Es preciso considerar los tipos de analíticas de aprendizaje que habitualmente se emplean:

• Las descriptivas: con el fin de extraer conclusiones a partir del análisis de datos obtenidos. Se utiliza para hacer una "foto" que ilustra los datos de los resultados recopilados durante un periodo de tiempo definido, mediante gráficas y métricas calculadas. Se recogen en forma de datos los logros conseguidos por el alumnado.

• Las predictivas: cuyo propósito es anticipar resultados, a través del análisis de evidencias, a partir de la comparación de patrones de conducta con otros dados previamente. La analítica predictiva permite a los centros educativos funcionar de manera más eficiente porque generan un modelo predictivo que puede ayudar, por ejemplo, a predecir qué va a ocurrir con la promoción del alumnado, si un alumno/a presenta necesidades de apoyo educativo que anteriormente no habían sido detectadas o necesidades de otro tipo.

• Las dirigidas a la toma automatizada de decisiones en función de la actividad y resultado del alumnado. La toma de decisiones automatizada utiliza inteligencia artificial, datos y reglas para ayudar a las organizaciones a automatizar el proceso de la toma de decisiones en varias áreas. El uso de la toma de decisiones automatizada aumenta la objetividad y reduce el riesgo y los errores en las decisiones tomadas. Se mantiene un nivel de consistencia en todas las decisiones que no se encuentra cuando se deja en manos de un individuo o grupo de responsables de tomar decisiones, con la salvedad de que el automatismo puede estar influenciado por  sesgos y mostrar un comportamiento sistemáticamente inexacto.

Las predictivas y las dirigidas a la toma automatizada de decisiones utilizan Big Data pero las primeras se pueden aplicar a conjuntos pequeños de datos como los obtenidos de las actividades de enseñanza y aprendizaje en un grupo-clase.