Temario

Formación Técnica

Herramientas de análisis

Presentación de las herramientas. Excel BI, Power BI, My Sql y Microstrategy. Instalación, acceso e introducción a su manejo. Aplicación a Business Analitycs.

El lenguaje de consultas SQL. Consultas y extracción de datos, de entornos relacionales e informacionales.

• Conocer tecnologías que permiten el trabajo analítico, incluida la base de datos relacional.
• Conocer el panorama de algunas de las clases de herramientas más comunes.

Aprender cómo estas herramientas admiten tareas analíticas comunes. Microstrategy , MySql, PowerBI y Excel BI.

Formación Específica

Conceptos de Dato-Información-Conocimiento

• Modelo de Transformación desde el dato a la Información y Conocimiento.
• Sistemas Transaccionales y sus Características en el mundo actual.
• Sistemas Informacionales y sus Características en el mundo actual.
• Dirección Estratégica e Información Útil.
• Plan Director, Estratégico y Operativo.
• La importancia de la toma de decisión orientada al dato y métodos.
• Sistemas de Información en las Empresas en el Mundo Actual.
• Business Case (BC) y El Mapa Estratégico.

Datos y análisis en el mundo real

• Aprender a pensar en problemas analíticos
• Examinar el proceso por el cual los datos permiten el análisis y la toma de decisiones.
• Presentar la cadena de valor, de acción de información, que describe la ruta de los eventos en el mundo, a la acción empresarial
• Explicar el ciclo de vida de la información desde eventos en el mundo real, hasta acciones empresariales.
• Pensar en problemas analíticos en el contexto empresarial
• Reconocer las características del análisis empresarial
• Explicar cómo los sistemas capturan los datos y los almacenan.

Data Marts (DM), Data WareHouse (DWH) y ETL

• Introducción básica a los DM y DWH.
• Data Marts: tipos, usos actuales y beneficios dentro del BI 2.0.
• Data Warehouse: tipos, usos actuales y beneficios dentro del BI 2.0. Planteamientos del BI con Big Data. Procesos de ETL (Extract–Transform-Load). Introducción básica a los ETL.
• Proceso de ETL: Herramientas ETL y para qué sirven dentro Business Intelligence. Herramientas ETL en el Mercado: de Software Comercial y Open Source. La Necesidad de Estandarizar los Procesos de ETL y su Relación con QA. Calidad del Dato.
• Big Data vs Business Intelligence: Cómo desarrollar un buen proyecto de Big Data. Implantación de proyecto. Tratamiento de los datos. Análisis clave y creación de algoritmos. Creación de dashboards.
• Planteamientos del BI con Big Data.

Métricas del Business Intelligence

• Introducción básica a los Cuadros de Mando o Dashboards.
• Métricas, indicadores y KPI’s (Indicadores principales).
• Realización de KPI’s reales, eficientes y efectivos (SMART).
• User Experience (UX).
• Cuadro de Mando Integral (CMI o Balanced Scorecard).
• Cuadros de Mando Operativos.
• Taxonomía de los DSS.
• Tipos aplicados en el Business Intelligence.
• MIS, EIS y otras herramientas de BI.
• Introducción básica a los MIS y EIS.
• MIS o Sistemas de Información Gerencial.
• EIS o Sistema de información Ejecutiva.
• Otras herramientas del Business Intelligence.

Bases de Datos Relacionales y SQL

• Introducción Básica a los Modelos de Datos.
• Modelo Entidad-Relación y su Uso en el Modelado de Bases de Datos.
• Formas Normales Aplicables en los Sistemas Operaciones e Informacionales.
• Realización de Modelos en Sistemas Operacionales.
• Realización de Modelos en Sistemas Informacionales (Estrella y Copo de Nieve).
• Uso Adecuado del Modelo: Ventajas y Diferencias que Aportan.

Data Definition Language (DDL) y Data Manipulation Language (DML)

• Introducción Básica a Lenguaje SQL y Modelo Imperativo.
• Paso del modelo lógico al modelo físico con DDL.
• DDL y uso con SQL Server.
• DML y uso con SQL Server.

Structured Query Language (SQL)

• SQL Bajo SQL Server.
• SQL Básico: Uso de Cláusulas SELECT, FROM, ORDER BY y Funciones Generales. Extraer datos de una base de datos relacional mediante SQL.
• Cubrir los comandos SQL básicos
• Aprender a combinar y apilar datos de diferentes tablas.
• Aprender cómo ampliar el poder de nuestras consultas mediante operadores
• Manejar mayor complejidad mediante subconsultas.
• SQL Avanzado: Uso de Cláusulas WHERE, GROUP BY, HAVING.
• Uso de Vistas en Business Intelligence.

Marketing Analítico

• Análisis de abandono de clientes. Análisis de adquisición de clientes
• Web scrapping: Concepto. Aplicaciones Funcionamiento Herramientas
• Customer Analytics : Estrategia customer centric. Segmentación de clientes Gestión del valor de cliente. Ejercicios de segmentación. Casos Prácticos, del Customer Analytics
• Marketing Analítico: Analítica financiera. Análisis de campañas de marketing. Análisis de comercio electrónico. Cuadro de mando para campañas de marketing. Análisis de acciones offline ROPO. Analítica digital avanzada. Introducción a la experiencia de Usuario. Análisis de diseño y UX. Análisis y Cuadro de mando para experiencia de usuario. Analítica competitive. Análisis de contenidos
• Email, SMS, postal marketing
• Web & mobile analytics
• Programas de fidelización
• Retail marketing.
• Big Data y Business Intelligence

Power BI

• Introducción a Power BI: Orígenes y características principales.
• Componentes de la solución Power BI y arquitectura.
• Entorno de trabajo Power BI Desktop.
• Obtención y carga de datos modo import y direct query.
• Modelo lógico y manejo de relaciones.

Primeros informes y cuadros de mando de Power BI

• Transformación de los datos.
• Introducción a lenguaje M.
• Programación avanzada con DAX.
• Reporting avanzado Power BI: Bookmarks, navegación y plantillas.
• Vista móvil y vista web.
• Filtros, grupos y jerarquías.
• Inclusión de scripts y visualizaciones de R y Python.
• Parámetros, What-if y NQL.
• Entorno Power BI Service: creación de informes y paneles.
• Configuración de actualizaciones.
• Seguridad, roles y entorno colaborativo.
• Ingesta de datos en tiempo real.
• Exportación de datos.
• Creación de alarmas.
• Introducción a Power BI Report Server.
• Casos prácticos aplicados al uso actual de Business Intelligence.

Integraciones con Power BI

• Power BI Rest APIs
• Visualización avanzada de mapas.
• Integración Flow y PowerBI.
• Integración de Forms y PowerBI.
• Integración de PowerApps y PowerBI.

MicroStrategy en Business Intelligence

• Introducción a Microstrategy: MicroStrategy Desktop.
• Plataforma y Arquitectura.
• Modelo Lógico.
• Configurando el Proyecto (Architect y Developer).
• Administración de la Plataforma.
• Reporting Básico Microstrategy.
• Elementos Básicos: Hechos, Atributos, Jerarquías.
• Formatos, Ordenaciones, Umbrales y Filtros.
• Generación de Indicadores Sencillos y Navegación.
• Reporting Avanzado Microstrategy
• Generación de Indicadores y Umbrales Avanzados.
• Grupos Personalizados y Selecciones Dinámicas.
• Inclusión de Elementos 3d.JS y R en Microstrategy.
• Casos Prácticos Aplicados al Uso Actual de Business Intelligence.
• Documentos en Microstrategy.
• Creación y Diseño de Documentos.
• Concepto del Dataset (Multiples).
• Creación de Dashboard con Widget.
• Visual Insights. Paneles de Control Personalizados de Forma Ágil.
• Transaction Services: Inserción en Fuentes de Datos Desde los Dashboards.
• Filtros de Seguridad para Usuarios.
• Microstrategy Orientado a la Certificación.

Business Analysis para la toma de decisiones

• Exploración y reducción de datos.
• Análisis de clústeres.
• Reducción de datos y aprendizaje no supervisado.
• Preparación de datos y medición de diferencias.
• Clustering jerárquico, DB SCAN y k-Means.
• Análisis de clústeres con Excel y Power BI.

Cómo tratar con la incertidumbre y el análisis del riesgo

• Análisis de riesgos y simulación de Monte Carlo.
• Adición de incertidumbre a un modelo de hoja de cálculo.
• Definición de variables de salida y análisis de los resultados.

• Uso de datos históricos para modelar la incertidumbre.

• Modelos con variables no determinadas correlacionadas.
• Creación e interpretación de gráficos.
• Uso de valores medios frente a simulación.

Identificación de las mejores opciones Optimización

• Desarrollar un modelo de hoja de cálculo para un problema de optimización.
• Utilizar Excel para resolver los modelos de optimización.
• Interpretar soluciones y realizar análisis de qué pasaría si.
• Análisis de hipótesis y el Informe de Sensibilidad
• Evaluar escenarios y visualizar resultados para obtener información práctica.
• Aplicación de marketing digital de optimización.

Análisis de decisiones

• Dada una situación empresarial, aplicar una técnica adecuada para identificar las mejores alternativas de solución.
• Formular y resolver modelos para problemas de negocio que requieran decisiones sí/no y restricciones lógica.
• Crear modelos que mezclen técnicas y herramientas como simulación y optimización.
• Analizar e interpretar los resultados para tomar decisiones informadas.
• Problemas comerciales con decisiones sí/no
• Formulación y solución de problemas de optimización binaria.
• Optimización metaheurística
• Restricciones de probabilidad y valor en riesgo.
• Optimización de la simulación

Comunicar los resultados de Business Analytics

Introducción a la comunicación.

• Revisar la cadena de valor de la acción de la información.
• Ver cómo se aplican las técnicas analíticas en los problemas de negocio.
• Comprender algunos problemas de negocio “clásicos”.
• Comprender los problemas empresariales “emergentes”, que han resultado de avances más recientes en Tecnología.

Prácticas recomendadas en visualización de datos

• Aprender a comunicar datos sobre una variedad de visualizaciones.
• Presentación de la información cuantitativa.
• Examinar un conjunto de ejemplos de visualizaciones de datos y aprender qué los hace eficaces o ineficaces.
• Examinar los gráficos de Excel y por qué se debe evitar la mayoría de ellos.
• Entender mejor las características de una buena visualización de datos, evitando errores comunes al crear sus propios gráficos.
• Interpretar, contar y vender.
• Discutir las formas en que malinterpretamos o tergiversamos los datos y cómo evitarlos.
• Cómo podemos confundir la correlación con la causalidad: permitir que los sesgos cognitivos influyan en la forma en que vemos los datos y visualizar los datos de maneras engañosas.
• Aprender cómo la experimentación puede ayudarnos a obtener más datos, incluidos los compromisos que podamos necesitar y hacer en la medición.
• Discutir cómo comunicar nuestros resultados y recomendaciones, con un enfoque en conocer a nuestra audiencia, contar historias convincentes y crear materiales de comunicación claros y eficaces.

Casos prácticos resueltos

• Análisis de abandono de clientes.
• Análisis de adquisición de clientes.
• Web scrapping.
• Customer Analytics.
• Marketing Analítico.
• Analítica financiera.
• Análisis de campañas de márketing.
• Análisis de comercio electrónico.
• Cuadro de mando para campañas de marketing.
• Análisis de acciones offline ROPO.
• Analítica digital avanzada.
• Introducción a la experiencia de Usuario.
• Análisis de diseño y UX.
• Análisis y Cuadro de mando para experiencia de usuario.
• Analítica competitiva.
• Análisis de contenidos.
• Email, SMS, postal marketing.
• Web & mobile analytics.
• Programas de fidelización.
• Retail marketing.
• Big Data y Business Intelligence.