Categories
Älykästä tuotantoa Pulssi

Poweria (BI) ohjaukseen: Kuule analy­tiikan kutsu, osa 1

Tässä artik­ke­lissa kerrotaan Power BI -visua­li­soinnin kehit­tä­mi­sestä Vartu 2.0 -hankkeessa. Hankkeen yhtenä tavoit­teena oli pilotoida oppimi­sa­na­ly­tiikan työkalu, jonka avulla voidaan löytää tuetusta ryhmä­oh­jauk­sesta hyötyvät Karelia-amk:n opiske­lijat. Työkalua varten tuli määri­tellä ne ohjauksen mittarit, jotka voisivat osoittaa hiljaisia signaaleja oppimisen haasteista. Analy­tiikka on vielä pilotoin­ti­vai­heessa, ja se on tarkoitus ottaa laaja­mit­taiseen käyttöön Karelia-ammat­ti­kor­kea­kou­lussa syksyllä 2022. Tässä artik­ke­lissa keski­tytään kuvaamaan hankkeen taustoja sekä suunni­tel­missa havaittuja puutteita kehitystyön aikana. 

Vartu 2.0 – Holis­tinen kinttu­polku ohjaa opiske­li­joita tuetun ryhmä­oh­jauksen piiriin 

Vartu tarkoittaa Varhaista tukea, joka koostuu ennal­taeh­käi­se­vistä toimen­pi­teistä, varhai­sesta puuttu­mi­sesta opiskelun esteisiin sekä korjaa­vasta toimin­nasta niiden ratkai­se­mi­seksi. Sen keskeisiä tehtäviä on varmistaa sujuva oppiminen ja edistää tavoit­teel­lista opiskelua sekä opiske­lijan henki­lö­koh­taista ja ammatil­li­seksi asian­tun­ti­jaksi kasvua. Vartu on keskeinen osa Karelian ohjaus- ja hyvin­voin­ti­suun­ni­telmaa, joka on opiske­li­jaoh­jauksen perustana. Vartun tavoit­teena on saada kaikki apua tarvit­sevat opiske­lijat ohjauksen piiriin mahdol­li­simman aikai­sessa vaiheessa. 

Vartu-hanketta ryhdyttiin kehit­tämään yhdessä opiske­li­ja­kunta POKAn kanssa vuonna 2012 Otsakorpi-säätiön rahoi­tuk­sella, ja se vakiin­tuikin nopeasti ohjaukseen. Kymme­nessä vuodessa maailma ja opiske­li­joiden ongelmat ovat kuitenkin muuttuneet. Vaikka Vartu toimii edelleen hyvin ohjauksen tukipi­larina, Vartu 2.0 -mallin kehit­tä­misen lähtö­kohtana on entistä parempi vastaa­minen opiske­li­joiden tämän­het­kisiin haasteisiin sekä yhteis­kun­nal­lisiin muutoksiin. Myös tekno­logia on kehit­tynyt kymme­nessä vuodessa, ja oppimi­sa­na­ly­tiikka on mahdol­lis­tunut uusien välineiden kautta. 

Vartu-toiminnan keskiössä on löytää ne opiske­lijat, jotka tarvit­sevat tai hyötyi­sivät erityi­sesti opinto-ohjauk­sesta senhet­ki­sessä elämän­ti­lan­teessaan. Ohjauksen ongelmana on aina ollut löytää em. opiske­lijat ja saada heidät sekä tulemaan ohjaukseen että vastaamaan ohjauk­sessa saatuun apuun. Ensisi­jainen ja kriit­tinen vaihe on opiske­li­joiden ongelmien varhainen havait­se­minen. Tähän tarpeeseen juuri oppimi­sa­na­ly­tiikka vastaa. 

Vartu 2.0 -hanke käynnistyi vuoden 2021 alussa William ja Ester Otsakorven säätiön rahoi­tuk­sella. Hanke päättyy kesällä 2022. 

Suunnit­te­lutyön rooli korostuu – visua­li­sointiin mahtuu silti yritystä ja erehdystä  

Syksyllä 2020 hankkeessa aloitettiin suunnit­te­lutyö visua­li­soinnin koosta­mi­seksi. Alustava suunni­telma koostettiin APOA-hankkeessa kehitetyn suunnit­te­lu­mallin avulla. Sillä varmis­tetaan, että kehit­täjät ja käyttäjät puhuvat samasta asiasta, eikä aikaa kuluteta väärin­kä­si­tysten oikomisiin. Lisäksi suunni­tel­ma­malliin kirjataan aina syy, miksi jokin tietty ominaisuus tarvitaan, mikä ohjaa kehit­täjää lähes­tymään toteu­tusta oikeasta näkökulmasta. 

Koska kinttu­polun tieto­tarpeet nojaavat varsin vahvasti opinto­suo­ri­tuksiin, tarvittiin lukuoi­keudet suori­tus­pisteet tallen­tavaan Karelia-Vipusen tieto­kantaan. Tieto­hal­linto järjesti ystäväl­li­sesti oikeudet. Alustavaa visua­li­sointia toteu­tettiin suhteut­ta­malla opiske­lijan piste­ker­tymää ryhmän piste­ker­tymän keskiarvoon. Tämän alustuksen avulla saatiin paljon kokemusta Power BI -työkalun visua­li­soinnin toteut­ta­mi­sesta sekä erityi­sesti datayh­teyksien hyödyn­tä­mi­sestä vertailuja tehdessä. 

Keväällä 2021 suunnit­te­lu­mallin pohjalta tehtiin lisää tarken­nuksia sekä sovittiin toimi­tet­ta­vaksi karkea visua­li­sointi kevään loppuun mennessä. Työ auttoi luomaan perus­idean visua­li­sointia varten ja osoitti myös alkupe­räisten visua­li­soin­ti­suun­ni­telmien ongelmat. Koska käytössä oleva arvosana-asteikko (0–5) ei ole oikeasti tasavä­linen, rajattiin niihin kohdis­tuvat lasken­nal­liset arvot alusta­vasti moodiin, joka kertoo mitä arvosanaa on eniten tietyssä joukossa, sekä keskiarvoon, vaikka se ei varsi­nai­sesti tuotakaan haluttua tulosta. 

Valitet­ta­vasti visua­li­sointi ei tällä mitta­rilla mitattuna tuottanut haluttua loppu­tu­losta missään muodossa. Tällainen visua­li­sointi voi vaihdella lukumäärien muuttuessa paljonkin, eikä se kerro varsi­nai­sesti mitään toteu­tuksen laadusta. Sen sijaan arvosa­na­ja­kauman visua­li­sointi kertoo paljon enemmän, jolloin nähdään arvosa­nojen kappa­le­määrä. Kehitys­ver­sioissa kokeiltiin monia tapoja asioiden esittä­miseen. Kaikki ideat eivät aina palvelleet tarkoi­tustaan, kuten näkyy kuvasta 1. Tauluk­ko­muo­dossa esitetyt keskiarvot ja moodit ei kerro nopealla vilkai­sulla yhtään mitään. 

Kurssiarvosanoja taulukoidussa muodossa
Kuva 1. Kun visua­li­sointi ei palvele tarkoitustaan. 

Syksyllä 2021 tavoitteet täsmen­nettiin suunnit­te­lu­malliin, jolloin kehitystyö pääsi jatkumaan. Visua­li­soinnin ulkoasua ja muotoa kehitettiin eteenpäin palautteen perus­teella. Piiloon jääneiden hyödyn­tä­mis­tar­koi­tusten tullessa esille visua­li­sointia voitiin parantaa niin, että olennainen tieto löytyy yhdellä vilkai­sulla.  Esimerkkinä tästä on arvosa­na­poik­kea­ma­vi­sua­li­sointi toteu­tusten välillä (kuva 2). Toki sitäkin on mahdol­lista vielä parantaa. 

Kiinnos­ta­vinta antia visua­li­soin­nissa ovat tietenkin toteu­tukset, joissa poikkeama on suurin. Tämä vaatii visua­li­soinnin, jossa taulukko opinto­jak­soista on esitettynä laske­vassa järjes­tyk­sessä poikkeaman suuruuden mukaan. Silloin tärkeimmät kohteet ovat näkyvissä heti, ilman kaavion tutkimista. 

Arvosanat kuvattuna kahtena värikkäänä käyränä tummalla pohjalla.
Kuva 2. Kun visua­li­sointi alkaa palvella tarkoi­tustaan paremmin. 

Yhteenveto 

Suunnittelu ja testaus kulkevat käsi kädessä hyödyl­lisen analy­tiik­ka­vi­sua­li­soinnin kehit­tä­mi­sessä, jolloin alkupe­räi­sistä ideoista saadaan jalos­tettua hyödyl­lisiä loppu­tu­loksia. Seuraa­vassa artik­ke­lissa käsitellään muun muassa visua­li­soinnin loppu­tu­losta sekä miten EU:n tieto­suoja-asetus on otettava huomioon. 


Kirjoit­tajat 

Anssi Gröhn, lehtori, Karelia-ammattikorkeakoulu 

Joni Ranta, lehtori, Karelia-ammattikorkeakoulu 

Vartu 2.0 -ohjaus­mallin pilotointi ja kehit­tä­minen -hanke 


Artik­ke­likuva: Kuvaaja m. palve­lusta Unsplash