Slovenská verziu blogu je nižšie / Slovak part of the blog is below.  

(This blog is part of series of short blogs on utilizing Customer Relationship Management (CRM) principles in uncommon (or unheard of) industries. The blog aspires to give food for thought  either to representatives in charge in given industry or to those who can influence them. Author does not operate or involve in any of the discussed industries and authorizes anyone to reproduce thoughts listed below in all situations excluding for profit consultancy, where author’s rights would be infringed if no written consent given by author to approve such a usage prior to actual usage.)

Elementary school, high school and University occupy extensive part of human life, in our country they take at least 18 years. Even though I still (vaguely) remember the color of the classmate’s dress that fainted during our graduation ceremony, most of us in productive age already have (or within 5 years will have) our own pupil(s). Therefore, the topic of education and its impact on child development is often subject of peer discussions and thoughts. Here and there pops up the idea how (we parents) can contribute beyond extra staples donation or tuition. Let me thus pose a devil’s advocate question: Can CRM know-how make positive difference in schooling system to the benefit of kids and their education?

Data, data, were can I find you, ...

 One of the heavy excuses of schools why they cannot implement modern principles of management (including CRM tools) has been for long time the scarcity of digital data in education. Attendance sheets and Grading sheets have been (in Slovakia) in paper form since ever before. Most of the homework was given and handed-back in paper sheets or notebooks. However, it is already for several years that schools allow parents to view the students‘ grades over the internet or get notified by SMS on their absenteeism. So do we have already enough digital schooling data to apply CRM methods? 

Let’s just briefly summarize what is already available (in some schools) in digital format:

A] digital grading = all grades are already recorded (in real time) into databases and are available through all forms of school portals for parents, whole school staff and school’s management.

B] digital attendance sheet = attendance or absenteeism of the kid in given class is noted down the same way that grades are. Some schools go even that far, that the attendance system emits notification SMS to one of the parents, any time kid fails to present him/herself to mandatory class.

C] digital workbooks and homework = even though the process is still rather slow and comes top-down from universities to elementary schools, digital workbooks or homework that expects digital content (in form of e-learning tests or presentations) to be created are mushrooming in the schooling process.

10 showcases of CRM tools in school

I might be putting extra hurdle for the next industries to come in further blogs of this series, but I commit to bring for any industry discussed at least 10 specific use cases of CRM tools and/or data-mining principles. For those more involved (or thrilled) by data-mining and CRM I attach the expert essence of the use case in brackets:

[1] The right type of knowledge testing for each child. Some is better in oral examination, some perform better in quick tests, others prefer longer papers of essays. Analysis of grades earned from different type of exams would point out what suit your kid the most. Based on modeling results, you would find out if your child would do better to do common homeworks with good “test-taker“ or excellent “vocal shot“. [association analyses]

[2] Volatility of pupil’s grades. (Slovak) schooling system expects that students are continuously preparing for every lesson, not studying in peeks before the test-day. Final closing grade of the year of quite a few students is infringed after unlucky “unsatisfactory“ mark earned the day after family trip return or tough extracurricular evening before. However, digital data can reveal the time stability of the knowledge and persistency of learning effort and thus allow for leveling out the misfortunate extremes. Similar approach is used in evaluating Figure skating and Ski jumps. [time series analyses, autocorrelation analysis]

[3] GPA improvement suggestions.  When not just Aptitude but all the regular tests will turn into digital form filled in notebooks or tablets, data-mining system in background would be able to detect interlinks between the mistakes in homework and errors made in tests. Identified short-falls would advice student (or his/her parents) to read specific parts of literature (again) or practice certain grammar or spelling rules. Family of the student would gain practical indication how they can help to improve student’s GPA. [factor analysis, text mining]

[4] Match between academic result and career orientation. If actual data on former students were entered into system down to elementary school results, algorithms would be able to correlate one’s education results in specific classes with likelihood or certain career path. (e.g. what was acceptable level of math knowledge necessary to become good astrophysicist or lawyer) What is more even importance of specific subject chapters (e.g. linear equations) would be traceable. Schools that focus on certain knowledge streams thus would gain very strong insights to module the class curriculum to match certain career future of the students. [propensity tree models or regressions]

[5] Predicting class failing probability. In every schol there are few students who experience final exam retrials or failing the class at all. Meticulous analysis of learning patterns of these failing ones can lead into building propensity-to-fail model. When properly validated, model can be used to regularly score the whole class of students on likelihood of failing given class. Parents of students reaching high failing score could be notified by school to take corrective measures in advance and thus minimize the risk of student failure. [propensity model]

[6] Clear knowledge benchmarking. If you had not won the academic competition of some form, it would have been very difficult to get realistic picture on how you academically measure against your peers. Yes, aptitude tests help in this regard a bit, but their frequency is too low to stimulate some corrective measures. (there are only 3 check points for Slovak students in their entire life). When grades of significantly large pool of the students will be loaded into common database, one can easily find answer to questions like would an 1.7 GPA in geography earn me a spot in top 300 in Slovakia that qualify for studying cartography at some of the local universities? [clustering/ranking]

[7] Intentional absenteeim on some class. You probably remember that some of your classmates got mysteriously ill always a day before major test. Doctor visits and sick days suspiciously cumulated on certain days or hours within the week. Systemic linking of attendance report and tests schedules (whole class earning the grade at the same day) would clearly point to students misusing absenteeism to tweak their scholar results. [clustering/association analysis]

[8] Impact of classes Schedule on grades in given class. Do you recall how still sweating after PE class you were rushing for Chemistry lesson? Or the moments when you cut part of the larger breaks to complete you math homework? Placement of particular class within the weekly schedule surely impacts the scholar result in given class. Being able to model interlinks between teaching slots would allow for better rearrangement of the class sequence. [shopping basket analysis / association analysis]

[9] How much tellie or playstation is ok? Everlasting quarrel of infants and parents on how much time with study materials is well enough and if 4 hour a day portion of Counterstrike is unacceptably distracting can have clear resolution. Average completion time of particular (digital) homework done on large (whole nation) sample of previous year students will clearly outline what time is to be reserved for schooling duties. Correlation with earned grades would add reality check of efficiency of given studying tenure. Cumulative homework time needed would also inhibit teachers from overloading students with too much homework. [statistical frequency distribution analysis]

[10] Grading teachers. Was the physics teacher mean bloke? German teacher too nice of a person, but academically not helpful? Comparing continuous grading by teacher and overall student test result clearly detects too weak or too challenging teachers. This procedure could put to end (un)favorism towards individual student(s) or breading of “teacher pets“. [neural propensity networks /genetic predictive algorithms]

Inteersting? Infuriating? Inspiring? Further interesting use of CRM can be found in following blogs:

What do discount portals know about their clients? And they should know ?

How can supermarket predict your health status?

SMS from Telco operator: We are sorry your relationship has been broken. Huh?

What do you disclose to bank, insurer or Telco company during the vacation?

You have just completed reading of one of the uncommon usage of CRM techniques. Blogs depicts (and utilizes) some basic data ming and CRM principles in business practice. Some of them are described in fun to read form here as well:

Ako (ne)tvoriť direct maily v modernej dobe?

Na čom zlyháva segmentácia klientov väčšiny odvetví?

Ako dlhodobo udržať už získaných klientov ?

Ako stanoviť hodnotu klienta? (aspoň približne)

Kto sú neplatiči a ako ich odhaliť medzi svojimi klientmi?

Autor is a CRM expert for Sberbank Slovensko, you can contact him on LinkedIN on Google+ or via @FilipVitek at Twitter.


[SK] Netradičné CRM – Ako využiť CRM v základnej škole?

(Tento príspevok je súčasťou série krátkych blogov o využití Customer Relationship Management (CRM) princípov v netradičných odvetviach. Cieľom príspevku je dať chrobáka do hlavy, keď už nie práve kompetentným v danom odvetví, tak aspoň okoliu, ktoré na nich môže vplývať. Autor nepodniká v žiadnom z odvetví série a dáva vopred súhlas šíriť a reprodukovať myšlienky z tohto blogu, okrem prípadov ich komerčného využitia, kde by bolo fajn keby ste si na autora spomenuli s nejakou časťou výnosov.)

Základná stredná a vysoká škola spolu odkroja zo života človeka minimálne (neuveriteľných) 18 rokov. A tak hoci si ešte (matne) pamätáme farbu šiat, v ktorých od tepla a stresu zamdlela spolužiačka na našich promóciách, väčšina z nás v produktívnom veku už buď má (alebo v horizonte 5 rokov bude mať) vlastného školáka. Téma škôl, ich prínosu a vplyvu na výchovu dieťaťa sa teda citeľne vkradla do našich myšlienok a rozhovorov.  Objavujú sa úvahy, ako prispieť na chod našich škôl aj inak ako balíkom kancelárskeho papiera či zvýšeným ZRPŠ príspevkom. Za seba kladiem kacírsku otázku: Dalo by sa dnes/do pár rokov v školách implementovať CRM know-how ku prospechu detí a vzdelávania?

Dáta, dáta, kdeže vás berú, ...

Nepriestrelnou výhovorku školstva, prečo nemôže do svojho fungovania vniesť moderné princípy riadenia (vrátane CRM nástrojov), bol dlho fakt, že neexistovali takmer žiadne digitálne dáta. Triedna kniha aj “klasák“ boli papierové, rovnako ako žiacke knižky a úlohy sa robili čisto papierovo do zošitov. Je to už však niekoľko rokov, čo školy umožňujú rodičom sledovať známky a dochádzku svojich detí cez internet (alebo notifikačné SMS správy). Tisne sa teda otázka je v školstve už dosť dát na to, aby sa mohli začať používať data-mining a CRM prístupy?

Krátky prehľad dát, ktoré by už mali byť (na niektorých školách) dostupné:

A] digitálne známkovanie = známky sa dnes už nezapisujú len do indexov a žiackych knižiek, ale sú k dispozícii aj v digitálnej podobe pomocou rôznych portálov a “e-žiackych“ pre rodičov, učiteľov aj vedenie škôl.

B] digitálna dochádzka do školy = účasť alebo neúčasť dieťaťa na konkrétnej hodine vyučovania je digitálne podchytená, rovnako ako známky. Niektoré školy dokonca posielajú notifikáciu rodičom, ak sa ich dieťa nedostaví na vyučovanie.

C] digitálne pracovné zošity a domáce úlohy = hoci pomaly, ale od univerzít nadol až k základným školám sa postupne čoraz viac presadzujú domáce úlohy, ktoré tvoria digitálny obsah (referáty, prezentácie) alebo sa vypĺňajú na webe (e-learning testy).

10 využití CRM princípov v školstve

Asi si do budúcna na seba upletiem bič, lebo v iných odvetviach možno bude ťažké naplniť túto podmienku, ale odhodlal som sa pre každé odvetvie Netradičných CRM priniesť aspoň 10 konkrétnych implementácií CRM a data-miningových princípov. Pre fajnšmekrov, v zátvorke na konci odseku je vždy odkaz na danú metódu:

[1] Správny typ skúšania pre konkrétne dieťa. Niekomu išli viac odpovede pred tabuľou, iným päťminútovka, či veľká písomka raz za polrok. Analyzovanie známok a typov skúšania by dokázalo poukázať na typ skúšania, pri ktorom vaše dieťa dosahuje najlepšie výsledky. Vedeli by ste tak, či by vašemu dieťaťu pomohlo spoločné učenie skôr s dobrým “písomkárom“ alebo excelentným „tabulárom“. [asociačná analýza]

[2] Kolísavosť známok žiaka. Slovenský systém očakáva od žiaka kontinuálnu, nie nárazovú pripravenosť. Mnohým žiakom preto pokazí vysvedčenie nešťastná guľa po rodinnom výlete alebo vyčerpávajúcom krúžku zo včera. Digitálne dáta pri tom môžu odhaliť časovú stabilitu prípravy a vedomostí žiaka (aj v iných predmetoch) a tak umožnia škrtnúť extrémy ako v krasokorčuľovaní alebo skokoch na lyžiach.  [analýza časových radov, autokorelácie]

[3] Odporúčanie na zlepšenie prospechu. Ak sa raz nielen “monitory“ ale aj bežné písomky budú písať na notebooku či tablete, data-mining systém by na pozadí dokázal odhaliť súvislosť medzi chybami v domácich (digitálnych) úlohách a odpovediach na písomke. Odporučil by tak dodatočnú literatúru, čvičebnicu alebo diktáty zamerané na konkrétne gramatické javy. Proste povedal by rodičom, čo robiť, aby sa dieťa dotiahlo na očakávaný štandard. [faktorová analýza/text mining]

[4] Fit vedomostí na profesnú orientáciu. Pri zadaní aktuálnych dát o ex-študentoch by sa dala až na úroveň základnej školy dosledovať spojitosť určitej profesnej orientácie človeka s výsledkami konkrétnych predmetov (e.g. čo musel mať z matiky v priemere solídny astronóm, či právnik). Modelovať by sa dokonca dala významnosť konkrétnej látky (napr. rovnice) v rámci roka pre budúce napredovanie žiaka. Školy s nejakým zameraním by tak dostali nástroj ako modulovať skladbu učiva pre podporu konkrétneho profesného rastu školáka. [propenzitný strom/regresia]

[5] Pravdepodobnosť prepadnutia. V každom ročníku sa nájde niekto, kto okúsil letné komisionálky alebo priamo prepadnutie. Dôsledným analyzovaním takýchto žiakov, by sa dal postaviť pravdepodobnostný model a pre každého žiaka spočítať skóre na prepadnutie/nedokončenie vysokej školy. Žiakom s vysokým skóre by sa rodičia aj škola mohli vopred snažiť pomôcť vyhnúť sa takýmto nepríjemným situáciám. [propenzitný model]

[6] Jasný benchmarking vedomostí. Pokiaľ ste neboli na olympiáde z daného predmetu ťažko ste hľadali na odpoveď na to, ako dobrý v porovnaní ste s rovesníkmi. (monitory a nové maturity to trochu uľahčujú, ale vedieť to 3 krát za život a len pre niektoré predmety asi nie je dostatočné). Keď sa známky dostatočne veľkej vzorky študentov budú nahrávať do spoločných systémov, poľahky nájdete odpoveď na to, či priemer 1.7 z geografie vás ešte zaradí medzi prvých 300 v SR, ktorí sa vtesnajú do počtu otvorených miest na kartografiu na univerzite. [clustering/ranking]

[7] Selektívna absencia na predmetoch. Iste si spomeniete, ako uliať sa z konkrétneho predmetu, bola tá jediná forma prežitia obávanej písomky. Lekári a nevoľnosti sa tak kumulovali podozrivo na tie isté dni a hodiny v týždni. Systematickým prepojením dochádzky, termínov písomiek (veľa ľudí dostalo známku z daného predmetu v daný deň) a prospechu by sa dali odhaliť zištný ulievači. [clustering/asociačná analýza]

[8] Vplyv rozvrhu na prospech konkrétnych žiakov. Pamätáte si ako ste upachtený z telesnej bežali na vražednú hodinu chémie? Alebo ako ste cez veľkú prestávku stihli vždy dopísať úlohu z matiky? Umiestnenie predmetov v rozvrhu a ich sled určite ovplyvňujú ako sa vám v danom predmete darí. [shopping basket analýza / asociačná analýza]

[9] Koľko hodín za telkou či playstation? Večný spor rodičov a detí o tom, koľko hodín nad knihami je už dosť a že 4 hodiny Counterstriku denne je neakceptovateľne dlho, by dostal jasné rozlúsknutie. Priemerná doba vyplnenia (digitálnych) domácich úloh by jasne vykolíkoval čas potrebný na uspokojivé zvládnutie školských povinností. Korelácia so známkami zas potvrdí  zmysluplnosť zvoleného prístupu. Nasčítanie typických trvaní všetkých zadaných úloh by na oplátku držalo pedagógov pri zemi pri zadávaní kopy úloh. [popisné analýzy štatist. rozdelenia]

[10] Hodnotenie učiteľov. Bola fyzikárka fakt prísna sekera? Nemčinár milý ale nič vás nenaučil? Porovnávanie priebežného hodnotenia učiteľmi a záverečnými výsledkami (napr. na jednotnej maturite) by jednoznačne odhalilo príliš príkrych aj mäkkých učiteľov. Navyše by ľahko odhalilo prípady, keď na vás niekto naozaj “sedel“. [propenzitná neurónová sieť/genetické prediktívne algoritmy]

Zaujímavé? Rozhorčujúce? Inšpiratívne? Ďalšie blogy autora nájdete tu:

Prehľadný sumár blogov F. Víteka

Autor pracuje ako CRM expert pre Sberbank Slovensko, nájdete ho na LinkedIN ako aj na  alebo  na Twittri.