Diseño de un proceso de alertas tempranas para disminuir las deserciones de los estudiantes de primer año en una Institución de Educación Superior

Tesis para optar al grado de Magíster en Ingeniería de Negocios con Tecnología de InformaciónLa deserción estudiantil es un fenómeno que ha ido en aumento durante los últimos años a nivel nacional, por lo tanto, resulta de interés comprender por qué se genera esta situación, que desde la perspectiva de las ciencias sociales corresponde a identificar y comprender cuales son los factores y predictores de la deserción. El objetivo de este proyecto es identificar cuales son los factores que lleva a los estudiantes a desertar, con el propósito de generar un proceso de alertas tempranas por medio de la creación y aplicación de un modelo que permita detectar tempranamente a los posibles desertores de los estudiantes de pregrado de una Universidad del territorio nacional. La metodología general del proyecto de rediseño es la Ingeniería de Negocios del doctor Oscar Barros, mientras que para la creación de los modelos predictivos se utiliza la metodología CRISP-DM. El propósito es obtener un modelo que permita ir monitoreando las calificaciones obtenidas por los alumnos en las tres primeras evaluaciones de cada ramo del primer semestre del primer año y así dirigir los esfuerzos de manera localizada, generando un acompañamiento especial en las asignaturas que presentan dificultad. Los algoritmos utilizados para la creación de los modelos predictivos fueron los siguientes: Árboles de decisión (Gradient Boosted Trees y Random Forest), Regresión Logística, Redes Neuronales y Máquinas de Soporte Vectorial, donde el que presentó los mejores resultados de predicción fue el Random Forest, con un Accuracy del 83% y un Fscore del 70,3%. Con tal modelo se realizó una prueba piloto a los alumnos que ingresaron a la carrera el año 2017, obteniendo una asertividad del 58,34%. Se presenta una arquitectura basada en la conexión a la base de datos institucional para extraer los datos de cada asignatura, luego se ejecutan los pasos de la metodología CRISP-DM, finalmente se identifican los casos de uso, diagrama de arquitectura y diagrama de despliegue. Por último, se realiza una evaluación económica del proyecto, bajo tres escenarios: optimista, conservador y pesimista, utilizando una tasa de descuento del 15%, que es la que utiliza la Universidad para evaluar proyectos para un horizonte de tiempo de 3 años. En todos los escenarios la rentabilidad del proyecto es alta, ya que la inversión inicial es bastante baja, respecto al retorno, que finalmente es la retención de un grupo de alumnos, que en términos económicos significa el pago del arancel