PROGRAMA DEL CURSO

1 – Inteligencia de Negocios

1. Business Intelligence
   1. Contexto en el que surge el Business Intelligence
      1. Diferencias entre sistemas operacionales e informacionales
   2. De los datos a las decisiones estratégicas. El mundo del dato
      1. DIKW
         1. ¿Cuál es el DIKW real que necesitamos?
      2. Corporate Performance Management
         1. La pirámide de la información
         2. Organizaciones basadas en la estrategia
         3. Mapa estratégico
         4. Cuadros de Mando
         5. Visualización
         6. ¿Por qué Big Data viene para unirse a BI?
         7. Omnicanalidad
         8. Los distintos orígenes de datos
      3. Hemos aprendido

2 – Tipos de Analítica

1. Enfoque multidisciplinar
   1. Disciplinas científicas
2. De la Analítica Descriptiva a la Analítica Prescriptiva
   1. Perspectivas de analítica
3. Deep Learning
4. Hemos aprendido

3 – DataWarehouse

1. Qué es un DataWarehouse
   1. Contenido del DataWarehouse
2. Reglas para crear un DataWarehouse
3. Procesos ETL
4. Actualización y automatización
5. Alojamiento del DW
   1. Motores de Bases de Datos
6. DataWarehouse y DataLake
7. DataWarehouse en la nube
8. Calidad del dato: Data Management
   1. Áreas del Data Management
9. Hemos aprendido

4 – Data Mining

1. Qué es Data Mining
   1. Etapas y ejemplos de Data Mining
   2. Generación de Insights
   3. Panorámica de herramientas para Data Mining
   4. Algoritmos Descriptivos
   5. Algoritmos Predictivos
2. Business Intelligence y Data Mining
   1. Business Intelligence y Data Mining
   2. BI, Big Data y Data Mining
   3. Usos de Data Mining
3. Cubos OLAP
   1. Ejemplo diseño OLAP
4. Hemos aprendido

5 – Arquitectura y Herramientas de BI

1. DataWarehouse y DataMarts
2. Creación de un sistema de BI
3. Arquitectura de un sistema de BI
4. Herramientas
   1. Tableau
   2. QlikView y QlikSense
   3. Pentaho
   4. Microsoft OLAP
   5. IBM Cognos
   6. MicroStrategy
   7. Power BI
   8. Reflexión sobre las herramientas
5. Hemos aprendido

6 – Gestión de proyectos de BI

1. Introducción al agilismo
   1. ¿Por qué existe el enfoque “ágil”?
   2. Entrega dirigida por el valor de negocio
   3. Valores añadidos de la propuesta ágil
   4. Enfoque ágil vs Enfoque “tradicional”
   5. Cambio en la Triple Restricción
   6. Los 4 valores fundamentales del enfoque ágil
   7. Otros principios básicos de la gestión ágil de proyectos
   8. Resumen de diferencias entre los enfoques Ágil y Tradicional
   9. Por qué Inteligencia de Negocios implica ser ágil
2. Metodologías Ágiles
   1. Scrum
      1. Elementos de Scrum
      2. Roles en Scrum
   2. Kanban
   3. Lean
   4. Relación entre metodologías ágiles
   5. Nuevas Propuestas ágiles de gestión
3. Liderazgo en un entorno ágil
   1. El líder sirviente
   2. Liderazgo y coaching para las personas
4. Hemos aprendido

7 – Ámbitos de aplicación

1. Customer Analytics
   1. La importancia del Customer Analytics
   2. Casos de uso de Customer Analytics
2. User Experience (UX)
   1. Casos de uso de User Experience
3. Business Analytics
   1. La importancia del Business Analytics
   2. Casos de uso de Business Analytics (1)
   3. Casos de uso de Business Analytics (2)
4. RRHH Analytics
   1. La importancia del RRHH Analytics
   2. Casos de uso de RRHH Analytics
5. Text Analytics
   1. La importancia del Text Analytics
   2. Nubes de Palabras y Redes Semánticas
   3. Casos de uso de Text Analytics
   4. Panorámica de herramientas de Text Analytics
6. Hemos aprendido

8 – Transformación Digital y BI

1. La Digitalización de las empresas
   1. La Transformación Digital
   2. Ventajas y problemas del cambio digital
   3. Casos de digitalización
   4. La cultura digital
      1. Proceso de digitalización
   5. Transformación Digital: Del BI al Big Data
      1. Las V’s del Big Data
      2. Datificación
      3. Datificación – volúmenes de datos
   6. Business Intelligence Vs Big Data
      1. Ciclo de Vida de Big Data
      2. Problemática con Big Data
   7. Internet de las cosas
      1. Qué es Internet de las cosas (IoT)
      2. Estado actual y futuro
      3. Capacidades del IoT
         1. Inteligencia Artificial en IoT
      4. Tecnología
      5. IoT en los hogares y la sociedad
      6. Industria 4.0
      7. Impacto en las Fintech
      8. Casos de Uso de IoT (1)
      9. Casos de Uso de IoT (2)
   8. Smart Cities
      1. Casos de uso de Smart Cities
   9. Hemos aprendido

9 – Lo que está por venir en BI

1. Visualización de datos en 3D
2. BIM
3. Tiempo Real + IoT + Cloud
4. Machine Learning + Inteligencia Artificial
5. DataOps
   1. DataOps – Implicaciones
   2. Democratización del dato
   3. Madurez en la gestión y uso de los datos
6. Hemos aprendido

Cada alumno dispone de un servicio de tutorías exclusivas para las consultas que se puedan presentar a lo largo del curso.

El alumno podrá acceder a realizar consultas que le serán contestadas en la plataforma enviándole al mismo tiempo un email de aviso en el momento que haya sido contestada.

Al mismo tiempo, podrá ver las preguntas y respuestas de otros alumnos que el tutor crea conveniente mostrar a todos los alumnos para una mejor comprensión del curso.

El alumno que haya realizado todas las pruebas evaluativas del curso obtendrá una certificación del Centro de Estudios.

La certificación es automatizada y se la podrá descargar el alumno una vez haya finalizado el curso.