Presentación

Según Gartner: “En 2021 el 90% de las grandes empresas tendrán un CDO o Chief Data Officer, un ejecutivo encargado de explotar al máximo el valor de los datos y de implementar las tecnologías adecuadas para ello”. ”Las empresas invertirán más de 40.000 millones de euros en ‘Big Data’”, según los cálculos de IDC. “Los datos son el petróleo del siglo XXI” es el nuevo paradigma en lo que a la explosión del dato se refiere. Si esto es así podríamos decir que empresas como Google, Facebook o Amazon serían grandes refinerías, ya que el dato en bruto al igual que el petróleo se consigue al refinar la información y convertirla en valor para el Cliente.

El auténtico impacto del valor de los datos reside en saber trabajarlos, ya que si una empresa tiene muchos datos pero no los utiliza, el valor de los mismos es 0. En cambio, con el potencial de la gran cantidad de datos que se generan hoy en día, las oportunidades para las empresas son enormes siempre y cuando estos tengan impacto en las decisiones. En este entorno además de ofrecer un buen producto a tus clientes se debe garantizar la mej

Dirigido

Perfiles sin conocimiento del mundo Business Intelligence y quieran empezar a adquirir estos conocimientos para poder trabajar en casi cualquier empresa que maneje datos (el 90% de las empresas utilizan los datos).
Profesionales con conocimientos de Business Intelligence pero no conocen apenas nada de Data Analytics, pudiendo aprender así los métodos más actuales para analizar la información.
Profesionales que quieran cambiar de perfil al del mundo Business Intelligence con las tecnologías y m

Objetivos

Conocer métodos y técnicas de Business Intelligence y Análisis de Datos.
Gobernar, preparar y gestionar datos.
Conocer las tecnologías, arquitecturas y fundamentos que nos permiten extraer valor a los datos.
Aprender a generar y utilizar los datos en la toma de decisiones y la definición de la mejor estrategia.
La pirámide de información: del cuadro de mando integral al Reporting operativo.
Entender los conceptos fundamentales del Data Science, Machine Learning y la Inteligencia Artificial.

Programa

Módulo 1. Estrategia de Datos, Visión Global y Fundamentos de Business Intelligence y Análisis de Datos.
El valor de los datos.
Hacia una cultura Data-Driven.
Diseñando nuestra estrategia de datos.
Particularidades de los proyectos de Customer Intelligence y Data Analytics.
Ciclo del proceso de análisis.
Fases del análisis de datos.
Fundamentos y beneficios.
Visión general del mercado en el entorno empresarial y tecnológico actual.
Business Intelligence y Business Analytics.
Componentes generales de una arquitectura de Business Intelligence.
Ejemplos de diferentes industrias.

Módulo 2. Big Data & Analytics
Antecedentes del Big Data.
Conceptos Básicos.
Las “V” del Big Data.
Casos de Uso del Big Data en el mundo empresarial.
La aparición del Chief Data Officer.
Principales Herramientas y Ecosistema Big Data
Estrategias de Adquisición de datos.
Metodología AI-driven products.
Diseñando productos de datos entorno a la intersección de Machine Learning/AI, UX y Diseño.
Hiper personalización en Marketing.
Nuevas herramientas de visualización avanzada para explorar y extraer valor del big data.
Interpretabilidad de Modelos Machine Learning.

Módulo 3. Gestión de Proyectos de Business Intelligence
Agile: Scrum y Kanban.
Épicas, User Stories y Criterios de Aceptación.
Sprints.

Módulo 4. Gestión y Gobierno de los Datos
La importancia del gobierno de los datos.
Cómo planificar un programa de Data Governance.
Roadmap y plan de acción.
Procesos y Herramientas de soporte al Data Governance.
Objetivos estratégicos de la gestión de los datos.
Definición de Calidad del Dato.
Estrategia y Plan de Acción.
Proceso de Calidad de Datos:
Actualización.
Normalización.
De-duplicación.
Casos Prácticos.

Módulo 5. Arquitectura, Modelado y Bases de Datos.
Fundamentos y beneficios.
Modelado de datos.
Bases de Datos y SQL.

Módulo 6. Integración de Datos
Organizando los datos: Extracción, Transformación y Carga
Open Data: Enriquecimiento de Datos
Web Scraping: ¿dónde y cómo obtener datos de la web?

Módulo 7. Explotación de Datos
Introducción a PowerBI.
Ingesta de información en PowerBI, diferentes fuentes.
Creación de modelo de datos.
Realización de dashboards.
Publicar y compartir.

Módulo 8. Visualización de datos
Qué tenemos que visualizar: comprensión de los datos y elección de lo que queremos mostrar.
Herramientas a utilizar: elección de la mejor herramienta para visualizar los resultados.
Diseño de dashboards.
Storytelling: la forma en que contemos los resultados es vital para el éxito.

Módulo 9. Data Science, Machine Learning e Inteligencia Artificial
¿Qué se entiende por Data Science?: Introducción a la Ciencia de los Datos:
Conceptos clave a tener en cuenta.
Principales retos.
La figura del Científico de Datos.
Fases en un Proyecto de Data Science.
Introducción al Machine Learning:
¿Qué es? ¿Para qué sirve?
Tareas de aprendizaje.
Enfoques.
Algoritmos.

Módulo 10. Los Casos de Uso
La clave de los sistemas analíticos es el uso que hacemos de los datos que manejamos para cubrir un fin o una necesidad. Revisaremos en este módulo los casos de uso más comunes, como construirlos, darles seguimiento y calcular el impacto. Se verán tanto proyectos típicos de Business Intelligence(Cuadro de Mando de Ventas, Cuadro de Mando de la Cartera de Clientes,…) como proyectos típicos de Data Analytics (Optimización de Campañas, Morosidad, Retención,..).

Salidas profesionales

Responsables y jefes de proyecto de business intelligence.

Analistas de datos.

Consultores especializados en implantar sistemas de business intelligence y análisis de datos.

Emprendedores que pretendan conocer diferentes técnicas para poner el valor de los datos al servicio de su negocio.

¡Infórmate ahora sin compromiso!

Por favor, marque la siguiente casilla para darnos su consentimiento:

.

Publicidad

Cursos Relacionados

Ver otros masters de...
Marketing Digital