Inicio Catálogo Business Intelligence y transformación digital Programa Detallado

Business Intelligence y transformación digital (Programa detallado)

Objetivo:

Los objetivos que nos marcamos en este curso son los siguientes:

  • Reconocer el término de inteligencia de negocio o business intelligence y en qué consiste.
  • Distinguir los tipos de analítica existentes y el valor que aporta cada una.
  • Conocer en qué consiste el Data Mining, y por qué es tan importante para hacer posible la inteligencia de negocios.
  • Comprender en qué consiste el DataWarehouse de una compañía, cómo se construye y cómo se utiliza.
  • Distinguir los diferentes ámbitos de aplicación posibles para aplicar la inteligencia de negocios.
  • Conocer cómo son las arquitecturas tecnológicas que soportan proyectos de Business Intelligence, y las mejores prácticas para llevar a cabo estos proyectos.
  • Y finalmente, comprender cómo será el próximo Business Intelligence que soporte todas las necesidades derivadas de la transformación digital.

Requisitos:

No se precisan conocimientos en la materia.

Programa del curso

1.- Inteligencia de Negocios

Objetivo

Comprender el concepto de Inteligencia de Negocios (Business Intelligence), y descartar falsas definiciones.

Conocer en qué consiste la pirámide organizacional de la información y la toma de decisiones, y las herramientas más habituales utilizadas para llevar a cabo la inteligencia de negocios.

Contenido

  1. Inteligencia de Negocios
    1. Business Intelligence
    2. De los datos a las decisiones estratégicas. El mundo del dato
    3. Corporate Performance Management
    4. Hemos aprendido
Arriba

2.- Tipos de Analítica

Objetivo

Conocer los distintos tipos de analítica que se pueden contemplar hoy en día: descriptiva, diagnóstica, predictiva y prescriptiva.

Ejemplificar estos tipos de analítica con casos del mundo real.

Contenido

  1. Tipos de Analítica
    1. Enfoque multidisciplinar
    2. De la Analítica Descriptiva a la Analítica Prescriptiva
    3. Deep Learning
    4. Hemos aprendido
Arriba

3.- DataWarehouse

Objetivo

Conocer los fundamentos de un DataWarehouse, sus características y ventajas, y comprender en qué consisten los sistemas OLTP, las buenas prácticas para la implementación del DataWarehouse.

Conocer en qué consisten las herramientas de análisis OLAP (Drill Down, Drill Up).

Conocer los principales servidores OLAP (ROLAP, MOLAP, HOLAP), y las disciplinas de Minería de Datos y Data Mining).

Contenido

  1. DataWarehouse
    1. Qué es un DataWarehouse
    2. Reglas para crear un DataWarehouse
    3. Procesos ETL
    4. Alojamiento del DW
    5. DataWarehouse y DataLake
    6. DataWarehouse en la nube
    7. Calidad del dato: Data Management
    8. Hemos aprendido
Arriba

4.- Data Mining

Objetivo

Conocer las categorías de Data Mining, el proceso de minería de datos, y en qué consisten los conceptos de consultas, reportes, alertas, análisis y pronósticos.

Plantear otras disciplinas de descubrimiento de insights.

Contenido

  1. Data Mining
    1. Qué es Data Mining
    2. Business Intelligence y Data Mining
    3. Cubos OLAP
    4. Hemos aprendido
Arriba

5.- Arquitectura y Herramientas de BI

Objetivo

Conocer los procesos de extracción, transformación y carga de datos (procesos ETL), y las herramientas para visualización y consulta: reportes, dashboards. Creación de cubos multidimensionales.

Contenido

  1. Arquitectura de BI
    1. DataWarehouse y DataMarts
    2. Creación de un sistema de BI
    3. Arquitectura de un sistema de BI  
    4. Herramientas
    5. Hemos aprendido
Arriba

6.- Gestión de proyectos de BI

Objetivo

Conocer el enfoque ágil adecuado para la gestión de proyectos de Inteligencia de Negocios, los perfiles profesionales necesarios y las especificidades para proyectos de este tipo.

 

Contenido

  1. Gestión de proyectos de BI
    1. Introducción al agilismo
    2. Metodologías Ágiles
    3. Liderazgo en un entorno ágil
    4. Hemos aprendido
Arriba

7.- Ámbitos de aplicación

Objetivo

Conocer los ámbitos de aplicación de la inteligencia de negocios: Business Analytics, Customer Analytics, Industria 4.0, Smart Cities, y otras aplicaciones.

Contenido

  1. Ámbitos de aplicación
    1. Customer Analytics
    2. User Experience (UX)
    3. Business Analytics
    4. RRHH Analytics
    5. Text Analytics
    6. Hemos aprendido
Arriba

8.- Transformación Digital y BI

Objetivo

Entender las implicaciones de la transformación digital en la inteligencia de negocios, respecto del efecto de la datificación, la relación con Big Data, y los conceptos de Dark Data, Smart Data y Smart Visual Data.

Contenido

  1. Transformación Digital y BI
    1. La Digitalización de las empresas
    2. Transformación Digital: Del BI al Big Data
    3. Business Intelligence Vs Big Data
    4. Internet de las cosas
    5. Smart Cities
    6. Hemos aprendido
Arriba

9.- Lo que está por venir en BI

Objetivo

Conocer las próximas realidades y tecnologías que se aplicarán a la inteligencia de negocios, como la realidad aumentada, nuevas tendencias, y cuál es el futuro del Business Intelligence.

Contenido

  1. 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
    6. Hemos aprendido
Arriba