Histórico da Página

Na Figura 1 está representado a arquitetura da solução Retenção de Alunos.

Image Added

Figura 1 - Arquitetura da solução Retenção de Alunos

A seguir, cada um destes componentes é detalhado:

Fonte de dados

É a fonte de informações que serão utilizados pelo Retenção de Alunos. AtualmenteOs dados utilizados para se determinar o perfil de um aluno podem ser obtidos a partir de várias fontes de informação (e.g. ERP, redes sociais, sistema de catraca). No Retenção de Alunos, a principal fonte de dados utilizada é o sistema de gestão educacional da Instituição de Ensino (Figura 01). Entretanto, é importante destacar que, além da fonte padrão de dados, a aplicação tem suporte a diversos outros tipos de fontes de informação.

Image Removed

                                                                 Figura 01: Arquitetura - Retenção de Alunos by CAROL 

A seguir, cada um destes componentes é detalhado:

            1- ERP TOTVS: Sistema de gestão educacional da Instituição. Centraliza as informações acadêmicas ( notas, presenças, cursos, matrículas em períodos e disciplinas entre outras informações relacionadas à participação dos estudantes por curso) e financeiras (formas de pagamentos, bolsas de estudos, pagamentos das parcelas com e sem atraso). Caso estas informações financeiras sejam gerenciadas à parte, é necessário que o sistema responsável por este gerenciamento disponibilize os dados para o preenchimento dos modelos de dados que caracterizam os estudantes (estruturados na CAROL). Este preenchimento dá-se por meio de um processo de mapeamento que consiste em informar o significado de cada campo de cada tabela do ERP com relação aos modelos de dados e respectivos atributos da CAROL.

            2- Carol Connect: É a ferramenta responsável por obter dados do Banco de dados. Clique aqui e saiba mais.

instituição de ensino. Entretanto, é possível configurar outras fontes de informação como redes sociais, sistema de catraca, planilhas, entre outros.

Carol Conector (2C)

É a ferramenta responsável por enviar as informações das fontes de dados para a CAROL.

CAROL

É uma plataforma de dados que oferece diversas possibilidades. No aplicativo Retenção de Alunos, são utilizados os seguintes recursos:

• MDM

Gerenciamento de dados mestre, ou master data management (MDM), pode             3- CAROL MDM: Sistema de gerenciamento de dados mestre (MDM) que possibilita a integração de dados provenientes de diversas fontes. Pode ser entendido como um banco de dados que contém tabelas (modelos de dados) , conhecidas como Staging Tables e Data Models, cujos dados são organizados em colunas (atributos) alimentadas pelas e são alimentados por diversas fontes de dados utilizadas pela aplicação. Os modelos de dados existentes na CAROL correspondem às entidades relacionadas ao dia-a-dia do estudante e possuem atributos que caracterizam de forma completa e definitiva a participação do estudante em determinado curso.

            4- Parametrização: Após a instalação da aplicação, deve-se configurá-la por meio da interface de parametrização conforme as especificidades da instituição. Esta parametrização é importante pois constitui o meio pelo qual a solução entende o contexto em que a instituição se insere e gera os resultados conforme a realidade do cliente. Clique aqui e saiba mais.

            5- Geração do Modelo Preditivo: utiliza inteligência artificial para identificar padrões de comportamento dos estudantes a partir da análise das informações existentes nos modelos de dados da CAROL.

            6- Processo de Classificação: utiliza inteligência artificial para recomendar uma lista de estudantes que potencialmente possam evadir, agrupando estes possíveis evasores em grupos com características semelhantes.

.

Staging Tables são as tabelas que inicialmente recebem os dados das fontes de dados da aplicação. Já o Data Model é o resultado final da combinação de um conjunto de registros provenientes de uma ou mais Staging Table.

1. Cada conector envia para a plataforma CAROL um conjunto de dados;

2. Este dados são armazenados em Staging Tables.

3. Os registros das Staging Tables são transformados, respeitando-se algumas regras pré-definidas, e o resultado será utilizado para preencher os Data Models.

• Inteligência artificial:

É o componente responsável pelos recursos de inteligência artificial da plataforma que pode ser divididos em duas categorias:

a) Algoritmos preditivos: baseiam-se na aplicação de técnicas de aprendizado de máquina em alunos que já passaram pela instituição e cujas condições de conclusão ou abandono de cursos são conhecidas para, desta forma, obter modelos que antecipem o comportamento destes alunos num futuro próximo. 

b) Algoritmos NLP: baseiam-se na aplicação de técnicas de processamento de linguagem natural e permite a interação do usuário com a solução por meio de comandos de voz.

• Carol App

Um carol APP, é um aplicativo hospedado na CAROL que utiliza alguns de seus recursos. No contexto da solução Retenção de Alunos, é o sistema de BI que possibilita a visualização de algumas informações sobre a evasão escolar na instituição e             7- Carol App: Sistema de BI que possibilita a visualização dos dados existentes nos modelos de dados da CAROL por perspectivas pré-definidas. O sistema utiliza as informações da CAROL e a lista, disponibilizada pelo processo de classificação, para a montagem de gráficos, Widgets, rankings, etc...  que explicitam as principais características dos estudantes como rendimento, frequência, financeiro, etc.

            8- Ações para retenção: A instituição poderá utilizar o CAROL App para avaliar o cenário dos potenciais evasores e planejar as ações de retenção.

Pode ser contratado junto à TOTVS o pacote de serviços de consultoria para auxiliar no processo de planejamento e execução das ações de retenção.

É importante ressaltar que cada um dos modelos de dados corresponde a uma tabela preenchida com informações provenientes de diversas fontes de dados. Caso determinados atributos destas tabelas não sejam preenchidos, a aplicação terá prejuízo na construção de um modelo representativo. Entretanto, tal prejuízo não inviabiliza a aplicação, caso a acurácia do modelo elaborado se mantenha em níveis aceitáveis.