Máster en Big Data y Business Intelligence

Cualquier profesional que desee aprender a transformar datos en información valiosa para la empresa. Este programa es adecuado para las personas que no tienen conocimientos de programación ya que se centra en usar las herramientas existentes para realizar los procesos de extracción, análisis y visualización. Aunque los alumnos también tendrán la oportunidad de aprender conceptos básicos de programación durante el máster con el fin de poder personalizar estos procesos cuando sea necesario.

Si ya sabes programar consulte el programa del Máster en Big Data Analytics y Data Science.

Contenido del programa

 

MÓDULO I. FUNDAMENTOS BÁSICOS

El primer módulo consiste en una introducción global para entender la importancia actual de los procesos de Business Intelligence y sus etapas y arquitectura para conseguir unos resultados concluyentes.

Tema 1 – La Transformación Digital
  • Gestión clásica de las empresas
  • El valor de los datos
  • Aparición del Big Data
    • Definición
    • Características
    • Evolución de los datos
    • Big Data y Business Intelligence
    • Herramientas
  • Perfiles en la industria Big Data 
    • Data Architect
    • Data Engineering
    • Business Intelligence
    • Business Analytics
    • Data Scientist
Tema 2 – Business Intelligence
  • ¿Qué es la Inteligencia de Negocio o Business Intelligence?
    • Definición
    • Importancia
    • Uso 
    • Características
    • Ventajas
    • Salidas profesionales
  • Datos, información y conocimiento
  • Herramientas estadísticas en el uso de la Inteligencia de Negocios
  • Muestra y Población
  • Estadística Descriptiva
  • Normalización o Estandarización
  • Datos, información y conocimiento
  • Herramientas estadísticas en el uso de la Inteligencia de Negocios
    • Muestra y Población
    • Estadística Descriptiva
    • Normalización o Estandarización
Tema 3 – Introducción al proceso de Inteligencia de Negocio
  • Proceso de la Inteligencia de Negocio
    • Extracción de los datos
    • Tratamiento y preparación de datos
    • Análisis
    • Visualización
    • Conclusiones estratégicas

MÓDULO II. FUNDAMENTOS DE HERRAMIENTAS COMERCIALES

Se aprenderá a usar las herramientas comerciales más básicas para los procesos relacionados con el Big Data. Tanto para análisis relativamente sencillos (Excel) como para casos complejos que requieran el desarrollo de una solución personalizada (Rstudio).

Tema 4 – Microsoft Excel Avanzado
  • Funciones avanzadas
  • Tablas dinámicas
    • Producto BI
  • Macros
    • Programación VBA

.

Tema 5 – Microsoft Power BI
  • Fundamentos de Power BI
  • Representación gráfica

.

Tema 6 – RStudio
  • Rstudio
  • Fundamentos de programación con R
  • Shiny

.

MÓDULO III. EXTRACCIÓN Y PREPARACIÓN DE LOS DATOS

El primer paso para cualquier proceso relacionada con Big Data es extraer y preparar los datos. En los siguientes temas se estudiará en detalle las diferentes maneras de hacerlo y cómo exprimir al máximo cualquier fuente de datos.

Tema 7 – Origen y naturaleza de los datos
  • Tipos de datos
    • Cualitativos/cuantitativos
    • Continuos/discretos
    • String
    • Integer
    • Float
    • Date
    • Boolean
    • Otros
  •  
  • Fuentes de datos
    • ERP
    • CRM
    • LOB
    • Ficheros Office
    • Web Services
    • Otros
Tema 8 – Data Quality
  • Introducción
  • Errores en la información
  • Etapas en el proceso de Data Quality
Tema 9– Almacenamiento de Datos
  • Bases de datos
    • Introducción a las bases de datos relacionales y no relacionales
      • Modelos de entidad relación (ER)
      • Documentos
    • Bases de datos relacionales
      • PostgreSQL
      • MySQL
    • Bases de datos no relacionales
      • MongoDB
      • Neo4J
      • Cassandra
    • Programación para bases de datos
      • SQL
      • M
  •  
    • Programación para bases de datos
      • SQL
      • M
  • Data Lake
  • Data Warehouse
    • Fundamentos y propiedades de un Data Warehouse
    • Implementación de un Data Warehouse
  • Extracción y transformación de los datos
    • Uso de herramientas
    • PostgreSQL
    • MySQL
    • Power Query
Tema 10 – Proceso ETL
  • Extracción
  • Limpieza
    • Depurar
    • Corregir
    • Estandarizar
    • Relacionar
    • Consolidar
  • Transformación
  • Integración
  • Carga y Actualización de los datos

MÓDULO IV. Procesos de Análisis de los datos

Una vez se han agrupado y preparado todos los datos extraídos de las fuentes de información disponibles es el momento de utilizar las herramientas disponibles para aplicar diferentes técnicas de análisis cuantitativo y estadístico que nos permitirán transformar una gran cantidad de datos en información interpretable y valiosa.

Tema 11 – Análisis de Datos
  • Fundamentos básicos y estadísticos para el análisis de datos
    • Probabilidad e Inferencia estadística.
    • Análisis cualitativo y cuantitativo
    • Métodos de análisis
      • Análisis Factorial Lineal
      • Análisis No Lineal
  • Correlación y regresión lineal y múltiple
  • Herramientas de análisis
  • Herramientas avanzadas para el análisis cuantitativo

  • Herramientas avanzadas para el análisis estadístico

  • Herramientas para desarrollo de modelos predictivos

  • Otras herramientas de análisis

  • Programación de procesos de análisis personalizados

Tema 12 – Modelado y Minería de Datos
  • Sistemas de procesamiento Online
    • OLAP
      • Drill down
      • Drill up
      • Tipos de servidores OLAP
  • OLTP

Minería de Datos

    • Introducción
    • Herramientas de Data Mining
      • Árboles de decisión
      • Clustering
      • Regresión
      • Extracción de reglas de asociación
      • Modelos estadísticos
      • Redes Bayesianas
      • Redes Neuronales
    • Prácticas de Minería de Datos

.

Accordion Panel
  • Sistemas de procesamiento Online
    • OLAP
      • Drill down
      • Drill up
      • Tipos de servidores OLAP
  • OLTP

Minería de Datos

    • Introducción
    • Herramientas de Data Mining
      • Árboles de decisión
      • Clustering
      • Regresión
      • Extracción de reglas de asociación
      • Modelos estadísticos
      • Redes Bayesianas
      • Redes Neuronales
    • Prácticas de Minería de Datos

.

MÓDULO V. VISUALIZACIÓN

Para poder transmitir los resultados de los análisis a terceros de manera clara y efectiva se necesita utilizar unas herramientas determinadas que permitan representar de manera gráfica los resultados en cuestión y desarrollar informes profesionales.

Tema 13 – Representación de datos
  • Visualización con Power BI
  • Tablas y y texto
  • Gráficos
  • Visualización avanzada
Tema 14- Cuadros de Mando
  • Qué es un cuadro de mando
  • Cuadros de Mando Integrales (CMI)
  • Cuadros de Mando Operativos (CMO)
Tema 15 – Informes
  • Definición de un informe
  • Rendimiento de Negocio y Operaciones
    • Métricas empresariales
      • Ingresos de ventas
      • Margen de Beneficio Neto
Tema 16 – Storytelling
  • Definición
  • Estructura narrativa
  • Creación de Informes de Business Intelligence
  • Consejos
  • Elaboración de storytelling. 

MÓDULO VI. Introducción al blockchain y a su aplicación en el Big Data

La tecnología blockchain está transformando muchos sectores y se está empezando a usar en el campo del Big Data. Para poder superar a la competencia es necesario aprovechar las ventajas que ofrecen las nuevas tecnologías como el blockchain. En este módulo se aprenderá qué es, cómo funciona y como sacar partido de sus características.

Tema 17- Introducción a la tecnología blockchain
  • Introducción a la tecnología
  • Propuestas de valor
  • Funcionamiento básico
  • Comparación con sistemas tradicionales
  • Smart Contracts, Dapps y DAOs
  • Impacto en distintas industrias
  • Nuevos productos y servicios
  • Web descentralizada
Tema 18 – Funcionamiento de la tecnología blockchain
  • Criptografía básica del blockchain
  • Estructura de la tecnología
  • Firmas digitales y validaciones
  • Minería e incentivos
  • Protocolo Proof of Work
  • Protocolo Proof of Stake
  • Otros protocolos de consenso
  • Introducción a las bases de datos
  • Estructura de un programa (software)
  • Hardfork y Softfork
  • Sidechains
  • Smart Contracts (II)
  • Dapps y DAOs (II)
  • Simulación de una red blockchain
Tema 19 – Aplicaciones del blockchain en el campo del Big Data
  • Aplicación de la inmutabilidad
  • Aplicación de la identidad digital
  • Aumento de transparencia en los procesos

Procesos no gobernados

Transferencia de valor digital

Otras aplicaciones y limitaciones

MÓDULO VII. REGULACIÓN Y LEYES DE PROTECCIÓN DE DATOS

Para poder realizar proyectos a través del uso del Big Data es muy importante conocer todas las normativas que regulen la captación, gestión y uso de los datos con el objetivo de poder diseñar los procesos y realizar los estudios de manera efectiva respetando las leyes vigentes.

Tema 20 – Conceptos fundamentales de privacidad

Introducción

  • Ciclo de vida de los datos
  • Recogida y obtención del dato
  • Tratamiento
  • Ejercicio de derechos
  • Conservación y borrado
Tema- 21 Bases de las regulaciones en materia de protección de datos
  • Ley Orgánica de Protección de Datos de Carácter Personal (LOPD)
  • Agencia Española de Protección de Datos (AEPD)
Tema 22 – Regulación Europea en materia de protección de datos
  • Reglamento Europeo de Protección de Datos (RGPD)
    • Ley Orgánica de Protección de Datos Personales y Garantía de los Derechos Digitales (LOPD-GDD)
  • Red Iberoamericana de Protección de Datos (RIPD)

MÓDULO VIII. PLANIFICACIÓN Y DIRECCIÓN DE PROYECTOS

Para poder liderar la planificación e implementación de los proyectos basados en Big Data en los entornos corporativos es necesario entender los recursos que se requieren, como se organizan, qué coste tiene cada uno, los riesgos implicados y los mecanismos de control para asegurar el correcto desarrollo y unos resultados de la calidad exigida.

Tema 24 – Planificación de proyectos empresariales
  • Iniciación
    • Valoración económica
    • Identificación de los interesados
    • Requisitos preliminares
    • Definición del alcance
    • Acta de constitución del proyecto

 

  • Planificación
    • Plan de Proyecto
    • Planificación del alcance
    • Estructura de Descomposición del Trabajo (EDT)
    • Planificación del tiempo
    • Planificación de costes
    • Planificación de calidad
    • Planificación de riesgos
  • Ejecución
    • PMBOCK
  • Control y Seguimiento
  • Cierre del proyecto
Tema 25 – Metodología Agile en la dirección y gestión de proyectos
  • Agile Project Management
  • Ventajas
  • Metodologías
    • Kanban
    • Scrum

 

 

MÓDULO VIII. EJERCICOS PRÁCTICOS EN FORMATO BUSINESS CASE

Este módulo es uno de los más importantes ya que se aplicará todo lo aprendido en casos reales o simulados. En estos Business Cases se les facilitará a los alumnos un enunciado en el que se describirá la situación de una empresa y se les pedirá que den respuesta a una pregunta estratégica a través del desarrollo de un estudio basado en Big Data en el que tendrán que aplicar todas las etapas propias de un proyecto de Business Intelligence. A partir de una fuente de datos determinada (datos brutos) deberán hacer los análisis correspondientes y desarrollar un informe o presentación para cada caso. A partir de las conclusiones obtenidas deberán indicar cuál es la mejor decisión estratégica para afrontar los retos planteados inicialmente.

Business Case 1, 2 y 3 – Estudios de Mercado

En los primeros 3 casos de negocio los alumnos deberán realizar un estudio de mercado para tres empresas diferentes y sacar conclusiones útiles para colaborar en la toma de decisiones sobre el futuro de las empresas.

Business Case 4– Análisis de Precios

El alumno aplicará aquí todos los conocimientos adquiridos para resolver casos de negocio reales correspondientes al análisis de precios, predicción de los mismos y estrategias de pricing óptimas para los productos.

Business Case 5 – CRM

Se deberá obtener información relevante relacionada con los clientes y los CRM (Customer Relationship Management) de una empresa

Business Case 6 – Marketing Digital

El alumno analizará la evolución de una campaña de marketing digital y determinará maneras para mejorar la eficacia de dicha campaña.

Business Case 7 – Cadena de Suministros

Analizando los datos procedentes de la cadena de suministro se deberá redactar un informe que indique como optimizar los costes a lo largo de toda la cadena.

Business Case 8 – Sector Bancario

El sector bancario es uno de los que capta y gestiona más datos de todos. Así pues, pondremos a prueba a los alumnos planteándoles un reto que solo podrán resolver aplicando todos los procesos aprendidos a lo largo del máster.

Business Case 9 - KPIs Estratégicos

Para conocer el estado de una empresa y sus necesidades actuales es indispensable definir bien y analizar los KPIs clave de la organización. Se mostrará una recopilación de datos sobre ingresos, costes, clientes, productos etc. Y el alumno deberá determinar el estado de la empresa y mostrar los puntos fuertes y debilidades de la misma.

MÓDULO IX. Trabajo Fin de Máster

El objetivo de este último módulo es que el alumno ponga en práctica, todos los conocimientos adquiridos en el transcurso del máster en un caso práctico más amplio y transversal que los Business Case del tema anterior. De esta forma podrán ponerse a prueba a través de un proyecto más exigente y extenso que les dará la experiencia final necesaria para poder afrontar con éxito los proyectos de Big Data más complejos.

Casos de Negocio

Una parte importante del curso está centrado en desarrollar casos de negocio. Estos ejercicios plantean situaciones reales de empresas con nuevas oportunidades de mejora gracias a las nuevas tecnologías digitales. Los alumnos deben encontrar soluciones óptimas para diferentes tipos de organización, cadenas de valor o modelos de negocio. Se llevarán a cabo debates para examinar las diferentes posibilidades y encontrar entre todos las mejores soluciones.

Casos de Negocio

Una parte importante del curso está centrado en desarrollar casos de negocio. Estos ejercicios plantean situaciones reales de empresas con nuevas oportunidades de mejora gracias a las nuevas tecnologías digitales. Los alumnos deben encontrar soluciones óptimas para diferentes tipos de organización, cadenas de valor o modelos de negocio. Se llevarán a cabo debates para examinar las diferentes posibilidades y encontrar entre todos las mejores soluciones.

Docentes

 

Juan Valles

Big Data Product Owner at Orange

 

 

Pablo Romero García

Operaciones y soporte de servicios de red en Telefónica 

 

 

Carlos Poza Romo

Data & Analytics en Babel

 

 

Marta Romero

Data Scientist en TycheTools

 

Francisco LLaneza Gonzalez

Head of AI en Fintonic

Bernat Aguadé Estivill

CEO en Blockchain Qualifications

Solicite información o su admisión

¿Qué trámite desea realizar?

Le enviamos por correo electrónico la revista del programa

*Incluir el prefijo telefónico del país
Puede encontrar toda la información sobre nuestras políticas de privacidad en el acceso situado en el pié de página

Para iniciar los tramites de matriculación