Magister en Business Intelligence
1500 horas
Modalidad Online
Resumen
El Business Intelligence o Inteligencia de negocios en español es un término en pleno auge ya que pretende que las empresas, a través de un buen análisis y manejo de datos, puedan crear unos informes y visualizaciones profesionales para la toma de decisiones estratégica. Gracias a este Magister en Business Intelligence aprenderás a gestionar información valiosa dentro de las empresas, establecerás unos objetivos o KPI que alcanzar y, mediante diferentes técnicas y métodos de análisis podrás crear cuadros de mando, dashboards e informes de visualización de datos profesionales que permitan lograr los objetivos de cualquier empresa. Además, serás capaz de utilizar el Big Data, la ciencia de datos y los lenguajes Python y R para una extracción de información relevante y profesional.
Objetivos
- Entender la importancia que tiene el Business Intelligence hoy día para el futuro de cualquier empresa. - Saber establecer unos KPIs correctos y poder crear cuadros de mando y dashboards profesionales. - Conocer las diferentes etapas de un proyecto de Business Intelligence y qué herramientas se pueden utilizar. - Aprender a utilizar herramientas de visualización de datos como PowerBI, Tableau, Qlikview o Google Data Studio. - Ver la importancia del Data Science para una correcta toma de decisiones. - Aprender a programar en los lenguajes Python y R orientados al análisis de datos y la visualización de datos. - Descubrir el potencial que tiene la librería ggplot2 de R para la visualización de datos.
Salidas profesionales
Las salidas profesionales de este Magister en Business Intelligence son muy amplias y demandadas ya que todas las empresas quieren tener en sus filas a profesionales que sepan extraer de los datos que manejan las decisiones correctas para conseguir el éxito. Por tanto, optarás a puestos tan interesantes como Business Strategist, Data Scientist o Visual Data Analyst.
Para que te prepara
En este Magister en Business Intelligence aprenderás a gestionar información valiosa estableciendo unos KPI que alcanzar y, con diferentes técnicas crearás cuadros de mando, dashboards e informes de visualización de datos logrando el éxito empresarial. Además, serás capaz de utilizar el Big Data, la ciencia de datos y los lenguajes Python y R para una extracción de información relevante y profesional.
A quién va dirigido
Este Magister en Business Intelligence está pensado para diferentes perfiles profesionales, desde técnicos informáticos o analistas de datos hasta perfiles business o de marketing que busquen una formación actualizada en las tecnologías más avanzadas para llevar a cabo una toma de decisiones estratégicas en cualquier empresa basadas en un buen análisis de datos.
Temario
- Definición de Business Intelligence o Inteligencia de negocio
- Obtención y análisis de información
- Utilidad y finalidades de la inteligencia de negocio
- Toma de decisiones estratégicas
- Definición de modelo de negocio
- Efectos de los cambios en el modelo de negocio sobre el resultado
- Importancia de un diseño óptimo de modelo de negocio
- Indicadores clave
- Componentes de la inteligencia de negocio
- Fuentes de información
- El proceso de extracción, transformación y limpieza de datos o ETL
- Herramientas fundamentales para la inteligencia de negocio
- Herramientas OLAP
- Necesidad de planificación de proyectos de inteligencia de negocio en la organización
- Objetivos del proyecto
- Evaluación de los recursos y plazos
- Fases en la planificación del proyecto
- Puntos clave para el éxito o fracaso del proyecto
- Introducción a los procesos de negocio
- Estructura sistemática de la organización
- Concepto de Sistema y operación
- Estructuras organizacionales funcionales
- El carácter interfuncional de las operaciones
- Deficiencias del organigrama
- La organización horizontal
- Los procesos y tipologías
- Tecnologías de información en los procesos
- Procesos en las nuevas formas organizativas
- Estandarización de procesos
- ¿Qué es Big Data?
- La era de las grandes cantidades de información. Historia del big data
- La importancia de almacenar y extraer información
- Big Data enfocado a los negocios
- Open Data
- Información pública
- IoT (Internet of Things-Internet de las cosas)
- Definición y relevancia de la selección de las fuentes de datos
- Naturaleza de las fuentes de datos Big Data
- Definición, Beneficios y Características
- Ejemplo de uso de Open Data
- Diagnóstico inicial
- Diseño del proyecto
- Proceso de implementación
- Monitorización y control del proyecto
- Responsable y recursos disponibles
- Calendarización
- Alcance y valoración económica del proyecto
- Definiendo el concepto de Business Intelligence y sociedad de la información
- Arquitectura de una solución de Business Intelligence
- Business Intelligence en los departamentos de la empresa
- Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
- Sistemas operacionales y Procesos ETL en un sistema de BI
- Ventajas y Factores de Riesgos del Business Intelligence
- Cuadros de Mando Integrales (CMI)
- Sistemas de Soporte a la Decisión (DSS)
- Sistemas de Información Ejecutiva (EIS)
- Apoyo del Big Data en el proceso de toma de decisiones
- Toma de decisiones operativas
- Marketing estratégico y Big Data
- Nuevas tendencias en management
- Concepto de web semántica
- Linked Data Vs Big Data
- Lenguaje de consulta SPARQL
- Contexto Internet de las Cosas (IoT)
- ¿Qué es IoT?
- Elementos que componen el ecosistema IoT
- Arquitectura IoT
- Dispositivos y elementos empleados
- Ejemplos de uso
- Retos y líneas de trabajo futuras
- Introducción a la minería de datos y el aprendizaje automático
- Proceso KDD
- Modelos y Técnicas de Data Mining
- Áreas de aplicación
- Minería de textos y Web Mining
- Data mining y marketing
- Aproximación al concepto de DataMart
- Bases de datos OLTP
- Bases de Datos OLAP
- MOLAP, ROLAP & HOLAP
- Herramientas para el desarrollo de cubos OLAP
- Visión General: ¿Por qué DataWarehouse?
- Estructura y Construcción
- Fases de implantación
- Características
- Data Warehouse en la nube
- Tipos de herramientas para BI
- Productos comerciales para BI
- Productos Open Source para BI
- Beneficios de las herramientas de BI
- Definición de KPIs
- KPI, CSF y metas
- Principales KPIS
- Ejemplos de KPIS
- Supuesto práctico: Cálculo de KPI con Excel
- Introducción a los cuadros de mando y dashboard
- Estrategias para la creación de un cuadro de mando
- Dashboard en Excel o Google Analytics
- Aplicaciones gratuitas
- Aplicaciones propietarias
- Introducción
- La pirámide organizacional
- Herramientas de inteligencia de negocios
- Fundamentos del Datawarehouse
- Características
- Ventajas
- Sistemas OLTP
- Implementación del Datawarehouse
- Análisis OLAP (Drill Down, Drill Up)
- Servidores OLAP (ROLAP, MOLAP, HOLAP, Minería de Datos, Definiciones de Data Mining)
- Categorías de Data Mining
- Proceso de Minería de Datos
- Metodología
- Reportes
- Consultas
- Alertas
- Análisis
- Pronósticos
- Gestión de Proyectos
- Planificación del proyecto
- Riesgos
- Procesos de Extracción, Transformación y Carga
- El almacén de Datos
- Herramientas de Visualización y consulta: Reportes
- Herramientas de Visualización y consulta: DashBoards
- Herramientas de Visualización y consulta: OLAP
- Herramientas de Visualización y consulta: Data Mining
- Procesos ETL
- Creación de cubos multidimensionales
- ¿Qué es la visualización de datos?
- Importancia y herramientas de la visualización de datos
- Visualización de datos: Principios básicos
- ¿Qué es Tableau? Usos y aplicaciones
- Tableau Server: Arquitectura y Componentes
- Instalación Tableau
- Espacio de trabajo y navegación
- Conexiones de datos en Tableau
- Tipos de filtros en Tableau
- Ordenación de datos, grupos, jerarquías y conjuntos
- Tablas y gráficos en Tableau
- Fundamentos D3
- Instalación D3
- Funcionamiento D3
- SVG
- Tipos de datos en D3
- Diagrama de barras con D3
- Diagrama de dispersión con D3
- Visualización de datos
- Tipologías de gráficos
- Fuentes de datos
- Creación de informes
- Instalación y arquitectura
- Carga de datos
- Informes
- Transformación y modelo de datos
- Análisis de datos
- Introducción a Power BI
- Instalación de Power BI
- Modelado de datos
- Visualización de datos
- Dashboards
- Uso compartido de datos
- CartoDB
- ¿Qué es CARTO?
- Carga y uso de datos. Tipos de análisis
- Programación de un visor con la librería CARTO.js
- Uso de ejemplos y ayudas de la documentación de la API
- ¿Qué es la ciencia de datos?
- Herramientas necesarias para el científico de datos
- Data Science & Cloud Compunting
- Aspectos legales en Protección de Datos
- Introducción
- El modelo relacional
- Lenguaje de consulta SQL
- MySQL Una base de datos relacional
- ¿Qué es una base de datos NoSQL?
- Bases de datos Relaciones Vs Bases de datos NoSQL
- Tipo de Bases de datos NoSQL Teorema de CAP
- Sistemas de Bases de datos NoSQL
- ¿Qué es MongoDB?
- Funcionamiento y uso de MongoDB
- Primeros pasos con MongoDB: Instalación y shell de comandos
- Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos
- Actualización de datos en MongoDB: Sentencias set y update
- Trabajando con índices en MongoDB para optimización de datos
- Consulta de datos en MongoDB
- ¿Qué es Weka?
- Técnicas de Data Mining en Weka
- Interfaces de Weka
- Selección de atributos
- Introducción a Python
- ¿Qué necesitas?
- Librerías para el análisis de datos en Python
- MongoDB, Hadoop y Python Dream Team del Big Data
- Introducción a R
- ¿Qué necesitas?
- Tipos de datos
- Estadística Descriptiva y Predictiva con R
- Integración de R en Hadoop
- Obtención y limpieza de los datos (ETL)
- Inferencia estadística
- Modelos de regresión
- Pruebas de hipótesis
- Inteligencia Analítica de negocios
- La teoría de grafos y el análisis de redes sociales
- Presentación de resultados
- Introducción a Gplot
- El paquete ggplot2
- Cambiar títulos de eje
- Aumentar el espacio entre ejes y títulos de ejes
- Cambiar la estética de los títulos de Axis
- Cambiar la estética del texto del eje
- Texto del eje de rotación
- Eliminar texto de eje y marcas
- Eliminar títulos de eje
- Límite del rango del eje
- Forzar el trazado para que comience en el origen
- Ejes con la misma escala
- Usar una función para modificar etiquetas
- Añade un título
- Ajustar la posición de los títulos
- Use una fuente no tradicional en su título
- Cambiar espaciado en texto de varias líneas
- Trabajando con leyendas
- Apaga la leyenda
- Eliminar títulos de leyenda
- Cambiar la posición de la leyenda
- Cambiar la dirección de la leyenda
- Cambiar el estilo del título de la leyenda
- Cambiar título de leyenda
- Cambiar el orden de las claves de leyenda
- Cambiar etiquetas de leyenda
- Cambiar cuadros de fondo en la leyenda
- Cambiar el tamaño de los símbolos de leyenda
- Dejar una capa fuera de la leyenda
- Adición manual de elementos de leyenda
- Usar otros estilos de leyenda
- Cambiar el color de fondo del panel
- Cambiar líneas de cuadrícula
- Cambiar el espaciado de las líneas de cuadrícula
- Cambiar el color de fondo de la trama
- Trabajar con márgenes
- Trabajar con gráficos de paneles múltiples
- Crear múltiplos pequeños basados en una variable
- Permitir que los ejes deambulen libremente
- Uso facet_wrapcon dos variables
- Modificar el estilo de los textos de la tira
- Crear un panel de diferentes parcelas
- Trabajar con colores
- Especificar colores individuales
- Asignar colores a las variables
- Variables Cualitativas
- Seleccionar manualmente colores cualitativos
- Utilice paletas de colores cualitativas integradas
- Use paletas de colores cualitativos de paquetes de extensión
- Variables Cuantitativas
- La paleta de colores Viridis
- Usar paletas de colores cuantitativas de paquetes de extensión
- Modificar paletas de colores después
- Cambiar el estilo de trazado general
- Cambiar la fuente de todos los elementos de texto
- Cambiar el tamaño de todos los elementos de texto
- Cambiar el tamaño de todos los elementos de línea y rectángulo
- Crea tu propio tema
- Actualizar el tema actual
- Agregar líneas horizontales o verticales a un gráfico
- Agregar una línea dentro de un gráfico
- Agregar líneas curvas y flechas a un gráfico
- Agregue etiquetas
- Agregar anotaciones de texto
- Use Markdown y HTML Rendering para anotaciones
- Voltear una parcela
- arreglar un eje
- Invertir un eje
- Transformar un eje
- Circularizar una parcela
- Alternativas a un diagrama de caja
- Crear una representación de alfombra en un gráfico
- Crear una matriz de correlación
- Crear un gráfico de contorno
- Crear un mapa de calor
- Crear un diagrama de cresta
- Trabajar con cintas (AUC, CI, etc.)
- Predeterminado: agregar un suavizado LOESS o GAM
- Trabajar con gráficos interactivos
TITULACIÓN expedida por EUROINNOVA INTERNATIONAL ONLINE EDUCATION, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y reconocido con la excelencia académica en educación online por QS World University Rankings.
