Inteligencia de datos
El modelo predictivo dice quién está en riesgo y cuánto. La clusterización dice qué tipo de estudiante es y qué ruta necesita. Agentic Insight dice qué está diciendo y qué tan urgente es. Los tres se leen juntos en la Ficha 360 y ordenan la gestión.
Los datos estructurados (sistema académico, LMS, asistencia, finanzas) alimentan el modelo predictivo y la clusterización. El texto libre de llamadas, chats y tickets alimenta a Agentic Insight. Cada capa produce un dato distinto: un puntaje con sus factores, un perfil con su playbook, señales con tema y urgencia.
En Nimbi los tres quedan en la ficha de cada estudiante y filtran listados, campañas y Planes de Acción. Cada gestión y su resultado se registran por plan, perfil y alerta, y las capas se retroalimentan: el puntaje puede entrar como variable de la clusterización y las señales de texto quedan disponibles como variables para el modelo.
Lo que dicen los estudiantes, estructurado y comparable en el tiempo: tema, urgencia, estado académico detectado y sentimiento, por interacción y por estudiante.
Etiqueta de perfil en la ficha, con tamaño, factores y distribución por sede, modalidad y género. Hace visibles disparidades que los promedios ocultan.
Un potencial retiro dicho por un estudiante con puntaje bajo es un caso a revisar. La precisión de las señales se mide en operación y el puntaje puede entrar como variable de la clusterización.
Cada intervención queda registrada: quién entró al plan, en qué orden, cuándo salió y con qué resultado, por perfil y por alerta.
Tres lecturas
Dos estudiantes con el mismo puntaje de riesgo. El perfil y las señales de cada uno cambian lo que el equipo hace esta semana.
Ejemplo ilustrativo. Los perfiles y las señales reales emergen de los datos de cada institución.
¿Tienes dudas sobre cómo se combinan las tres capas?
¿Necesito las tres herramientas para partir?
No. El punto de partida habitual es el modelo predictivo con los Planes de Acción. La clusterización y Agentic Insight son servicios que se suman cuando la institución quiere segmentar por perfil o leer lo que dicen sus estudiantes en llamadas, chats y tickets.
¿En qué se diferencian el modelo predictivo y la clusterización?
El modelo predice el riesgo de cada estudiante; la clusterización describe los perfiles que existen y la ruta que necesita cada uno. Se complementan: el perfil define la ruta y el puntaje ordena a quién gestionar primero dentro de ella.
¿Qué agrega Agentic Insight?
Lee lo que el estudiante ya dijo en llamadas, chats y tickets y lo convierte en señales: tema, urgencia, estado académico detectado y sentimiento. Es un dato que no existe en el sistema académico y que cambia la urgencia de un caso aunque el puntaje y el perfil sigan iguales.
¿Dónde se ven los tres datos?
En la Ficha 360 de cada estudiante. Además, los tres sirven como filtros para crear campañas y asignar Planes de Acción, y los resultados se miden por plan, perfil y alerta.
¿Funciona si ya tenemos un modelo predictivo propio?
Sí. Nimbi puede usar el puntaje de un modelo de la institución para priorizar y ejecutar la gestión con Planes de Acción y campañas. En ese caso, la calidad y el mantenimiento del modelo siguen siendo de la institución.
¿Cada cuánto se actualiza cada capa?
El modelo predictivo entrega un valor por estudiante actualizado por período y se reentrena al menos una vez al año. La clusterización describe el momento del análisis y se vuelve a correr cuando cambia el contexto. Las señales de Agentic Insight se generan cada día.
Primera conversación de 30 minutos. Llegamos con lo que se sabe públicamente de tu institución y una estimación del costo de cada punto de retención. No te pedimos datos para eso.
