Alerta temprana de deserción estudiantil
Identifique a los estudiantes en riesgo de deserción antes de que sea demasiado tarde, a partir de los datos de su sistema de información académica.
El problema
1 de 3
estudiantes que ingresan a la educación superior no culmina sus estudios.
23,15%
tasa de deserción por cohorte acumulada en el nivel universitario (2023).
21,5%
de los estudiantes se ha graduado al décimo semestre.
Fuente: SPADIES, Ministerio de Educación Nacional (cierre estadístico 2024).
Las señales de alerta ya están en los datos institucionales meses antes de que el estudiante deserte. Esta demostración muestra cómo detectarlas a tiempo para actuar.
¿Cómo funciona?
- 1
Cargue su listado de estudiantes en CSV o use los datos de ejemplo.
- 2
El análisis se ejecuta por completo en su navegador con reglas transparentes; ningún dato sale de su equipo.
- 3
Reciba una lista priorizada con indicadores por estudiante y acciones recomendadas.
La herramienta se ejecuta por completo en su navegador. Ningún dato se envía a un servidor.
Para quién es Insight
Instituciones regionales y técnicas
Universidades, instituciones técnicas y tecnológicas fuera de las grandes capitales, con equipos de TI y bienestar universitario reducidos.
Piloto de un semestre, no despliegue corporativo
Pensado para arrancar en un semestre con un archivo CSV, sin un proyecto de implementación de uno o dos años ni integración compleja de sistemas.
Presupuesto de piloto institucional
Costo acotado para el presupuesto de una IES mediana o pequeña, no para el de una universidad de gran escala con departamento de datos propio.
Si su institución ya prepara datos de matrícula, cartera y asistencia pero no tiene un equipo de ciencia de datos, Insight está diseñado para ustedes.
Diseñado para el ecosistema colombiano
Fuentes de datos institucionales
Sistema académico
Academusoft, Universitas XXI, Q10, desarrollos propios
Plataforma de aprendizaje
Moodle, Canvas: actividad e ingresos
Cartera y facturación
Estado de pagos
ICETEX
Estado de financiación (fase de producción)
Insight
- Motor de reglas transparente (esta demostración)
- Modelo calibrado con los históricos de la institución (producción)
Ingesta por CSV, el mismo formato de trabajo que su equipo ya usa para el cargue a SPADIES 3.0, o integración programada (API/SFTP).
Salidas
- Lista priorizada por estudiante para consejeros
- Informes de permanencia para comités
- Exportes CSV y PDF
- Indicadores consistentes con el seguimiento de SPADIES/SNIES
Los sistemas mencionados son referencias de compatibilidad técnica; su mención no implica afiliación, convenio ni certificación de sus proveedores ni del Ministerio de Educación Nacional.
Complementa a SPADIES 3.0, no lo reemplaza
SPADIES 3.0 (Ministerio de Educación Nacional)
- Sistema oficial de seguimiento sectorial de la deserción.
- Consolida los cargues periódicos de las IES en una plantilla única CSV.
- Cruza la información con bases de ICETEX y Saber 11.
- Mide deserción, permanencia y graduación de manera retrospectiva a nivel de sistema.
Insight (dentro de su institución)
- Opera entre los cortes de reporte, con la frecuencia que la institución defina.
- Convierte los mismos datos en alertas accionables por estudiante.
- Asigna una acción recomendada a cada indicador.
- En producción, los pesos se calibran con la historia de la propia IES.
Su equipo ya prepara estos datos cada periodo para el cargue a SPADIES 3.0. Insight los convierte en acción semanal dentro de la institución.
Impacto esperado
20–30%
reducción reportada en la tasa de deserción, en instituciones que combinan modelos predictivos con acompañamiento personalizado durante dos a tres años.
75–90%
precisión reportada en la identificación temprana de estudiantes en riesgo con este tipo de modelos.
Fuente: ACIS — Asociación Colombiana de Ingenieros de Sistemas (noviembre de 2025).
Estas cifras reflejan resultados reportados por el sector para este tipo de intervención en general; no son una garantía de resultados para una implementación específica de Insight.
Hoja de ruta de implementación
- 1
Fase 1 · Demostración (hoy)
Motor de reglas ejecutándose en el navegador con datos sintéticos. Sin infraestructura, sin datos personales, sin riesgo.
- 2
Fase 2 · Piloto (un semestre)
Calibración de los pesos con al menos tres cohortes históricas de la institución y validación retrospectiva: qué porcentaje de los desertores reales habría sido alertado a tiempo. Protocolo de intervención con los consejeros.
- 3
Fase 3 · Integración
Conexión programada con el sistema académico y cartera (API o SFTP), alojamiento en infraestructura acordada con la IES, cumplimiento de la Ley 1581 desde el diseño y tablero para los comités de permanencia.