• Imparte:
  • Modalidad:
    Presencial en Madrid
  • Precio:
    Consultar rellenando el formulario
  • Comienzo:
    Noviembre 2017
  • Lugar:
    C/ Príncipe de Vergara, 43
    Madrid 28001
    España
  • Duración:
    400 Horas
  • Titulación:
    Máster en Business Intelligence y Big Data
  • Otras Convocatorias:

Presentación

El Máster en Business Intelligence y Big Data de MSMK - Madrid School of Marketing te permite adquirir los conocimientos y habilidades necesarias para identificar, analizar controlar y gestionar de forma eficaz y ágil la información de la empresas, del mercado y de sus clientes, con el apoyo de tecnología y herramientas avanzadas como SAS, Qlick View, Microtrategy BI, SAP Business Objects e Informa, en un entorno de movilidad y Cloud.

Durante el programa los alumnos trabajarán el desarrollo de la función de Business Intelligence, el manejo y la gestión de datos: Datawarehouse y Big Data, el análisis y la planificación estratégica, el marketing estratégico y marketing intelligence, el marketing digital, social media y la movilidad vinculada a sistemas de información, la gestión avanzada de clientes (valor de clientes), la gestión de los ciclos de planificación, el manejo de herramientas CRM y Business Intelligence, el cuadro de mando integral, reporting y la gestión técnica de proyectos y equipos de trabajo en Business Intelligence / Big Data.

Objetivos

Una vez finalizado el Máster habrás adquirido y desarrollado tus competencias y habilidades en la toma de decisiones en torno a la modelización, con el fin de obtener información útil de marketing y de la empresa, lo que te permitirá tomar y gestionar decisiones.

Programa

01. BIG DATA INSIGHTS - EL ORIGEN DEL BIG DATA

• Principales conceptos de Business Intelligence (calidad de datos, procesos ETL,

DWH).

• El Data Warehouse y el tratamiento de los datos – Big Data.

• Modelo relacional – Modelo transaccional.

• Del operacional al informacional: modelización de los datos (modelo en estrella, modelo en copo de nieve...).

• Arquitectura del Data Warehouse: diferencia ente DWH y Datamart.

• Explotación multidimensional de los datos: Cubos OLAP.

• La importancia de la calidad de datos. Limpieza y enriquecimiento.

• Procesos y subprocesos de ETL.

• Interés empresarial del Business Intelligence.

• Aplicación práctica de la minería de datos: ventas, CRM y marketing.

• Criterios de selección de herramientas de BI - Comparativa de herramientas de BI

(Oracle, SAS y Qlik).

• Metodología de un proyecto de BI – Metodología analítica.

• Plataformas tecnológicas.

• Variables de segmentación.

• Desarrollo de un sistema informacional con Qlik.


02. BIG DATA INSIGHTS - BUSINESS ANALYTICS

• La estadística como herramienta de apoyo para la toma de decisiones: principales funciones y limitaciones.

• Metodología para recoger, organizar, sintetizar, analizar datos y hacer inferencias a partir de ellos. Población y muestra. Tipos de muestreo.

• Utilidad de los modelos de distribución de probabilidad para análisis de fenómenos económicos y sociales de tipo discreto y continuo.

• Adquisición de habilidades útiles para el análisis estadístico desde el razonamiento inductivo. Métodos inferenciales: estimación y contrastación.

• Desarrollo de modelos de comportamiento y su aplicación práctica en la gestión de negocio.

• La minería de datos como proceso de ayuda a la toma de decisiones.

• Proceso de exploración y modelización de grandes volúmenes de datos para descubrir patrones previamente desconocidos y adquirir ventaja competitiva.

• Desarrollo de algoritmos y modelos de comportamiento a través de la minería de datos.

• Trabajo en clase con SAS Enterprise Miner.

• Introducción a técnicas de Data Mining.

• Árboles de decisión, regresión logística, redes neuronales, comparación de modelos, puesta en producción, segmentación analítica y profiling y market basket analysis.


03. BIG DATA INSIGHTS - BIG DATA OPERACIONAL

• Introducción al Big Data. La obtención del valor de los datos.

• El origen de un proyecto de Big Data en las empresas: claves.

• Nuevos retos en la gestión de los datos: velocidad, variedad, volumen y veracidad.

• Arquitecturas de Big Data.

• Bases de datos: SQL vs NoSQL.

• Taller de SQL.

• ¿Qué es Hadoop? HDFS y Map Reduce.

• El ecosistema de Hadoop: Sqoop, Pig, Hive, Flume, Mahout, HBase, Ozzie...

• Plataforma Big Data: Tipos de analíticas y casos de uso.

• Tratamiento de datos por lotes.

• Tratamiento de datos en tiempo real.

• La gestión integrada de los datos con Spark.

• Visualización de datos con TIBCO Spotfire.

• Tendencias de Big Data. Evolución de las plataformas.

• Taller de R.

• Taller de Spark.

• Taller de bases de datos: Riak, MongoDB, Cassandra y Neo4j.


04. BUSINESS ANALYTICS BUSINESS ANALYTICS

• Aprender a generar y utilizar el conocimiento para facilitar la toma de decisiones y la definición de la mejor estrategia de gestión para llevar a cabo (captación de clientes, fidelización de clientes, retención de clientes).

• Segmentación de clientes.

• Calcular el valor cliente.

• Analizar el impacto del valor de cliente en las estrategias de gestión.

• CRM. Fundamentos. Funcionalidades básicas de un CRM.

• CRM operacional, colaborativo, analítico y social CRM.

• Herramientas CRM.

• Herramientas de visualización de grandes volúmenes de datos en tiempo real: dashboard online.

• Implantación de un CRM: errores, metodología.

• CRM Scorecard. Métricas.

• Monitorización de redes sociales. Análisis de sentimiento en redes sociales.

• Casos prácticos reales de aplicación de la analítica de clientes para el desarrollo de negocio (sector asegurador, sector automoción, sector retail, sector financiero).

• Taller práctico de IBM SPSS.


05. CORPORATE PERFORMANCE MANAGEMENT

• Elaboración del business case para el desarrollo de la estrategia de BI.

• Desarrollo de mapas estratégicos.

• Cuadro de mando integral (de acuerdo a la metodología de Kaplan y Norton) –

balanced score card.

• Gestión por indicadores: herramientas para la toma de decisiones (finanzas, ventas, marketing, servicio...).

• Conceptos básicos de planificación y presupuestación financiera para la utilización de entornos de simulación de negocio.

• Desarrollo de los ciclos de planificación y cálculo de previsiones.

• Toma de decisiones en la era cognitiva: Watson Analytics (Caso de retención de empleados desde la dirección de recursos humanos, y caso de abandono de clientes en el sector de las telecomunicaciones).

• Taller práctico con herramientas de reporting y elaboración de dashboards.

• Visualización analítica de los datos, visualización interactiva.

• Data discovery. Análisis avanzado para la agilidad de los usuarios de negocio.

¡Infórmate ahora sin compromiso!

Publicidad

Cursos Relacionados

Ver otros masters de...