Cómo crear una estrategia de datos de aprendizaje
La Experience API (xAPI) ahora se usa ampliamente para generar y recopilar datos de aprendizaje, no solo de plataformas de aprendizaje, sino también de software, sistemas, sitios web y aplicaciones móviles en el lugar de trabajo. No hay duda de que los datos de aprendizaje están más disponibles que nunca. El desafío clave es decidir qué datos recopilar y por qué. Para convertir datos en valor, necesita una estrategia de datos de aprendizaje. Sigue estos 7 pasos para crear el tuyo.
1. Considere las 3 razones clave para recopilar datos de aprendizaje
Para comenzar, considere estas tres razones clave para recopilar datos de aprendizaje:
Es probable que su estrategia de datos de aprendizaje aborde estos tres motivos. Téngalos en cuenta para ayudar a guiar y enfocar su pensamiento.
2. Haga una lista de las preguntas que desea responder
Los datos de aprendizaje informan sus respuestas a preguntas importantes. Enumere todas las preguntas que necesita responder, quién pregunta y por qué. Qué decisiones podrían tomar o qué acciones podrían tomar con la respuesta. No se preocupe por lo difícil que cree que será responder una pregunta, simplemente haga una lista de todas las preguntas que respondería si pudiera.
¿Qué preguntas están haciendo sus financiadores? Es probable que tengan preguntas sobre la eficacia y la eficiencia de L&D. Para determinar la efectividad, pueden cuestionar si las soluciones de L&D se enfocan en las áreas correctas del negocio, llegan a todas las personas adecuadas y producen resultados positivos. Para determinar si L&D está operando de manera eficiente, los financiadores pueden querer saber cómo L&D administra la calidad, la velocidad, el volumen y el costo en la creación y distribución de sus soluciones de aprendizaje.
Ejemplos de preguntas de los financiadores:
- ¿Cuánto aprendizaje está pasando?
- ¿Qué estamos gastando en aprender?
- ¿Se gestiona el aprendizaje de manera eficiente y rentable?
- ¿Coincide la capacidad de L&D con la demanda de aprendizaje de la organización?
- ¿Qué desafíos comerciales abordan los productos de aprendizaje de L&D?
- ¿El aprendizaje tiene un impacto positivo en la productividad?
¿Qué preguntas hacen los analistas de rendimiento, los desarrolladores de instrucciones y los diseñadores de experiencia del usuario? Es probable que este grupo tenga preguntas sobre cómo se pueden mejorar las soluciones de L&D.
Ejemplos de preguntas de los desarrolladores:
- ¿Qué tan fácil es para las personas encontrar contenido altamente relevante?
- ¿Están las personas adecuadas utilizando nuestros productos de aprendizaje?
- ¿Cómo podemos entregar productos con una mínima interrupción del trabajo?
- ¿Cómo podemos hacer que el contenido esté más disponible al instante?
- ¿Qué evidencia tenemos de que nuestros programas están mejorando el desempeño y la productividad?
¿Qué otros grupos de partes interesadas tienen preguntas? Por ejemplo, el departamento de cumplimiento puede querer datos de capacitación de cumplimiento normativo para una región o departamento determinado para compararlos con los informes de incidentes de cumplimiento. Los recursos humanos pueden querer aprender datos relacionados con la incorporación, la ética, la diversidad o la capacitación sobre acoso en el lugar de trabajo. Cada área funcional del negocio puede tener preguntas sobre cómo las soluciones de aprendizaje están abordando sus necesidades.
3. Prioriza la lista de preguntas
Después de enumerar todas las preguntas que desea que se respondan, determine su importancia relativa. Puede colocar las preguntas en orden de mayor a menor importancia o calificar la importancia de cada pregunta usando una escala, como alta-media-baja o crítica (respuesta ahora), importante (respuesta pronto) y agradable de tener. (respuesta eventualmente). Esto lo ayudará a establecer una hoja de ruta para implementar su estrategia de datos de aprendizaje.
4. Identifique datos para informar sus respuestas
¿Qué datos se necesitan para responder cada pregunta? Identifique los datos disponibles y lo que falta. Tenga en cuenta que no todos los datos se encuentran en los sistemas. Las personas pueden rastrear datos en hojas de cálculo u otras formas. Identifique todos los sistemas y personas que son fuentes de los datos que necesita y obtenga su permiso y cooperación.
5. Evaluar la confiabilidad de los datos disponibles
Determinar la calidad de los datos disponibles. Los estudios muestran que los científicos de datos dedican hasta el 60% de su tiempo a organizar y limpiar datos. Es posible que deba preparar los datos antes de poder usarlos. En algunos casos, puede encontrar que, aunque los datos están disponibles, no son lo suficientemente confiables para que los use. Para cada elemento de datos, determine con qué consistencia/frecuencia se ingresan y mantienen los datos, evalúe su precisión y determine qué depuración, organización o mapeo se necesita. Si es posible, trabaje con los propietarios de los datos y sus patrocinadores de L&D para mejorar la calidad de los datos.
6. Defina sus requisitos para acceder a los datos
Defina sus requisitos y trabaje con los propietarios de los datos para obtener el nivel de acceso que necesita. Determine la frecuencia con la que necesita actualizaciones de datos (por ejemplo, anualmente, trimestralmente, mensualmente, semanalmente, diariamente, cada hora o en tiempo real).
Defina los filtros que necesitará para explorar los datos. Por ejemplo, es posible que deba explorar los datos por intervalo de fechas, grupo de usuarios, tipo de contenido u otros parámetros. Cuando piense en filtrar datos, tenga en cuenta las preguntas que necesita responder, quién pregunta y por qué.
Considere las políticas y regulaciones de información de identificación personal (PII). Es probable que necesite datos agregados para responder a la mayoría de las preguntas, pero cualquier dato de identificación personal debe manejarse de acuerdo con la política de PII de su organización y las regulaciones locales, como el Reglamento General de Protección de Datos de Europa.
7. Especifique cómo desea ver los datos
Diseñe paneles e informes para responder a cada una de sus preguntas. En algunos casos, es posible que desee ver los datos de aprendizaje junto con los indicadores clave de rendimiento o las métricas de productividad de su cliente. Desarrolle un testaferro o una maqueta de cada tablero e informe y especifique los elementos de datos y las fuentes para cada maqueta. Entregue sus requisitos, maquetas y especificaciones de datos a los desarrolladores web para su implementación.
Resumen
Los datos de aprendizaje se pueden utilizar para responder preguntas clave de los financiadores, las partes interesadas y el personal de L&D. Los datos se pueden usar para personalizar la experiencia del alumno, mejorar continuamente las soluciones de aprendizaje y presentar evidencia del impacto en las métricas de productividad empresarial. Convertir datos en valor requiere una estrategia de datos de aprendizaje que describa las preguntas que debe responder, los datos que pueden informar sus respuestas, dónde están, quién es su propietario, qué tan confiables son y cómo deben recopilarse, procesarse e informarse. .