Las tecnologías de seguimiento personal permiten detectar la actividad física realizada por las personas. Los flujos de datos recopilados con estos sensores requieren técnicas de big data para respaldar la recopilación, integración y análisis de datos, con el objetivo de brindar apoyo personalizado al aprender habilidades motoras a través de comentarios multisensoriales variados. En particular, este documento se centra en la retroalimentación vibrotáctil, ya que puede aprovechar el sentido háptico al respaldar la interacción física que se debe aprender. A pesar de que cada usuario tiene diferentes necesidades, al proporcionar este soporte vibrotáctil, rara vez se tienen en cuenta problemas de personalización, sino que se ofrece la misma respuesta a cada usuario del sistema. El desafío aquí es cómo diseñar interfaces de usuario vibrotáctiles para el aprendizaje adaptativo de habilidades motoras. Se propone la metodología TORMES para facilitar la obtención de este apoyo personalizado. Se espera que los sistemas resultantes se adapten dinámicamente a las necesidades de cada usuario individual mediante el monitoreo, la comparación y, cuando sea apropiado, la corrección de manera personalizada de cómo el usuario debería moverse al practicar un movimiento predefinido, por ejemplo, al realizar una técnica deportiva o tocar un instrumento musical.