Gestión de datos educativos y toma de decisiones con Learning Analytics
Dirigido a: Profesionales y bachilleres que se desempeñen en universidades, institutos u otras instituciones educativas y estén interesados en la gestión y análisis de datos, Learning Analytics y la toma de decisiones basada en evidencia.
Solicita más información
Dirigido a
Profesionales, bachilleres y titulados de distintas disciplinas que trabajen en universidades, institutos, u otras entidades educativas, interesados en el análisis de datos institucionales, seguimiento de desempeño académico y toma de decisiones.
¿Qué aprenderás?
Al finalizar el curso, el participante será capaz de:
- Identificar y organizar datos educativos e indicadores relevantes para el seguimiento y análisis de la gestión institucional.
- Aplicar herramientas de visualización y Learning Analytics para interpretar información y desarrollar dashboards orientados al análisis educativo.
- Utilizar información educativa para sustentar la toma de decisiones y propuestas de mejora, considerando aplicaciones de analítica predictiva e inteligencia artificial, así como criterios de ética y privacidad.
Sobre el Curso
Presentación
En el contexto de transformación digital de las instituciones educativas, el uso estratégico de los datos se ha convertido en un elemento clave para mejorar la gestión y la toma de decisiones. Este curso brinda herramientas para organizar, analizar y visualizar datos educativos, transformándolos en información útil para el seguimiento del desempeño y la mejora institucional.
A través del enfoque de Learning Analytics, los participantes conocerán criterios para la gestión y gobernanza de datos, diseño de indicadores, visualización y construcción de dashboards, incorporando herramientas como Excel, Power BI y Google Looker Studio. Asimismo, se abordará el uso de analítica predictiva e inteligencia artificial en educación, considerando aspectos éticos, de privacidad y uso responsable de la información.
Temario
UNIDAD
CONTENIDO
UNIDAD 1.
Analítica del aprendizaje y toma de decisiones
- Conceptos clave de Learning Analytics, Educational Data Mining y analítica institucional.
- Ciclo de la analítica del aprendizaje: del dato a la decisión.
- Tipos de análisis: descriptivo, diagnóstico, predictivo y prescriptivo.
- Aplicaciones de Learning Analytics en educación superior.
UNIDAD 2.
Ecosistema de datos educativos y gobernanza
- Principales tipos de datos educativos.
- Calidad, integridad y trazabilidad de los datos.
- Principios de gobernanza y uso ético de la información.
- Rol de los sistemas de información académica: ERP, LMS y CRM.
UNIDAD 3.
Indicadores educativos para la toma de decisiones
- Diseño de indicadores clave de desempeño (KPIs) en educación superior.
- Indicadores de aprendizaje, desempeño, retención y eficiencia interna.
- Criterios de calidad de un indicador: relevancia, medibilidad y accionabilidad.
- Interpretación de indicadores y su relación con acciones de mejora.
UNIDAD 4.
Visualización de datos educativos
- Principios para una adecuada visualización de datos.
- Tipos de gráficos y sus aplicaciones en educación.
- La visualización como puente entre evidencia y decisión.
- Buenas prácticas para reportes y tableros educativos.
UNIDAD 5.
Dashboards educativos y herramientas de visualización
- Concepto, componentes y objetivos de un dashboard.
- Tipos de dashboards: operativos, analíticos y estratégicos.
- Comparativa de Microsoft Excel, Power BI y Google Looker Studio.
- Criterios para seleccionar herramientas según el contexto institucional, gobernanza y accesibilidad.
UNIDAD 6.
Taller de construcción de un dashboard educativo
- Selección de indicadores para un dashboard.
- Organización y jerarquía de la información.
- Elección de gráficos y elementos de visualización.
- Claridad de etiquetas y consistencia entre vistas.
- Construcción guiada de un dashboard educativo en Google Looker Studio.
UNIDAD 7.
Analítica predictiva e inteligencia artificial en educación
- Introducción a la analítica predictiva aplicada al ámbito educativo.
- Modelos de alerta temprana.
- Predicción de riesgo académico y deserción estudiantil.
- Interpretación responsable de resultados predictivos.
- Alcances y limitaciones de la analítica predictiva según la disponibilidad y madurez de los datos institucionales.
- Aplicaciones de inteligencia artificial en el análisis de datos educativos.
UNIDAD 8.
Ética, privacidad y estrategia institucional
- Implicancias éticas del análisis y visualización de datos.
- Protección de datos personales y transparencia institucional.
- Riesgos y sesgos en la representación e interpretación de información.
- Componentes de una estrategia institucional de Learning Analytics.
- Gobernanza, roles y procesos para el uso responsable de los datos.
- Factores críticos para desarrollar una cultura institucional de toma de decisiones basada en datos.
Certificación
La Escuela de Posgrado de la Universidad Peruana Cayetano Heredia podrá otorgar al final del curso:
- Certificado
- Cuando el participante haya aprobado satisfactoriamente el curso con nota igual o mayor a 11.00 (no aplica redondeo en la nota promedio final), habiendo cumplido con la asistencia mínima requerida del 70% de actividades.
- Además, deberá contar con el grado académico universitario:
- Peruanos: Grado de bachiller universitario, verificable (SUNEDU o mediante entrega de copia del grado académico a la Escuela de posgrado-UPCH).
- Extranjeros: Entrega de Constancia de grado académico a la Unidad de Gestión Digital UPCH
- Constancia de participación o asistencia:
- Cuando el participante no obtenga la nota aprobatoria en el promedio final y habiendo asistido y cumplido con el 70% de las actividades programadas.
Docentes
-
Priscila Castañeda Oré
Máster en Políticas Sociales y Acción Comunitaria por la Universidad Autónoma de Barcelona y Licenciada en Economía. Profesional con experiencia en planificación estratégica, evaluación de políticas públicas y gestión de calidad en educación superior. Ha desarrollado experiencia en gestión de indicadores, procesos de aseguramiento de la calidad, licenciamiento institucional y mejora continua. Actualmente se desempeña como Especialista en Aseguramiento de la Calidad en La Salle Campus Barcelona.
Información general
Inscripciones
Hasta el 19 de noviembre del 2026
Fecha de inicio
Jueves del 19 de noviembre del 2026
Frecuencia
Semanal
Duración
8 semanas
Horario de clases
Jueves de 07:00 pm a 9:30 pm
Modalidad
Virtual
Consideraciones importantes (*)
01.
La UPCH se reserva el derecho de cancelar el curso si no llega al cupo mínimo de participantes hasta el mismo día de inicio del curso.
02.
No hay devolución de dinero, salvo que se cancele el dictado del curso.
03.
Los cursos no son transferibles.
04.
El retiro del curso es sólo académico y no económico. Si por algún motivo justificado el participante se retira del curso solo con aprobación del área de Educación Contínua podrá realizar el curso en su siguiente versión.
05.
Los certificados y constancias se emiten solo en versión digital.
(*) La UPCH se reserva el derecho de modificar o cancelar el inicio programa, si no llegan al cupo mínimo de estudiantes matriculados, hasta el mismo día de inicio del programa.
Requisitos de Inscripción
- Grado mínimo de Bachiller (con registro en SUNEDU)
Descuentos
- Descuento a egresados UPCH (5%)
- Profesionales que culminaron el pregrado y/o posgrado (diplomados, especialidades, maestrías y doctorados)
- Descuento corporativo (10%)
- Inscripción de 3 participantes o más financiados por una misma empresa o institución.
- Descuento por inscripción en 2 cursos (10%)
- Inscripción de 2 cursos que brinde el área de Educación Continua de la Escuela de Posgrado (dentro de los 4 meses).
- Descuento por inscripción en 3 cursos (20%)
- Inscripción de 3 cursos o más que brinde el área de Educación Continua de la Escuela de Posgrado (dentro de los 3 meses).
- Descuento trabajador UPCH (20%)
- Colaboradores con contrato activo en la UPCH.