Het nationale retentiepercentage in het tweede najaar ligt op 69,5%, wat betekent dat ongeveer 3 op de 10 studenten niet terugkeren naar de instelling waar ze zijn begonnen. Bij community colleges haalt bijna de helft van de deeltijdstudenten het tweede jaar niet. Er bestaan wel systemen voor vroegtijdige waarschuwingen, maar de meeste instellingen vertrouwen nog steeds op handmatige doorverwijzingen en gescheiden gegevens.
Een AI-agent die in een platform voor projectmanagement is ingebouwd, kan werkstroomprocessen voor risico-identificatie, het toewijzen van interventies, retentieanalyses en succescoaching automatiseren.
Hieronder vindt u een kant-en-klare AI-agentprompt die u in ClickUp kunt plakken om binnen enkele minuten een complete werkruimte voor het monitoren van het succes van studenten op te zetten. Maar voordat u deze gebruikt, is het handig om te kijken naar de operationele knelpunten die dit soort systemen moeten oplossen. Voor de meeste teams die zich bezighouden met het succes van studenten is het probleem niet dat er geen risicosignalen beschikbaar zijn. Het probleem is dat die signalen zelden leiden tot snelle, gecoördineerde actie door de mensen die verantwoordelijk zijn voor het helpen van studenten om op koers te blijven.
Voor wie is deze installatie voor het monitoren van het succes van studenten bedoeld?
Deze installatie is bedoeld voor teams die zich bezighouden met het succes van studenten, retentiebureaus, studiebegeleiders, succescoaches, coördinatoren van bijlesprogramma's en beheerders van studentenondersteuning die verantwoordelijk zijn voor het identificeren van risico's, het toewijzen van interventies en het bijhouden van de opvolging binnen meerdere ondersteunende afdelingen. Het is met name nuttig voor instellingen die al gebruikmaken van een waarschuwingsplatform of analysetool, maar nog steeds afhankelijk zijn van handmatige coördinatie om studenten van 'gemarkeerd' naar 'ondersteund' te brengen.
Het probleem: u probeert 5.000 risicostudenten op te sporen met een spreadsheet en een hoopje hoop
Als u werkzaam bent op het gebied van studentensucces, weet u wat er op het spel staat. Elke student die afhaakt, betekent een menselijke en financiële mislukking. De instelling loopt inkomsten uit collegegeld mis, de student verliest tijd en geld, en de retentiecijfers die accreditatie-instanties nauwkeurig bekijken, krijgen weer een klap. De vraag is nooit geweest of vroegtijdige interventie werkt. Het gaat erom of uw team voldoende studenten snel genoeg kan identificeren en bereiken.
De cijfers spreken voor zich: 39% van de studenten die voor het eerst een voltijdse bacheloropleiding volgen , voltooien hun studie niet binnen acht jaar. De verschillen in retentie per ras blijven groot: de retentie onder Spaanse, zwarte en inheemse Amerikaanse studenten bedraagt respectievelijk 63,6%, 56,6% en 52,8% , vergeleken met het nationale gemiddelde van 68,2 %. Dit zijn niet zomaar nummers. Ze vertegenwoordigen duizenden studenten die hulp nodig hadden, maar die uw instelling niet op tijd kon identificeren of bereiken.
De meeste systemen voor vroegtijdige waarschuwingen genereren meldingen. Maar slechts weinig systemen regelen daadwerkelijk wat er daarna gebeurt. Een docent dient een melding in, maar wie wijst de interventie toe? Wie neemt binnen 48 uur contact op? Wie escaleert de situatie als de student niet reageert? De kloof tussen 'gemeld' en 'geholpen' is waar studenten door de mazen van het net glippen.
Hoe Miami University dit heeft opgelost: Het Center for Career Exploration and Success van Miami University gebruikte ClickUp om 19.107 studenten bij te houden en te begeleiden, met een succespercentage van 98%. Hiermee verving het versnipperde tools door een gecentraliseerd systeem voor het monitoren van interacties en resultaten van studenten.
Michael Turner, adjunct-directeur
Dankzij ClickUp kon ik georganiseerd blijven en heb ik ondanks een wereldwijde pandemie een aantal ongelooflijk succesvolle jaren gehad.
Dat is de kans die hier ligt. Niet het vervangen van uw waarschuwingstools, maar het creëren van één zichtbare operationele laag rond het werk dat plaatsvindt nadat een student is gesignaleerd. De snelste manier om dat model te testen, is door een werkende installatie voor het monitoren van het succes van studenten te genereren binnen uw projectmanagementplatform.
Wilt u een soortgelijk model testen in uw eigen studentensuccesprogramma? Begin met de onderstaande prompt en pas deze aan uw risicopopulaties, personeelsmodel en werkstroom aan.
Hoe Miami University dit heeft opgelost: Het Center for Career Exploration and Success van Miami University gebruikte ClickUp om 19.107 studenten bij te houden en te begeleiden, met een succespercentage van 98%. Hiermee werden versnipperde tools vervangen door een gecentraliseerd systeem voor het monitoren van interacties en resultaten van studenten.
Michael Turner, adjunct-directeur
Dankzij ClickUp kon ik georganiseerd blijven en heb ik ondanks een wereldwijde pandemie een aantal ongelooflijk succesvolle jaren gehad.
Dankzij ClickUp kon ik georganiseerd blijven en heb ik ondanks een wereldwijde pandemie een aantal ongelooflijk succesvolle jaren gehad.
Dat is de kans die hier ligt. Niet het vervangen van uw waarschuwingstools, maar het creëren van één zichtbare operationele laag rond het werk dat plaatsvindt nadat een student is gesignaleerd. De snelste manier om dat model te testen, is door een werkende installatie voor het monitoren van het succes van studenten te genereren binnen uw projectmanagementplatform.
Wilt u een soortgelijk model testen in uw eigen studentensuccesprogramma? Begin met de onderstaande prompt en pas deze aan uw risicopopulaties, personeelsmodel en werkstroom aan.
Dat is de kans die hier ligt. Niet het vervangen van uw waarschuwingstools, maar het creëren van één zichtbare operationele laag rond het werk dat plaatsvindt nadat een student is gesignaleerd. De snelste manier om dat model te testen, is door een werkende installatie voor het monitoren van het succes van studenten te genereren binnen uw projectmanagementplatform.
Wilt u een soortgelijk model testen in uw eigen studentensuccesprogramma? Begin met de onderstaande prompt en pas deze aan uw risicopopulaties, personeelsmodel en werkstroom aan.
Wilt u een soortgelijk model testen in uw eigen studentensuccesprogramma? Begin met de onderstaande prompt en pas deze aan uw risicopopulaties, personeelsmodel en werkstroom aan.
De opdracht: Bouw uw werkruimte voor het monitoren van het succes van studenten met AI
Kopieer deze prompt, plak deze in ClickUp Brain om je eigen ClickUp Super Agent te bouwen, vul de gegevens van je instelling in en je krijgt een complete werkruimte voor het succes van studenten met vroegtijdige waarschuwingen, het bijhouden van interventies, retentieanalyses en werkstroomen voor succescoaching.
Het resultaat zou u een solide eerste ontwerp van uw operationele structuur moeten opleveren, inclusief routeringsregels, tijdlijnen voor follow-up, zichtbaarheid van risico's en werkstroom voor caseload. Uw team kan dit vervolgens aanpassen aan uw studentenpopulatie, interventiemodel en prioriteiten op het gebied van studentenbehoud.
Het resultaat zou u een solide eerste ontwerp van uw operationele structuur moeten opleveren, inclusief routeringsregels, tijdlijnen voor follow-up, zichtbaarheid van risico's en werkstroom voor caseload. Uw team kan dit vervolgens aanpassen aan uw studentenpopulatie, interventiemodel en prioriteiten op het gebied van studentenbehoud.
Vraag:
→ Klaar om uw eerste Super Agent te bouwen?
Open ClickUp Brain en plak de bovenstaande prompt om een aangepaste Super Agent voor je werkruimte te bouwen.
Zodra uw agentblauwdruk is gegenereerd, is de volgende stap om deze om te zetten in een praktische werkruimte die uw studentensucces-team dagelijks kan gebruiken.
Hoe u deze instelling instelt in ClickUp (4 stappen)
Voordat u uw Space instelt, verzamelt u de informatie die uw team al gebruikt om risicostudenten te identificeren en te ondersteunen. Dat omvat doorgaans waarschuwingscategorieën, interventietypen, huidige escalatieregels, risico-indicatoren, caseload-structuren en rapportagebehoeften per cohort. Door te beginnen met schone input worden uw automatiseringen, dashboards en werkstroomen veel bruikbaarder.
- Maak uw werkruimte-structuur aan. Stel een speciale ruimte in met de naam 'Studentenprestaties'. Voeg vier mappen toe om het werk gedurende de hele levenscyclus van studentenprestaties te organiseren: Vroegtijdige waarschuwingen & zaken voor binnenkomende waarschuwingen, actieve zaken, opgeloste zaken en doorverwijzingen in crisissituaties; Interventies & ondersteuning voor de coördinatie van bijles, aanvullende instructie, succescoaching en peer-mentoring; Retentieanalyses om cohorten bij te houden, het monitoren van ongelijkheidskloven, de analyse van voorspellende indicatoren en vergelijkingen tussen semesters; en Studievoortgang om proefperiodes bij te houden, de follow-up van diploma-audits, tussentijdse check-ins en ondersteuning bij de voorbereiding op het afstuderen.
- Configureer aangepaste velden voor elke studenttaak Voeg aangepaste velden toe aan uw sjablonen voor studentensucces, zodat elk dossier de belangrijkste gegevens bevat die uw team nodig heeft om risico's te identificeren, ondersteuning te sturen en de opvolging te monitoren. Voeg velden toe voor risicoscore, risiconiveau, waarschuwingsbron, toegewezen coach, type interventie, aantal dagen sinds het laatste contact, status als eerste generatie en recht op Pell-beurs. Deze consistente structuur maakt dashboards, automatiseringen en caseloadbeheer veel betrouwbaarder.
- Plak de prompt in ClickUp Brain Open ClickUp Brain in je nieuwe ruimte en plak de bovenstaande prompt. Vul je variabelen in, waaronder de naam van de instelling, het aantal studenten, het retentiepercentage, het slagingspercentage, de huidige tools, het aantal medewerkers en risicopopulaties. Gebruik de gegenereerde output om een eerste concept te maken van je regels voor het doorsturen van waarschuwingen, werkstroom-werkflows, retentiedashboards en de structuur van je coachingcaseload, en verfijn dit vervolgens voor je model voor het succes van studenten.
- Stel automatiseringen in voor doorlopend beheer Creëer automatiseringen om het werk rond het succes van studenten op gang te houden zonder constante handmatige opvolging. Gebruik regels om waarschuwingen op type te routeren, risico's te escaleren wanneer meerdere indicatoren zich opstapelen, deadlines voor opvolging af te dwingen, interventiecheck-ins te triggeren en groeiende ongelijkheidsverschillen te signaleren voordat ze aan het einde van het jaar voor verrassingen zorgen.
Maak een speciale ruimte aan met de naam 'Studentensucces'. Voeg vier mappen toe om het werk gedurende de hele levenscyclus van het studentensucces te organiseren: Vroegtijdige waarschuwingen & zaken voor binnenkomende waarschuwingen, actieve zaken, opgeloste zaken en doorverwijzingen in crisissituaties; Interventies & ondersteuning voor de coördinatie van bijles, aanvullende instructie, succescoaching en peer-mentoring; Retentieanalyses voor het bijhouden van cohorten, het monitoren van ongelijkheidskloven, de analyse van voorspellende indicatoren en semestervergelijkingen; en Studievoortgang voor het monitoren van proefperiodes, de follow-up van diploma-audits, tussentijdse check-ins en ondersteuning bij de voorbereiding op het afstuderen.
Voeg aangepaste velden toe aan uw sjablonen voor taken rond het succes van studenten, zodat elk dossier de belangrijkste gegevens bevat die uw team nodig heeft om risico's te identificeren, ondersteuning te regelen en de opvolging te monitoren. Voeg velden toe voor risicoscore, risiconiveau, bron van de waarschuwing, toegewezen coach, type interventie, aantal dagen sinds het laatste contact, status als eerste generatie en recht op Pell-beurs. Deze consistente structuur maakt dashboards, automatiseringen en caseloadbeheer veel betrouwbaarder.
Open ClickUp Brain in je nieuwe ruimte en plak de bovenstaande prompt. Vul je variabelen in, waaronder de naam van de instelling, het aantal studenten, het retentiepercentage, het slagingspercentage, de huidige tools, het aantal medewerkers en populaties met risico. Gebruik de gegenereerde output om een eerste concept te maken van je regels voor het doorsturen van waarschuwingen, werkstroomwerkflows, retentiedashboards en de structuur van je coachingcaseload, en verfijn dit vervolgens voor je model voor het succes van studenten.
Creëer automatiseringen om het werk rond het succes van studenten op gang te houden zonder constante handmatige opvolging. Gebruik regels om waarschuwingen op type te routeren, risico's te escaleren wanneer meerdere indicatoren zich opstapelen, deadlines voor opvolging af te dwingen, interventiecheck-ins te triggeren en toenemende ongelijkheid te signaleren voordat deze aan het einde van het jaar voor verrassingen zorgen.
💡 Pro-tip: Begin met één werkstroom, zoals het doorsturen van vroegtijdige waarschuwingen of de follow-up van coaching, voordat u het systeem uitrolt naar de volledige studentensuccesoperatie. Een kleinschalige pilot helpt uw team om drempels, regels voor eigendom en het tijdstip van interventie te verfijnen voordat u opschaalt.
Aanbevolen aangepaste velden voor taken op het gebied van het monitoren van het succes van studenten
Deze velden zorgen voor een consistent werkdossier met betrekking tot waarschuwingen, interventies, retentieanalyses, de coördinatie van bijles en coachingcasussen.
| Veld | Type | Doel |
|---|---|---|
| Risicoscore | Aantal | Samengestelde score op basis van academische, betrokkenheids- en financiële indicatoren |
| Risiconiveau | Dropdown | Op schema, Monitoren, Risico, Hoog risico |
| Bron van de waarschuwing | Dropdown | Faculteitsrapportage, LMS-activiteit, tussentijdse cijfers, aanwezigheid, financiële blokkering, doorverwijzing naar bijles, doorverwijzing naar counseling, incident met betrekking tot huisvesting |
| Toegewezen coach | Mensen | Medewerker verantwoordelijk voor de opvolging van interventies |
| Type interventie | Dropdown | Succescoaching, studieadvies, bijles, advies over studiefinanciering, counseling, peermentoring, workshops, ondersteuning op het gebied van voedsel of huisvesting |
| Aantal dagen sinds laatste contact | Aantal | Tijd sinds de laatste succesvolle benadering of vergadering |
| Status van eerste generatie | Dropdown | Eerste generatie, Niet eerste generatie, Onbekend |
| In aanmerking voor Pell | Dropdown | Ja, Nee, Onbekend |
| Betrokkenheidsstatus | Dropdown | Nog niet gestart, Outreach verzonden, Contact gelegd, Interventie actief, Monitoring, Gesloten |
| Type cohort | Dropdown | Eerstejaars, doorlopende, overstappers, deeltijdstudenten, proefstudenten, overige |
| Equity Group Tag | Labels | Pell, eerste generatie, student-atleet, overstapper, inwonend, forens, overig |
| Volgende vervolgafspraak | Datum | Vereiste volgende contactmoment of controlepunt |
📘 Lees ook: Bekijk alle soorten aangepaste velden om te bepalen welke velden het beste werken voor uw subsidiewerkstroom.
Voorbeelden van kernautomatisering voor het monitoren van het succes van studenten
Nadat je aangepaste velden zijn ingesteld, kun je automatiseringen opzetten die waarschuwingen, interventies, follow-ups en analyses in gang houden zonder dat je dit handmatig hoeft te herhalen.
| Wanneer… | Vervolgens… |
|---|---|
| Er is een melding van bezorgdheid van een docent of een waarschuwing wegens inactiviteit in het LMS ingediend | Leid het door naar de juiste medewerker op basis van het type waarschuwing en de studentenpopulatie |
| Een student ontvangt binnen 7 dagen meerdere waarschuwingen | Breng deze samen in één dossier en verhoog de prioriteit van de risicobeoordeling |
| Een risicoscore komt in de categorie 'Hoog risico' terecht | Trigger de intensieve interventie-werkstroom en wijs een 24-uurs outreach-taak toe |
| Een vervolgdeadline verstrijkt zonder dat er contact is geregistreerd | Maak een escalatietaak aan en breng de leidinggevende op de hoogte |
| Een student mist een afspraak voor bijles of coaching | Maak een outreach-taak voor herbetrokkenheid aan en registreer het gemiste contact |
| Een ongelijkheidsverschil overschrijdt de monitoringdrempel | Markeer de cohortweergave en breng de verantwoordelijke voor studentenbehoud op de hoogte voor beoordeling |
Wat de agent dekt gedurende de hele levenscyclus van het succes van studenten
Een AI-agent voor het succes van studenten is geen voorspellend analysemodel. Het is een systeem dat binnen uw werkruimte voor projectmanagement draait en de operationele werkstroom beheert tussen het identificeren van risicostudenten en het daadwerkelijk helpen van deze studenten. De analyses vertellen u wie hulp nodig heeft. De agent zorgt ervoor dat die hulp ook daadwerkelijk wordt geboden.
| Levenscyclusfase | Wat de agent doet | Wat het vervangt |
|---|---|---|
| Vroegtijdige waarschuwingen | Leidt waarschuwingen door, consolideert herhaalde signalen en wijst de juiste eigenaar voor de follow-up toe | Systemen die alleen waarschuwingen markeren en handmatige triage van waarschuwingen |
| Risicomonitoring | Houdt indicatoren bij op het gebied van studieresultaten, betrokkenheid en financiële risico's en past de prioriteit van interventies aan | Afzonderlijke spreadsheets en inconsistente beoordelingsroutines |
| Interventiewerkstroomen | Wijs ondersteunende acties toe, houd de timing van de follow-up bij en escaleer bij uitblijven van reactie | Waarschuwingssystemen die stoppen bij identificatie en nooit zorgen voor opvolging |
| Retentieanalyses | Houdt doorzettingsvermogen, cohorttrends en verschillen tussen subgroepen gedurende verschillende semesters bij | Eenmalige rapporten over studentenbehoud die worden opgesteld nadat de schade al is aangericht |
| Bijles en SI-coördinatie | Houdt verwijzingen, sessies, personeelsbezetting en het gebruik van ondersteuning bij in relatie tot de resultaten van studenten | Scheid studiebegeleidingslogboeken en losstaande rapportages over academische ondersteuning |
| Succescoaching | Beheert caseloads, contactschema's, aantekeningen, doorverwijzingen en voortgang binnen verschillende populaties | Lokale notitieboeken, kalender-herinneringen en handmatige beoordelingen van caseload |
Wilt u zien hoe Super Agents werken in een echte ClickUp-omgeving? Bekijk de onderstaande walkthrough om te zien hoe door AI gegenereerde werkstroomen, taken en automatiseringen in de praktijk samenkomen.
Variaties voor verschillende soorten instellingen
De bovenstaande prompt werkt voor alle instellingen voor hoger onderwijs die ClickUp gebruiken. Pas de prompt aan voor uw instelling:
| Type instelling | Belangrijke aanpassingen |
|---|---|
| R1-onderzoeksuniversiteit | Gebruik de volledige prompt zoals deze is. Voeg grotere studentenpopulaties, meer gespecialiseerde interventieteams en een sterkere segmentatie tussen hogescholen en studentenpopulaties toe. |
| R2-universiteit | Behoud de volledige structuur, maar vereenvoudig de doorstroom naar teams waar de personeelsbezetting beperkter is. Leg de nadruk op retentie, coaching en coördinatie tussen advies- en ondersteuningsafdelingen. |
| Liberal Arts College | Richt u op intensieve interventie, kleinere caseloads en een sterke opvolging voor eerstejaars en studenten die nog aan het oriënteren zijn. |
| Community college | Leg de nadruk op de doorzettingskracht van deeltijdstudenten, het momentum bij overstappen, doorverwijzingen voor basisbehoeften en flexibele outreach voor studenten die dagelijks reizen. |
| Carrière- of beroepsopleiding | Richt u op aanwezigheid, voortgang per cohort, academische ondersteuning met betrekking tot licenties en kortdurende interventies voor studenten die gericht zijn op het voltooien van het diploma. |
Voer monitoring van het succes van studenten op één plek uit
Het monitoren van het succes van studenten mislukt wanneer waarschuwingen, interventies, dashboarden voor studentenbehoud, doorverwijzingen voor bijles en aantekeningen over coaching in afzonderlijke systemen staan zonder gedeelde operationele weergave. Met ClickUp Brain, aangepaste velden en automatiseringen kan uw instelling de activiteiten rondom het succes van studenten omzetten in één herhaalbaar systeem dat snellere interventie, duidelijkere eigenheid, betere opvolging en meer zichtbaarheid op het risico op studentenverloop ondersteunt.
Het doel is niet om uw waarschuwingsplatform of analysetools te vervangen. Het is bedoeld om het werk rondom deze tools te verminderen, meer zichtbaarheid te bieden in wat er gebeurt nadat een student is gesignaleerd, en uw team te helpen om van het identificeren van risico's over te stappen naar het daadwerkelijk oplossen ervan. Begin met de bovenstaande prompt, pas deze aan uw studentenpopulatie en personeelsmodel aan, en bouw een installatie die uw team elk semester daadwerkelijk kan gebruiken.
Ga gratis aan de slag met ClickUp.
Veelgestelde vragen
Kan AI ons systeem voor vroegtijdige waarschuwingen, zoals Starfish of EAB Navigate, vervangen?
AI-agenten vervangen uw platform voor vroegtijdige waarschuwingen niet. Ze vullen het aan door te beheren wat er gebeurt nadat de waarschuwing is afgegeven. Starfish en Navigate genereren signalen. De AI-agent zorgt ervoor dat die signalen worden omgezet in interventies met deadlines voor follow-up, escalatiepaden en het bijhouden van resultaten. De meeste gevallen van uitval vinden niet plaats omdat risicostudenten niet werden geïdentificeerd, maar omdat de werkstroom niet goed functioneerde.
Hoe wordt hiermee omgegaan met de FERPA-vereisten voor studentengegevens?
ClickUp beschikt over SOC 2-, ISO 27001-, ISO 27017-, ISO 27018- en ISO 42001-certificeringen en ondersteunt SSO, op rollen gebaseerde toestemmingen en versleuteling van gegevens in rust en tijdens verzending. Dankzij toestemmingen op studentniveau zien coaches alleen de aan hen toegewezen caseloads. Docenten zien alleen formulieren voor het verzenden van waarschuwingen, niet de uitkomsten van de casussen. Er worden geen gegevens gebruikt om AI-modellen te trainen. Volledige details vindt u op de pagina over veiligheid.
Hoe kunt u ongelijkheden in kansen bijhouden zonder vooroordelen te versterken?
Het risicoscoresysteem gebruikt waarneembare academische en gedragsindicatoren (GPA, aanwezigheid, LMS-betrokkenheid), en geen demografische kenmerken, als primaire risicofactoren. Demografische gegevens worden achteraf gebruikt voor gedetailleerde rapportage, niet voor de initiële risicobeoordeling. Deze aanpak brengt ongelijkheden in resultaten aan het licht zonder gebruik te maken van beschermde kenmerken om individuele studenten te markeren.
Wat als we al een zelf ontwikkeld systeem voor vroegtijdige waarschuwingen gebruiken?
Veel instellingen hebben interne systemen ontwikkeld die de eerste waarschuwing afhandelen. De AI-agent-werkruimte bouwt daarop voort door de operationele werkstroom te beheren: wie doet wat, wanneer, en wat gebeurt er als dat niet gebeurt. Het is de laag van projectmanagement voor het succes van studenten, geen vervanging voor uw waarschuwingsbron.
Hoeveel succescoaches hebben we nodig om dit te laten slagen?
Het systeem werkt met elke grootte van het aantal medewerkers. Met meer coaches krijgt u minder caseload en snellere reactietijden. Met minder coaches neemt de automatisering een groter deel van de triage en follow-up voor haar rekening, zodat coaches zich alleen hoeven te richten op de interacties met de hoogste prioriteit. Een typische target is 150-300 studenten per coach voor proactieve succescoaching, hoewel geautomatiseerde werkstroommen het effectieve bereik aanzienlijk kunnen vergroten.