Московский экономический журнал 10/2020

image_pdfimage_print

УДК 339.138; 339.133.017

DOI 10.24411/2413-046Х-2020-10684

РОЛЬ БОЛЬШИХ ДАННЫХ В ОБРАЗОВАТЕЛЬНОМ МАРКЕТИНГЕ: РЕГИОНАЛЬНЫЙ АСПЕКТ 

THE ROLE OF BIG DATA IN EDUCATIONAL MARKETING: A REGIONAL ASPECT

Кошевенко Светлана Вячеславовна, кандидат педагогических наук, доцент, Смоленский государственный университет

Koshevenko Svetlana Vyacheslavovna, Candidate of Pedagogical Sciences, Associate Professor, Smolensk State University

Аннотация. Статья посвящена вопросу применения больших данных в маркетинговой деятельности образовательных организаций с учётом региональной специфики.

Автор рассматривает проблему определения спроса на образовательные продукты и услуги, предлагает механизм ответа на данный вопрос с применением big data. В статье выделены источники сбора больших данных, приведены примеры использования больших данных для анализа трендов в сфере региональной занятости, построения моделей компетенций специалистов в конкретной предметной сфере. Определены основные направления применения больших данных в образовательном маркетинге и эффекты для образовательной организации от использования.

Summary. The article is devoted to the issue of using big data in the marketing activities of educational organizations, taking into account regional specifics.

The author considers the problem of determining the demand for educational products and services, offers a mechanism for answering this question using big data.  The article highlights the sources of collecting big data, provides examples of using big data to analyze trends in the field of regional employment, build models of competencies of specialists in a specific subject area.  The main directions of the use of big data in educational marketing and the effects for an educational organization from its use are determined.

Ключевые слова: большие данные, образовательные организации, прогнозирование спроса, новые направления подготовки, продвижение.

Keywords: big data, educational organizations, demand forecasting, new areas of training, promotion.

Никого сегодня нельзя удивить тем фактом, что большие данные используют игроки на бирже или крупные торговые организации, активным пользователем big data является банковский сектор. Есть и яркие примеры использования больших данных в образовательных организациях [2; 3; 4]. Выделяют два основных направления их применения в системе образования: изменение подходов к организации учебной деятельности студентов и изменение процесса принятия управленческих решений, связанных с разработкой и продвижением образовательных продуктов [1]. В статье мы рассмотрим основные аспекты влияния больших данных на маркетинговую деятельность образовательных организаций с учётом региональной специфики. 

Данная тема актуальна в силу того, что конкуренция на образовательном рынке возрастает благодаря процессам глобализации, кастомизации и развитию Интернет-технологий. Ножкина Е.Б., Мавлютова Г.А., Алтухов П.Л. указывают на то, что в эпоху цифровой экономики образовательный маркетинг направлен на «развитие эффективного сетевого взаимодействия с другими образовательными учреждениями, организациям и различных отраслей, бизнесом; увеличение доли на рынке образовательных услуг; повышение скорости передачи информации клиентам» [5]. Эффективность этих процессов возрастает благодаря анализу больших данных.

Начнём рассмотрение темы с ответа на вопрос «Зачем образовательной организации проводить анализ спроса?». Ежегодная задача набора абитуриентов на различные направления определяет будущее образовательной организации на будущие годы [7]. Именно анализ спроса позволит образовательной организации разработать и представить на рынок наиболее востребованные основные образовательные программы и программы дополнительного образования; при этом программы не имеющие перспективы на рынке труда, не имеющие заказа от государства подлежат закрытию.

Для того, чтобы принимать грамотные управленческие решения в области образовательного маркетинга, нужно, во-первых, систематически собирать данные, во-вторых, грамотно определять, какие конкретно данные нужны. Например, для многопрофильного вуза, последовательность действий должна быть таковой:

1) формирование карты компетенций вуза и перечня образовательных программ;

2) анализ трендов и вакансий в предметных областях образовательных программ вуза;

3) подготовка предложений по модернизации существующих или запуску новых образовательных программ.

Выявление трендов в сфере занятости на основе больших данных нужно проводить как для региона так и для всей страны. Если целевой аудиторией образовательной организации являются потребители из данного конкретного региона, то важно собрать большие данные по региональной занятости. От качества этих данных будет зависеть качество принимаемых решений по открытию новых или корректировке старых образовательных программ. Однако, ограничиваться только региональными данными категорически нельзя. Экономическая система региона является открытой системой и на её развитие влияют глобальные тренды предметной области (мировые, на уровне страны). И даже если сегодня на региональном рынке труда не востребованы специалисты, обладающие, например, компетенциями в сфере нейромаркетинга, это не значит, что глобальный тренд обойдёт регион стороной через год или два [6].

Все источники данных делят на внутренние и внешние. К внутренним относятся: базы данных учётных систем образовательной организации, результаты опросов абитуриентов, студентов, работодателей, количество поданных заявлений во время приёмной компании и количество бюджетных мест и т.д. Внешние данные – это данные о вакансиях, данные об образовательных программах других образовательных организаций, контрольные цифры приёма, статистика запросов в поисковиках, данные социальных медиа и т.д. Источниками для получения таких данных могут служить базы данных Росстата (https://rosstat.gov.ru/) и территориальных органов Федеральной службы государственной статистики, данные о вакансиях региональных служб занятости (см. Рис. 1), базы данных о вакансиях крупных компаний и корпораций (например для IT сферы это Amazon, Google), базы данных патентов и т.д.

Ещё одним источником данных для принятия решений как по формированию программ, так и по их продвижению, являются сайты поиска работы, на которых работодатели публикуют требования к соискателям. Используется семантический анализ и инструменты визуализации, например, Gephi (см. Рис. 2).

Благодаря использованию больших данных мы сможем определить особенности абитуриентов, о которых не могли даже догадываться. Например, абитуриенты из Смоленской области в большей степени могут быть ориентированы на образовательные программы на стыке художественной сферы и иностранных языков, предпочитать смешанный формат обучения.

Большие данные нужны для:

  1. Сегментации клиентов;
  2. Повышения лояльности клиентов;
  3. Визуализации данных;
  4. Разработки новых востребованных продуктов;
  5. Снижение оттока клиентов;
  6. Построение прогнозов спроса.

Среди эффектов, которые будет иметь при этом образовательная организация, рост доходной части бюджета, встраивание в экосистему региона, возможность планирования ресурсов, повышение репутации и позиции в рейтинге.

Список использованных источников

  1. Власов К.А., Карпова И.В. Основные направления развития маркетинга образования в Уэльсе // Вестник ОрелГИЭТ. – 2019. – № 4 (50). – С. 100–103. – URL: https://www.elibrary.ru/download/elibrary_42349464_71156442.pdf (Дата обращения: 25.10.2020).
  2. Китайгородский М.Д. Индустрия 4.0 и ее влияние на технологическое образование // Современные наукоемкие технологии. – 2018. – № 11-2. – С. 290-294. – URL: https://www.elibrary.ru/download/elibrary_36870307_12703683.pdf (Дата обращения: 25.10.2020).
  3. Кондратенко А.Б., Кондратенко Б.А. Возможности применения больших данных в образовании в эпоху цифрового общества // Вестник Калининградского филиала Санкт-Петербургского университета МВД России. – 2017. – № 4 (50). – С. 112–115. – URL: https://www.elibrary.ru/download/elibrary_32260194_67441689.pdf (Дата обращения: 25.10.2020).
  4. Кондратенко Б.А., Кондратенко А.Б. Перспективы использования больших данных в современном образовании // Вестник Балтийского федерального университета им. И. Канта. Серия: Филология, педагогика, психология. – 2018. – № 1. – С. 117–126. – URL: https://www.elibrary.ru/download/elibrary_32643360_38704202.pdf (Дата обращения: 25.10.2020).
  5. Ножкина Е.Б., Мавлютова Г.А., Алтухов П.Л. Трансформация образования в цифровой экономике как фактор развития человеческого капитала страны // Вестник Саратовского государственного социально-экономического университета. – 2020. – № 3 (82). – С. 20–23. – URL: https://www.elibrary.ru/download/elibrary_43136936_81833779.pdf (Дата обращения: 25.10.2020).
  6. Таранова И.В., Кирилов И.Н. Методические аспекты анализа и оценки эффективности территориального размещения и специализации устойчивого развития экономики региона // Вестник университета. – 2011. – № 5. –  С. 273–279.
  7. Чекашкина Н.Р. К вопросу о стратегическом продвижении образовательных услуг высшего учебного заведения // Тенденции развития науки и образования. – 2020. – № 62-7. – С. 42–45. – URL: https://www.elibrary.ru/download/elibrary_43165701_11084573.pdf (Дата обращения: 25.10.2020).