Máster en Business Intelligence y Data Management

Módulo 1.- Estrategia de Datos, Visión Global y Fundamentos de Business Intelligence y Análisis de Datos

En este primer módulo se introducen los conceptos claves que permitirán tener una visión completa del Business Intelligence. Se identificarán los pasos más importantes que aseguran el éxito de un proyecto de Business Intelligence, así como las diferencias con Business Analytics.

• El valor de los datos.
• Hacia una cultura Data-Driven.
• Diseñando nuestra estrategia de datos.
• Particularidades de los proyectos de Business 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.
• Diferencias entre Business Intelligence y Business Analytics.
• Componentes generales de una arquitectura de Business Intelligence.

Módulo 2.- Gestión, Gobierno y Calidad de los Datos

Este módulo tiene como objetivo entender lo importante que es gobernar y gestionar los datos correctamente, cómo desarrollar un plan de gobierno del dato y cómo esto impacta en la calidad de los datos; concepto clave para el buen funcionamiento y desarrollo de los sistemas de análisis de datos.

• La importancia del gobierno de los datos.
• Privacidad de los datos, GDPR.
• 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: o actualización o normalización o de-duplicación.
• Casos Prácticos.

Módulo 3.- Gestión de proyectos de BI y Data Analytics

La metodología nos permite realizar una mejor gestión de los proyectos. Estudiaremos la metodología Agile que nos permite entregar proyectos con mayor calidad y en menor tiempo, además de asegurar que el resultado que vamos a obtener es el que el usuario quiere.

• Metodología Agile: Scrum y Kanban.
• Épicas, User Stories y Criterios de Aceptación.
• Sprints.

Módulo 4.- Conceptos Big Data y Analytics

Introduciremos los conceptos claves del Big Data, cómo se inter-relaciona con el Business Intelligence, que ha supuesto su aparición y cómo ha impactado en la forma de tratar los datos.

• Fundamentos del Big Data.
• Hadoop & Arquitectura Big Data.
• Introducción a Spark.
• Cloud Computing.
• Conceptos básicos del Cloud
• Computing.
• IaaS, PaaS, SaaS.
• Google Cloud.
• IA en la empresa.

Módulo 5.- Arquitectura Cloud

La arquitectura de nube constituye la forma en la que se integran las distintas tecnologías para crear las nubes, es decir, los entornos de TI que extraen agrupan y comparten los recursos escalables en una red. Define cómo se conectan todos los elementos y las funciones que se necesitan para diseñar una nube y obtener una plataforma en línea en la que se puedan ejecutar las aplicaciones.

• Identidad.
• Gobernanza y cumplimiento.
• Administración Cloud.
• Redes virtuales.
• Almacenamiento Cloud.
• Máquinas virtuales.
• Protección de Datos.
• Monitoring.

Módulo 6.- Integración de Datos

Profundizaremos en la importancia de la integración de los datos provenientes de distintos orígenes con el objetivo de estructurarlos y organizarlos de forma que se pueda extraer el máximo valor de los mismos en un único sistema.

• Organizando los datos: extracción, transformación y carga.
• Feature Engineering.
• Introducción a los Procesos ETL.
• Objetivos y Funcionalidad.
• Buenas prácticas para definición de procesos ETL.
• Principales herramientas del mercado.
• Ejemplos prácticos.
• Open Data: enriquecimiento de datos.
• Democratización de los Datos: Open Data Explorando y utilizando los datos abiertos.
• Principales portales. APIs, etc…
• Web Scraping: ¿dónde y cómo obtener datos de la web?
• Integración de nuevos datos a nuestro análisis.

Módulo 7.- Data Analytics; Data Science, Machine Learning e Inteligencia Artificial

La ciencia de los datos y los algoritmos están revolucionando muchas industrias hoy y lo harán en el futuro. Este módulo pondrá foco en los conceptos que están apareciendo y cómo se llevan a la práctica en diferentes industrias.

• ¿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 o algoritmos

Módulo 8.- Explotación de datos

Se definirán las diferentes maneras de explotar los datos, cómo diseñar un cuadro de mando integral, definición de KPIs, autoservicio de información con especial foco en la herramienta Power BI y Carto.

• Introducción a PowerBI y Carto.
• Ingesta de información en PowerBI, diferentes fuentes.
• Creación de modelo de datos.
• Diseño de mapas en Carto.
• Realización de dashboards.
• Publicar y compartir.

Módulo 9.- Visualización de datos

Un aspecto clave en los sistemas de reporting de datos es la comunicación de resultados y la forma en la que lo trasladamos a los distintos stakeholders. Para ello, la forma en la que visualizamos es clave e impacta en los resultados que podemos obtener con nuestros análisis. Se profundizará en los fundamentos de la visualización de los datos y cómo buscar las mejores representaciones a nuestros insights.

• 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 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 de Data Analytics (Optimización de Campañas, Morosidad, Retención).

Módulo 11.- Digital Transformation

El objetivo de este módulo es que el alumno conozca los nuevos modelos de negocio y ecosistemas digitales y comprenda las tecnologías disruptivas como base de la digitalización.

• La disrupción digital. ¿Por qué ahora?
• Nuevos modelos de negocio y ecosistemas digitales.
• La digitalización. ¿En qué consiste?
• ¿Omnicanalidad u omniconsumidor?
• Tecnologías base de la digitalización: Internet de las Cosas, Blockchain, RPA, Inteligencia Artificial.
• Digitalización sectorial:
  • Sanidad.
  • Industria.
  • Retail.
• Caso práctico: Propuesta de valor en compañía Data Driven.

Módulo 12.- Customer Analytics

El alumno conocerá las principales herramientas para realizar análisis del comportamiento del cliente y análisis de datos de marketing y analítica web: recopilar información, análisis, reporte y optimización, haciendo especial hincapié en las herramientas Google Analytics y Tag Manager.

• Customer Analitycs Introducción, conceptos y herramientas
• CRM
• Google Analytics 4
  • Instalación
  • Funcionamiento
• Interpretación de datos.
• Cómo taggear campañas.
• Conocer qué son los Eventos para la extracción de datos.
• Definir conversiones y establecer objetivos y embudos de conversión.
• Creación de un dashb

Módulo 13.- Personal & Digital Skills

En este módulo el alumno descubrirá las competencias clave asociadas al liderazgo digital y aprenderá a desarrollar su rol como promotor de la disrupción dentro de la empresa. Conocerá, por ejemplo, cómo impulsar la colaboración y el compromiso y cómo desarrollar el talento en sus equipos. También, descubrirá qué comportamientos guían hoy las nuevas formas de trabajo y los nuevos modelos de organización.

En concreto, trabajará estos aspectos ligados a los nuevos liderazgos del siglo XXI:

• Inteligencia organizacional.
• Liderazgo facilitador y distribuido.
• Escucha, empatía y foco en la persona.
• Participación y colaboración en equipo.
• Innovación y emprendimiento en red.
• Comunicación pública e interpersonal.