Learning Analytics: trasformare eventi e comportamenti della piattaforma in domande utili senza confondere dashboard, report e interpretazione.
Learning Analytics per eLearning: eventi, engagement, completion, cohort, funnel, xAPI, dashboard, qualità del dato e interpretazione.
Analisi del comportamento e supporto alle decisioni.
Learning Analytics per eLearning: eventi, engagement, completion, cohort, funnel, xAPI, dashboard, qualità del dato e interpretazione.
Partiamo dalla decisione da supportare.
Partiamo dalle decisioni che il team deve prendere e scegliamo dati e indicatori capaci di supportarle.
Quali comportamenti sono osservabili.
Definiamo quali azioni osservare, come registrarle e quale significato attribuire a ciascun evento.
Tempo e click non equivalgono ad apprendimento.
Combiniamo frequenza, continuità e interazioni senza scambiare tempo online o click per apprendimento acquisito.
Un segnale da contestualizzare.
Contestualizziamo la completion rispetto a obiettivi, obblighi, attività previste e qualità dei dati raccolti.
Confronti tra gruppi omogenei.
Confrontiamo gruppi omogenei per periodo, percorso o profilo, evitando letture distorte da popolazioni diverse.
Iscrizione, avvio, progresso, completion.
Misuriamo i passaggi da iscrizione ad avvio, progresso e completamento per evidenziare i punti che richiedono intervento.
Punti di abbandono.
Individuiamo dove e quando gli utenti interrompono il percorso, collegando il dato a contenuti e condizioni d’uso.
Score e tentativi nel contesto del test.
Leggiamo risultati e segnali insieme al contesto del percorso, trasformando l’assessment in indicazioni concrete per il team.
Più eventi quando serve.
Quando SCORM non basta, introduciamo eventi xAPI mirati per osservare esperienze e comportamenti più articolati.
Il dato dipende dal pacchetto.
Valutiamo quali dati il pacchetto invia davvero e distinguiamo limiti del contenuto, del player e dell’LMS.
Eventi mancanti alterano le conclusioni.
Controlliamo completezza, coerenza e tempestività degli eventi prima di trasformarli in indicatori.
Il grafico non sostituisce l’analisi.
Affianchiamo alla dashboard criteri di lettura condivisi, così i grafici producono azioni e non conclusioni automatiche.
Solo dati necessari.
Raccogliamo soltanto i dati utili, con accessi, conservazione e livelli di aggregazione adeguati.
Una metrica utile porta a una decisione.
Ogni metrica viene collegata a una possibile decisione su contenuti, supporto, comunicazione o progettazione.
Le domande cambiano con il prodotto.
Rivediamo domande e indicatori mentre il prodotto formativo evolve e emergono nuove esigenze operative.
I dati formativi diventano utili solo quando aiutano a scegliere cosa migliorare.
Costruiamo analytics leggibili, partendo dalle domande del team e verificando qualità e significato degli eventi.
Cosa dicono i clienti che lavorano con Atlas Learning.
Domande frequenti su Learning Analytics.
Quali dati servono per avviare un progetto di Learning Analytics?
Dipende dalle decisioni da supportare; partiamo da eventi LMS, SCORM o xAPI e ne verifichiamo qualità e copertura.
Potete lavorare con dati già presenti nel nostro LMS?
Sì. Analizziamo ciò che viene raccolto oggi e identifichiamo limiti, incoerenze e integrazioni utili.
Realizzate anche dashboard personalizzate?
Sì, con indicatori, filtri e viste coerenti con ruoli e processi decisionali.
Completion e tempo online misurano l’apprendimento?
Non da soli. Li contestualizziamo con attività, obiettivi, popolazioni e qualità del tracciamento.
Come tutelate la privacy degli utenti?
Applichiamo minimizzazione, controllo degli accessi, aggregazione e tempi di conservazione adeguati.
Da cosa dipende il costo del progetto?
Da sorgenti, qualità e volume dei dati, modello eventi, dashboard, integrazioni e frequenza di aggiornamento.