大数据助力美本留学规划

文/谢欣燕

大数据的价值在于，通过以往经验数据总结出普遍规律，指导未来的工作。根据往年美本录取数据和对应TOEFL等分数数据，我们可以精准地指导学生。让学生根据自己的Dream School，确定出自己的努力目标。

1．前50名校录取率降低

从图1中，显而易见：虽然前途公司的申请人数增加，然而录取人数来看，2014年比2013年减少，录取率显然降低，留学申请形式日趋严峻。

2．2014vs2013（基于TOEFL录取率对比）

根据图2、图3、图4，进入Top10、Top20、Top30、Top40、Top50，所要求的TOEFL分数，从2013年到2014年，有增加。同样的高分，进入好学校的概率变低。

3．2014vs2013（基于SAT的录取率对比）

根据图5、图6、图7，进入Top10、Top20、Top30、Top40、Top50，所要求的SAT分数，从2013年到2014年，有增加。同样的高分，进入好学校的概率变低。

4．受中国留学生欢迎的典型学校分析

备注：

a．所有录取学生里，只有2人GPA低于3.7，分别都是3.3；

b．2300+档学生10录3，与2013年相比录取率明显降低（2013年：2300+档学生4录3）。

备注：

a．无法区分录取的是主校区还是分校，无法排除“主校不录，建议分校的情况”；

b．高分档学生情况如下：

2300+区间没有录取的孩子有1个，其中1个显示被拒，被拒这孩子是重庆八中的，TOEFL 114，GPA未知，申请的是ED1；

2200+区间没有录取的孩子有3个，其中2个显示被拒，被拒这孩子是广东实验中学和The Newman School的；

2100+区间没有录取的孩子有6个，其中3个显示被拒，2人GPA低于3.7，分别为3.4和3.5，另1个人GPA刚好为3.7；

备注：

a．2300+档有1个学生显示没有被录取，是在waitlist上，不是被拒；

b．2200+档有3个学生显示没有被录取，其中2人被拒，GPA分别为3.3和3.6，另一个人结果为other, GPA为3.6；所有此档被录取的学生，GPA均在3.7以上；

c．2100+档学生被拒4个，GPA均低于3.7；有两个GPA分别为3.00和3.30的孩子，被录取，分别是本一，北京101中学，申请专业undecided, TOEFL 109；宁波，Lancaster Catholic High School，申请专业Engineering, TOEFL 107。

d．2000+档学生被拒30个，10人GPA高于3.7；录取72人，13人GPA低于90；

e．SAT低于1800的学生，录取的有2个，GPA一个3.7，一个3.8；TOEFL分别为85，84；申请的专业分别为Math和Econ；都是合肥分公司的；都申请的是RD；

f．不知SAT的孩子有1个录取，GPA91。

5．总结：

根据TOEFL、SAT，和各个学校的典型性分析，学生可以根据大数据，准确定位需要达到的TOEFL、SAT、GPA等标准化考试分数。

展望2015年，前途公司的未来数据收集将有改进：

a．数据收集将与“报完成”联系：数据收集器直接从CRM后台获取最准确的数据——只有数据收集器获得准确完备的数据后，系统方可放行报完成。

b．用身份证号与学生姓名关联：

第二代居民身份证号码中，前1、2位数字表示：所在省份的代码；第3、4位数字表示：所在城市的代码；第5、6位数字表示：所在区县的代码；第7~14位数字表示：出生年、月、日；第15、16位数字表示：所在地的派出所的代码；第17位数字表示性别：奇数表示男性，偶数表示女性。

我们将更准确地通过大数据抓住学生的特质与大学录取的关联，得到更多有趣的结论。例如：大数据表明：成功申请出国的12星座中天蝎座最多。