Master Intensivo en Big Data y Business Analytics (Incluye SAS Certified Visual Business Analyst) impartido por MSMK - Madrid School of Marketing

Titulados universitarios en realizar un máster intensivo en Big Data e Business Analytics.

01. MANEJO DE INFORMACIÓN Y ESTRATEGIA DE NEGOCIO
• La información en la empresa como base para la orientación estratégica.
• Fuentes de información: interna y externa.
• El propósito estratégico y las competencias esenciales.
• Condicionamientos estratégicos de tipo estructural.
• Inteligencia competitiva y el proceso de inteligencia.
• Métodos y técnicas de análisis.

02. ECONOMÍA Y TRANSFORMACIÓN DIGITAL
• Entendimiento del nuevo consumidor.
• Visión 360o del nuevo ecosistema digital.
• Modelos de negocio digital. ROI digital.
• Transformación digital.
• Gestión de la información.
• Marketing dashboard.
• Social media analytics.

03. 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 los datos. Limpieza y enriquecimiento.
• Procesos y subprocesos de ETL.
• Aplicación práctica de la minería de datos: ventas, CRM y marketing.

» Conocimiento de clientes.

» Retención de clientes.

» Venta cruzada y adicional.

» Previsión de la demanda / Gestión de la demanda.

» Criterios de segmentación.

• Criterios de selección de herramientas de BI - Comparativa de herramientas de BI (Oracle, SAS y Qlik).
• La gestión de un proyecto de BI: metodología de implantación.
• Desarrollo de un sistema informacional con Qlik.

04. 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.
• Aplicación de la analítica de negocio en casos concretos.

05. 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 la empresa: claves.
• Nuevos retos en la gestión de los datos: velocidad, variedad, volumen y veracidad.
• Arquitecturas de Big Data.
• Bases de datos: Relacionales 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.
• Seguridad, intrusismo y ética de Big Data.
• Tendencias de Big Data. Evolución de las plataformas.
• Taller de Flume y Streaming.
• Taller de R.
• Taller de Spark con Python.
• Taller de bases de datos: Riak, MongoDB, Cassandra y Neo4j.
• Taller con Hive, Sqoop, Pig, Mahout y Ozzie.

06. MOVILIDAD EN Ver másBUSINESS INTELLIGENCE
• Necesidades de movilidad en las empresas.
• Plataformas móviles de analytics.
• Nuevas aplicaciones. Funcionalidad y limitaciones.
• Gestión de movilidad.
• Seguridad como factor crítico.

07. CORPORATE PERFORMANCE MANAGEMENT
• 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... ).
• Desarrollo de los ciclos de planificación y cálculo de previsiones. Herramientas de gestión del rendimiento corporativo: tendencias de mercado.
• Taller práctico con herramientas de reporting y elaboración de dashboards.
• Visualización analítica de los datos.
Ver menos