Master en Big Data & Business Analytics (Madrid)
-
Presencial
-
16.900€
El Máster en Business Analytics y Big Data Management de MSMK - Madrid School of Marketing te prepara para identificar, recopilar, analizar, interpretar, manejar y visualizar los datos, con el fin de transformarlos en información de valor y generar las oportunidades de negocio e innovación necesarias para que tu empresa avance.
En MSMK - Madrid School of Marketing además de cursar un programa altamente especializado en Big Data y Analytics, accederás a obtener la certificación de “SAS Certified Visual Business Analyst” y a una Bolsa de Empleo vitalicia especializada en el sector.
El Máster en Business Analytics & Big Data Management es un programa innovador que atiende a la nueva generación de profesionales que demanda el mercado, donde una vez finalizado este programa máster, el participante estará preparado para acceder a profesiones tales como “Data Scientist”, “Business Analyst” Social Media Analyst”, Consultor de BI” o “CIO” entre otros.
01. IINNOVACIÓN Y ESTRATEGIA EN BIG DATA
• Introducción al Big Data.
• Information Discovery.
• Arquitectura y Ciclo de Vida.
• Nuevas Fuentes de Datos.
• Seguridad y Normativa.
• Organización.
• Tecnología.
• Dinámica de Innovación en Big Data.
02. BUSINESS DISCOVERY
• Entender y Descubrir el Negocio.
• Buscar e identificar los datos.
• Hallar lo relevante y la información que nos proporciona.
• Visualizar.
• Remezclar y ensamblar datos.
• Inteligencia de Negocio.
03. INTRODUCCIÓN Y TRANSFORMACIÓN EN EL NEGOCIO
• Negocio y Estrategia.
• Big Data e Innovación en la Empresa.
• Big Data y Analytics en la Gestión innovadora en los procesos operativos y del Negocio.
• Marketing Intelligence & Social Analytics.
• Sales Intelligence.
• Optimización: Operaciones y logística.
• Financial Intelligence.
• Recursos Humanos y Big Data.
04. DATA MANAGEMENT & DATA SCIENCE PROCESS
• Strategic Busines Discovery Process.
• Data Management Process.
05. CÓMO CONSTRUIR UN DATA WAREHOUSE
• Principales conceptos de Business Intelligence (calidad de datos, procesos ETL, DWH).
• El Datawarehouse y el tratamiento de los datos.
• Principales componentes del DWH.
• Modelo relacional – Modelo transaccional.
• Modelos de datos: modelo “relacional”, en “estrella”, modelo en “copo de nieve”…
• Diferencias entre un Data Warehouse y un sistema OLTP.
• Arquitecturas de un Data Warehouse.
• Data Warehouse versus Datamart.
• Calidad de los datos.
• Procesos de ETL.
06. ESTADÍSTICA APLICADA EN DATA MINING
• Estrategias y conceptos para el Data Scientist.
• Estadística aplicada a la empresa.
• Introducción al Data Mining.
• Principales problemas estadísticos en Data Mining.
• Principales Modelos en Data Mining.
• Modelización predictiva.
• Test Analytics.
• Redes Neuronales.
• Técnicas de Forecasting y visualización de datos.
• Prinicipales herramientas para el Data Mining.
• Métodos de Clasificación.
• Manejo básico de R y Python.
• Árboles de decisión.
• Reglas de asociación.
• Aplicaciones de la minería de datos al Marketing, CRM y Ventas.
• Social Networks.
• Estadística In-Memory para Hadoop.
07. TECNOLOGÍAS PARA LA EMPRESA Y BIG DATA
• Negocio y tecnologías Big Data.
• Nuevas arquitecturas: conceptos, fundamentos, marcos de arquitectura en el entorno digital.
• Virtualización y Cloud Computing.
• Software de gestión empresarial: ERP, CRM, SCM, BPM y Asset Management.
• Social Business.
• Sistemas de Integración.
• Gestión de riesgos y seguridad.
• Gestión del cliente.
• Outsourcing.
• Stream processing & Real-Time Analytics.
08. TRATAMIENTO Y VISUALIZACIÓN DE DATOS
• Introducción y fundamentos de la visualización.
• Cognición.
• Datos, modelos y gráficos.
• Diseño de la visualización.
• Interacción.
• Análisis visual colaborativo.
• Uso eficaz del espacio.
• Introducción a Hadoop.
• Cloudera: instalación.
• Integración de herramientas con Hadoop.
• Visual Analytics: Exploring and Reporting.
09. MARKETING SCIENCE
• Fundamentos del Marketing Mix.
• Marketing de productos y servicios.
• Customer Journey.
• Customer Experience.
• Digital Branding and Social Media.
• Marketing eficaz y ROI.
• Market Research.
• Marketing Analytics.
10. CORPORATE PERFORMANCE MANAGEMENT
• Conocer el desarrollo de los ciclos de planificación y presupuestación de las empresas.
• Adquirir los conocimientos básicos de finanzas que nos permitan manejar los principales ratios financieros.
• Comprender el impacto de las variables financieras a la hora de analizar el rendimiento de la empresa.
• Profundizar en la importancia de la gestión por Indicadores (Cuadro de Mando Integral, Dashboards, Reports, …).
• Elaborar Mapas Estratégicos.
• Conocer las tendencias tecnológicas referentes a las herramientas de CPM.
• Desarrollo de Scorecards, Dashboards y Reports con SAP Excelsius.
11. IMPLANTACIÓN DE UN SISTEMA EFICAZ DE “BIG DATA MANAGEMENT” EN LA EMPRESA
• Objetivos estratégicos y de la empresa.
• Definición de la estructura y recursos básicos.
• Implementación y profundidad del análisis.
• Plan de Big Data.
• Interpretación y toma de decisiones.
• Innovación en el Negocio.
12. PROYECTO FIN DE MÁSTER