Wie die Data Ladder den Staaten beim genauen Datenabgleich für SLDS-Zuschüsse hilft

• Bundesstaaten in den USA verstärken ihre Datenbemühungen, indem sie landesweite Längsschnittdatensysteme (SLDS) einführen, die Informationen über Schüler öffentlicher Schulen enthalten. Die Aufzeichnungen werden im Laufe des Lebens der Schüler gesammelt, vom Eintritt in eine öffentliche Einrichtung bis zum Eintritt in das Berufsleben. Die gewonnenen Daten werden verwendet, um die Fortschritte der Schüler zu bewerten und Verbesserungsmöglichkeiten im Bildungssystem mit Hilfe eines datengesteuerten, wissenschaftlichen Ansatzes zu ermitteln.

Um dieses Ziel zu erreichen, werden SLDS-Zuschüsse für Staaten angeboten, die entweder ihre bestehenden Datensysteme verbessern oder das SLDS einführen wollen. In beiden Fällen muss der Staat den Prozess durch die Verwaltung und Aktualisierung seiner Daten einleiten. Und hier liegt der Kern der Herausforderung.

Drei zentrale Datenherausforderungen, denen die Staaten mit dem SLDS-System gegenüberstehen

Bei Längsschnittdaten handelt es sich um langfristige Daten, die dieselbe Einheit oder in diesem Fall einen Schüler über verschiedene Zeitpunkte hinweg verfolgen. Öffentliche Einrichtungen und Bildungssysteme haben die Aufgabe, genaue und relevante Daten zu beschaffen. Im Laufe der Zeit können Längsschnittdaten jedoch veralten, redundante oder doppelte Informationen widerspiegeln, so dass es für die Beteiligten schwierig wird, die Daten effizient zu nutzen.

Kurz gesagt, die Akteure des SLDS-Systems haben damit zu kämpfen:

1. Schlechte Datenqualität: Auch heute noch erfolgt die Datenerfassung manuell. Während dieses Prozesses ist es durchaus möglich, dass ein Mensch die falsche Schreibweise eingibt, Abkürzungen und Interpunktionen verwendet, die nicht erforderlich sind, oder sogar Daten in einem Format eingibt, mit dem er vertraut ist. Darüber hinaus besteht eine hohe Wahrscheinlichkeit für Doppelerfassungen, insbesondere wenn der Datenerfasser einen Fehler bei der Zuweisung des richtigen eindeutigen Schlüsselbezeichners macht. All dies sind scheinbar unbedeutende Probleme, die sich zu ernsthaften Engpässen entwickeln. Schlechte Daten können nicht ignoriert werden.
2. Schwierigkeiten beim behördenübergreifenden Datenabgleich: Im Mittelpunkt der SLDS-Herausforderungen steht das Problem der Datenverknüpfung oder des Datenabgleichs zwischen den Behörden. Die Längsschnittdaten einer Person werden von den verschiedenen Behörden, Schulen, Bezirken oder Bundesländern erfasst, in denen sie im Laufe ihres Lebens gelebt hat. Das SLDS setzt voraus, dass alle diese Daten genau mit der Person übereinstimmen, die sie repräsentieren. Hier wird es für die beteiligten Akteure aufgrund der Probleme mit der Datenqualität äußerst schwierig, einen genauen Abgleich vorzunehmen, denn die SLDS-Mitarbeiter verbringen einen Großteil ihrer Zeit mit dem Abgleich von Datensätzen. Bundesstaaten in den USA testen und verwenden verschiedene Methoden, um dieses Problem zu lösen. Einige Staaten verwenden kommerzielle Tools, andere entwickeln ihre eigenen Abgleichverfahren und wieder andere verwenden eine Kombination aus beidem. Trotz des Einsatzes verschiedener Verfahren und Instrumente haben die meisten Staaten Berichten zufolge Probleme mit dem genauen Abgleich. Das SLDS verlangt, dass ein Staat 95 % der Datenübereinstimmungsgenauigkeit erreicht, um einen Zuschuss zu erhalten!
3. Identitätsauflösung ist nach wie vor eine Herausforderung: Schlechte Identitätsauflösung ist die Folge von schlechter Datenqualität und schlechter Abgleichsgenauigkeit. Angesichts begrenzter Budgets können es sich staatliche Einrichtungen nicht leisten, Datenspezialisten oder Datenlösungen einzustellen, die Millionen von Dollar kosten könnten. Deshalb müssen sie sich mit einer begrenzten Anzahl von Teammitgliedern begnügen, die auf manuelle Prozesse zur Lösung von Problemen beim Identitätsabgleich angewiesen sind. Wenn man dann noch die Duplizierung von Datensätzen von mehreren Agenturen hinzufügt, hat man eine Datenmanagementkrise.

Welche Rolle spielt die Data Ladder bei der Datensatzverknüpfung und wie hilft sie den Staaten mit SLDS-Zuschüssen?

Data Ladder ist eine Datenqualitätslösung auf Unternehmensebene, die Datenvorbereitung, Datenbereinigung und Datenabgleich als Kerndienste anbietet. Wir haben mit den Bildungsministerien mehrerer Bundesstaaten zusammengearbeitet, die ein Datenabgleichstool benötigen, um ihnen zu helfen, die 95-prozentige Abgleichsgenauigkeit zu erreichen, um den SLDS-Zuschuss zu erhalten.

Der Datenabgleich hängt von genauen Informationen ab. Wenn Datensätze fehlerhafte, unvollständige oder unrichtige Informationen enthalten, ist es unmöglich, genaue Datenabgleiche vorzunehmen. Daher liegt der Ausgangspunkt jeder Datenabgleichsaktivität nicht im Abgleich selbst, sondern in der Sicherstellung einer angemessenen Datenqualität. Zu diesem Zweck führt Data Ladder’s Flaggschiff DataMatch Enterprise den Benutzer durch ein schrittweises Modul, das mit der Integration der Datenquelle beginnt, gefolgt von Datenaufbereitung, Datenbereinigung, Datenabgleich und schließlich Datenzusammenführung.

Mithilfe der Data Ladder konnten die Projektleiter in den staatlichen Behörden

1. Redundante und doppelte Daten aus verschiedenen Datenquellenentfernen : Behördenübergreifende Daten enthalten zwangsläufig redundante und doppelte Daten, zumal Datenschutzgesetze die gemeinsame Nutzung eindeutiger Identifikatoren wie der SSN zur Identifizierung von Personen verhindern. Dies lässt den Behörden keine andere Wahl, als ihre eigenen eindeutigen Kennungen zu erstellen, was zu doppelten Informationen führt, wenn eine andere Behörde die gleichen Informationen über die Person hat. Außerdem können menschliche Fehler bei der Dateneingabe versehentlich zu Duplikaten führen, die mit deterministischen Abgleichsalgorithmen nur schwer zu erfassen sind. Das Flaggschiff von Data Ladder, DataMatch Enterprise, verwendet vier verschiedene Arten von Algorithmen in Kombination mit einem eigenen Algorithmus, um eine Übereinstimmungsrate von 96 % zu erzielen – die höchste in der Branche.
2. Probleme mit der Datenqualität und Datenstandardisierung: Die Datenqualität bleibt eine ständige Herausforderung, da jedes neue Projekt bereinigt werden muss, bevor es abgeglichen werden kann. Das bedeutet, dass die Staaten eine schnelle Lösung benötigen, die eine regelmäßige Datenbereinigung ermöglicht, ohne das Personal einzubeziehen. Nach der Integration scannt die DME-Software automatisch die Daten und hebt den Zustand der Daten hervor. Der Benutzer wird dann aufgefordert, vordefinierte Geschäftsregeln zu verwenden, um seine Daten zu bereinigen. Dies kann eine einfache Aktion wie die Großschreibung des ersten Buchstabens eines Namens sein, aber auch ein fortgeschrittener Schritt wie die Definition von Geschäftsregeln zur Sortierung von Daten. Data Ladder ermöglicht es Benutzern, Daten über integrierte Datenquellen hinweg mit wenigen Klicks zu standardisieren.
3. Erhalten Sie die höchste Datenübereinstimmungsrate: In einem vom Staat Connecticut durchgeführten Experiment, bei dem ermittelt werden sollte, ob der NSC oder ein kommerzielles Anbieter-Tool höhere Trefferquoten liefert, erzielte Data Ladder eine Trefferquote von 100 % – höher als der NSC. In einer anderen Stichprobe verpasste ein Staat mit seinem internen Abgleichsalgorithmus fast die Hälfte der Treffer. Mit Data Ladder konnte die Stichprobe eine 20 %ige Steigerung der Datenübereinstimmungverzeichnen. Eine hohe Abgleichsrate spiegelt die Genauigkeit der Daten wider, die der Schlüsselindikator für die Wirksamkeit des SLDS-Programms ist. Ohne einen genauen Datenabgleich kann das SLDS keine genauen Erkenntnisse gewinnen, die wichtig sind, um Lücken zu ermitteln, die behoben werden müssen, und um Verbesserungen vorzunehmen.

Lesen Sie dieses Whitepaper, um zu erfahren, wie Data Ladder bei der Verknüpfung von Schülerinformationen über mehrere Datenbanken hinweg hilft, PSIS bei der Verfolgung von Bildungserfahrungen verbessert und die Auswirkungen der sekundären und postsekundären Bildung von Schülern auf ihre Erfahrungen im Berufsleben bewertet.

Damit ein Staat ein erfolgreiches SLDS-Programm einführen kann, ist es unerlässlich, dass er das richtige Werkzeug hat, um die Aufgabe zu erfüllen, ohne Millionen von Dollar zu kosten. Data Ladder ist die einzige erschwingliche Best-in-Class-Datenqualitätslösung mit der höchsten Datenabgleichsgenauigkeit in der Branche. Wenn man sagt, dass sie das Herzstück einer erfolgreichen SLDS-Einführung ist, dann ist das eine Tatsache.