アラバマ州の入学率と在籍率を向上

データ分析と人材採用の担当次長Cali Davis氏は、最近アラバマ大学のキャンパス内を散歩した際に目にした学生の多さに驚いた。
キャンパス内が混雑しているのは、同大学への入学者がここ3年間で40％も増加しているからであり、それは同大の学生の入学率と在籍率がSASのサポートによって向上している、という確かな証拠でもあった。

戦略的な新入生獲得プランの一環として導入した SAS の予測的分析を活用し、得られた“学生の行動”についての洞察を、Davis氏はさまざまな州の入学課と連携し、共有している。 よって、大学側は、同大に最も関心がありそうな学生を選んでアプローチすることができる。

また、統計学の教授であり、ビジネス科の研究副学部長でもあるMichael Hardin氏が受け持つデータマイニングコースを受講した学生は、Davis 氏の施策が的確だったことを裏付けるように、授業で学んだことを実社会で活かしている。

 同大とSASが協力して取り組んだ結果、3年以上にわたり新入生の入学率が40％も増加し、学生の在籍率は82％から85％へと上昇した。 現在、同大は在籍率90％を目標にしている。

「我が校は今、まさに拡張の時を迎えています」と、Davis氏は言う。 「既に2つの新しい居住施設と総合科学棟を完成させ、現在は3番目の居住施設を建設中です。学生の両親が大学を訪問するようになれば、親子が連れ立って買い物に行くことになるので、地域にとってもより多くの収益につながります。」
事実、100人の学生が減少したと仮定した場合、4年間で300万ドルもの損失につながる経済的影響を与えるだろう、と両氏は述べている。

学生の在籍率確保のために
落第の危険性のある1年生を特定するために、Hardin氏のデータマイニング講義を受講している学生と入学課とが連携し、ここにアラバマ大の新入生獲得戦略と講義の協力体制がうまれた。 入試の成績や高校での成績平均点に加え、家族構成などの人口統計上の特徴などのデータ点を調査することで、入学課のスタッフは、学生の落第を防ぐために早期にアプローチすることができた。

「我々の挑戦は、大学が蓄積しているデータをもとに、問題を抱えているかもしれない学生を定期的に検知し、彼らの落第を防ぐために何らかの手を打つことでした。高度に専門化された測定方法を作成したり、データ収集のためにコストをかけたりしなくても、既存データを定期的に取り出し、SASで分析するだけで学生を特定できました」とHardin氏は語る。

同大は、ロジスティック回帰や意思決定の樹状図およびニューラル・ネットワークなどのテクニックを使用して、最も落第の危険性のある1年生を特定した。 「我々は学生が大学に在籍し続けるために、個人個人にあったアプローチをしています。また、落第の危険性が高い1年生には、指導教官が連絡を取り続け、うまく順応できるように支援をしています。」

最も可能性があり、有望な学生をスカウトする
どこの高校の生徒が、アラバマ大に通いたいと考えているかを見つけ出すために、同大はSASの予測的分析を活用している。 アラバマ州だけでなく、州外に居住している学生の中でも同大に入学する見込みがある学生の数は膨大なものとなる。Davis氏は、SASの分析結果を州外の入学課とも共有し、更に領域を拡大している。

Davis氏は、大学選択、奨学制度、奨学金の授与、大学入試の点数、州内または州外在住かに関するデータを収集する。 この追加データによって、州や地域を含むさまざまな方法で学生を区分し、特定の地域で同大を最もよく“売り込む”方法を見つけることができるようになる。 さらに、特定のグループに対して行われるテストは、SASの使用によって明らかとなった分析の有効性を立証する。

「新入生獲得の施策とSASのサポートによって、入学率と在籍率に向上が見られました。また、学生の成績面でも、高校での成績平均点と大学入試の点数に関して向上が見られます」とDavis氏は述べた。

学生の入学率と在籍率が向上することにより、大学の財政も潤う。 収益が増加すれば、アラバマ大は、教育的にも人生という観点から見ても、よりよいものを学生たちに提供し続けられる。その結果、さらに可能性のある有望な学生を獲得することができる、とHardin氏は言う。
「我々は他校に先駆けて、在籍率確保と新入生獲得の一連のアプローチのために、データマイニングを活用してきました。SASのサポートなしでは、この結果は到底実現できなかったでしょう」と、語った。

Copyright © SAS Institute Inc. All Rights Reserved.