{"id":700124,"date":"2022-07-04T12:00:00","date_gmt":"2022-07-04T12:00:00","guid":{"rendered":"https:\/\/mindtools-kineo.com\/?p=700124"},"modified":"2022-07-04T12:00:00","modified_gmt":"2022-07-04T12:00:00","slug":"que-es-learning-analytics-en-elearning","status":"publish","type":"post","link":"https:\/\/mindtools-kineo.com\/es\/blog\/que-es-learning-analytics-en-elearning\/","title":{"rendered":"\u00bfQu\u00e9 es Learning Analytics en eLearning?"},"content":{"rendered":"

\u00a1Algunos dicen que los datos son el \u00abnuevo petr\u00f3leo<\/a>\u00ab! Hoy en d\u00eda, m\u00e1s del 50% de las 10 principales empresas son plataformas basadas en datos como Google, Facebook, Tencent, etc. Esto implica que el mercado actual valora los datos. De hecho, nos hemos convertido en una generaci\u00f3n tan impulsada por los datos que, en 2020, creamos 2,5 trillones<\/a> (es decir, 1018<\/sup>) bytes de datos todos los d\u00edas. Sin embargo, este enorme volumen de datos no resultar\u00e1 \u00fatil a menos que se analice. Piensa en una empresa: tiene muchas funciones, como marketing, fabricaci\u00f3n, etc., que est\u00e1n produciendo datos en masa.<\/p>\n

La funci\u00f3n de \u00abaprendizaje\u00bb dentro de una organizaci\u00f3n no es diferente. Tambi\u00e9n se generan muchos datos a partir del \u00abAprendizaje\u00bb. \u00abLearning Analytics\u00bb es una herramienta que te ayudar\u00e1 a recopilar y almacenar esos datos de aprendizaje para generar informaci\u00f3n valiosa; conocimientos que se pueden utilizar para la toma de decisiones y dar los siguientes pasos para el aprendizaje y el desarrollo individual y en equipo. Un proyecto de investigaci\u00f3n realizado (2016-18) por la Universidad de Edimburgo<\/a>, mostr\u00f3 c\u00f3mo las Learning Analytics han proporcionado enfoques precisos y relevantes para evaluar cuestiones cr\u00edticas, como la experiencia y retenci\u00f3n del usuario, diferenciando los indicadores de adquisici\u00f3n de habilidades actuales, as\u00ed como el aprendizaje adaptativo. Este tipo de conocimientos incluso se est\u00e1n aplicando con \u00e9xito en entornos acad\u00e9micos y corporativos.<\/p>\n

<\/p>\n

\u00bfQu\u00e9 es Learning Analytics?<\/h2>\n

Seg\u00fan SOLAR (la Sociedad para learning analytics e investigaci\u00f3n)<\/a>, el learning analytics se puede definir como \u201cla medici\u00f3n, recopilaci\u00f3n, an\u00e1lisis y presentaci\u00f3n de informes de datos sobre los usuarios y sus contextos, con el fin de comprender y optimizar el aprendizaje y los entornos en los que se produce.\u00bb<\/p>\n

Esto ha sido dif\u00edcil de hacer con los m\u00e9todos tradicionales de ense\u00f1anza en el aula, pero ha ganado impulso con el aumento del aprendizaje en l\u00ednea o la era del eLearning. El eLearning facilita la recopilaci\u00f3n y el an\u00e1lisis de datos y hace que la anal\u00edtica sea m\u00e1s eficaz para evaluar los resultados del aprendizaje. El uso de big data y an\u00e1lisis de aprendizaje puede ayudarte a capturar comentarios poderosos sobre experiencias de aprendizaje que pueden traducirse en el dise\u00f1o de soluciones de aprendizaje que sean m\u00e1s atractivas y efectivas. El an\u00e1lisis de datos tiene el potencial de impulsar un ciclo de mejora continua que transforma la forma en que dise\u00f1as, desarrollas y entregas soluciones de aprendizaje.<\/p>\n

Learning Analytics abre un mundo de oportunidades para el profesional de L&D. Ayuda a determinar qu\u00e9 sucedi\u00f3 durante una sesi\u00f3n de eLearning, por qu\u00e9 sucedi\u00f3 algo y los patrones de ocurrencia. Pero \u00bfqu\u00e9 tipo de datos necesitas para sacar estas inferencias y tomar decisiones que mejoren el aprendizaje?<\/p>\n

<\/p>\n

\u00bfQu\u00e9 tipo de datos deber\u00eda recopilar mi herramienta de an\u00e1lisis de aprendizaje?<\/h2>\n

Hay tres categor\u00edas de datos clave que debes monitorear para tomar decisiones efectivas. Estas son:<\/p>\n

1. Datos de usuario<\/b><\/h3>\n

Los datos pertenecientes a los usuarios o participantes que est\u00e1n inscritos en el eLearning de tu organizaci\u00f3n se consideran datos de usuario. Estos datos describen al usuario en el contexto de la organizaci\u00f3n. Por ejemplo: el rol que ocupa en la organizaci\u00f3n, la ubicaci\u00f3n (en el caso de una oficina multi-regional), la divisi\u00f3n (ventas, operaciones, finanzas, recursos humanos, etc.) y el nivel (o antig\u00fcedad, como nivel junior, intermedio, ejecutivo).<\/p>\n

Cuando se recopilan datos del usuario, te ayuda a segmentar los datos como parte del an\u00e1lisis, en lugar de tener toda la informaci\u00f3n bajo un solo paraguas. Los datos desagrupados implican que los conocimientos valiosos para cada grupo se vuelven indistintos debido a la superposici\u00f3n de informaci\u00f3n. Los datos agrupados siempre ayudan a sacar a la luz tendencias o patrones que son relevantes para cada grupo de usuarios.<\/p>\n

\u00bfQu\u00e9 utilidad tienen los datos del usuario? Las experiencias de aprendizaje de los usuarios con roles comunes con un departamento, divisi\u00f3n o geograf\u00eda se pueden estudiar para determinar qu\u00e9 elementos faltan en el programa de aprendizaje.<\/p>\n

<\/p>\n

2. Datos de participaci\u00f3n<\/b><\/h3>\n

Todos los elementos que reflejan c\u00f3mo un usuario interact\u00faa con el contenido te dar\u00e1n los datos de participaci\u00f3n. Esto significa examinar varios aspectos como:<\/p>\n

\u2022 El tiempo que el usuario tiene el m\u00f3dulo abierto,<\/p>\n

\u2022 \u00bfCu\u00e1ntos usuarios \u00fanicos comenzaron un curso?<\/p>\n

\u2022 \u00bfCu\u00e1ntos usuarios \u00fanicos completaron un curso?<\/p>\n

\u2022 \u00bfCu\u00e1ntos usuarios visitaron un curso m\u00e1s de una vez?<\/p>\n

<\/p>\n

Algunas implicaciones pr\u00e1cticas de los datos de participaci\u00f3n son:<\/b><\/p>\n