Inteligencia de datos
La clusterización usa aprendizaje no supervisado sobre toda tu población activa para identificar perfiles con necesidades distintas. Cada perfil recibe un playbook de acompañamiento, que se propone como Plan de Acción en Nimbi.
De tus datos a
un playbook por perfil
El estudiante que abandona por motivos financieros no necesita lo mismo que el que se va por bajo rendimiento o el que dejó de participar. Pero sin una segmentación basada en evidencia, todos reciben el mismo plan, el mismo mensaje y el mismo canal.
La clusterización de Nimbi no parte de categorías predefinidas: encuentra, desde los datos, los grupos que existen en tu institución. Puede confirmar perfiles que ya reconoces y revelar otros que hoy no tienen nombre. Cada perfil recibe un playbook con objetivo, canal, cadencia, responsables y métrica, que se propone como Plan de Acción.
Aprendizaje no supervisado sobre toda la población activa, con perfiles interpretables y con nombre.
Objetivo y plazo, fricciones, canal prioritario, cadencia, responsables y métricas por segmento.
Cada playbook se propone como Plan de Acción, con su entrada, orden y salida, para operarlo en la plataforma.
Resultados por perfil para ajustar reglas y mensajes y, cuando cambia el contexto, la opción de volver a clusterizar.
Cómo se complementan
Cada herramienta responde una pregunta distinta y produce un dato distinto. Los tres se leen juntos en la Ficha 360 de cada estudiante y sirven para filtrar listados, campañas y Planes de Acción.
Propio o de Nimbi
Pregunta
¿Quién está en riesgo y cuánto?
Dato que produce
Un puntaje individual de 1 a 100, con los factores que lo explican.
Cómo se actualiza
Aprende del historial de la institución; un valor por estudiante, actualizado por período.
Ver modelos predictivos →
Perfiles y playbooks
Pregunta
¿Qué tipo de estudiante es y qué ruta necesita?
Dato que produce
Un perfil con nombre, descripción operativa y playbook de acompañamiento.
Cómo se actualiza
Encuentra patrones en los datos de tu institución, sin etiqueta previa; se puede volver a correr cuando cambia el contexto.
Agentes de IA sobre llamadas, chats y tickets
Pregunta
¿Qué está diciendo, qué tan urgente es y desde cuándo?
Dato que produce
Señales por interacción: tema, urgencia, estado académico detectado (como potencial retiro) y sentimiento.
Cómo se actualiza
Lee el texto libre de llamadas, chats y tickets; se actualiza cada día.
Ver Agentic Insight →
El puntaje dice a quién gestionar y con qué urgencia. El perfil dice qué ruta. La señal dice qué pasa ahora y por qué.
Tres lecturas
Dos estudiantes con el mismo puntaje de riesgo. El perfil y las señales de cada uno cambian lo que el equipo hace esta semana.
Ejemplo ilustrativo. Los perfiles y las señales reales emergen de los datos de cada institución.
El servicio
Tu equipo participa en lo clave: qué se busca resolver y si los perfiles describen bien a tus estudiantes.
Objetivo, población, datos disponibles y capacidad real de intervenir de tu equipo.
Validación, limpieza y completitud de los datos antes de modelar.
Grupos estables, con nombre y con casos típicos que tu equipo valida.
Objetivo, fricciones, intervención, operación y medición de cada perfil.
Reglas para clasificar a cada estudiante, filtros, reporte y una propuesta de Planes de Acción.
¿Tienes dudas sobre la clusterización y playbooks de Nimbi?
¿En qué se diferencia la clusterización del modelo predictivo?
¿Qué es un playbook y cómo se usa en la operación?
¿En qué momentos del año se usa?
¿Qué datos usa?
¿Cómo se cuida a los estudiantes?
¿Qué entrega el servicio?
Primera conversación de 30 minutos. Llegamos con lo que se sabe públicamente de tu institución y una estimación del costo de cada punto de retención. No te pedimos datos para eso.
