el business intelligence aplicado al análisis prospectivo ... bi aplicado al análisis prospectivo...
TRANSCRIPT
1
El Business Intelligence aplicado al análisis prospectivo del desempeño académico
José Gerardo Moreno Salinas [[email protected]]
Coordinación de Universidad Abierta y Educación a Distancia - UNAM
Resumen
En la constante búsqueda por tener un mejor entendimiento del desempeño
académico de los alumnos, cada vez se ha procesado una mayor cantidad de bases
de datos e instrumentos de evaluación que posibiliten encontrar muchas de las
respuestas de manera más rápida y accesible. Resultado del constante incremento en
los volúmenes de datos, ha sido necesario recurrir a formas más eficaces y eficientes
de explorar en los datos y así obtener información más oportuna e inteligente que les
sea útil a los tomadores de decisiones para la definición de las estrategias que
deberán ser encaminadas en beneficio de los alumnos y por ende, del sistema
educativo.
Se presenta la base de cálculo que se utilizó para hacer un análisis prospectivo de los
desempeños académicos de los alumnos, mismos que están sujetos al tiempo
reglamentario que marcan las carreras y planes de estudio. Para después
programarse en una herramienta de Business Intelligence que permita comparar y
categorizar las diferentes variables de interés sin perder la visión holística del sistema
de una manera rápida, intuitiva e interactiva para el tomador de decisiones (usuario
final).
Además, el artículo tiene el propósito de dejar evidencia de la experiencia que se ha
adquirido en el procesamiento de datos académicos y las herramientas utilizadas, en
este caso del Business Intelligence para su análisis y presentación de la información.
Palabras clave: Business Intelligence; análisis prospectivo; desempeño académico;
educación abierta y a distancia.
2
Introducción
Es cierto que cada vez vivimos en un mundo más globalizado y que las tecnologías de
la información y comunicación lo han propiciado en gran medida, pero no quiere decir
que habitemos en un mundo más conectado o relacional, ya que la gran mayoría de
los datos que generamos son no estructurados y en términos de análisis requieren de
un mayor esfuerzo que los datos estructurados, esto sin considerar el gran problema
de su accesibilidad y que sólo pocas corporaciones gozan de los privilegios de acceso.
La “International Data Corporation” publicó el artículo El universo digital de las
oportunidades1 donde señala que no todos los datos que se generan en el universo
digital están sujetos a hacer analizados; reportó que en el 2013, el 22% de la
información fue candidata para su análisis, pero sólo el 5% de los datos fueron
analizados realmente.
El crecimiento acelerado y exponencial en la generación de datos a nivel mundial no
es exclusivo de las grandes organizaciones, sino de todas aquellas que manejen en
formatos digitales sus procesos, registros de productos y servicios, usuarios,
mensajes, transacciones comerciales u operacionales, entre otros. De acuerdo con la
infografía publicada por Domo2, calcula que por cada minuto que pasa en Internet se
cargan 72 horas de nuevos videos en YouTube, se mandan 204 millones de correos
electrónicos, Google recibe por arriba de cuatro millones de búsquedas, se comparten
347,222 fotografías en WhatsApp y Amazon recibe 83,000 dólares por ventas en línea.
Con lo anterior nos queda claro que son más los datos que generamos que la
información que obtenemos de éstos y mucho menos es el conocimiento que
aprendemos.
Por tal motivo se vuelve imperante contar con las herramientas que posibiliten un
mejor entendimiento de nuestros datos y no sólo esto, que también motiven las
estrategias que habrá que implementar en beneficios de nuestras organizaciones y
tengan respuestas ágiles a los constantes cambios de los datos.
Para el caso particular del Sistema Universidad Abierta y Educación a Distancia
(SUAyED), de la Universidad Nacional Autónoma de México (UNAM), resulta un tema
muy pertinente estudiar el desempeño académico que han tenido los alumnos con
base en sus historias académicas, pero además, es de suma importancia hacer
análisis prospectivos de los desempeños académicos que deberán de tener los
alumnos donde podamos anticipar los escenarios y sean los tomadores de decisiones
los responsables de emprender las acciones en el corto plazo en beneficios de los
alumnos.
El propósito del artículo es presentar uno de los muchos esfuerzos que se han
realizado por entender mejor nuestros datos (alumnos) y presentar los resultados que
hemos obtenido de utilizar herramientas de inteligencia de negocios para el análisis
prospectivo del desempeño académico.
3
Business Intelligence
La inteligencia de negocios o mejor conocido por sus siglas en inglés BI (Business
Intelligence), en una primera necesidad, se concentra en el análisis de datos
estructurados y relacionados que han sido procesados en diferentes formas y
contenidos. El contar con una herramienta en BI ayudará en gran medida en analizar,
catalogar y estructurar los datos para su mejor visualización y presentación de la
información.
No debemos perder de vista que cada vez es mayor la necesidad de estar más y
mejor informados en menos tiempo y el BI es sin duda un excelente aliado para la
identificación de fortalezas y debilidades de nuestros datos, además de ser más
proactivos en apoyo a un mejor entendimiento que soporte la toma de decisiones.
En la actualidad son muchas las herramientas tecnológicas que ofrecen un
procesamiento de BI. De acuerdo con el sitio capterra.com, el cual se especializa en
buscar y ofrecer las mejores soluciones en Software al hacer estudios de
comparabilidad, publicó recientemente que son 270 las herramientas que existen de
BI. Para mayor información se sugiere visitar el siguiente sitio: http://bit.ly/1HoABpR.
La empresa Gartner, quien es especializada en consultoría e investigación de las
tecnologías de información publicó en febrero del 2015 su “Cuadrante Mágico para
Plataformas de Business Intelligence y Analytics3”. En el cual muestra la posición
relativa de cada competidor en el espacio BI, considerando los productos más fáciles
de usar, con mayor accesibilidad y de mejor integración con los sistemas existentes,
ver siguiente imagen.
Imagen 1.
Cuadrante Mágico para Plataformas de Business Intelligence y Analytics.
4
En el cuadrante de Gartner se pueden identificar a los que son aspirantes
(challengers), líderes (leaders), jugadores de nicho (niche player) y visionarios
(visionaries) dentro del mercado del BI. Los competidores que se encuentran dentro
del cuadrante de líderes y visionarios son los que actualmente tienen la habilidad para
ejecutar, es decir, como proveedores de sus productos y servicios a nivel mundial,
además que sus productos cumplen con los últimos requerimientos del mercado al
anticiparse a las necesidades futuras.
Desde una perspectiva empresarial, la escritora del sitio WhatIs.com de TechTarget,
Margaret Rouse4 describe que dentro los beneficios potenciales del BI, incluyen:
acelerar y mejorar la toma de decisiones; optimizar los procesos internos del negocio;
aumentar la eficiencia operativa; conducir nuevos ingresos y la obtención de ventajas
competitivas sobre sus rivales comerciales. También pueden ayudar a las empresas a
identificar las tendencias del mercado y los problemas de negocios punto que hay que
abordar.
5
Datos educativos y su importancia
Una de las principales misiones en las que se ha desarrollado la Coordinación de
Universidad Abierta y Educación a Distancia (CUAED) de la UNAM, es la constante
búsqueda de las mejores prácticas de cada uno de los involucrados en el sistema y
replicarlos entre sus pares. Para ayudar a identificar esas buenas prácticas y tener un
mejor conocimiento del SUAyED y en particular de los alumnos, el Departamento de
Información y Estadística de la CUAED ha trabajado con diversas bases de datos e
instrumentos de evaluación con el propósito de registrar los perfiles de los alumnos
para cada uno de los semestres de primer ingreso, analizando así, sus principales
datos sociodemográficos, socioeconómicos y antecedentes académicos.
Además, se cuenta con la base de datos de rendimiento escolar del SUAyED, la cual
contiene todo lo relacionado a las historias académicas de los alumnos, es decir:
semestre de ingreso, causa de ingreso, asignaturas inscritas, asignaturas reprobadas,
promedio, porcentaje de avance, etcétera; son alrededor de 40 variables las que se
procesan en dicha base de datos, lo cual permite tener información oportuna de las
historias académicas de los alumnos para cada una de las divisiones y licenciaturas.
Con lo anterior contravenimos a lo que una vez señaló Peter Drucker en su libro La
Sociedad Post capitalista5, para su tiempo él dijo que habíamos generado una
inmensa cantidad de datos que hemos llegado al término de no saber qué hacer con
ellos y con la ayuda del BI sí tenemos otra forma de saber qué hacer con los datos e
incluso, reconocemos que el contar con más datos relacionados posibilita la
realización de diversos estudios, como son: estadística descriptiva e inferencial,
estudios de correlación y minería de datos, que a su vez permiten explorar posibles
interdependencias entre variables, identifica tendencias, modelos y ayudan a descifrar
los principales factores que inciden en los desempeños académicos de los alumnos
SUAyED, en particular. Sólo que habrá que desarrollar las habilidades y conocimientos
suficientes para saber qué, dónde y cómo buscar.
De ahí su importancia de siempre mantener un registro constante de todos los cortes
semestrales y del respaldo de los instrumentos de evaluación.
6
Análisis prospectivo del desempeño académico
En términos del análisis de desempeño académico de los alumnos SUAyED nos
hemos concentrado más por los enfoques descriptivos históricos donde buscamos
explicar los avances que han tenido los alumnos en determinados cortes de tiempo
pasados, es decir, se sigue prefiriendo entender cómo nos ha ido desde un punto
pasado del tiempo al día de hoy y han sido pocos los esfuerzos por explorar los
análisis de los desempeños académicos de los alumnos en prospectiva, dicho de otro
modo, conocer cómo nos podrá ir en un futuro y con base en ello estar mejor
preparados para definir las posibles líneas de acción que se deberán implementar en
determinados subconjuntos de alumnos que motiven sus avances escolares y a su
vez, mejoren las tasas de absorción entre los semestres consecutivos de las
licenciaturas.
Para poder realizar el estudio en prospectiva de los desempeños académicos de los
alumnos SUAyED es necesario conocer a fondo la base de datos de rendimiento
escolar y sus metadatos, de modo que permita identificar las variables que miden la
temporalidad, como son: carrera y plan de estudios en la que está inscrito, porcentaje
de avance en créditos cubiertos y semestre en el que inició con sus estudios. Decimos
que son variables de temporalidad ya que establecen la duración de los alumnos en el
SUAyED, se explican a continuación.
La carrera y plan de estudios identifica el número de semestres que duran los
estudios, así como su respectivo número de créditos totales a cumplir. Por
ejemplo: El plan de estudios 180 de la carrera de administración tiene una
duración de nueve semestres con 440 créditos, a diferencia del plan 345 de
misma carrera dura 10 semestres con 405 créditos.
El semestre de inicio establece el punto en el que comenzará a contar los
números de semestres que marca la carrera y plan de estudios.
El porcentaje de avance en créditos define en números relativos cuántos
créditos del total ha logrado aprobar el alumno y además, nos ayuda a calcular
la razón de avance que ha tenido el alumno en función del tiempo que ha
utilizado y por lo tanto, sabremos del tiempo que le resta y la razón en créditos
que deberá avanzar en promedio por semestre.
Es importante mencionar que los alumnos del SUAyED y de acuerdo con el
Reglamento de Estatuto General del SUAyED6 tienen dos veces la duración señalada
en el plan de estudios para el cumplimiento de la totalidad de los requisitos de
estudios, al término del cual se causará baja en la institución. A este tiempo se le
conoce como reglamentario y como se mencionó, se aplica a los alumnos inscritos en
las modalidades del SUAyED. El tiempo curricular es la duración que marca los planes
y programas de estudios en la modalidad presencial de la UNAM y en promedio son
nueve los semestres. En el mismo Reglamento establece que los alumnos de los
niveles técnico, bachillerato y licenciatura que no terminen sus estudios en el tiempo
señalado no serán reinscritos y únicamente conservarán el derecho a acreditar sus
asignaturas faltantes por medio de exámenes extraordinarios.
7
Para ampliar el nivel de conocimiento de los alumnos inscritos en el SUAyED, se
procesó una tabla relacional para cada división (escuelas y facultades), carreras,
planes de estudio, número de semestres a cursar y créditos totales de las licenciaturas
del SUAyED, a continuación se muestra un ejemplo de dicha tabla para el caso
particular de la Facultad de Contaduría y Administración.
División Carrera Plan Semestres a cursar Créditos
Fac. CA Administración 345 10 405
Fac. CA Administración 1537 8 408
Fac. CA Administración 180 9 440
Fac. CA Administración 1173 9 440
Fac. CA Administración 350 10 416
Fac. CA Administración 545 10 407
Fac. CA Contaduría 344 10 405
Fac. CA Contaduría 1539 8 432
Fac. CA Contaduría 1113 9 448
Fac. CA Contaduría 1174 9 448
Fac. CA Contaduría 206 9 448
Fac. CA Contaduría 414 10 420
Fac. CA Contaduría 547 10 407
Fac. CA Contaduría 551 10 424
Fac. CA Informática 1541 8 408
Fac. CA Informática 209 9 440
Fac. CA Informática 1175 9 440
Fac. CA Informática 346 10 428
Fac. CA Informática 549 10 428
Tabla 1.
Tabla de datos relacional de la Facultad de Contaduría y Administración.
Para después, relacionar dichos datos con la base de rendimiento escolar y calcular
con base en éstos, las nuevas variables o campos calculados que posibilitarán el
análisis prospectivo del desempeño académico, a continuación se explican.
Semestres transcurridos. Son los semestres que ha cursado el alumno desde
que inició, es decir, el número de semestres resultante de la diferencia del
semestre de análisis (2014-1) con el semestre de inicio particular de cada
alumno. Por ejemplo: Si un alumno inició con sus estudios en el semestre
2012-1 significa que al semestre de análisis 2014-1 han transcurrido cinco
semestres.
Semestres a cursar en tiempo reglamentario (TR). Es el doble de tiempo que
establece el plan y programa de estudios al que está inscrito el alumno.
Semestres para terminar en TR. Es la diferencia en número de semestres de
las dos variables anteriores. Esta variable nos ayuda a identificar el número de
semestres que tienen los alumnos para terminar con sus estudios, de acuerdo
al tiempo que establece el Reglamento del estatuto del SUAyED.
8
Razón en créditos para terminar en TR. Define la razón en números relativos
de los créditos que deberá de avanzar el alumno en promedio por los
semestres que tiene para terminar en TR y así cubrir con el 100% de los
créditos dentro del marco de tiempo (número de semestres) que establecen los
planes y programas de estudios del SUAyED.
Para tratar de explicar mejor cómo es que se calculan dichas variables que posibilitan
el análisis prospectivo, se presenta el siguiente ejemplo:
Variables de desempeño y temporalidad Variables de análisis prospectivo
División: Facultad de Contaduría y Administración Carrera: Administración Plan de estudios: 180 Semestres a cursar: 9 Créditos totales: 440 Créditos aprobados: 180 % de avance en créditos (aprobados): 40% Semestre de inicio: 2012-1 Semestre de análisis: 2014-1 Nota: Son las variables que contiene la base de datos de rendimiento escolar.
Semestres transcurridos: (2014-1) – (2012-1) = 5 Semestres a cursar en TR: 9*2 = 18 Semestres para terminar en TR: 18-5 = 13 Razón en créditos para terminar en TR:
Créditos: (Total) - (Créditos aprobado) (100%) - (40% avance en créditos) = 60% de créditos por terminar
Razón: (% Créditos por terminar) / (Semestres para terminar en TR)
(60) / (13) = 4.6% créditos en promedio por semestre
Nota: Son las variables que se calculan en función de la base de datos de rendimiento escolar.
Interpretación del resultado
Por lo tanto, con base a la carrera, plan de estudio, semestre de inicio y porcentaje de avance en créditos (aprobados), es que el alumno deberá avanzar a una razón de 4.6% créditos en promedio por semestre para el total del tiempo restante (13 semestres) y así cubrir el 100% de créditos en el TR. Nota: Aproximadamente una asignatura refiere a 2% del total de créditos.
Cuadro 1.
Cálculo de análisis prospectivo e interpretación de resultados.
El ejercicio se hizo para el caso particular de un alumno y hacerlo realmente no
requirió más que cálculos aritméticos para conocer la razón en créditos que deberá
tener para cumplir con el total que exige su plan de estudios dentro del TR. Pero la
complejidad se vuelve al querer calcular al mismo tiempo a casi 54,000 alumnos1 que
están distribuidos en dos modalidades del SUAyED, que a su vez están inscritos en
múltiples carreras y en diferentes planes de estudios que refieren a desiguales
semestres duración y créditos a cubrir, y que a su vez se relacionan con diferentes
semestres de inicio, múltiples sedes de registro en los estados que ha habido
convocatorias y con diversos promedios de calificaciones.
Al ser tantos los componentes y las posibles combinaciones entres variables, se
vuelve muy importante tener las herramientas que posibiliten el análisis de los alumnos
1 Número de alumnos registrados en la base de rendimiento escolar 2014-1.
9
SUAyED con una visión holística, que nos permita la comparabilidad y categorización
entre los diferentes elementos del sistema sin perder de vista la complejidad que
representa por sí mismo, pero haciéndolo más accesible y de un mejor entendimiento
para los tomadores de decisiones, de modo que en cualquier momento puedan hacer
relaciones entre variables sin perder el contexto global e identifiquen los conjuntos de
alumnos que serán beneficiados de las diferentes posibles líneas de acción que sean
emprendidas. Es importante mencionar que será responsabilidad de los tomadores de
decisión la definición de las líneas de acción a emprender.
El caso de BI aplicado al análisis prospectivo del desempeño académico
El BI es una de esas herramientas en la cual nos hemos auxiliado para mostrar esta
visión generalizada del sistema a la vez que permite el análisis en particular de sus
componentes. En el Departamento de Información y Estadística de la CUAED en la
UNAM, inició desde el 2010 trabajar de manera experimental con Tableau y ha
resultado ser una potente herramienta con reducidos tiempos de latencia en el
procesamiento de grandes volúmenes datos, además que facilita una interfaz muy
interactiva en la visualización de la información, lo que ha permitido hacer más
accesibles y entendibles los proyectos de análisis que se han desarrollado en dicha
herramienta de BI.
A continuación se presenta la impresión de pantalla del “Dashboard” en la que
aparecen todos los componentes anteriormente descritos y por medio de un ejemplo
se explica la relación entre variables y su interpretación.
10
Imagen 2. “Dashboard” del análisis prospectivo de los alumnos SUAyED 2014-1.
En esta imagen se describen las variables de entrada las cuales pueden ser seleccionadas para refinar el análisis y hacerlo más específico
en relación a los intereses de los tomadores de decisiones. Al aplicar cualquier selección en las variables de entrada en automático
realizará el cálculo anteriormente descrito sobre todos los datos del SUAyED y mostrará el análisis prospectivo del desempeño académico
en la matriz de resultados del “Dashboard”.
Modalidad de estudios
(Abierta y a distancia)
Es la
raz
ón
en
nú
me
ros
rela
tivo
s d
e lo
s
créd
ito
s q
ue
deb
erá
avan
zar
en
pro
med
io
D
ivis
ion
es
SU
AyE
D
(Esc
uel
as y
Fac
ult
ades
)
Número de semestres que tiene
el alumno para terminar en TR
Conjuntos de
alumnos
P
rom
edio
de
calif
icac
ion
es a
l 20
14
-1
Variables de
entrada
Matriz de resultados
11
Imagen 3.
“Dashboard” del análisis prospectivo de los alumnos SUAyED 2014-1.
En esta imagen se explican los ejes de la matriz de resultados así como tres interpretaciones de ciertos subconjuntos de alumnos. En
cualquier momento de acuerdo a la selección que se haga en las variables de entrada se podrá tener acceso de los datos de este
subconjunto de alumnos, por ejemplo, si se desea saber más información de los 977 alumnos basta con posicionarse con el puntero del
mouse sobre el número y aparecerá la siguiente ventana emergente:
Son 977 alumnos que en los siete semestres que les quedan para
terminar en TR deberán de avanzar a una razón de 14% en créditos en
promedio por semestre, es decir, aproximadamente siete asignaturas
Alumnos con mayor
extensión (semestres) para
terminar en TR. Alumnos de
reciente ingreso
Alumnos próximos
en agotar su TR
Menos % de
créditos
(asignaturas)
Más % de
créditos
(asignaturas)
Son 299 alumnos que a pesar de disponer de cuatro semestres para agotar su TR ya
cubrieron el 100% de sus créditos
Son
1,2
41
alu
mn
os
qu
e ag
ota
ron
su
TR
. En
su
cru
ce c
on
0,
-1, y
-2
sig
nif
ica
los
sem
estr
es e
n lo
s q
ue
ago
taro
n s
u T
R c
on
bas
e al
sem
estr
e d
e an
ális
is (
20
14
-1)
12
Imagen 4.
Ventana emergente de un subconjunto de datos de la matriz de resultados.
En la venta emergente habrá que dar clic en el último cuadro donde aparece la leyenda
“Ver datos”, aparecerá otra nueva ventana donde presentará dos hojas tabuladas
(Resumen y Subyacente), se sugiere seleccionar “Subyacente” y por default sólo le
presenta las primeras 200 filas, a continuación se presenta una muestra de dicha pantalla.
También da la posibilidad de descargar todos los datos en un archivo con extensión
“.csv”.
Imagen 5.
Ventana emergente de una muestra de datos.
De este modo podrá ubicar a mayor detalle cualquier subconjunto de datos (alumnos), el
nivel de detalle de la información estará dado por la base de datos que haya sido cargada
en el sistema de BI.
Para ayudar a entender mejor la matriz de resultados y hacer un mejor análisis
prospectivo del desempeño académico se identificaron cuatro posibles cuadrantes con
sus respectivas polaridades, de modo que podemos asociar los siguientes subconjuntos
de alumnos:
Primer cuadrante. Menos % de créditos (asignaturas) que aprobar en menor
tiempo. Son los alumnos que en sus semestres pasados han tenido un buen
avance en créditos y para los semestres restantes llevarán una carga
relativamente ligera de asignaturas.
Segundo cuadrante. Menos % de créditos (asignaturas) que aprobar en más
tiempo. Son los alumnos que en sus semestres pasados han tenido un excelente
avance en créditos y para los semestres restantes llevarán una carga menor de
asignaturas en comparación con los alumnos del primer cuadrante. De éstos se
13
pueden distinguir alumnos de reciente ingreso, es decir, los que están más
cercanos a 20 semestres para terminar en TR.
Tercer cuadrante. Más % de créditos (asignaturas) que aprobar en menor tiempo.
Son los alumnos que en semestres pasados no se preocuparon por acreditar sus
asignaturas y ahora se encuentran en una situación extrema ya que deberán llevar
una carga mayor de asignaturas por los pocos semestres que tienen para terminar
en TR.
Cuarto cuadrante. Más % de créditos (asignaturas) que aprobar en más tiempo.
No es posible que haya alumnos en situación extrema por la cantidad de
asignaturas que deberán aprobar y a la vez dispongan de numerosos semestres
por terminar en TR.
Además, en una franja roja se distinguen los alumnos que han agotado su TR y el número
de semestres que han pasado desde entonces (0, -1 y -2). La fila titulada créditos al 100%
tal como su nombre lo dice, refiere a los alumnos que han cubierto la totalidad de sus
créditos y podemos observar los semestres que aún disponían para terminar sus estudios
en TR, ver siguiente imagen.
Imagen 6.
Matriz de resultados y cuadrantes. El presentar la matriz de resultados por cuadrantes ayudará a los tomadores de
decisiones en identificar fácilmente a los diferentes subconjuntos de alumnos y de
acuerdo a las necesidades que detecten por la combinación de las variables de entrada
que seleccionen, sabrán mejor a quiénes encaminarán las líneas de acción que formulen.
I
(– , –)
II
(– , +)
IV
(+ , +)
III
(+ , –)
14
También será responsabilidad de los tomadores de decisión priorizar el subconjunto que
deberán atender en un primer orden y será deseable que definan diferentes líneas de
acción dependiendo de la situación en la que se encuentren los alumnos. Por último, cabe
mencionar que se podrá accesar desde cualquier dispositivo móvil con conexión a
Internet, lo que responde muy bien a la necesidad de siempre estar informados, desde
cualquier lugar y en cualquier momento.
Para accesar e interactuar con la herramienta de BI aplicado al análisis prospectivo del desempeño académico deberá de ingresar a la siguiente URL: http://galton.cuaed.unam.mx/auth/
Autenticarse con los siguientes datos.
Nombre de usuario: BI2015 Contraseña: muestra2015 Cualquier comentario será bien recibido al correo electrónico: [email protected] Para mayor información se sugiere visitar: http://cienciadato.blogspot.mx/
15
Conclusiones
Sabemos que cada vez tendremos más datos (estructurados y no estructurados) y que
nunca nos adelantaremos a su interminable generación, por otro lado tenemos el
compromiso de saberlos entender y relacionar mejor, hasta el momento sólo hemos
examinado datos estructurados, los cuales nos han ayudado muy bien para describir los
perfiles e historias académicas de nuestros alumnos e incluso, han posibilitado el análisis
prospectivo del desempeño académico.
Recordando lo que alguna vez dijo Albert Einstein: “No todo lo que puede ser contado
cuenta, y no todo lo que cuenta puede ser contado”, en términos de análisis de datos
estamos ante está difícil tarea, ¿cómo contar lo que realmente cuenta?, ya que hemos
contado mucho de lo que posiblemente no cuenta con el fin de estimular mejor los
desempeños académicos de los alumnos y es por ello, que nos estamos preparando para
comenzar a analizar datos no estructurados y así explorar qué variables son las que
realmente inciden (cuentan) en los desempeños académicos.
Un aspecto importante de incorporar una herramienta de BI para el análisis de datos es
que permite cambiar en segundos el enfoque de estudio, pudiendo pasar de lo general a
lo particular y viceversa, es decir, de estar viendo el contexto general de los desempeños
académicos del SUAyED, pasar alguna división en particular y a su vez compararla entre
modalidades de estudio todo con una simple selección de las variables de entrada.
En términos de desempeños académicos, es claro que no todos los alumnos son iguales
y ni tienen las mismas necesidades, ya que hay alumnos que disponen de más tiempo
para terminar en TR con sus créditos y están los alumnos que se encuentran en situación
extrema al disponer de menos tiempo para terminar con sus asignaturas, además hay que
considerar los subconjuntos de alumnos que deben cumplir con una mayor carga
asignaturas y los que tienen una menor carga. Por ello que se haya desarrollado la matriz
de resultados por cuadrantes.
Es gratificante participar en los procesos de análisis de datos y poner a disposición de los
tomadores de decisiones algunos de los enfoques que posibilitan una mejor comprensión
de los datos del sistema. Sin duda, la incorporación de BI en el análisis de datos es una
excelente herramienta que facilita y resuelve el problema de estar más y mejor informados
en menor tiempo.
16
Bibliografía
1 Turner, V. The Digital Universe of Opportunities: Rich Data and the Increasing Value of
the Internet of Things. En IDC Analyze the Future. Disponible en
http://idcdocserv.com/1678 (2014, 1 de octubre, 10:17).
2 Data never sleeps 2.0 how much data is generated every minute? En Domo. Disponible
en http://www.domo.com/learn/data-never-sleeps-2 (2014, 1 de octubre, 7:40).
3 “Gartner Magic Quadrant for Business Intelligence and Analytics Platforms” by Rita L.,
Joao T., Josh P., Daniel Y. and Bill H., 20 February 2015. Disponible en
http://gtnr.it/1blOxFd (2015, 10 de abril, 14:07).
4 Rouse, M. Business Intelligence (BI). En TechTarget. Disponible en
http://searchdatamanagement.techtarget.com/definition/business-intelligence (2015, 18 de
abril, 12:32).
5 Drucker P. (2004). La Sociedad Poscapitalista. Colombia: Norma.
6 Reglamento del Estatuto del Sistema Universidad Abierta y Educación a Distancia.
Disponible en http://xenix.dgsca.unam.mx/oag/abogen/documento.html?doc_id=13 (2015,
15 de abril, 21:48).