Elk dashboard is gebouwd op data. Dus ook een learning dashboard. Je hebt twee soorten data nodig: een cijfer dat het gewenste eindresultaat weergeeft. En een cijfer dat je huidige situatie weergeeft. Het verschil tussen die twee is je stuurinformatie. Maar op welke data ga je jacht maken?
Dit is artikel vier uit de serie van zeven blogs over Learning Analytics. Lees alle andere blogs: Blog 1: Learning Analytics: van Beter naar A | Blog 2: Begin bij de top – organisatiedoelstellingen | Blog 3: klim mee langs het meetmodel | Blog 5: inzicht uit data | Blog 6: gril, mode of trend | Blog 7: verbeteren moet je breed zien
Verdeel en heers
Als je aan het verzamelen van data begint, kan dat een onmetelijke taak lijken. Daarom heb je eerst een meetmodel gemaakt. Met dat model kun je je opdracht in kleine deelopdrachten opknippen. Je meetmodel geeft aan waar je je data zoeken moet. En wat voor data je nodig hebt.
Jaag alleen op dat wat je nodig hebt
Bij dashboard projecten zie ik vaak een overdreven zucht naar data. Je wilt alles verzamelen wat maar gemeten kan worden. Maar dat is juist niet de bedoeling. Want hoe meer data je wilt verzamelen, hoe meer data je medewerkers moeten bijhouden. Dat leidt al snel tot weerstand. Ga dus op zoek naar de minimale hoeveel data die je voldoende inzicht geeft in de voortgang van een onderdeel van je meetmodel. 
Onderdruk je verzamelwoede.
Het ene wild is het andere niet
Uiteindelijk wil je alles in een cijfer kunnen uitdrukken. Een objectief cijfer. Het zal blijken dat sommige onderdelen van je meetmodel niet zomaar als cijfer beschikbaar zijn. Of niet eenvoudig objectief vast te stellen zijn. In dat geval zul je moeten coderen.
Een voorbeeld: een onderdeel van je model is dat een leermodule is afgesloten met een bespreking. Die bespreking is wel of niet gedaan. Je kunt nu op twee manieren coderen. Of je laat de betrokkenen een cijfer geven aan de bespreking. Maar dat is subjectief. Of je meet op afdelingsniveau en gebruikt het percentage betrokkenen dat een bespreking heeft gehad als cijfermatige uitkomst. Een objectief getal.
Alle wild bij elkaar gedreven
Als je voor alle onderdelen van je meetmodel hebt vastgesteld welke data je gaat gebruiken, neem je de volgende stap. Samenbrengen van de resultaten. Elk niveau in je meetmodel wil je uitdrukken in een cijfer.
De onderdelen binnen een niveau leveren allemaal hun eigen bijdrage aan het hele resultaat van dat niveau. Je kunt heel wetenschappelijk te werk gaan bij het combineren van die resultaten. Maar als eerste stap is het ruim voldoende om een gemiddelde te nemen.
Aanscherpen doe je pas als je meetmodel zich in de praktijk bewezen heeft. En dat is onderwerp van het volgende blog 5: inzicht uit data.
Wil je hierover in discussie? Kom naar Next Learning en sluit je aan bij de Learning Circle ‘Gepersonaliseerd Leren & Big Data’. Of stuur me een app’je op 06 11 889 475.
Paul Kemper | p.kemper@noordhoff.nl
Lees meer over de Learning Circles