• Imparte:
  • Modalidad:
    Presencial en Madrid
  • Precio:
    Consultar rellenando el formulario
  • Comienzo:
    Noviembre 2017
  • Lugar:
    C/ Príncipe de Vergara, 43
    Madrid 28001
    España
  • Duración:
    400 Horas
  • Titulación:
    Máster en Business Intelligence y Big Data
  • Otras Convocatorias:

    Presentación

    El Máster en Business Intelligence y Big Data de MSMK - Madrid School of Marketing te permite adquirir los conocimientos y habilidades necesarias para identificar, analizar controlar y gestionar de forma eficaz y ágil la información de la empresas, del mercado y de sus clientes, con el apoyo de tecnología y herramientas avanzadas como SAS, Qlick View, Microtrategy BI, SAP Business Objects e Informa, en un entorno de movilidad y Cloud.

    Durante el programa los alumnos trabajarán el desarrollo de la función de Business Intelligence, el manejo y la gestión de datos: Datawarehouse y Big Data, el análisis y la planificación estratégica, el marketing estratégico y marketing intelligence, el marketing digital, social media y la movilidad vinculada a sistemas de información, la gestión avanzada de clientes (valor de clientes), la gestión de los ciclos de planificación, el manejo de herramientas CRM y Business Intelligence, el cuadro de mando integral, reporting y la gestión técnica de proyectos y equipos de trabajo en Business Intelligence / Big Data.

    Objetivos

    Una vez finalizado el Máster habrás adquirido y desarrollado tus competencias y habilidades en la toma de decisiones en torno a la modelización, con el fin de obtener información útil de marketing y de la empresa, lo que te permitirá tomar y gestionar decisiones.

    Programa

    01. 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 datos. Limpieza y enriquecimiento.

    • Procesos y subprocesos de ETL.

    • Interés empresarial del Business Intelligence.

    • Aplicación práctica de la minería de datos: ventas, CRM y marketing.

    • Criterios de selección de herramientas de BI - Comparativa de herramientas de BI

    (Oracle, SAS y Qlik).

    • Metodología de un proyecto de BI – Metodología analítica.

    • Plataformas tecnológicas.

    • Variables de segmentación.

    • Desarrollo de un sistema informacional con Qlik.


    02. 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.

    • Trabajo en clase con SAS Enterprise Miner.

    • Introducción a técnicas de Data Mining.

    • Árboles de decisión, regresión logística, redes neuronales, comparación de modelos, puesta en producción, segmentación analítica y profiling y market basket analysis.


    03. 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 las empresas: claves.

    • Nuevos retos en la gestión de los datos: velocidad, variedad, volumen y veracidad.

    • Arquitecturas de Big Data.

    • Bases de datos: SQL 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.

    • Tendencias de Big Data. Evolución de las plataformas.

    • Taller de R.

    • Taller de Spark.

    • Taller de bases de datos: Riak, MongoDB, Cassandra y Neo4j.


    04. BUSINESS ANALYTICS BUSINESS ANALYTICS

    • Aprender a generar y utilizar el conocimiento para facilitar la toma de decisiones y la definición de la mejor estrategia de gestión para llevar a cabo (captación de clientes, fidelización de clientes, retención de clientes).

    • Segmentación de clientes.

    • Calcular el valor cliente.

    • Analizar el impacto del valor de cliente en las estrategias de gestión.

    • CRM. Fundamentos. Funcionalidades básicas de un CRM.

    • CRM operacional, colaborativo, analítico y social CRM.

    • Herramientas CRM.

    • Herramientas de visualización de grandes volúmenes de datos en tiempo real: dashboard online.

    • Implantación de un CRM: errores, metodología.

    • CRM Scorecard. Métricas.

    • Monitorización de redes sociales. Análisis de sentimiento en redes sociales.

    • Casos prácticos reales de aplicación de la analítica de clientes para el desarrollo de negocio (sector asegurador, sector automoción, sector retail, sector financiero).

    • Taller práctico de IBM SPSS.


    05. CORPORATE PERFORMANCE MANAGEMENT

    • Elaboración del business case para el desarrollo de la estrategia de BI.

    • Desarrollo de mapas estratégicos.

    • 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...).

    • Conceptos básicos de planificación y presupuestación financiera para la utilización de entornos de simulación de negocio.

    • Desarrollo de los ciclos de planificación y cálculo de previsiones.

    • Toma de decisiones en la era cognitiva: Watson Analytics (Caso de retención de empleados desde la dirección de recursos humanos, y caso de abandono de clientes en el sector de las telecomunicaciones).

    • Taller práctico con herramientas de reporting y elaboración de dashboards.

    • Visualización analítica de los datos, visualización interactiva.

    • Data discovery. Análisis avanzado para la agilidad de los usuarios de negocio.

    ¡Infórmate ahora sin compromiso!

    Publicidad

    Cursos Relacionados

    Ver otras conferencias y seminarios de...