Strukturerad data

Hur kan ni som organisation hantera och arbeta med data på ett strukturerat sätt och med data från olika källor? Nedan pekar vi på några olika steg i den process det innebär att skapa struktur. Steg som inkluderar insamling, rensning, analys och användning och som behöver vara tydliga för att säkerställa likvärdiga arbetssätt.

Steg 1: Tydliga steg med data

Det första steget är att ha tydliga processer på plats för hantering av data, som ger anställda ett recept att följa. Det kan omfatta steg som att samla in rådata från olika källor, kontrollera datakvaliteten, analysera data och slutligen använda data för att dra slutsatser och fatta välgrundade beslut.

Steg 2: Uniform datahantering

Nästa steg är att se till att alla hanterar data på samma sätt. Detta kan innebära att alla använder ett och samma verktyg för vissa uppgifter, eller följer samma steg vid insamling och analys.

Steg 3: Uppdaterade processer

Dataprocesser behöver uppdateras vilket kan innebära att se över verktyg som används, lägga till nya platser där data ses över samt se till att alla följer de senaste reglerna kopplade till data. Det kan också handla om att det uppkommer nya källor till datainsamling som behöver tas om hand. Och om det tillkommer en ny lag om dataintegritet måste kanske vissa processer ändras för att efterleva denna lag.

Exempel på hur man kan kombinera data

En välkänd generativ AI föreslog följande exempel på hur man kan kombinera data i en organisation som skolan:

– Elevdokumentation och betygsdata:

Genom att integrera data kan organisationen få en helhetsbild av elevernas akademiska prestationer, betyg, närvaro och beteende. Det gör det möjligt att identifiera trender, mönster och behov för att stödja elevernas lärande och utveckling.

– Skoldata och HR-data:

Analysera lärarnas prestationer, utbildningsbehov och karriärförändringar. Detta kan användas för att skräddarsy professionell utveckling och stödja lärarnas kontinuerliga lärande och tillväxt.

– Ekonomi- och budgetdata med resursallokering:

Optimera användningen av de ekonomiska resurserna. Detta innebär att analysera kostnader, intäkter och investeringar i relation till organisatoriska mål och prioriteringar för att maximera effektiviteten och resultaten.

– Elevhälsodata och stödåtgärder:

För en helhetsbild av elevernas behov av extra stöd och de insatser som görs. Detta kan användas för att identifiera elever i riskzonen, planera, genomföra och utvärdera stödinsatser över tid.

Läs också om skillnaden mellan data och insikt här.

Mer hjälp på vägen

Letar ni efter leverantörer som kan hjälpa er i arbetet? Kika på Edtechkartan utifrån målgrupp (Högre Utbildning/YH, Skola eller Företag) och t.ex. områden som Analysera verksamhetsdata, Kartläggning och analys, Utvärdering och analys beroende på vad det är ni är ute efter. För också dialog med era befintliga leverantörer om hur de kan hjälpa till, vilken data som hanteras i systemen och vilken funktionalitet de erbjuder för ett datadrivet arbetssätt.

Synpunkter

Har du frågor eller funderingar gällande materialet?
Hör gärna av dig till oss på Swedish Edtech!