הבעיה

סטודנטים שנושרים בשקט.

מוסד אקדמי מוביל התמודד עם נשירה שקטה של מאות סטודנטים (בעיקר בשנה א'), שגררה פגיעה קשה הן בהכנסות משכר לימוד והן במוניטין.

הבעיה המרכזית הייתה שכולם גילו את המצב מאוחר מדי. יועצי החוגים ולשכת דיקן הסטודנטים נחשפו לקשיים של סטודנט רק לאחר שנכשל בבחינות סוף הסמסטר או הגיש בקשת פרישה, שלב שבו כבר כמעט בלתי אפשרי להתערב. נורות האזהרה היו שם, אך הן נותרו מפוזרות במערכות מידע שונות: נוכחות בשיעורים, כניסות למערכת הלמידה הדיגיטלית, איחורים בהגשת מטלות ועיכובים בתשלומי שכר לימוד. אף מערכת לא חיברה את הנתונים לתמונה אחת שלמה.

מה עשינו

זיהינו את הסימנים המוקדמים ופעלנו בזמן.

פרופיל בריאות אקדמי אחוד לכל סטודנט, מודל התראה מוקדמת, והתראה לגורם אנושי ברגע שבו עדיין ניתן לסייע.

סטודנט 360

פרופיל סטודנט אחוד

חיברנו את המערכות האקדמיות, התפעוליות והפיננסיות לפלטפורמת דאטה אחת, ויצרנו עבור כל סטודנט "פרופיל בריאות" דינמי המתעדכן ברציפות, במקום שברי מידע מפוזרים שאף גורם לא יכול היה לראות במבט-על.

סימנים

נורות האזהרה השקטות

המודל מזהה את נורות האזהרה השקטות והמוקדמות, ולא את הסימנים המאוחרים והברורים מאליהם (כמו ירידה של 30% בכניסות לפורטל האקדמי בשילוב אי-הגשת מטלה), ומאתר דפוסי משבר מתהווים שבועות לפני תקופת המבחנים.

חיזוי

איתור מוקדם של סטודנטים בסיכון

במקום ניתוח בדיעבד של סמסטר כושל, המערכת מסמנת סטודנטים שנמצאים במסלול נשירה כשהסמסטר עדיין "חי" וניתן לשנות את התמונה.

התראה

ניתוב ישיר ליועץ אנושי

ברגע שסטודנט מסומן במערכת, נשלחת התראה למזכירות הפקולטה או ליועץ האקדמי, המציגה תמונת מצב מלאה והמלצה לפעולה, ולא רק נורת אזהרה כללית.

התערבות

המענה המדויק ביותר

ההמלצה מותאמת אישית לסיבת הקושי: שיחת בירור אישית, הצעה לתגבור לימודי או הסדרת פריסת תשלומים, מה שמבטיח תמיכה ממוקדת לסטודנטים שזקוקים לה באמת.

אדם

ההחלטה נשארת בידיים אנושיות

מערכת ה-AI מציפה מי נמצא בסיכון ובשל מה, בעוד שהגורם האנושי מחליט כיצד לפנות. הקשר נותר אישי ואנושי, והמודל רק מוודא שהפנייה תתבצע בזמן.

התוצאה

סיוע שמגיע בדיוק בזמן.

תהליך השימור הפך מניתוח נתונים בדיעבד למערך "חי" ויזום.

חי

שיעור הנשירה בשנה א' ירד ב-25%

כבר בשנת ההטמעה הראשונה, שיעור הנשירה בשנה א' צנח ב-25%. הסטודנטים נשארו במסלול הלימודים, והמוסד מנע אובדן משמעותי של הכנסות משכר לימוד.

וגם הצוות

מכיבוי שריפות למניעה יזומה

לשכת הדיקן והיועצים עברו מכיבוי שריפות וניהול משברים בדיעבד לפעילות יזומה וממוקדת מול הסטודנטים שזקוקים לכך, והסטודנטים הרגישו שהמוסד באמת רואה אותם.

למה זה מחזיק

זיהוי מוקדם, מענה אנושי.

זה עובד מכיוון שהמערכת מזהה את נורות האזהרה המוקדמות ולא את הכישלון שכבר קרה, ומכיוון שהפנייה נעשית תמיד על ידי גורם אנושי, מה שמבטיח התערבות רגישה ובזמן. חיזוי המחובר לפעולה אנושית ואכפתית הוא ההבדל בין לוח בקרה יבש של סטודנטים בסיכון לבין שימור בפועל. אותה מתודולוגיה עומדת גם בבסיס פרויקט חיזוי הנטישה שלנו במגזר אחר.

עוד פרויקטים

פרויקטים קשורים.

מאבדים סטודנטים בלי להבחין בכך מראש?

לתיאום שיחת אסטרטגיה סימני האזהרה נמצאים בנתונים שלכם שבועות מראש. שלושים דקות, בלי מצגות. אפשר גם לראות עוד פרויקטים.