SOLUCIÓN DE PREDICCIÓN DE DESERCIÓN ESTUDIANTIL – Foresight™

SOLUCIÓN DE PREDICCIÓN • “Estrategias de retención con base en insumos

analíticos para disminuir la tasa de deserción”
DE DESERCIÓN – Foresight™
TESTIMONIO –CASO DE ÉXITO
“ A través del uso de soluciones predictivas
[…] hemos logrado reducir la tasa de
deserción 10-20%...** ”

Juan Ortiz, Analytics Director

– Laureate International Universities*

* Grupo Laureate forma un gran conglomerado de universidades. (i.e. UVM, UNITEC, etc.)
** Tasa total de deserciones
OFERTA DE VALOR

Disminuye la tasa de deserción de la universidad usando inteligencia artificial. A partir de la integración

de información de distintas fuentes creamos un perfil único por estudiante con base en el cual es
posible generar modelos de inteligencia artificial que calculan la probabilidad de deserción de un
estudiante en un momento específico. A partir de este insumo analítico, las universidades pueden
diseñar estrategias de retención temprana para disminuir su tasa de deserción.
PROBLEMÁTICA Y BENEFICIOS
Necesidades
Soluciones Beneficios clave
del negocio
1) Conexión con sistemas de la
universidad para generar un Implementación de un programa de
1) Tasas altas de perfil único de estudiante intervención temprana para la
deserción retención
2) Cálculo de probabilidad de
deserción por estudiante

2) Falta de conocimiento
3) Cálculo de factores de riesgo Disminución de la tasa de deserción
de las causas de de deserción individuales entre 10 y 20 %
deserción
4) Identificación de variables
que más inciden en la deserción
3) Pérdida de ingresos
Disminución de ingresos por
debidas a la falta de estudiantes que dejan la universidad.
5) Visualización de resultados en
retención
tableros de control
PRINCIPALES COMPONENTES DE LA SOLUCIÓN

Integra información Predice si un Identificación de Visualización de

sobre el perfil estudiante va a factores riesgo de resultados en tableros
académico, financiero desertar deserción de control
y sociodemográfico de • Tableros de control
cada estudiante • Utilización de • Identificación de causas estratégicos: causas de
numerosas técnicas generales de la deserción
• Conexión con distintos matemáticas para elegir deserción • Tableros de control
sistemas fuente de la la mejor • Identificación de operativos:
universidad • Modelos de predicción factores individuales de probabilidad y factores
• Integración de un perfil altamente precisos la deserción individuales de
único por estudiante deserción
 IMPACTO

A partir del uso de esta solución es posible implementar un programa de

intervención temprana para la retención de forma que la tasa de deserción
baje entre 10 y 20%, impactando directamente en la disminución de ingresos
por estudiantes que dejan la universidad
ENFOQUE ANALÍTICO: MACHINE LEARNING
¿Cómo clasificar a una población de individuos con base en variables que
los describen para después poder identificar de forma predictiva?

→ Mediante una función matemática que encuentra la

mejor forma de hacerlo
 INFORMACIÓN REQUERIDA
Se requiere información de distintas fuentes de la universidad que dan cuenta del ciclo de vida del estudiante

BECAS PAGOS ACADÉMICO CALIFICACIONES Y ASISTENCIA PREPA PERFIL EXAMEN INSCRIPCIÓN

•MATRICULA •MATRICULA •MATRICULA •MATRICULA •MATRICULA •MATRICULA

•MATRICULA
•STVCAMP_CODE •TBRACCD_TERM_CODE •PERIODO •CODIGO_ESC •ESTADO_CIVIL •CODIGO_TEST
•PERIODO
•BF2PROG_CVE_PROGRAMA •TVRDCTX_CURR_CODE •PERIODO_DESC •NOMBRE_ESC •GENERO •DESC_TEST
•CURSO
•BF2PROG_DESCRIPCION •TBBDETC_DETAIL_CODE •CAMPUS •PROMEDIO •CODIGO_NAC •TEST_SCORE
•ESTATUS
•BF2PLAN_CVE_PLAN •TBBDETC_DESC •CAMPUS_DESC •ESTATUS_DESC •FECHA_GRADUACION •DESC_NAC
•BF2PLAN_DESCRIPCION •CARGO •NIVEL •CREDITO •CODIGO_LUG_NACIMIENTO
•BF2SUPL_CVE_SUBPLAN •PAGO •NIVEL_DESC •CALIFICACION_FINAL •CIUDAD_LUG_NAC
•BF2SUPL_DESCRIPCION •SALDO •PROGRAMA •CALIF_1_PARCIAL •CODIGO_ESTADO
•BR3FIAS_FOLIO_ASIGNACION •TBBDETC_DCAT_CODE •PROGRAMA_NOMBRE •CALIF_2_PARCIAL •ESTADO_NACIMIENTO
•BR3FIAS_FEC_INI_ASIGNACION •TTVDCAT_DESC •MODALIDAD •CALIF_3_PARCIAL •CODIGO_PROCEDENCIA
•BR3FIAS_FEC_CAN_ASIGNACION •TBRACCD_EFFECTIVE_DATE •MODALIDAD_DESC •FALTAS_INSC_TARDIAS •CIUDAD_PROCEDENCIA
•BT4TAYU_CVE_TIPO_AYUDA •DIAS_RETRASO •COLLEGE •FALTAS_1_PACIAL •CODIGO_ESTADO_PROCEDENCI
•BT4TAYU_TIPO_FIN •COLLEGE_DESC •FALTAS_2_PARCIAL A
•BT4TAYU_DESCRIPCION •PROMEDIO_PERIODO •FALTAS_3_PARCIAL •ESTADO_PROCEDENCIA
•BF2DEPL_PORCENTAJE •PROMEDIO_PROGRAMA •FALTAS_4_PARCIAL
•PROMEDIO_PROGRAMA_CER •DIA_ENROLAMIENTO
•ESTATUS •INICIO_CLASES
•ESTATUS_DESC •FIN_CLASES
•ESTATUS_ACAD
•ESTATUS_ACAD_DESC
•CAMPUS_TRANSF
•CAMPUS_TRANSF_DESC
VISUALIZACIÓN EN DASHBOARDS
1. Tableros de control estratégicos: 2. Tableros de control operativos: probabilidad y
causas de deserción factores individuales de deserción
 Definición detallada de problemática de
negocio

Movilización y análisis de información

METODOLOGÍA DE
Adaptación de modelos analíticos
IMPLEMENTACIÓN

Automatización de modelos

Visualización de resultados
 ¿CÓMO FUNCIONA?
1. Solución como un servicio en la nube
2. Ingesta automatizada a través de conectores
3. Hospedaje, almacenamiento, mantenimiento, calibración y corrimiento automático

Machine Learning
Modelos predictivos
Input
Output
Perfil Estudiantil
Desarrollo del estudiante
Información de Pagos Tasa de deserción
Calificaciones / Asistencia
Cursos en línea
ETC
MODELO DE NEGOCIO
Implementación:
~12 semanas

Suscripción
mensual
PLAN DE TRABAJO ALTO NIVEL
Implementación de la solución
Semanas calendario

1 4 6 8 10 12
Entendimiento
negocio
Movilización info
Acoplamiento de
modelos
Automatización
Visualización
¡GRACIAS!