我们的生活中到处都充斥着数据，各个行业都不否认已身处大数据时代的事实。但对于很多行业，数据似乎只是看上去很美，各类柱状图、走势图、饼形图让年报、财报变得高大上了不少，若考量其对行业的推动和优化作用，似乎并不明显。教育大数据的出现，是否也停留在“看上去很美”的阶段，并未对教育行业产生实质的促进作用？菲尔麦德教育科技中心认为，科学使用大数据，不仅可以极大提高传统教育工作的效率效能，而且在过去教育行业无法发力、旧有技术无法解决问题的某些领域，教育大数据可以廓清阻挡视线的迷雾，帮助决策者厘清问题、精准施策，让教育资源的配置更加合理，请看我们汇总的六个案例，或可让您对教育大数据的看法产生一些改变。

利用预测分析大数据提高成绩

“希维塔斯学习”是一家专门聚焦于运用预测性分析、机器学习从而提高学生成绩的年轻公司。Civitas Learning提供了一套应用程序，学生和老师可以在其中规划自己的课程和安排。“希维塔斯学习”各种基于云的智能手机第三方应用程序(APP)都是用户友好型的，能够根据高校的需要个性化。这意味着高校能聚焦于各自不同的对象，相互不同地用这家公司的分析工具开展大数据工作。

该公司在高等教育领域建立起最大的跨校学习数据库。通过这些海量数据，能够看到学生的分数、出勤率、辍学率和保留率的主要趋势。通过使用100多万名学生的相关记录和700万个课程记录，这家公司的软件能够让用户探测性地知道导致辍学和学习成绩表现不良的警告性信号。此外，还允许用户发现那些导致无谓消耗的特定课程，并且看出哪些资源和干预是最成功的。

利用大数据检测作业完成情况

纽约州波基普西市玛丽斯特学院(Marist College)与商业数据分析公司Pentaho合作发起开源学术分析计划(The Open Academic Analytics Initiative)，旨在一门新课程开始的两周内预测哪些学生可能会无法顺利完成课程。

该计划基于Pentaho的开源商业分析平台(Business Analytics Platform)开发了一个分析模型，通过收集分析学生的学习习惯——例如点击线上阅读材料、是否在网上论坛中发言、完成作业的时长——来预测学生的学业情况、及时干预帮助问题学生，从而提升毕业率。

利用社交平台数据选择大学

以美国的著名高校卡内基梅隆大学和普渡大学为例：对这两所高校，领英（全球知名职场社交平台）都收集了60000多名毕业生的职业生涯数据。数据量之庞大，足以在其中看出清晰的规律。输入“MIT”，你很快就会看到这所高校的毕业生一般会在谷歌、IBM和甲骨文公司找到工作。输入“普渡”，你会发现礼莱、康明斯和波音是毕业生的首选。

这类信息对于中学的高年级生和低年级学生都是一座金矿，运用领英的这个工具，对太阳能、编剧、或者医疗器械感兴趣的学生，就可以挑选那些毕业生最容易进入相关领域的大学报考了。当年我们要是这款工具，可能很多人就不会错过自己喜欢的专业或学校了。

利用大数据来择优录取学生

美国伊萨卡学院自2007年开始收集学生的社交网络数据。该学院为申请者设立了一个类似Facebook的网站ICPEERS，让申请者得以通过网站联系学院教师和彼此。

伊萨卡使用IBM统计分析系统来收集ICPEERS上产生的数据，研究拥有怎样的网络行为的学生更有可能选择就读伊萨卡。收集的数据包括申请者上传了多少张账户照片、拥有多少名ICPEERS好友。研究人员认为，这能反映出申请者对这所学院有多感兴趣，对哪些专业感兴趣。

利用大数据甄别经济困难学生

困难生的认定一直是个难题，无论是学生自主申报还是学校按比例补助，总会有甄别失准、救济不到位，甚至弄虚作假的情况。

在此问题上，南京理工大学的做法值得借鉴，该校汇总了学生的用餐数据，每个月在食堂吃饭超过60顿、一个月总消费不足420元的，被列为受资助对象。据报道，南京理工大学教育基金会通过数据分析，每个月在食堂吃饭超过60顿、一个月总消费不足420元的，被列为受资助对象。南京理工大学还采取直接将补贴款打入学生饭卡的方式，学生无需填表申请，不用审核。这一方式不但解决了精度问题，还提升了工作效率。

利用大数据标准化测评判断教师成长

KickUp是一个专注教师测评的标准化SaaS工具，测评数据来自教师的自查报告及学年内的各项教学结果的反馈，这些数据可以纵向记录教师的成长历程，提出有待改善的地方。KickUp根据学生和老师的数量、按地区进行收费，目前全美有超过50个地区的学校在使用这款测评工具。