuale dello studente, dal tasso di progressione e dal numero di ammonizioni ricevute.
Il professor Hussein osserva: “Il punteggio SRF può essere utilizzato per individuare gli studenti in difficoltà e che hanno bisogno di sostegno, in modo che l'università possa intervenire prima che smettano di progredire e abbandonino. Abbiamo scoperto che un fattore chiave alla base dei punteggi SRF era l'anzianità accademica dello studente: gli studenti appena iscritti tendono ad avere difficoltà all'inizio degli studi a causa della scarsa familiarità con l'Open Education System.
“Anche la media dei voti alle scuole superiori svolge un ruolo cruciale per stabilire l'SRF, poiché gli studenti con un rendimento medio e basso alle scuole superiori trovano gli studi universitari più impegnativi. Inoltre, un fattore importante che influenza l'SRF è il Paese in cui le persone studiano, a causa del fatto che gli studenti di Paesi diversi hanno esperienze accademiche e situazioni socio-economiche diverse, da aggiungere alla diversità nelle risorse fisiche e nelle infrastrutture.”
"Ad esempio, i nostri campus in Kuwait, Egitto, Giordania, Bahrein e Riyadh sono più moderni e hanno "strutture intelligenti", mentre quelli in Libano e Oman sono più vecchi e meno ben attrezzati. Ora stiamo lavorando per aggiornare i nostri edifici più vecchi e fornire un ambiente di apprendimento eccellente a tutti i nostri studenti, indipendentemente dal campus in cui si trovano.
"Anche la situazione politica dei diversi Paesi ha un ruolo nel successo accademico degli studenti: in Giordania e in Libano, ad esempio, ci sono molti rifugiati siriani, la cui situazione finanziaria può spesso rendere molto difficile l'impegno negli studi. Ora stiamo lavorando per fornire fondi per assistere questi studenti e aiutare a ridurre i loro punteggi SRF, aumentando le loro possibilità di completare l'istruzione universitaria."
Consentendo ad AOU di fornire un aiuto mirato agli studenti in difficoltà e di aumentare i tassi di fidelizzazione, la soluzione IBM aiuta anche a creare un flusso di entrate più stabile per l'università.
"L'abbandono degli studi ha un impatto finanziario sull'università", osserva il professor Hussein. "Aumentando i tassi di fidelizzazione, abbiamo una maggiore sicurezza finanziaria e la possibilità di continuare a investire in risorse educative sempre migliori. È una vittoria su tutti i fronti.
"Oltre a monitorare e analizzare il rendimento scolastico degli studenti, IBM Watson Analytics ci ha aiutato ad aggiornare il nuovo programma ITC, che era stato riconvalidato ad aprile 2017. La nostra analisi ha rivelato che l'offerta di corsi di base che prevedono solo tre o cinque ore credito di studio comporta una perdita di entrate compresa tra il 6 e l'11%. Pertanto, abbiamo aggiornato il programma per offrire solo corsi di base da quattro e otto ore di credito, aumentando le nostre entrate e fornendo risultati di apprendimento ancora migliori.
E conclude dicendo: “IBM Watson Analytics è stato fondamentale per consentirci di estrarre una massa di dati precedentemente impenetrabili e scoprire informazioni preziose. Utilizzando queste conoscenze per aumentare i tassi di progressione e di fidelizzazione, non solo forniamo agli studenti più vulnerabili il sostegno di cui hanno bisogno, ma assicuriamo anche un flusso di entrate stabile che può essere reinvestito nell'università per migliorare ulteriormente l'esperienza educativa: è un ciclo positivo che non sarebbe possibile senza sfruttare l'analytics.
“L'analisi dei dati sta diventando fondamentale per il processo decisionale basato sui fatti in tutti gli ambiti della vita universitaria. Vedo IBM Watson Analytics come un compagno decisionale che può aiutare AOU a raggiungere un successo accademico, amministrativo e finanziario ancora maggiore.”