Gobernanza de datos en las universidades
Las universidades generan y gestionan una cantidad siempre creciente de datos, muchos de ellos no estructurados. Para asegurarlos y extraer valor de ellos se requiere de una buena gobernanza de datos. Esto se refiere al conjunto de procesos, roles, políticas, estándares y métricas para el uso eficiente de los datos. Ahora bien, suele...
Buena calidad de los datos para la IA
Las universidades buscan aprovechar de manera eficaz las herramientas analíticas que ofrece la inteligencia artificial (IA). Esta tendencia se fortaleció con la llegada de la IA generativa (GenAI). Para ello, se requieren datos claros y organizados. Es decir, las universidades deben asegurarse de lograr una buena calidad de los datos antes de alimentarlos a la IA....
Desafíos de la transformación data-driven
Los datos tienen el potencial de ser la mayor ventaja competitiva para las empresas. Por ello, la inversión en tecnologías de analíticos, aprendizaje automático, inteligencia artificial y otras formas de extraer información crecerán exponencialmente en 2023. Todo con el objetivo de convertirse en una organización data-driven. Sin embargo, existen desafíos en común que...
Integrar datos para aprovechar el big data
Las universidades generan, reciben y procesan una gran cantidad de información, pero a menudo queda distribuida entre diferentes sistemas aislados. Por ello es necesario que, de manera regular, procedan a integrar datos para aprovechar lo mejor posible su creciente big data. El objetivo general es proporcionar una vista completa de la información de...
Empoderamiento de datos en las universidades
El empoderamiento de datos resulta esencial para las universidades pues, como en cualquier otra vertical de negocios, los datos sin inteligencia son simplemente datos. Por lo tanto, la inteligencia es la base para comprender qué datos tienen las instituciones educativas, dónde están ubicados, dónde se originaron y cómo se transformaron. También permite controlar la información que se recibe, si es sensible...
Analítica del aprendizaje para una enseñanza más personalizada
La analítica del aprendizaje, conocida como learning analytics en inglés, es la medición, recopilación, análisis e informe de datos sobre los alumnos y sus contextos, con el fin de comprender y optimizar el aprendizaje y los entornos en los que se produce. En pocas palabras, es el Big Data puesto al servicio de la innovación educativa.
Observabilidad de datos en las universidades
Las universidades y, en general, todas las instituciones de educación superior suelen generar y recopilar ingentes cantidades de datos. Sin embargo, en muchas ocasiones ese big data se desperdicia, en parte porque son datos no estructurados y en parte porque no se utiliza ninguna solución de observabilidad de datos. La observabilidad de datos...
Datos obscuros: ¿qué hacer con ellos?
En la educación superior, como en todas las industrias, se generan enormes cantidades de datos cada día. Ahora bien, una parte significativa de dicho big data no tiene una utilidad inmediata para las universidades. De hecho, suele conservarse ya sea por requisitos regulatorios o bien, por simple inercia. Es así que se convierte en un conjunto...
Datos de buena calidad en las universidades
Las universidades generan y recopilan datos a partir de muchas fuentes diferentes. Esa multiplicidad puede generar discrepancias en la información y evitar que se obtengan datos de buena calidad. Esto, a su vez, repercute en el funcionamiento de las instituciones y genera problemas, sobre todo si se trata de basar decisiones en datos. Se puede decir...
La importancia de explotar el big data
Las universidades incrementan su big data sin pausa. Las fuentes son diversas: centros de contacto; sistemas de planificación de recursos empresariales (Enterprise Resource Planning, ERP); de gestión de la relación con el cliente (Customer Relationship Management, CRM); de gestión de la relación con el estudiante (Student Relationship Management, SRM); dispositivos de la Internet de las Cosas...
