11

Nye perspektiver på data med SAS Visual Analytics

• Jens Barslund Ellehauge, centerchef

• Thomas Berlin Hovmand, ungechef

2

Børne- og Ungdomsforvaltningeni Københavns Kommune

• 70.000 børn og unge

• 17.000 ansatte

• 733 dagtilbud/85/45 klynger

• 57 almenskoler + 10 special

• 34 Specialtilbud

• Børnetandpleje

• Sundhedspleje

• Organiseret i fem områder

3

37000

38000

39000

40000

41000

42000

43000

44000

45000

46000

47000

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

0 til 5-årige

Planlagte institutionsudvidelser frem

til 2019 tilfører 61 børnegrupper

4

42000

44000

46000

48000

50000

52000

54000

6 til 15-årige

Behov for 47 nye skolespor frem til år 2025

Skolekapacitetsbehov

+30%

5

Faglige udfordringer

5,8

5,9

6,0

6,1

6,2

6,3

6,4

6,5

6,6

6,7

6,8

2010/20112011/20122012/20132013/2014

FSA - Bundne prøvefag

Københavns Kommune

Danmark

60%

65%

70%

75%

80%

2002 2003 2004 2005 2006 2007

6-år efter: Elevandel med gennemført ungdomsuddannelse

KøbenhavnsKommune

Danmark

6

Strukturelle udfordringer

• Byen vokser

• Folkeskolereform

– Delt ansættelse ml. skole og fritidsinstitution

– Kompetenceudvikling af pædagogisk personale

• Fritidsreform

– Én KKFO/SFO pr. skole fysisk og

organisatorisk ændring

• Effektivisering

– Interne omstillingsbehov i KK (demografi og politisk profilering)

– Regeringens omprioriteringsbidrag

7

Hvor kommer vi fra?

Orden i butikken

Fokus på kernedriften

Afbureaukratisering

Udvikling af ledelsesstrengen

Faglig support

BUF-2006

BUF-2015

8

Nationale mål for Folkeskolereformen

Alle skal blive så dygtige, som de kan

Styrke tilliden til og trivsel i folkeskolen

Mindske betydningen af social baggrund ift. faglige

resultater

Københavnske pejlemærker for skolen

Faglighed

•Alle skal være dygtige

Ungdomsuddannelse

•Alle skal gennemføre en ungdomsuddannelse

Trivsel

•Alle skal have et godt skoleliv, hvor de trives

Tillid og attraktivitet

•Tilliden til skolerne og respekten for professionel viden og praksis skal højnes, så forældrene i København vælger folkeskolen

Chancelighed

•Betydningen af social baggrund skal mindskes

•Andelen af elever i segregerede tilbud skal ikke stige

Fælles Mål (Nationale)

Mål for den enkelte elev i de enkelte fag. Fx mundtlig engelsk efter 9. klasse:

”Eleven kan deltage aktivt i en uforberedt samtale ”

Mål for skoleområdet

9

Dataunderstøttet udvikling

R E

S U

L T

A T

E R

B E

S L

U T

N I

N G

E R

Opfølgning Nye beslutninger

Viden, data, LIS

Hvad kræver det af os?

- Hvad virker og hvorfor?

- Finde de gode løsninger

- Imødegå udfordringer

- Fortælling om det gode børneliv

10

Niveau 3+4: Skoleledelse-

lærerteam

Niveau 2+3: Områdeledelse -

skole-/klynge-ledelse

Niveau 1+2: Direktion -

områdeledelse

Niveau 1: Politisk udvalg -

direktion

TemadrøftelserKvartalsmøder med

temadrøftelser

Skoler:Kvalitets- og

supportsamtale + resultatsamtale

Fokussamtaler

Klynger/netværk:Kvalitets- og

supportsamtale

Datainformeret ledelsesdialog

Tematiske LIS-rapporter om fx skolefaglighed, kapacitet,

sygefravær

Kvalitets-rapporter

Ad hoc ?

11

Årshjul for temadrøftelser (niveau 1 + 2)

Borger-LIS

Kompetenceudviklings-LIS

Kapacitets-LIS

Sundheds-LIS

Arbejdsmiljø-LIS (ulige år)

Skolefagligheds-LIS

Arbejdstids-LIS

Skolevalgs-LIS

Web-LIS (under udvikling)

Kvartals-møde

(Regnskab, (SkoleIT), Sundhed

og Skolevalg )

Kvartals-møde ( Behovs-

prognose, Kapacitet

og Indkøb)

Kvartals-møde

(Faglighed på

skoleområdet)

Kvartals-møde

(Sprog, Trivsel og Special)

Prognose-LIS

SkoleIT-LIS (ikke i 2015)

Indkøbs-LIS

Special-LIS

Årlig sygefraværsdrøftelse

12

Vi går tættere på, der hvor det er relevant (niv 2 -3)

-20

-15

-10

-5

0

5

10

15

20

468101214161820

Amagers Skoler & KKFO Byens øvrige skoler og KKFO Københavnske Skolers gennemsnit

Indsatser – præsterer dårligere end gennemsnit og har positiv udvikling:•Task force for sygefravær• Skærpet krav til måltal • Udvikling kan kvalificere til resultatløn

Indsatser – præsterer dårligere end gennemsnit og har negativ udvikling:• Handleplaner for budget og faglighed • Task force fra Fagligt Center• Task force for sygefravær• Politik om økonomistyring og ledelsesansvar• Ledelsescoaching• Skærpede krav til måltal• Udvikling kvalificerer ikke til resultatløn

Indsatser – præsterer bedre end gennemsnit og har positiv udvikling:• Udbredelse af gode erfaringer• Udvikling kan kvalificere til resultatløn • Løbende kompetenceudvikling

Indsatser – præsterer bedre end gennemsnit og har negativ udvikling:• Øget opmærksomhed• Tilbud om relevante tiltag fra værktøjskassen • Fokus på den negative udvikling og vurdering af eventuel support • Udvikling kan kvalificere til resultatløn

13

Dataudfordringer

• Data lever i tekniske og til dels organisatoriske siloer

• Datakvalitet varierer på tværs af datasæt og i de enkelte datasæt

• Vi har ikke mange data på det, der er helt tæt på det enkelte barn, men dog– Sprogvurderinger

– National trivselsmåling (dog ikke sundhed pt)

– Nationale tests

14

Forventninger til SAS Visual Analytics - 1

• Nemmere tilgængelig information for ledere

• Hurtigere deployment af analyser med mulighed for lokal drill down

• Visualisering på fx kort giver hurtigere viden og bedre overblik

• Muliggøre nye tværgående analyser der kan medvirke til hidtil usete effektiviseringspotentialer

15

Forventninger til SAS Visual Analytics - 2• Frigøre tid fra dataspecialister ved at stille data

og værktøj til rådighed for fagspecialisters egne analyser

16

Foreløbige erfaringer med SAS Visual Analytics - 1

• Fire skoler har arbejdet med en rapport om– Elevfravær

– Karakterer

– Trivsel (herunder rusmidler)

– Datakryds mellem økonomi/karakterer og fravær/karakterer

• Nem drill down gør det muligt at dykke ned i tal for den enkelte skoleleder – fx fravær

• Eksempel

20

Foreløbige erfaringer med SAS Visual Analytics - 2

• Håndtering af personfølsomme oplysninger er svært

• Udbygning af datagrundlag i SAS Data Integration Studio kræver mange ressourcer – og uden data er tværgående analyser ikke mulige

• ”Demokratisering” af analyse forudsætter nem forståelig dokumentation af data