Het vraagstuk
Op dit moment heeft ze het idee dat zij en haar collega’s nog te weinig kunnen doen met studiedata.
Er is wel veel informatie beschikbaar, maar deze sluit niet altijd aan bij nieuwe vraagstukken die opkomen. Met de beschikbare rapporten en dashboards komt ze een heel eind voor het volgen van trends, maar als ze de diepte in wil heeft ze vaak behoefte aan aanvullende gegevens om die zelf, bij gebrek aan een handzaam dashboard, in Excel te kunnen analyseren.
Bij sommige beleidsvraagstukken moet ze zelfs terugvallen op intuïtie en ervaring. Dan blijkt dat de nodige data nog niet beschikbaar is, de data die wel beschikbaar is niet actueel genoeg of komt te laat. De meningen of anekdotes die ze dan hoort van opleidingsdirecteuren en collega’s zijn natuurlijk waardevol, maar kan ze daar wel adviezen op baseren? Is het wel verantwoord naar studenten en docenten, en past dat wel bij de normen en waarden die zijzelf wil hanteren in haar werk? Een ingewikkeld vraagstuk. Te vaak tast ze in het duister, wat lastig is bij haar besprekingen met studenten, opleidingsdirecteuren, of het bestuur, maar ook in haar contacten met collega beleidsmedewerkers bij andere onderwijsinstellingen of de koepels in Den Haag. Dit zou toch anders moeten kunnen?
Lees meer over de soorten data analytics die er zijn
Haar droom
Het is haar ideaal om voor belangrijke vraagstukken een eenvoudig en helder overzicht te hebben, gebaseerd op betrouwbare gegevens, waarin zij kan zien hoe de data op belangrijke beleidsthema’s zich de afgelopen jaren hebben ontwikkeld binnen haar faculteit, wat de impact is geweest van haar beleidsadviezen tot nu toe, en wat de urgente thema’s worden voor de komende tijd om datagedreven adviezen te kunnen voorstellen.
Gelukkig zijn er al veel rapporten en dashboards beschikbaar waarin de belangrijkste informatie op de verschillende beleidsthema’s wordt geleverd. Maar het kan natuurlijk altijd een stapje beter. Het zou geweldig zijn als zij op de grote vraagstukken – zoals instroom, het succes en welzijn van studenten, en de kwaliteit van het onderwijs – betrouwbare informatie heeft die makkelijk te raadplegen is als het nodig is. Actueel, accuraat en toegesneden op het vraagstuk waar op dat moment een advies voor nodig is. Waar nodig kan ze inzoomen op een opleiding, een onderdeel van een curriculum, of juist uitzoomen naar het facultaire beeld of alle opleidingen van de onderwijsinstellingen. Ideeën of vooroordelen kan ze dan eenvoudig toetsen om hoofdzaken en bijzaken te kunnen onderscheiden. Ze vertrouwt erop dat haar hogeschool de privacy van studenten waarborgt en bij het gebruik van studiedata hun succes en welzijn vooropstelt. Daar zal zij zich ook persoonlijk voor inspannen.
De kwaliteit van beleidsadviezen van haar en haar collega’s zou kunnen verbeteren door meer vaardigheden op te doen, meer hulpmiddelen te krijgen om data zelf te kunnen analyseren, en een gezamenlijke aanpak af te spreken in de benadering van data en duiding van informatie. Bij het bespreken en evalueren van beleid met het bestuur en directeuren zou het haar helpen als zij ook kunnen beschikken over dezelfde rapporten en dashboards. Het gebruik van data zou dan niet meer alleen maar afhankelijk zijn van haar analyses en rapporten, maar nieuwe en betere inzichten zouden dan in gemeenschappelijkheid tot stand kunnen komen.
Lees meer over het data science wiel
De randvoorwaarden
Maar hoe moet zij daar komen? Zij gaat ervan uit dat de hogeschool waar zij werkt, na een zorgvuldig traject en mede dankzij haar eigen inspanningen, erin zal slagen om de juiste randvoorwaarden te realiseren voor haar wensen.
Haar zorg is wel hoe zij binnen haar instelling kan voorkomen dat het werken met studiedata niet blijft bij steken bij een paar enthousiaste opleidingsdirecteuren of collega beleidsmedewerkers, maar in de volle breedte binnen haar faculteit zal worden gebruikt. Zij ziet dat er een aantal zaken cruciaal zijn om daar te komen: een heldere kijk op het belang van studiedata met duidelijke ethische uitgangspunten en binnen de wettelijke kaders van de AVG, een cultuur waarin docenten, opleidingsdirecteuren en bestuurders studiedata willen en kunnen gebruiken ten gunste van studenten en voor verbetering van de kwaliteit van het onderwijs, een goede ondersteuning bij het verzamelen, analyseren en benutten van studiedata, heldere afspraken over rollen en verantwoordelijkheden, en natuurlijk een goede ontsluiting van alle inzichten via geautomatiseerde rapporten of dashboards. Als daar een goede balans in is, zou het gebruik van studiedata voor haar en haar collega’s echt ideaal kunnen worden.
Lees meer over het volwassenheidsmodel
Data journey 