招生工作中预测建模的逻辑:第一部分

招生工作中预测建模的逻辑:第一部分

假设您有一个10,000名学生的查询池。 招生人员应如何招募这些学生? 一种方法是员工以相同的方式吸引所有10,000名学生。 在这种情况下,每个学生都被视为具有相同的入学机会(或概率)。 这种方法的好处是它快速,简单且易于管理。 该方法的缺点是成本高昂,劳动强度大,并且有可能不为人知。 

更好的方法是确定一个流程,以突出显示最有可能注册的查询。 预测建模旨在突出显示最有可能参与的查询。 可以对任何数量的关系进行“建模”,在本示例中,对查询的注册可能性进行建模是重点。但是,对申请者进行建模,甚至招募毕业生建模都是可行且值得的。

预测建模是一个简单的过程。 由于注册的二分性质,在查询中使用逻辑回归分析来注册模型: 查询在机构注册,或者查询不注册。 Logistic回归允许计算每个查询的注册概率。 具有较高注册概率的查询更可能注册。此过程的好处是可以对查询进行排名,可以为具有最高注册概率的查询,位于查询池中间的查询以及位于查询池底部的查询制定招聘策略。游泳池。 

准入主管可以使用预测模型来重新定义交流流程,旅行计划和营销策略。 此外,如果使用得当,预测模型有助于增加入学人数。

下次,我将讨论在查询中加入预测模型的变量的选择,以及预测模型可以提供与这些变量相关的信息的类型。

注册

下一页
下一页

永远不要错过最新的研究或更高的ed专业知识!

订阅以通过电子邮件接收我们的博客文章,并每周将见解发送到您的收件箱

感谢您订阅更新!