Блинов Владимир Игоревич – доктор педагогических наук, профессор, член-корреспондент РАО, руководитель Научно-образовательного центра развития образования института «Высшая школа государственного управления»
Москва
Vladimir I. Blinov – Dr. Sci. (Education), Corresponding Member of the Russian Academy of Education, Head of the Scientific and Educational Center for Educational Development of the Institute “Graduate School of Public Management”
Moscow
Сергеев Игорь Станиславович – доктор педагогических наук, ведущий научный сотрудник Научно-образовательного центра развития образования института «Высшая школа государственного управления»
Москва
Igor S. Sergeev – Dr. Sci. (Education), Leading Staff Scientist, Scientific and Educational Center for Educational Development of the Institute “Graduate School of Public Management”
Moscow
Есенина Екатерина Юрьевна – доктор педагогических наук, ведущий научный сотрудник Научно-образовательного центра развития образования института «Высшая школа государственного управления»
Москва
Ekaterina Yu. Esenina – Dr. Sci. (Education), Leading Staff Scientist, Scientific and Educational Center for Educational Development of the Institute “Graduate School of Public Management”
Moscow
Гаркуша Наталья Сергеевна – доктор педагогических наук, доцент, директор Дирекции приоритетных образовательных инициатив
Москва
Natalya S. Garkusha – Dr. Sci. (Education), Associate Professor, Director of the Federal Institute for Educational Development, Director of the Directorate of Priority Educational Initiatives
Moscow
Родичев Николай Федорович – кандидат педагогических наук, ведущий научный сотрудник Научно-образовательного центра развития образования института «Высшая школа государственного управления»
Москва
Nikolay F. Rodichev – Cand. Sci. (Education), Leading Staff Scientist, Scientific and Educational Center for Educational Development of the Institute “Graduate School of Public Management”
Moscow
Введение. Качество и достоверность данных об изменениях на региональных рынках труда, количественные и качественные характеристики потребности в рабочих кадрах и специалистах среднего звена в совокупности с оценкой возможностей модернизации среднего профессионального образования и системы профессионального обучения является важной проблемой для среднесрочного и долгосрочного планирования в данной сфере. Решение проблемы во многом зависит от методик прогнозирования, объединяющих данные о перспективах развития рынков труда с данными о возможностях систем подготовки кадров. Цель – рассмотреть понятие «предикативная аналитика» как основу методологии управления на основе данных и возможность применения этой методологии в профессиональном образовании. Методология, методы и методики. Исследование прикладного характера проведено на основе методологии общенаучного уровня. Применялись такие методы, как обобщение, теоретический, эмпирический и кластерный анализ, синтез, концептуализация. Результаты и научная новизна. Рассмотрена предикативная аналитика как инструмент внедрения методологии управления на основе данных в сфере профессионального образования, обосновано понятие отсроченных результатов образования в качестве центрального предмета прогностической аналитики в системе управления образованием. Практическая значимость. Предложены пять групп параметров, позволяющих выстраивать разнообразные модели предиктивной аналитики на уровне как отдельной образовательной организации, так и региональной системы профессионального образования.
Introduction. The quality and reliability of data regarding changes in regional labour markets, as well as the quantitative and qualitative characteristics of the demand for workers and mid-level specialists, alongside an assessment of the potential for modernising secondary vocational education and the vocational training system, represent significant challenges for medium- and long-term planning in this field. Addressing these challenges largely relies on forecasting techniques that integrate data on labour market development prospects with information on the capabilities of personnel training systems. Aim. The present research aimed to explore the concept of “predictive analytics” as the foundation of a data-driven management methodology and to examine the potential application of this methodology in vocational education. Methodology and research methods. The applied research was conducted using a comprehensive scientific methodology. Various methods were employed, including generalisation, theoretical analysis, empirical analysis, cluster analysis, synthesis, and conceptualisation. Results and their scientific novelty. The authors view predictive analytics as a tool for implementing data-driven management methodologies in vocational education and they substantiate the concept of delayed educational outcomes as the central focus of predictive analytics within the education management system. Practical significance. Four groups of parameters are proposed to facilitate the development of various predictive analytics models, applicable at both the level of an educational organisation and within the regional vocational education system.
The authors declare that there are no conflicts of interest present.