Introducción

Las analíticas de aprendizaje son los procedimientos de almacenamiento, gestión, tratamiento y análisis de datos para mejorar los procesos de aprendizaje y enseñanza. 
 Las analíticas y evidencias de aprendizaje en la competencia digital docente son esenciales para medir y mejorar el rendimiento académico de los estudiantes en un entorno educativo ya esa presencial o en línea, ya que permiten a los docentes recolectar y analizar datos sobre el uso de herramientas digitales, la participación en discusiones en línea, el rendimiento en evaluaciones, entre otros. 
 Estos datos pueden ser utilizados para identificar áreas de fortaleza y debilidad en el aprendizaje de los estudiantes y a justar la enseñanza en consecuencia. 
 Por otro lado, las evidencias de aprendizaje proporcionan una visión más completa y detallada de cómo los estudiantes están adquiriendo y aplicando los conocimientos , permitiendo a los docentes evaluar la efectividad de las estrategias pedagógicas utilizadas. La combinación de analíticas y evidencias de aprendizaje proporciona una comprensión más profunda del proceso de aprendizaje de los estudiantes y permite ajustar la enseñanza para mejorar el rendimiento académico. 
 En este sentido, el segundo paso de la fase de evaluación consiste en la recopilación sistemática y rigurosa de datos, el análisis de esta información y la extracción de conclusiones. Este estadio corresponde con la competencia 4.2 Analíticas y evidencias de aprendizaje . Una vez obtenidos los datos mediante el uso de TTDD, analizaremos, organizaremos e interpretaremos dichos datos, tanto a nivel de alumno como a nivel de grupo. 
 Los tipos de analíticas de aprendizaje que habitualmente se emplean son los siguientes: 
 
 Las descriptivas , con el fin de extraer conclusiones a partir del análisis de los datos obtenidos 
 Las predictivas , cuyo propósito es anticipar resultados a partir de la comparación de patrones de conducta con otros dados previamente 
 Por último, las dirigidas a la toma automatizada de decisiones en función de la actividad y resultados del alumnado. Las dos últimas utilizan “Big Data”, sin embargo, la primera se puede aplicar a conjuntos pequeños de datos, como los obtenidos de las actividades de enseñanza y aprendizaje en un grupo-clase. 
 
 De acuerdo con el MRCDD, los contenidos que integran esta competencia son: 
 
 
 • Criterios pedagógicos, didácticos y de contenido para la selección de las variables relevantes. • Configuración de los servicios y plataformas para obtener los datos de forma selectiva y adecuada al tratamiento posterior. • Técnicas, medios e instrumentos digitales para la validación, almacenamiento, agregación, y análisis de datos. • Análisis estadístico de datos por medios y tecnologías digitales que pueden ser empleadas para su representación gráfica y visualización. • Garantía de la privacidad, la protección de datos personales y los derechos digitales de todo el alumnado. 

 
 O podríamos resumirlo en: 
 ¿Qué nos interesa evaluar? 
 ¿Cómo vamos a medirlo? 
 ¿Dónde vamos a almacenarlo? 
 ¿Qué implicaciones tiene en nuestra práctica? 
 y finalmente, privacidad y protección de datos.