学術的助言
2016年、大学生は平均37,172ドルという学生ローンの負債総額を抱えて卒業しています。* さらに、2007〜08年度における最初の学士号取得候補者のわずか40%が入学から4年間で学位を取得しています。** この現象の要因として、転校や専攻の変更に起因する余分な単位が挙げられます。このような環境下では、学術的助言の改善は学生の結果を改善するために重要です。しかし、全国の大学から得られた自己報告から、4年制の公的教育機関において平均フルタイムのアドバイザー1人に対して約300人の学生がいるという比率が示されています。
大学は常に学生に関するデータを収集しています。次のステップは、学習者が役立つように使用できるアクショナブルな情報にこのデータを変更することです。MicroStrategyを用いて、LMSシステムとSISシステムが収集した複雑なデータは、リアルタイムの学生レベルの勧告に結びつけることができます。これらの知見は、アドバイザーの決定に情報を伝えるのために役立ちます。アドバイザーは学生のために、余分な単位の積み上げを最小化し、重要な隔年のコースの登録に注意を向けます。あるいは、一般に学生が卒業に要する時間を減らすように介入することもあります。MicroStrategyでは、大学が既存の投資を利用して、他の予測モデルマークアップ言語(PMML)を使用するアプリケーションの予測データマイニングモデルと統合することができます。これは学校が、学生がコースを無事に完了するかしないか、学生の属性を特定するのに役立ち、学業の遅れのリスクのある学生をより良く支援することができます。さらに、MicroStrategyは簡単にSASとSPSSをまるでネイティブの機能のように統合でき、Rにも迅速、簡単に、拡張可能な方法で統合できます。