Learning analytics – Big data to perform

Learning Analytics

Hoe maken we inzichtelijk dat (online) trainingen een bijdrage leveren aan de doelen van de organisatie? Hoe zorgen leerinterventies nu voor een verbeterde performance op de werkvloer?

Studenten van de master Educational Science & Technology van de Universiteit Twente hebben afgelopen maanden in opdracht van Capgemini Academy onderzoek gedaan naar ‘Learning analytics’. Deze blog is geschreven naar aanleiding van het adviesrapport.

Learning analytics – analyze and gather data for continuous improvement

 “Learning analytics is the measurement, collection, analysis and reporting of data about learners and their contexts, for purposes of understanding and optimising learning and the environments in which it occurs” (First International Conference on Learning Analytics and Knowledge, 2011).

Learning analytics gaat dus niet over de uitkomst; ‘wij hebben learning analytics’, maar learning analytics is een methode om de juiste data te verkrijgen. Door deze data kun je op verschillende niveaus in de organisatie de juiste interventies inzetten om zo tot een betere performance te komen. Op organisatie en team niveau betekent dit dat je inzicht krijgt in de effectiviteit en efficiëntie van de inzet van (online) training. Ook geeft het de organisatie informatie over ‘the right people with the right knowledge at the right place’. Op individueel niveau kunnen learning analytics gebruikt worden om de juiste (online) trainingen en support te bieden om de performance van medewerkers te vergroten.

Before implementation

Uit het onderzoek is gebleken dat inzicht in het gebruik van de data, data privacy, acceptatie van het gebruik, bewustzijn van het gebruik en steun bij daadwerkelijk leren belangrijke factoren zijn bij het implementatieproces van learning analytics (Tynan and Shum, 2013; Scheffel et al., 2014).

Het moet voor betrokkenen en stakeholders duidelijk zijn waarom en op welke manier learning analytics gebruikt worden. Het doel van het gebruik van learning analytics moet in lijn zijn met de doelen van de betrokkenen en de organisatie strategie. Door context en doel van learning analytics duidelijk te hebben, kan ook de impact van het gebruik er van op het werk inzichtelijk gemaakt worden.

Data gathering & analyse

Van big data naar impact van leerinterventies op de organisatie performance

“The more data you have, the harder it is to find the right ways to search for the patterns that you are interested in (Long & Siemens, 2011).”

Om patronen te ontdekken in de data die learning analytics oplevert, moeten we weten waarover we informatie willen hebben. Voor het verzamelen van data is het belangrijk meetbare resultaten te bepalen. Dit maakt inzichtelijk of een (leer) interventie-effect heeft. Het onderzoek van de studenten geeft in 7 stappen richting aan de data.

Stap 1 t/m 4 hangt af van de vraag die je wilt beantwoorden met learning analytics. Stap 5 t/m 7 gaat over continue verbetering door learning analytics.

• Waarden en ethiek: Wat vinden mensen belangrijk in de organisatie? Wat vindt de organisatie belangrijke waarden? Hoe komt dit tot uiting in de organisatie?
• Houding: Hoe ziet het werk er uit? Welke processen en methoden worden gebruikt? Hoe is het werk georganiseerd? Hoe werken mensen? Vertaal deze houdingen naar meetbare gedragingen om hier informatie uit te ontlenen.
• Kennis
  Welke kennis hebben de mensen in de organisatie? Welke kennis zouden ze moeten hebben? Welke middelen gebruiken ze om kennis te verkrijgen en te delen?
• Vaardigheden
  Welke vaardigheden hebben de mensen in de organisatie? Welke vaardigheden zouden ze moeten hebben en hoe ver zijn ze hier in? Welke middelen gebruiken ze om deze vaardigheden te verkrijgen?
  Daarnaast zijn er ook generieke vaardigheden die de effectiviteit van leren bepalen, namelijk de 21e-eeuws vaardigheden: cognitieve vaardigheden, interpersoonlijke vaardigheden en intra persoonlijke vaardigheden.
• Bewustzijn en reflectie: De gewenste informatie kan vandaag anders zijn dan morgen. Zorg voor stakeholders die naar de resultaten kijken en pas zo nodig de informatievraag uit de data aan. Het delen van de resultaten draagt ook bij aan de acceptatie en bewustzijn van het gebruik van learning analytics.
• Continue data-analyse: Reflecteer periodiek de learning analytics. Meten we nog wel wat we willen meten? Door continue analyse van de data, kunnen er gericht interventies gepleegd worden om doelen te behalen.
• Inzichtelijk maken: De resultaten van learning analytics maak je inzichtelijk in een dashboard. Deze geeft informatie over voortgang, geeft real-time feedback en een statistische weergave van de performance.

Continue ontwikkeling en verbetering

“Learning analytics provide a model for organizational leaders to improve learning processes, the delivery of learning, organizational efficiency, and decision making (Long & Siemens, 2011).”

Learning analytics geven informatie over het leer- en ontwikkelrendement van de organisatie. Op basis van de resultaten van learning analytics verbeteren we de organisatie en zetten de juiste interventies in om organisatie- en persoonlijke doelen te behalen. Bij Capgemini Academy doen we dit onder andere met de competentie radar. Deze tool geeft inzicht in de (gewenste) competenties van de medewerkers en de ontwikkeling er van. Op basis van de uitkomsten kan er gericht advies worden gegeven voor trainingen. Daarnaast evalueren we onze leertrajecten bij onze klanten en stellen we bij indien nodig.

Onderzoek: The use of Learning Analytics in business – Learning Analytics under the loop to define business strategies (2017)

Auteurs: Marjolein Groenheijde, Ingrid Smalbergher, Simone Gabauer en Vasileia Vassou.

Benieuwd naar ons aanbod?

Of heb je vragen over een vakgebied of één van onze trainingen? Neem gerust contact met ons op. We helpen je graag!