Introduce aquí el subtítular

Business Data Science

Programa Académico en Ciencia de Datos aplicado a los negocios

¿De qué se trata?

¿Para quién?

Este programa se enfoca en la gestión de datos para la toma de decisiones dinámicas en beneficio de los negocios. A través de 11 módulos, se desarrollarán conocimientos para extraer, ordenar, procesar, crear y visualizar los datos más importantes de la empresa.

Este programa es de gran utilidad para los profesionales comprometidos con los objetivos de negocios, sin importar el área dentro de la empresa. Enfocado para todo profesional que comprenda que los datos son decisiones y las decisiones son compromisos de negocio.


Objetivos

Extraer

Extraer datos, independientemente de la fuente y de su volumen. Recopilar y extraer valor de las diversas bases de datos

Ordenar

Limpiar y ordenar los datos, para eliminar lo que pueda sesgar los resultados.

Procesar

Procesar los datos usando métodos estadísticos.

Crear

Crear soluciones innovadoras basadas en datos que aumentan los beneficios y reducen los costos.

Visualizar

Generar visualizaciones gráficas de los datos relevantes de la investigación. Comprender, visualizar y comunicar las conclusiones.


Módulos

1

Introducción al Business Data Science

Qué es el Business Data Science. El Proceso de datos en una organización. El Gobierno de datos. Data Lifecycle. El Big Data. La estrategia y la importancia de la medición de datos. La cultura de la organización y los datos. Qué es un indicador de negocios.

2

Arquitectura de Información

Estructura tecnológica estándar de datos dentro de una organización. Tipos de datos Calidad de los datos (Data Profiling). Fuente de los datos y su extracción. Proceso ETL (Extraer, Transformar y Cargar). Data Lake y Data Warehouse. Modelado de datos.

3

Los Datos Personales en el Marco Legal

El derecho a la privacidad. Introducción a las normativas vigentes. Ley de protección de datos personales. La obtención, circulación y el manejo de los datos personales del cliente y los empleados, dentro del marco legal y de los derechos humanos. La seguridad de los bancos de datos.

4

Estadística para el modelado

Datos Limpios, Útil y Pertinente. Las variables. Muestreo y Probabilidad Correlación, Estadística Descriptiva e Inferencial. Predecir y Decidir. Regresión lineal y logística. Estadística y Machine Learning.

5

Métricas Digitales

Tiempo Real y el flujo de información. Google Analytics (SEO, SEM). Google Trends. Facebook Analytics. Social Listening.

6

Funnel de Conversión/Ventas

El objetivo del negocio y las ventas. üLa estrategia, la investigación y el Funnel comercial. Entender KPIs relevantes para cada etapa del funnel de conversión. Indicador NPS. La segmentación del cliente. (Herramientas). Los datos comerciales. CRM - Customer Relationship Management.

7

La Experiencia del Cliente

La Experiencia del Cliente. El Mapa de Experiencia del Cliente. Beneficios y Técnica. La Estrategia de indicadores y los Touchpoint con el cliente.

8

Disrupción: Machine Learning + Inteligencia Artificial

Historia y evolución del Machine Learning (ML) y la Inteligencia Artificial (IA). üLa terminología de ML, Deep Learning e IA. Lo que el aprendizaje automático puede y no puede hacer. Workflow de un proyecto de Machine Learning. Predecir el futuro como herramienta de ventaja competitiva

9

Introducción a la Prospectiva Empresarial

¿Qué es la Prospectiva Empresaria?. Conceptos, terminología y usos. El análisis de las distintas posibilidades de la evolución futura de la sociedad y los mercados. Introducción básica a las distintas Metodologías y Enfoques de trabajo.

10

Plan de Medición, Informes, Dashboard y Presentación

Data Visualization. Visualización y Comunicación. Reportes, informes y dashboards, técnicas y buenas prácticas para comunicar, storytelling, visualización. Herramientas de visualización (Power BI).

11

El Tablero de Mando Estratégico (TME).

Cuadro de Mando Integral (CMI). Elementos: Objetivos estratégicos (AEN - PESTEL-FODA). Indicadores genéricos. Inductores de actuación. Perspectivas (4): Finanzas, Clientes, Procesos - RRHH, Aprendizaje-Innovación. Indicadores: selección según objetivos estratégicos prioritarios Modelo Delta (MD). Opciones (3) : mejor producto, mejor relación con el cliente, dominio sistémico. Posiciones (8) : secuencia lógica. El Tablero de Mando Estratégico, TME : CMI+ MD. Control de resultados - MÉTRICAS ( KPI´s). Indicadores estratégicos para Pymes /selección. Según caso real y factores críticos de éxito