Las plataformas de e-learning se están utilizando en la educación superior para liberar la enseñanza y el aprendizaje de las limitaciones de tiempo, ritmo y espacio. Estas plataformas proporcionan contenido multimedia rico, evaluación colaborativa y herramientas de análisis, y apoyan el aprendizaje a través de una variedad de posibilidades en línea. Sin embargo, el enfoque de la mayoría de esta investigación está en la analítica de aprendizaje dentro de las plataformas de e-learning y no cubre otras encuestas institucionales relacionadas y actividades de desarrollo profesional de educadores. Este documento describe un enfoque conceptual novedoso para la creación de un sistema de análisis de almacén de datos de enseñanza y aprendizaje que utiliza un enfoque de Análisis Multidimensional para la analítica de enseñanza y aprendizaje a través de estas plataformas de e-learning en combinación con otras fuentes de datos institucionales, como diversas encuestas institucionales, seguimiento de actividades de desarrollo profesional y análisis del uso del sistema de gestión del aprendizaje. El novedoso sistema de análisis de almacén de datos de enseñanza y aprendizaje (TLDWAS) se está desarrollando en la Universidad Lingnan, una destacada universidad de artes liberales en Hong Kong. El origen de este proyecto es el análisis de grandes volúmenes de datos de enseñanza y aprendizaje y la presentación de una visión general para que la alta dirección obtenga información de grandes cantidades de datos de cursos de estudiantes y evaluaciones de profesores, llene las brechas de investigación mencionadas anteriormente y ayude a los educadores a identificar problemas y soluciones de manera más efectiva. El TLDWAS proporciona una interfaz visual para identificar algunos indicadores y almacenar, clasificar y analizar datos de enseñanza y aprendizaje en varias formas para generar estadísticas, analizar modelos e identificar patrones significativos en los datos con el fin de mejorar la enseñanza y el aprendizaje. El TLDWAS no solo proporciona una toma de decisiones más basada en evidencia para la alta dirección, sino que también es capaz de aplicarse para identificar patrones y relaciones relacionadas con el rendimiento académico de los estudiantes, el uso de sistemas de e-learning y las actividades de desarrollo del personal asociadas.