Les learning data : votre nouveau super-pouvoir?

Le monde évolue à un rythme accéléré. Pour être compétitives, les entreprises doivent aider leur plus précieux capital – leurs collaborateurs – à acquérir les compétences nécessaires. Donc, elles doivent être en capacité de piloter le développement de leurs compétences. Et, pour piloter, il faut des données, en l’occurrence des données d’apprentissage ou learning data.

Cet article permet d’avoir un premier niveau de compréhension sur pourquoi s’intéresser aux learning data, pour qui elles sont utiles et comment s’y prendre pour mieux les exploiter.

Quelques constats basés sur nos expériences chez nos clients

La collecte et l’analyse des données d’apprentissage est centrale, les learning data sont indispensables pour:

• recommander des actions de formations personnalisées et pertinentes au regard des objectifs business.
• permettre aux apprenants de cibler les apprentissages réellement utiles pour mener à bien leurs missions.
• rendre l’apprentissage plus efficace afin que les collaborateurs apprennent de la façon la plus adaptée à leurs rythme et besoins.

Mais «51% [des professionnels de la formation] disent qu’ils ne peuvent pas utiliser efficacement les learning data en raison du manque de compétences internes en matière de données  » (étude Towards Maturity)

Le même rapport indique que, malgré les investissements réalisés dans les outils de formation : LMS (learning management system), mobile learning … , les opportunités offertes par les données ne sont pas pleinement exploitées. Les directions de la formation, les formateurs, les learning designers… pourraient mieux utiliser les learning data pour améliorer les performances et l’expérience des apprenants.

Alors, chez WiDiD, on vous donne quelques conseils pour vous aider à mieux utiliser vos datas.

Que sont les données d’apprentissage – learning data ?

D’abord, ce sont les données collectées à partir de l’apprentissage d’un individu : actions, comportement et contexte.

Mais pour aller jusqu’à la mesure de l’impact sur l’entreprise, il faudra leur associer les données comportementales, les données RH, les mesures de performance voire les données commerciales.

D’où viennent les learning data ?

Les learning data peuvent être recueillies auprès de diverses sources.

Ainsi, les données d’apprentissage englobent les données issues des :

• réseaux sociaux,
• discussions internes,
• études de cas,
• études de marchés,
• …

Les données sur les activités d’apprentissage peuvent être, par exemple :

• le matériel d’apprentissage que l’apprenant a utilisé,
• le temps passé,
• les tests passés,
• les compétences déjà détenues,
• l’historique d’apprentissage,
• les CV,
• …

Les données comportementales peuvent être collectées à partir des outils digitaux, on parle alors de traces d’activité digitales (Slack, teams, messagerie mail …). Elles montrent qui parle avec qui, comment les équipes communiquent. Mais surtout elles aident à suivre l’apprentissage social et les changements apportés par l’apprentissage dans le comportement des employés.

Comment se matérialisent les données ? Elles peuvent être des clics, des nombres, du texte, de la vidéo, de l’audio, des messages, des e-mails ou à peu près n’importe quoi de numérique (termes de recherche, vues, likes, partages, téléchargements …).

Mais pourquoi avez-vous besoin des learning data ?

Tout dépend de vous : que voulez-vous réaliser avec les données d’apprentissage ? Les questions que vous devez poser à partir des données dépendent des besoins de votre organisation et de votre rôle dans cette organisation. Pour bien comprendre, voici quelques exemples d’utilisation des données d’apprentissage mis en place chez nos clients :

• contenus : trouver des lacunes dans les contenus d’apprentissage, localiser des supports d’apprentissage obsolètes
• apprenants : montrer qui apprend, en combien de temps, quand et établir des corrélations
• équipe : trouver les personnes les plus aptes à travailler sur un projet spécifique et maintenir leurs compétences à jour.

À l’aide des learning data, vous découvrirez les programmes d’apprentissage les plus utiles pour votre entreprise et la façon dont l’apprentissage est en corrélation avec les résultats de votre entreprise.

Tout comme les données business, les données d’apprentissages peuvent être descriptives, prédictives et finalement prescriptives.

Ainsi, chez nos clients les plus avancés, les données sont utilisées pour prédire les besoins d’apprentissage et donner aux apprenants des recommandations sur ce qu’ils devraient apprendre ensuite. Par exemple, dans un cabinet de conseil, on a pu combiner des données de performance avec des données d’apprentissage pour découvrir les modèles d’apprentissage des consultants les plus performants et suggérer à tous les consultants d’utiliser les mêmes tactiques d’apprentissage.

L’idée de base est simple : les bonnes décisions sont fondées sur une combinaison de pensée critique avec les meilleures données disponibles.

Je veux exploiter les learning data, comment je m’y prend ?

1.Je définis le problème à résoudre

D’abord, pour analyser les données, vous devez définir le problème que vous essayez de résoudre.

• Quels sont les principaux défis de votre travail ?
• Pourriez-vous utiliser des données pour les résoudre ?

Vous pouvez le faire seul ou avec d’autres personnes qui travaillent dans votre domaine.

2.Je liste, je collecte et je centralise les données

Vous avez forcément des données, dans votre LMS, vos réseaux sociaux, les enquêtes RH annuelles… Commencez par là ! Pour celles qui vous manquent mettez en place des mécanismes de collecte. Et surtout, travaillez sur leur centralisation simple et récurrente, pour avoir un premier tableau de bord central et qui vous dit déjà des choses.

3.J’analyse les données au regard de ma problématique

En quoi les datas collectées m’aident à résoudre ma problématique ? Puis-je mettre en place des actions ou dois-je compléter encore mon jeu de données ?

4.Je passe à l’action

Rien de ne sert de collecter et d’analyser si on ne met pas en place des actions. Commencez par des choses simples, par exemple, si tous vos apprenants décrochent au bout de 5 min sur vos elearning, adoptez la granularisation ou le micro-learning !

Si vos contenus sont majoritairement consultés sur mobile, alors développez le mobile learning!

5.Je recommence

Restez attentifs et curieux, plus vous scruterez vos données, plus vous aurez de questions et d’idées. Votre stratégie de formation est en constant changement, laissez les données vous aider à la rendre encore meilleure.

En conclusion

Comme vous l’aurez compris, les learning data sont partout et peu utilisées aujourd’hui. Et si vous passiez à l’action et que vous nous faisiez part de votre retour d’expérience ?

Dans un prochain article, nous vous partagerons notre recherche sur les learning data en réalité virtuelle.