Módulo 1. Analítica del dato en la organización empresarial

1.1. Análisis de negocio

1.1.1. Análisis de negocio
1.1.2. Estructura del dato
1.1.3. Fases y elementos

1.2. Analítica del dato en la empresa

1.2.1. Cuadros de mando y Kpi´s por departamentos
1.2.2. Informes operativos, tácticos y estratégicos
1.2.3. Analítica del dato aplicada a cada departamento

1.2.3.1. Marketing y comunicación
1.2.3.2. Comercial
1.2.3.3. Atención al cliente
1.2.3.4. Compras
1.2.3.5. Administración
1.2.3.6. RRHH
1.2.3.7. Producción
1.2.3.8. IT

1.3. Marketing y comunicación

1.3.1. Kpi´s a medir, aplicaciones y beneficios
1.3.2. Sistemas de marketing y data warehouse
1.3.3. Implementación de una estructura de analítica del dato en Marketing
1.3.4. Plan de marketing y comunicación
1.3.5. Estrategias, predicción y gestión de campañas

1.4. Comercial y ventas

1.4.1. Aportaciones de analítica del dato en el área comercial
1.4.2. Necesidades del departamento de Ventas
1.4.3. Estudios de mercado

1.5. Atención al cliente

1.5.1. Fidelización
1.5.2. Calidad personal e inteligencia emocional
1.5.3. Satisfacción del cliente

1.6. Compras

1.6.1. Analítica del dato para estudios de mercado
1.6.2. Analítica del dato para estudios de competencia
1.6.3. Otras aplicaciones

1.7. Administración

1.7.1. Necesidades en el departamento de administración
1.7.2. Data Warehouse y análisis de riesgo financiero
1.7.3. Data Warehouse y análisis de riesgo de crédito

1.8. Recursos humanos

1.8.1. RRHH y beneficios de la analítica del dato
1.8.2. Herramientas de analítica del dato en el departamento de RRHH
1.8.3. Aplicación de analítica del dato en los RRHH

1.9. Producción

1.9.1. Análisis de datos en un departamento de producción
1.9.2. Aplicaciones
1.9.3. Beneficios

1.10. IT

1.10.1. Departamento de IT
1.10.2. Analítica del dato y transformación digital
1.10.3. Innovación y productividad

Módulo 2. Aplicación práctica de la ciencia de datos en sectores de actividad empresarial

2.1. Sector sanitario

2.1.1. Implicaciones de la IA y la analítica de datos en el sector sanitario
2.1.2. Oportunidades y desafíos

2.2. Riesgos y tendencias en sector sanitario

2.2.1. Uso en el sector sanitario
2.2.2. Riesgos potenciales relacionados con el uso de IA

2.3. Servicios financieros

2.3.1. Implicaciones de la IA y la analítica de datos en el sector de los servicios financiero
2.3.2. Uso en los servicios financieros
2.3.3. Riesgos potenciales relacionados con el uso de IA

2.4. Retail

2.4.1. Implicaciones de la IA y la analítica de datos en el sector del retail
2.4.2. Uso en el retail
2.4.3. Riesgos potenciales relacionados con el uso de IA

2.5. Industria 4.0

2.5.1. Implicaciones de la IA y la analítica de datos en la Industria 4.0
2.5.2. Uso en la Industria 4.0

2.6. Riesgos y tendencias en Industria 4.0

2.6.1. Riesgos potenciales relacionados con el uso de IA

2.7. Administración Pública

2.7.1. Implicaciones de la IA y la analítica de datos en la administración pública
2.7.2. Uso en la dministración pública
2.7.3. Riesgos potenciales relacionados con el uso de IA

2.8. Educación

2.8.1. Implicaciones de la IA y la analítica de datos en la educación
2.8.2. Riesgos potenciales relacionados con el uso de IA

2.9. Silvicultura y agricultura

2.9.1. Implicaciones de la IA y la analítica de datos en la silvicultura y agricultura
2.9.2. Uso en silvicultura y agricultura
2.9.3. Riesgos potenciales relacionados con el uso de IA

2.10. Recursos humanos

2.10.1. Implicaciones de la IA y la analítica de datos en la gestión de recursos humanos
2.10.2. Aplicaciones prácticas en el mundo empresarial
2.10.3. Riesgos potenciales relacionados con el uso de IA