Master en Strategic Business Analytics

1. Business analytics e inteligencia artificial en negocios
En este módulo se abordará la introducción al ámbito de la analítica de
datos, explorando las aplicaciones prácticas del Business Analytics y
la inteligencia artificial en la realidad empresarial. Se presentarán las di
versas fases necesarias para la planificación y ejecución de proyectos
de este tipo, que incluyen la recolección y el análisis de datos, la visua
lización y comunicación, la experimentación y simulación, así como la
toma de decisiones.

• Introducción al Business Analytics.
• Toma de decisiones basadas en datos.
• Big Data en los negocios.
• Introducción de la inteligencia artificial.
• Aplicaciones de la inteligencia artificial y aprendizaje automático.
• Gestión de proyectos de análisis de datos e inteligencia artificial.

2. Gestión estratégica de datos
En este módulo aprenderemos la importancia de la primera parte de
un proyecto de analítica de datos: la recolección de datos. La óptima
realización de esta fase marcará las siguientes, garantizando la con
versión de los datos en información relevante para la toma de decisio
nes. Además, reconoceremos el valor del dato y cómo salvaguardarlo
entendiendo las cuestiones éticas y legales asociadas con la recopila
ción, el almacenamiento, el análisis y la utilización de los datos

• Fundamentos y fuentes de datos.
• Recolección de datos.
• Gestión de datos.
• Calidad y relevancia de los datos.
• Almacenamiento y gestión de bases de datos.
• Seguridad y privacidad.

Módulo 3. Análisis de datos para la toma de decisiones

En el presente módulo se abordará el trabajo con los datos recopila
dos durante la fase de recolección, centrándose en el desarrollo de
habilidades para analizar y utilizar dichos datos de manera efectiva en
la toma de decisiones informadas. Esto se llevará a cabo mediante la
aplicación de técnicas y el uso de herramientas específicas.

• Procesamiento y preparación de los datos para el análisis.
• Análisis y uso de datos.
• Identificación de patrones y tendencias con Data Mining
• Herramientas y técnicas para el análisis de datos.
• Tratamiento y análisis de datos de redes sociales.
• Tratamiento y análisis de datos de visión.

Módulo 4. Visualización y comunicación efectiva de datos

Las técnicas y herramientas empleadas en la visualización y comuni
cación efectiva de datos posibilitarán la recopilación de los resultados
del análisis realizado. Se explorarán diversas formas de representar la
información con el objetivo de comunicarla adecuadamente, desarro
llando habilidades para explicar y debatir los hallazgos y conclusiones
derivados del análisis de datos en el contexto de la toma de decisiones

• Fundamentos de la visualización de datos.
• Interpretación de los resultados del análisis de datos.
• Visualización de datos multivariantes y geoespaciales.
• Visualización de datos temporales y en tiempo real.
• Técnicas para presentar los resultados del análisis de datos.
• Explicabilidad y confianza en los sistemas inteligentes.
  
  

Módulo 5. Experimentación, simulación y modelos predictivos

Antes de iniciar la toma de decisiones basadas en el análisis de datos y
el debate de los hallazgos, es recomendable evaluar el impacto de las
decisiones que se puedan derivar en un grupo de control. Por ello, uti
lizaremos toda la información recabada hasta el momento para iniciar
el diseño de experimentos y simulaciones para medir el éxito o fracaso
de un hipotético cambio en procesos de negocio

• Introducción a la experimentación y el análisis de datos.
• Experimentos para cambios en los procesos de negocio.
• Análisis de riesgos y definición de planes de contingencia.
• Incorporación de sistemas predictivos en modelos de negocio.
• Medición del impacto de las decisiones y estrategias de negocio.
• Implementación, evaluación y seguimiento de los sistemas predictivos.

Módulo 6. Toma de decisiones estratégicas y operativas basadas en análisis de datos

Se adquirirán conocimientos sobre la toma de decisiones en proyec
tos de analítica de datos e inteligencia artificial. Se considerará la im
portancia de los indicadores clave de rendimiento y el nivel de prepara
ción de la organización para el cambio.

• Fundamentos de la toma de decisiones basada en análisis de datos y sistemas predictivos.
• Toma de decisiones estratégicas y operativas respaldadas por datos.
• Mejora continua a través del análisis de KPIs: identificación de oportunidades estratégicas.
• Gestión de expectativas en la implementación de sistemas predictivos y análisis de datos.
• Gestión del ciclo de vida de procesos analíticos basados en inteligencia artificial.
• Aplicación estratégica de datos y análisis en diferentes áreas de la empresa.
• Transformación digital y proyectos
• Business analytics
• La sostenibilidad y RSC en proyectos
• La gestión del cambio desde el punto de vista organizativo