Madrid 
Las grandes empresas y multinacionales empiezan a implementar el método 'Data-driven Learning Analytics' (DDLA) en sus compañías. Este sistema de aprendizaje consiste en la capacidad que tienen las empresas de analizar la información que ofrecen los trabajadores sobre sus capacidades, y así poder facilitar formaciones a partir de ese conocimiento con la finalidad de tomar decisiones para la personalización y adaptación del aprendizaje que depende de cada tipo de necesidad y de usuario, así recoge el Informe Tendencias 23/25 elaborado por Overlap.
Es por ello, que DDLA se refiere a la disposición que tienen las compañías de alinear sus objetivos empresariales y relacionarlo con el desarrollo y aprendizaje de sus trabajadores para aprovechar así los vestigios que deja el usuario con el fin de conocerlo mejor y poder desarrollar y diseñar experiencias de aprendizaje acorde a sus necesidades.
Así, es fundamental tener en cuenta las cuatro dimensiones a las que hay que prestar especial atención a la hora de diseñar una experiencia de aprendizaje, y son: la preocupación, la oportunidad, la investigación y la comunidad.
Por partes, la preocupación surge a debido al crecimiento de los datos. Esta inquietud se relaciona con la falta de privacidad y ética, con el desconocimiento de la propiedad de los datos, la equidad y la usabilidad de los mismos.
En cuanto a la variable de oportunidad, las empresas que consiguen analizar los datos a la perfección, logran sustituir las decisiones basadas en la intuición por aquellas que se sustentan en los datos. Pero para ello tienen que llevar a cabo un proceso de investigación que les permita conocer cómo interactúan las personas con las máquinas en el proceso de aprendizaje, para buscar una solución. Para ello, es fundamental conocer a la comunidad que la rodea y cómo son capaces de interactuar entre ellos.
Aplicar el 'Data Driver'
Para saber cómo se aplica el método DDLA hay que conocer cómo se construye un proyecto de este tipo en una empresa. Todo pasa por fijar el objetivo que se quiere conseguir con el método de aprendizaje seleccionado, entender el problema desde el que se parte e identificar la relación que hay entre los datos y las características de aprendizaje. Después, es fundamental preparar los datos con los que se cuenta en el proyecto, que es la tarea más importante y con la que hay que tener una mayor precisión, ya que rara vez están disponibles directamente para su uso y hay que aplicar técnicas de tratamiento que permitan ajustarlos y dejarlos listos para su análisis a la hora de diseñar los métodos de aprendizaje. En este paso, hay que tener en cuenta todas las normas vigentes para que el proceso de análisis sea lo más útil posible.
Después, hay que crear el modelo a partir del cuál se quiere trabajar. En este proceso, una de las premisas es conseguir no medir únicamente la actividad, sino también evaluar la interpretación completa del aprendizaje sobre cómo la ha desarrollado el empleado.
Cuando se ha realizado el trabajo de campo y todos los procesos se han definido correctamente, finalmente hay que definir qué decisiones se toman a partir de los resultados que se han obtenido a la hora de aplicar el sistema de aprendizaje 'Data Driven Learning Analytics'.
Consecuencias del método
El método DDLA destaca entre las grandes empresas por los beneficios que reporta a la hora de conocer el comportamiento de los trabajadores, ya que permite tomar mejores decisiones que afectan de manera directa en su estado.
Uno de los grupos que ya ha aplicado este modelo de aprendizaje, Grupo Éxito, lo hizo al ser consciente de que el desarrollo de los trabajadores es un factor diferencial en el mercado. Gracias al DDLA, fueron capaces de identificar las variables que miden el impacto de las acciones de aprendizaje en uno de los indicadores de mayor importancia de la compañía, el 'Net Promoter Score', NPS, que les ayuda a medir el nivel de satisfacción por parte de los clientes y que también les ayuda a generar recomendaciones y planes de acción personalizados.
Con todo, es fundamental que las compañías cuenten con métodos que mejoren la eficiencia de sus trabajadores, ya que directamente influirán en los resultados económicos del ejercicio.
