El artículo explora el uso de las Analíticas de Aprendizaje (AA) y su potencialidad para personalizar la enseñanza en el ámbito de la educación superior. Ante las transformaciones tecnológicas continuas, la educación enfrenta el desafío de ofrecer procesos de aprendizaje adaptados a las necesidades individuales de los estudiantes. Frente a este panorama, las AA se configuran como herramientas fundamentales para el diseño y seguimiento de trayectorias de aprendizaje personalizadas, analizando los datos generados por la interacción con recursos y herramientas digitales. A su vez, el uso de las AA permiten la intervención multinivel (micro, meso, macro) con estrategias y alcances diferenciados para cada uno de los niveles, destacando su potencial para fundamentar decisiones pedagógicas y promoviendo una cultura institucional basada en datos objetivos. Estas herramientas en conjunto facilitan el diseño de recursos y estrategias didácticas según el uso de los estudiantes, así como la detección temprana de dificultades y la reorientación de los procesos de enseñanza y aprendizaje. Por último, se enfatiza la necesidad de desarrollar competencias docentes para integrar estas analíticas de manera crítica y situada, transformando el rol del educador y creando entornos de aprendizaje más inclusivos y efectivos. Palabras clave Analiticas de aprendizaje - Personalización educativa - Trayec- torias educativas - Enfoque data driven ABSTRACT MAPPING LEARNING TRAJECTORIES: USING EDUCATIONAL ANALYTICS FOR PERSONALISATION OF TEACHING The article explores the use of Learning Analytics (LA) and its potential to personalise teaching in higher education. In the face of continuous technological transformations, education faces the challenge of offering learning processes adapted to the individual needs of students. Against this backdrop, OA are becoming fundamental tools for the design and monitoring of personalised learning trajectories, analysing the data generated by interaction with digital resources and tools. In addition, the use of OA allows multi-level intervention (micro, meso, macro) with differentiated strategies and scopes for each of the levels, highlighting their potential to inform pedagogical decisions and promote an institutional culture based on objective data. Together, these tools facilitate the design of resources and didactic strategies according to student use, as well as the early detection of difficulties and the reorientation of teaching and learning processes. Finally, it emphasises the need to develop teaching competences to integrate these analytics in a critical and situated way, transforming the role of the educator and creating more inclusive and effective learning environments. Keywords Learning analytics - Educational personalisation - Educational