Escola Mais · Educação · Data & Analytics · 2024

Case Escola Mais: três motores preditivos para evasão, leads e performance escolar

A Escola Mais, rede de educação inovadora, tomava decisões comerciais, pedagógicas e de retenção com base em intuição e relatórios estáticos, sem capacidade preditiva real. A Sauter construiu um programa de Advanced Analytics com três motores de Machine Learning que transformaram dados em decisão para os times comercial, de relacionamento e pedagógico.

3 motores preditivos em produção

O desafio

A Escola Mais tomava decisões comerciais, pedagógicas e de retenção com base em intuição e relatórios estáticos, sem capacidade preditiva.

O que a Sauter fez

Construímos pipelines de dados no BigQuery, treinamos modelos de ML para cada caso de uso e integramos com os times comercial, pedagógico e de relacionamento para ação direta.

O resultado

Três motores de Machine Learning em produção: predição de churn (evasão), qualificação inteligente de leads e predição de performance escolar.

Números

• 3 Motores preditivos em produção
• Churn Predição de evasão escolar
• Leads Qualificação inteligente

Tecnologias

BigQuery, Google Cloud, Machine Learning

Perguntas frequentes

Quais dados alimentam os modelos?

Dados acadêmicos, comportamentais, financeiros e de interação com a escola, todos integrados no BigQuery.

Os professores usam as predições?

Sim. O motor de performance escolar alimenta dashboards que os coordenadores pedagógicos consultam semanalmente.

A solução é escalável para outras escolas?

Sim. A arquitetura é modular e pode ser adaptada para qualquer instituição educacional com dados estruturados.

Quanto tempo levou a implementação?

Aproximadamente 12 semanas para os três motores, incluindo coleta, modelagem e integração com os times.

Fale com a Sauter

Somos Google Cloud Premier Partner e a primeira parceira oficial da Anthropic no Brasil. Veja todos os cases, conheça os serviços ou fale com um especialista.