本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 预测学生成功
<a name="student-success"></a>

美国中西部的一所大学发现，对于新入学的一年级学生来说，一些关键活动能够高度预测其是否能成功完成第一学期的课程以及最终获得学位。该大学希望实施一个系统，监控这些活动的完成情况，并在关键截止日期临近或已过时，鼓励学生完成这些步骤。

SaaS 学习管理系统（LMS）数据是该解决方案的关键输入，但事实证明，使用大学 IT 团队的数据仓库工具难以访问和处理其数据。此外，发送给学生的消息必须通过学校基于云的客户关系管理（CRM）系统发送。为了构建功能性解决方案并评测给学生的提示的有效性，该大学必须通过 CRM 启动消息并从中收集数据。

该大学在单云环境中开发并部署解决方案。该解决方案混合了云原生托管服务、预调配云服务器以及与本地系统和基于云的 SaaS 应用程序的集成。如下图所示，该解决方案将来自学生信息系统（SIS）、LMS 和 CRM 的数据摄取到数据湖中。它使用这些数据来识别有可能错过关键活动的学生，通过 CRM 向其发送消息，并为大学领导层提供控制面板。

![\[预测学生成功的系统\]](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/strategy-education-hybrid-multicloud/images/student-success.png)


此架构遵循以下建议：
+ **选择主要战略云提供商。**该大学的战略云提供商容纳已部署的全部解决方案。这使得 IT 和业务人员能够专注于提升单一集成云能力集的技能。
+ **区分 SaaS 应用程序和基础云服务。**该大学会区分 SaaS 应用程序与核心云分析服务，并使用与 SaaS 应用程序的集成来收集数据并启动相应的通信。
+ **为每个云服务提供商制定安全和治理要求。**该大学通过实施护栏和控制措施（包括传输中和静态加密）来确保架构的所有组件安全，从而妥善处理学生数据。
+ **在切实可行的情况下，尽可能采用云原生托管解决方案。**云原生托管服务用于数据摄取、存储、数据库以及提取、转换和加载 (ETL) 功能，从而缩短了开发数据处理工作流程的 end-to-end时间。