Learning Analytics. Analizzare per conoscere, conoscere per migliorare

Alessandro Pagano

30 Giugno 2020

Una delle attività maggiormente sottovalutate nell’ambito del Digital Learning è sicuramente la Learning Analytics. Spesso la concentrazione è rivolta alla varietà dei corsi, al rispetto della compliance o alla velocità con cui i corsi possono essere sviluppati e pronti per la distribuzione.

Molto spesso le attività di Learning Analytics sono confinate al mero accertamento del completamento di un corso all’interno dei tempi previsti dalla funzione HR. L’analisi dei dati di completamento è utile a rispettare i piani formativi, ad essere in regola con la compliance aziendale e soprattutto a garantire il giusto turn-over formativo in piattaforma.

Se ci soffermassimo sulla definizione più semplice di “Learning Analytics” scopriremmo che gli obiettivi di questa attività sono ben diversi da quanto descritto in precedenza.

“L’attività di Learning Analytics consente di collezionare e tracciare i dati degli utenti al fine di migliorare l’esperienza di apprendimento”.

Da questa definizione appare evidente come lo scopo ultimo non sia quello di “organizzare la formazione” ma quello di migliorarla in termini qualitativi. Sicuramente un corso di qualità può avere un impatto importante sull’engagement e sulla retention dei contenuti formativi, ma questo andrebbe sviluppato sulla scorta delle evidenze risultanti da una attenta analisi dei dati. Al termine del processo formativo, infatti, l’analisi dei dati raccolti sarà utile a definire i prossimi step di miglioramento.

È indispensabile sottolineare la natura ciclica del processo di analisi dei dati del Digital Learning in un’ottica di miglioramento continuo.

 

Eseguendo algoritmi di analisi su specifici modelli generati da interventi formativi conclusi, è possibile evidenziare zone di rischio, picchi di prestazioni e aree di scostamento all’interno della fruizione di un corso.

I dati risultanti da questa analisi sono utilissimi ai progettisti della formazione e ai Learning/Instructional Designers che potranno far tesoro di queste evidenze apportando perfezionamenti e modifiche all’esperienza formativa nei corsi passati e futuri.

È indispensabile quindi avere una strategia di Learning Analytics a supporto delle attività di Digital Learning.

Uno degli strumenti più utilizzati in questo contesto è indubbiamente quello del “reporting”.

I report sono descrizioni visive o statistiche del set di dati oggetto di valutazione. L’impostazione dei report non deve essere solo statica ma può variare al mutare delle esigenze di analisi. Ad esempio, è possibile ricevere un report di analisi mensile sui contenuti più e meno popolari, sulle valutazioni aggregate dei quiz, sul completamento delle attività previste in uno specifico corso appena lanciato.

Effettuare un approfondimento su ciò che gli utenti stanno facendo all’interno della piattaforma di Digital Learning è indispensabile per ottenere un quadro chiaro sulla realtà aziendale, soprattutto quando si effettua uno studio legato alle performance.

KPI – Key Performance Indicators

Parte fondamentale della Learning Analytics è legare l’analisi dei risultati a degli obiettivi di performance. I cosiddetti Key Performance Indicators (KPI). Ovviamente questi variano in relazione agli obiettivi aziendali e ai dati presi in considerazione.

Esempi tipici di KPI sono:

  • Percentuali di superamento/fallimento nei test
  • Indice di gradimento
  • Percentuali di completamento corsi
  • Confronto con gli indici di performance aziendali
  • Confronto con i budget investiti in Digital Learning

I Report

I report da impostare dovranno essere di due tipologie: statici e dinamici. I primi possono essere impostati su base periodica per fornire risultati omogenei utili ad eseguire una proiezione temporale. I secondi sono più che altro estemporanei e servono per effettuare dei “drill-down” per approfondire determinati aspetti o per esaminare specifiche situazioni.

I report dovrebbero sempre essere semplici da leggere garantendo la confrontabilità e l’espressività necessarie a prendere le giuste decisioni correttive o implementative per i corsi in essere o quelli di nuovo sviluppo.

Un aspetto che abbiamo già affrontato e che arricchisce ulteriormente il discorso della Learning Analytics è quello relativo alle metriche da utilizzare nei progetti più complessi come ad esempio quelli di Gamification.

 In questo questo articolo, ad esempio abbiamo affrontato l’analisi di alcune metriche sottovalutate metrica nei progetti di Digital Learning. 

Un aspetto è fuori discussione: non può esistere un progetto di Digital Learning efficace senza una adeguata strategia di Learning Analytics a supporto.

Tornerò ad affrontare questo argomento che può apparire piuttosto complesso a prima vista. Il consiglio è quello di intraprendere una strategia di Learning Analitics semplice con pochi obiettivi chiari e definiti. Successivamente sarà possibile ampliarla aggiungendo gradi di complessità alle analisi ed arricchire l’espressività delle analisi.

Follow Me

Seguimi sui social per essere sempre aggiornato sulle mie attività!

Iscriviti alla Newsletter

Riceverai una mail ad ogni post pubblicato