Predictive Modeling for Course Demand and Revenue Forecasting on Edupro: Moving from Reactive to Proactive Planning

Stel je voor dat je een enorme, digitale limonadekraam runt, maar in plaats van citroenen verkoop je online cursussen. In de wereld van data science wordt dit "predictive modeling" genoemd. Het is als een weersverwachting, maar in plaats van regen of zonneschijn te voorspellen, voorspel je hoeveel mensen je limonade zullen kopen en hoeveel geld je daarmee gaat verdienen. Het grote idee hierachter is simpel: in plaats van alleen naar de verkopen van gisteren te kijken om te raden wat er morgen zal gebeien, gebruik je een slim wiskundig recept om te kijken naar waarom mensen in de eerste plaats limonade kochten — was het de prijs? De smaak? Het weer? — en gebruik je die aanwijzingen om de toekomst te plannen. Dit is belangrijk omdat als je het fout raadt, je misschien te veel citroenen koopt en geld verspilt, of niet genoeg en daarmee verkopen misloopt. Voor een bedrijf als EduPro betekent dit goed krijgen het verschil tussen een bloeiende onderneming en een limonadekraam die door de bekers heen is.

---

Het Verhaal van EduPro's Digitale Limonadekraam

EduPro is een groot online onderwijscuratiebedrijf, een soort enorme school die op het internet leeft. Lange tijd runden de bazen van EduPro hun bedrijf als een kapitein die een schip stuurt door alleen naar het kielzog achter hen te kijken. Ze keken naar welke cursussen vorige maand populair waren en zeiden: "Hé, die was een hit! Laten we al ons marketinggeld daarop richten!" en "Laten we die docent voor de volgende cursus inhuren!" Maar deze "terugblik"-strategie veroorzaakte problemen. Ze pompten geld in cursussen die al zo populair waren dat ze niet meer groter konden worden (zoals proberen een emmer te vullen die al vol is), en ze wijsden docenten toe aan klassen die niet bij hun vaardigheden pasten, zoals een meesterkok verantwoordelijk maken voor een wiskundeles.

Om dit op te lossen, besloten de onderzoekers van EduPro een kristallen bol te bouwen. Ze verzamelden hun data: 10.000 studententransacties, 60 verschillende cursussen en een lijst met docenten. Ze voegden al deze informatie samen in een nette tabel met slechts 60 rijen (één voor elke cursus) om het grote plaatje te zien.

Het "Expertise_Match" Geheime Recept

Een van de eerste dingen die ze ontdekten, was een klein mysterie. Ze ontdekten dat sommige cursussen nul euro opbrachten en als "dode voorraad" op de plank lagen. Ze merkten ook iets vreemds op: alleen omdat een docent een hoge beoordeling had, betekende dat niet dat hun cursus meer geld opleverde. Het bleek dat het bedrijf docenten willekeurig had toegewezen, zonder te controleren of ze de stof daadwerkelijk kenden.

Dus bedacht het team een nieuwe truc genaamd de "Expertise_Match". Stel je voor dat je een puzzel hebt. Als je probeert een vierkant stuk in een rond gat te dwingen, past het niet. De onderzoekers creëerden een eenvoudige ja-of-nee-schakelaar: als de vaardigheden van een docent overeenkwamen met het onderwerp van de cursus, werd de schakelaar op "1" gezet (Ja!); als dat niet zo was, bleef hij op "0" staan (Nee!). Ze ontdekten dat de docenten en cursussen in ongeveer 35% tot 45% van de gevallen niet overeenkwamen. Door deze mismatch te herstellen, hoopten ze de cursussen aantrekkelijker te maken voor studenten.

De Grote Algoritme Showdown: De Simpele versus de Complexe Weg

Nu kwam de grote test. Het team wilde een computermodel bouwen om twee dingen te voorspellen: hoe groot de vraag naar inschrijvingen zou zijn (Demand) en hoeveel geld de cursus zou opbrengen (Revenue). Ze probeerden twee verschillende benaderingen.

Eerst probeerden ze de "Simpele Weg": Lineaire Regressie. Denk hierbij aan het trekken van een rechte lijn door een groep stippen op een grafiek. Het is een klassieke, eenvoudige methode die ervan uitgaat dat de relatie tussen zaken (zoals prijs en verkoop) een recht pad is.

Toen probeerden ze de "Complexe Weg": Random Forest. Dit is als een team van honderden kleine, superintelligente detectives (beslissingsbomen) die elk de data op een andere manier bekijken en vervolgens stemmen over het antwoord. Normaal gesproken is dit complexe team in de wereld van data science de kampioen, omdat het lastige, verborgen patronen kan vinden die een simpele lijn misschien mist.

Maar hier kwam de twist: omdat EduPro alleen data had voor 60 cursussen (een zeer klein aantal voor een computer om van te leren), raakte het complexe team in de war. Ze begonnen de specifieke details van de 60 cursussen uit het hoofd te leren in plaats van de algemene regels te leren. Dit wordt "overfitting" genoemd. Het is als een student die de antwoorden op een oefentoets uit het hoofd leert, maar de echte toets niet haalt omdat hij de concepten niet heeft begrepen. Het Random Forest-model behaalde slechts een nauwkeurigheidsscore van 94%.

De simpele Lineaire Regressie was echter de verrassende winnaar. Omdat de dataset klein was en de relaties vrij rechttoe rechtaan waren, werkte de simpele rechte lijn perfect. Het behaalde een nauwkeurigheidsscore van 98%, wat betekent dat het 98% van de veranderingen in de omzet kon verklaren door enkel naar de factoren te kijken die ze erin stopten.

Wat de Cijfers Ons Vertellen

Het winnende model onthulde verrassende waarheden. Voor het aantrekken van studenten was de beoordeling van de docent erg belangrijk, maar de prijs van de cursus was nóg belangrijker (en op een negatieve manier — hogere prijzen betekenden minder studenten). Echter, voor het genereren van omzet was de prijs de held. Als je de prijs verhoogt, krijg je minder studenten, maar de omzet per student gaat omhoog. Het model helpt de bazen om het "sweet spot" te vinden — de exacte prijs waarbij ze de meeste totale omzet maken zonder iedereen af te schrikken.

Ze bouwden ook een gaaf, interactief dashboard (met behulp van een tool genaamd Streamlet) dat eruitziet als een controlepaneel van een videogame. De bazen kunnen een balk verschuiven om de prijs te veranderen, of een docent vervangen, en het dashboard vertelt hen direct: "Als je dit doet, krijg je X studenten en verdien je Y dollar." Het heeft ook een speciale "Elasticity Simulator" waarmee ze met verschillende prijzen kunnen spelen om te zien hoe de omvang van de menigte verandert.

De Conclusie

Het paper concludeert dat EduPro moet stoppen met gokken en moet beginnen met het gebruiken van deze data-gestuurde kristallen bol. Ze moeten de "Expertise_Match" gebruiken om ervoor te zorgen dat de juiste docenten de juiste klassen geven, en ze moeten de prijsinstelling gebruiken om de perfecte balans te vinden tussen wat ze vragen en hoeveel studenten ze krijgen. Hoewel het model momenteel ongelooflijk nauwkeurig is (98%), waarschuwt de auteur dat naarmate het bedrijf groeit en meer data krijgt, ze het model constant moeten bijwerken om het scherp te houden. Voor nu heeft deze simpele wiskunde EduPro echter veranderd van een reactieve scheepskapitein in een proactieve navigator, klaar om koers te zetten naar een meer winstgevende toekomst.