Category Archives: Informatiemanagement

De ontwikkeling van CBS tabellen over de arbeidsmarktpositie van mbo-schoolverlaters

CBS Statline

Als Statline fan wilde ik graag aansluiten bij de bijeenkomst vandaag bij de MBO Raad over de pilot “Ontwikkeling CBS tabellen arbeidsmarktpositie mbo-schoolverlaters”. Deze ontwikkeling vind ik erg positief omdat we voor het doorlichten van ons opleidingsassortiment onder andere een indicator voor ‘Arbeidsmarktrelevantie‘ gebruiken. De data hiervoor kwam tot nu toe van “Kans op Werk” (waarvoor dank), maar zo’n indicator behoeft wel doorontwikkeling. Overigens is onderwijsaanbod en arbeidsmarkt niet mijn terrein van expertise. Data aan elkaar knopen (of mooier gezegd: integrale informatie creëren op basis van meerdere databronnen) natuurlijk wel.

Even wat achtergrond:

“Het Centraal Bureau voor de Statistiek (CBS) heeft als pilot, op verzoek van het ministerie van Onderwijs, Cultuur en Wetenschap (wat betreft het groen mbo mede namens het ministerie van Economische Zaken), per onderwijsinstelling in het middelbaar beroepsonderwijs (mbo) tabellen samengesteld over de resultaten van schoolverlaters op de arbeidsmarkt.

Het doel van deze tabellen is om mbo-instellingen te ondersteunen bij het afstemmen van het onderwijsaanbod op de regionale arbeidsmarkt, n.a.v. zorgplicht en het actieplan MBO ‘Focus op vakmanschap 2011-2015.”

Vandaag werden de eerste tabellen getoond. Deze tonen per BRIN en crebo/kwalificatiedossier het aantal schoolverlaters dat (g)een diploma heeft, (g)een baan of uitkering en de bedrijfstak waar de MBO-er in terecht is gekomen. Overigens zal de precieze inhoud moeten blijken uit een specificatie. Samen met definities en berekeningen zou deze documentatie dan als bijsluiter kunnen dienen. Dit kan helpen voorkomen dat conclusies te snel of te krom worden getrokken. Plaats hiervoor zou de informatie-encyclopedie zijn.

De eerste indruk is positief. Eerst waren deze cijfers er niet, nu wel. Toch blijkt het moeilijk te zijn om een integraal beeld van deelnemers, hun opleiding, latere beroep, werkgever en branche te maken. Liefst per regio. Hier spelen een paar zaken een rol:

  • Het koppelen van data is moeilijk, niet zozeer technisch als wel qua gegevens. De koppelbaarheid van 2 bronnen vereist minstens één gegeven dat zich in beide bronnen bevindt en deze moet dan nog zinvol zijn. Voorbeelden:
    • Het CBS heeft de cijfers van de bedrijfstak waar iemand werkt. DUO heeft de gegevens van de opleiding van datzelfde individu. Zo kun je op BRIN en Crebo de uitstroom naar bedrijfstak bepalen. De gebruikte classificatie is het ‘SBI’ oftwel de Standaard Bedrijfsindeling. Das handig, als de opleiding slager leidt tot het beroep slager in een slagersbedrijf. Maar een secretaresse met secretaresse-opleiding die bij een bouwbedrijf werkt, een beveiliger in een ziekenhuis, een student van de opleiding receptionist van een hotelschool die baliemedewerker wordt bij een financiële instelling omdat ze zo klantvriendelijk zijn, tja ….
    • Het ROA gebruikt een beroepenclassificatie in plaats van een bedrijfsindeling. Opzich handiger, maar de gegevens per individu worden middels enquete uitgevraagd. De koppelbaarheid met Crebo verdwijnt dan, er is niets meer te rapporteren per school en het leidt tot handmatige analyses, geen geautomatiseerde rapportages.
  • Belangen van aanspraakmakers, meetbaarheid en privacy: Er moet langs de ‘klippen van de privacy-wet’ gevaren worden. Let wel: om je er aan te houden dus. De enige manier om geautomatiseerd een integraal beeld te krijgen van opleidingen, is door per individu zowel de schoolloopbaan als zijn beroepsloopbaan te registreren. Ten eerste is er geen instituut dat alle benodigde velden registreert, ten tweede is het koppelen daarvan per individu alleen mogelijk als instituten deze gegevens uitwisselen. Bijvoorbeeld, als DUO de schoolloopbaan levert, de Belastingdienst het inkomen en werkgever vertelt, ROA/CBS of iemand anders het beroep geeft en de gemeente de woonplaats levert dan kun je weten welke opleiding:
    • voor welke bedrijfstak opleidt.
    • voor werkeloosheid opleidt.
    • voor welk beroep opleidt.
    • voor welke (europese) functie- of inkomens-schalen opleidt.
    • een regionaal karakter heeft.

Samengevat: ik ben wel blij met de ontwikkeling van deze tabellen. Het helpt adviseurs binnen MBO’s om een beeld te krijgen van de relevantie van hun opleidingen. Echter: voorlopig blijft het zo dat je handmatig verschillende invalshoeken langs elkaar moet leggen om zelf een beeld te krijgen. Dit is een tijdrovende klus, waarvan de automatisering nog op zich laat wachten lijkt me.

Doorstroom van MBO naar HBO per instelling

Cijfers van je eigen instelling zijn leuk, maar dan heb je nog niet direct ‘gevoel’ bij getallen. Voor de doorstroom van MBO niveau 4 gekwalificeerden naar HBO heb ik de gegevens van de HBO Raad op een rij gezet. Verticaal alle MBO instellingen, horizontaal de jaren 2005 tot en met 2010. Kun je gelijk zien hoe de conculega’s het doen. En krijg je meer gevoel erbij. Wat is veel, wat is weinig etc.

De data is openbaar te verkrijgen, maar ik dacht dat het handig zou zijn om de voorgekookte draaitabel te delen. Bij deze:

Doorstroom MBO HBO 2005 2010 Instellingen Relatief

Doorstroom MBO HBO 2005 2010 Instellingen Absoluut

O ja, zelf spelen als sankey-diagram kan ook hierzo.

Je assortiment opleidingen kritisch onder de loep

Macrodoelmatigheid

De tijd dat je als Mbo-instelling  even een opleiding in de markt zette zijn voorbij. Sterker nog: je huidige assortiment aan opleidingen heeft niet automatisch bestaansrecht omdat je nu eenmaal gewend was deze aan te bieden. De roep om macrodoelmatigheid klinkt steeds luider. Nu kun je als instelling wachten tot er aanvullende maatregelen komen, in de vorm van een licentiesysteem, maar zelf eens kritisch kijken kan geen kwaad.

Nu komt een kritische kijk niet uit de lucht vallen, maar heeft een basis nodig. Dat kan in de vorm van een onderlegger die alle opleidingen in kaart brengt. Niet zozeer een analyse, maar een overzicht. Zeker geen eindpunt, maar start voor een dialoog die uiteindelijk antwoord zou kunnen geven op de volgende vragen: Welke opleidingen moeten we continueren? En welke moeten we afbouwen?

We hebben bij het maken van dit assortimentsoverzicht nagedacht over 2 dingen:

  • Welke perspectieven komen er in? Welke kenmerken van een opleiding willen we belichten?
  • Wat voor vormgeving maakt de grote hoeveelheid gegevens overzichtelijk en leesbaar?

Kenmerken van opleidingen

Per opleiding willen we niet alleen kijken naar het financiële perspectief, daarom gebruiken we de volgende gegevens:

  • Het aantal studenten, gebaseerd op BRON terugmeldingsoverzichten. De makkelijkste om in beeld te brengen en relevant vanwege de long-tail.
  • Het rendement van een opleiding, gebaseerd op het JaarResultaat van de onderwijsinspectie.
  • De arbeidsmarktrelevantie, gebaseerd op “Kans op Werk” data van S-BB, de nieuwe COLO.
  • Doorstroom HBO, gebaseerd op gegevens van DUO die de HBO Raad verspreid.
  • De prijsfactor, gebaseerd op Crebolijsten van MBO15. Dit is de enige financiële indicator hier, omdat deze landelijk verandert naar 1,2. Dan is het relevant of je veel opleidingen hebt met factor 1,4 of juist 1,1. Het is moeilijk om exploitatiegegevens te herleiden naar opleidingen, anders zou dat beter zijn.

Vormgeving
Om alles overzichtelijk bij elkaar in beeld te brengen hebben we een tabel gemaakt in de stijl van de bekende consumententest. De gegevens zijn opgedeeld in bandbreedtes die vallen in 5 categorieën. Van heel erg negatief tot heel erg positief. Hieronder een voorbeeld, maar dan zonder data. 😉

Ervaringen tijdens het maken 

  • De beschikbaarheid van data neemt toe, wat een hoop zoekwerk scheelt. S-BB bijvoorbeeld mailde een excel export van hun data en HBO Raad biedt deze aan ter download. Ik ben daarom blij met initiatieven als OpenOnderwijsData.
  • Crebo’s veranderen in de loop der jaren, van naam en/of nummer. Als je data hebt die over verschillende jaren en crebo’s gaat is het een heel gepuzzel wat bij de opleiding hoort, waarvan je de marketing naam hebt. Wellicht heb je de kans op werk van een instroomcrebo en het rendement van de uitstroomcrebo etc.

Nogmaals, een overzicht als deze geeft geen antwoorden, maar is wel een start voor dialoog.

Spelen met HBO Doorstroom in Fineo

Eenmaal alle data geüpload naar Fineo (zie ook mijn vorige posts) kun je er super mee spelen. Bijvoorbeeld door bovenin steeds een ander paar velden te kiezen. Hieronder volgt een overzicht van voorbeelden: respectievelijk van MBO naar HBO domein, opleiding en instelling.

Bij voorbaat excuus voor de infoporn, excusez-le-mot, maar ja, omdat het kan is het leuk. Overigens pakt Fineo van elk veld de 10 meest voorkomende. De percentages worden berekent over die 10. Als een opleiding buiten die top 10 valt en onzichtbaar is dan telt deze hier niet mee. Pak je de oorspronkelijke data en draaitabellen erbij met alle data dan krijg je iets afwijkende cijfers. Meestal wijkt het geen hele procent af. Je komt immers al snel in de long-tail van data terecht.

Van MBO en naar HBO op domein:

   

   

Van MBO en naar HBO op opleiding:

  

  

  

  

Van MBO en naar HBO op instelling:

  

  

  

  

Zelf spelen? Kan hier!

Vond trouwens tussendoor een handige tool voor screenshots in serie te maken. Voor de Chrome gebruikers onder ons.

Doorstroom van studenten visualiseren met Sankey diagrammen

Voor mijn rapportage over HBO Doorstroom was ik op zoek naar manieren van visualisatie. Met excel kun je natuurlijk saaie tabellen en kolomgrafiekjes maken, met hele mooie kleuren in de huisstijl, maar ik wilde iets meer. Nu is ‘stroom’ conceptueel voor te stellen door zogenaamde Sankey diagrammen. Traditioneel gebruikt om energie- of vloeistofstromen letterlijk te visualiseren. Maar studenten stromen ook.

Dus dat wil ik wel eens testen, met Fineo van Density Design. Links zie je het totaal van de grootste MBO’s. Rechts als je er eentje bekijkt.

   

Zelf testen? Dit diagram staat hier.

Praktisch:

  • Download de data van HBO Doorstroom en sla deze op als tab-gescheiden bestand.
  • Niet alles is te uploaden, gezien de hoeveelheid. Fineo accepteert alleen platte tekst. Het bestand wordt dan zo’n 30 MB. Ik heb daarom gefilterd op alleen de recentste data (2010).
  • Fineo verslikt zich in opleidingnamen met een komma. Zoek en vervangen in excel door spatie dus.
  • Uploaden naar Fineo.
  • Kies linker en rechterkant voor de grafiek. Bijvoorbeeld van “MBO Instelling” naar “HBO Instelling”.
  • Beweeg met de muis over de knooppunten.

Had ik al gezegd dat je het hier zelf kunt doen? 😉
Tool gevonden via FlowingData.

Van MBO naar HBO

Al een aantal jaar probeerde ik meer inzicht te krijgen in de doorstroom van onze studenten naar het HBO. Dat had 2 redenen:

  • Punt 2 van onze bestuurlijke agenda vermeldt: “Er is sprake van een systematisch doorstroming vmbo > mbo  en mbo > hbo”. Als  er “sprake van is” dan zou het ook meetbaar moeten zijn. Eenmaal meetbaar/rapporteerbaar zou informatie hierover dus helpen besturen.
  • Één van de vier perspectieven om naar ons assortiment opleidingen te kijken is “Arbeidsmarktrelevantie”. Er zijn echter enkele opleidingen met een lage kans op werk (na MBO) maar die vooral bedoelt zijn als springplank naar HBO. Als je dus naar ‘kans op werk‘ alleen kijkt dan zou je deze onterecht kritisch bekijken. Mits er wel sprake is van doorstroom natuurlijk.

Dat het jaren duurde eer het lukte had te maken met beschikbaarheid van data:

  • Eigen uitstroomdata: een student gaat lang niet altijd naar de HBO opleiding die hij ons vertelt. Daarnaast zouden we onze administratie van de ‘uittake’  moeten aanscherpen.
  • HBO instroomdata: eenmaal goed afgestemd zijn HBO’s meestal wel bereid data van hun instroom aan te leveren. Zonder ‘man-in-the-middle’ is het erg arbeidsintensief om gegevens te leveren. Alle mogelijke HBO’s zouden dan zelf naar al hun toeleverende MBO’s dit moeten aanleveren. Elk MBO zou op zijn eigen manier deze informatie gestructureerd willen hebben en elk HBO zou deze weer op zijn eigen manier aanleveren. Zolang er geen standaard zou zijn.

Toch is er al een tijd een ‘man-in-the-middle’: DUO. Deze verzamelt over de instellingen heen natuurlijk al alles. Ik was daarom blij dat de HBO Raad deze data kan leveren.

Praktisch en kort:

  • Downloaden op bovenstaande link.
  • De draaitabel gebruiken om eigen ROC/AOC te kiezen en te kijken waar iedereen naar uitstroomde. Of je kiest je concurrent, kan ook.
  • De draaitabel is lekker te tweaken, zodat je data kan presenteren op MBO kwalificatie, crebo, domein, sector, leerweg of HBO instelling.
  • De ruwere data is niet op een apart tabblad terug te vinden. Deze kan je ‘reverse engineeren’ door op één van de totalen dubbel te klikken. Excel hoest dan alle mogelijke velden voor alle mogelijke rijen op.
  • Ik heb deze gefilterd op de eigen instelling.
  • Om intern te kunnen rapporteren naar onze organieke eenheden (teams) heb ik een koppeltabel gemaakt. Deze vertelt van elke crebo door welk team deze aangeboden wordt.
  • Vervolgens kun je bijvoorbeeld draaitabellen maken per team, per kwalificatie, per jaar en het percentage HBO doorstroom.

Voor mij erg handig deze transparantie. Dus DUO: laat maar komen die data!

Death of RIM: informatie en verhaal in één infographic

In mijn vorige post zei ik dat een Infographic niet ‘even snel’ gemaakt is. Laat ik nu net via de mail een verzoek krijgen er eentje te reviewen. Waarschijnlijk niet toevallig over een onderwerp uit mijn verleden: Blackberry. Je weet wel: die smartphone waar ik een exit-gesprek mee had.

Onderstaande Infographic vertelt een, tragisch, verhaal. Mijn opmerkingen erbij:

  • De tragiek en ondergang achter een goed concept wordt duidelijk.
  • Precies de juiste hoeveelheid data om het verhaal te ondersteunen. Niet te veel of te weinig.
  • Wellicht had er iets bij gekund om het gebrek aan innovatie van RIM te illustreren, vanuit een functionaliteitsperspectief. Ze werden een ‘one-trick-pony’, door veilig en realtime toegang te bieden tot mail en berichtenverkeer voor bedrijven, maar negeerden de ‘consumerization‘ van ICT/Gadgets door professionals. Aan de andere kant, deze Infographic raakt dan misschien te ‘vol’.

Death of RIM
Created by: MBAOnline.com

 

Infographics voor de startende datavisualiseerder

Als je draaitabellen en platte rapportjes een beetje zat bent dan zal de ontwikkeling en hype van infographics je niet ontgaan zijn. Niet dat ik draaitabellen onnuttig vind, maar visueel is het niet zo spannend. Infographics helpen het ‘spannend’ te maken door het verhaal achter de data te vertellen.

Mijn vermoeden dat het spannend maken van data inspanning vereist werd vandaag maar weer eens bevestigd, door te spelen met twee tools: easel.ly en visual.ly.

  • Visual.ly is vooral een netwerk waar Infographics gedeeld kunnen worden met elkaar. Gebruikers kunnen ‘Uploaden’, wat in de praktijk betekent linken naar Infographics elders op het web. Gebruikers hebben een profiel, maar deze is niet, net als bij Twitter en Slideshare, te volgen. Zelf maken van Infographics kan volgens een te kiezen thema m.b.v. hashtags. Leuke gimmick.
  • Easel.ly doet me technisch denken aan bijvoorbeeld MindMeister, zei het met een ander doel. Je krijgt een canvas waar je objecten, zoals pictogrammen, afbeeldingen en grafiek-onderdelen, op kan slepen. Elk object is te configureren. Ook hier kun je starten met een thema en deze aanpassen. Echter, ik zie geen enkele mogelijkheid om data te ‘koppelen’, anders dan dat ik in een tekstvak cijfers of percentages type. Wellicht omdat een Infographic eigenlijk nooit zoveel data bevat?
    Tja, dan kan ik net zo goed in powerpoint iets tekenen.

Kortom, een infographic-generator levert snel en makkelijk een info-graphic waar je niet heel veel aan hebt. Echt mooie infographics vereisen:

  • Expertise op een bepaald domein, om inzicht in de data te hebben.
  • Creativiteit om cijfers en verbanden om te vormen tot een verhaal en deze visueel vorm te kunnen geven.
  • Inspanning en tijd!

Via FlowingData.

 

InformatieProducten en vertrouwelijkheid

Al een tijdje ben ik bezig met het bouwen van een InformatiePortfolio. Toen schreef ik al:

Aan elk InformatieProduct worden kenmerken toegekend zoals een code, naam, omschrijving, doel, niveau, status en frequentie. 

Ondertussen krijg ik ook te maken met “informatiebeveiligingsbeleid”, waarin een classificatie van vertrouwelijkheid staat. Vandaar dat ik deze ook als kenmerk wil meegeven aan een InformatieProduct. Deze classificatie kent drie niveaus van vertrouwelijkheid:

  • Publiek: Deze informatie kent geen eisen ten aanzien van de vertrouwelijkheid en integriteit en is daardoor voor iedereen binnen de instelling beschikbaar en toegankelijk.
  • Intern: Dit betreft de informatie die toegankelijk mag of moet zijn voor alle medewerkers van de instelling. De eisen ten aanzien van vertrouwelijkheid en integriteit zijn gering.
  • Vertrouwelijk: Dit betreft informatie die alleen toegankelijk mag zijn voor een beperkte groep gebruikers. De informatie wordt beschikbaar gesteld op basis van het “need to know” principe.

Proces en InformatieProduct

De vorige post vermeldde InformatieProducten op operationeel niveau. Oftewel de informatie die nodig is om je werk te kunnen doen. Wat voor werk dat precies is, laat zich beschrijven als een proces waarin stappen in serie worden uitgevoerd. Daarom zijn procesomschrijvingen altijd een waardevolle onderlegger voor de articulatie van de informatiebehoefte. Als ik wil duiden welke operationele informatie precies nodig is, dan pak ik ze er vaak bij. Dit veronderstelt overigens wel een AO die zijn topische vragen beantwoord heeft.

Visueel zijn InformatieProducten snel terug te vinden in workflow diagrammen. Het zijn de pijlen! Omdat informatie zich dan verplaatst van de ene processtap (waarin iemand met Rol A informatie creëert) en de andere processtap (waarin iemand met rol B informatie ontvangt). Het kan echter ook een technische koppeling zijn tussen 2 systemen die informatie automatisch genereren, verzenden, ontvangen en verwerken.

Vereenvoudigt weergegeven: