Cursos online têm ampliado as possibilidades de pesquisa sobre comportamento e performance de estudantes. Esta tese investiga como apoiar instrutores na análise de logs de estudantes em Ambientes Virtuais de Aprendizagem. Primeiro, conduzimos entrevistas com instrutores e realizamos um mapeamento sistemático do estado da arte sobre Education Data Mining e Learning Analytics. Em seguida, analisamos logs de cursos online oferecidos no Brasil e comparamos nossas descobertas com resultados apresentados na literatura. Além disso, capturamos as preferências dos instrutores em relação a visualização de comportamento e performance de estudantes. Contudo, notamos uma lacuna de trabalhos mostrando modelos para o desenvolvimento de ferramentas de Learning Analytics. Com base nesses estudos, esta tese apresenta um modelo conectando teorias e modelos de visualização, assim como requisitos dos instrutores, suas preferências de visualização, diretrizes da literatura e métodos para análise de logs dos estudantes. Instanciamos e avaliamos esse modelo em uma ferramenta para montar dashboards, capturamos evidências de aceitação da nossa proposta e obtivemos feedbacks dos instrutores sobre a ferramenta tais como suas preferências de análise e visualizações. Por fim, apresentamos algumas considerações e discutimos lacunas existentes no trabalho que podem fundamentar e guiar futuras pesquisas, tais como desenvolvimento de novas instâncias e implantações do nosso modelo em instituições de ensino brasileiras e avaliação de eventuais mudanças na performance dos estudantes quando instrutores visualizam informações sobre o comportamento e performance deles, e agem de acordo. É importante ressaltar que a maioria dos estudos apresentados nessa tese foram conduzidos antes da pandemia de COVID-19. Somente o último estudo foi executado no início da pandemia no Brasil.