• Los fundamentos y principios de la analítica. Aplicación de la analítica de negocios y datos, Implementación.
• Conceptos y prácticas fundamentales del modelado analítico.
• El lado humano de la analítica: comunicación, conversación y colaboración.
• Las organizaciones y la analítica. La aplicación del análisis predictivo en organizaciones con casos.
• La aplicación de la ciencia de datos en proyectos de valor.
• Cómo preparar los datos, modelos, técnicas, algoritmos y más.
• Técnicas de visualización efectiva.
• Consideraciones organizativas para el análisis predictivo.
• Habilidades para generar estrategias con análisis predictivo
• Como comunicar tus datos con visualización.
• Describir la historia, teoría y ciencia detrás de la visualización de datos.
• Involucrarte en todo el proceso de análisis de datos.
• Preparación de datos para la visualización.
• Utilizar la percepción visual y cognición humanas para el diseño.
• Elementos para la visualización (tablas, mapas, infografías) y su correcto uso.
• Reforzará sus habilidades de exploración y análisis

Gerentes interesados en análisis de datos, desde sus fundamentos, hasta
predicciones. Gerentes de proyectos de análisis, arquitectos de datos,
gerentes de proyectos; analistas de negocio (Business analysts), todo
aquel que quiera ser capaz de proporcionar previsiones para la empresa;
gerentes que necesitan nuevas herramientas para visualizar las
probabilidades a futuro del negocio.

Análisis de datos, fundamentos y principios

• Módulo 1: Conceptos de la analítica

• Qué es el análisis de datos.
• Científico de datos vs analista de negocios..
• ¿Cual es el proceso del análisis de datos?
• ¿En qué se fundamenta el análisis de datos?

• Módulo 2: Cultura, organización y gobierno

• ¿Cómo armar un equipo para el análisis
de datos?
• Creando una cultura de análisis de datos.
• Gobernanza para el análisis de datos

• Módulo 3: Encontrando soluciones con análisis de datos

• ¿Qué es un modelo?
• Tipos de los modelos.
• Identificando problemas.
• Modelando datos.
• Implementación de soluciones.

• Módulo 4: Proceso y arquitectura de una solución de análisis de datos

• Elementos principales de la arquitectura.
datos.
• Procesos.
• Tecnología.

• Módulo 5: ¿Cómo impacta el análisis de datos en la empresa?

• El propósito del análisis de datos.
• Análisis de datos descriptivos.
• Análisis de datos para diagnóstico.
• Análisis de datos para descubrimiento.
• Análisis de datos predictivo.
• Análisis de datos prescriptivo.

Estrategias de negocio con análisis predictivo

• Módulo 1: Conceptos de la analítica predictiva

• El análisis predictivo desde casos de estudio.
• Qué es la ciencia de datos y el análisis predictivo.
• Cómo seleccionar un equipo.
• Cómo elaborar un proyecto de ciencia de datos.

• Módulo 2: Usando la ciencia de datos y el análisis predictivo.

• Fundamentos del análisis predictivo.
• Entendiendo el negocio.
• Entendiendo y preparando datos.
• Modelos.
• Técnicas.
• Algoritmos de minería de datos.
• Casos de uso del mundo real.
• Evaluación.
• Despliegue.

• Módulo 3: Creando visualizaciones para comunicar resultados

• Trabajando con la percepción humana.
• Por qué visualizamos datos.
• La visualización como ayuda cognitiva.
• Seis reglas para la visualización de datos

• Módulo 4: La empresa y el análisis predictivo.

• Cómo generar estrategias con análisis predictivo.
• Implicaciones sociales y éticas.
• Las personas y la analítica predictiva.
• Hoja de ruta para el análisis predictivo.
• Factores de éxito para la analítica predictiva.
Resumen y test del módulo

Impacto del análisis visual en negocios

• Módulo 1: Introducción

• ¿Qué es el análisis visual?
• Puntos fuertes y débiles en el sistema
visual humano.
• La Comunicación y los datos.
• Componentes de la visualización de datos

• Módulo 2: Técnicas de la visualización de datos

• Trabajo con procesos cognitivos y perceptivos.
• Funciones de la visualización de datos.
• Preparación para el análisis.
• La visualización con propósito.
• Elección de cuadros y gráficos.

• Módulo 3: Resolución de problemas en el mundo real

• Comprender mejor sus datos.
• Análisis de series de tiempo.
• Comparación de categorías y medidas. Mapeo.
• Consideraciones para un diseño de impacto

• Módulo 4: Visualización de datos aplicados

• Ajustes para una visualización eficaz.
• Análisis visual de datos.
• Cuadros de mando (dashboards)
• Infografías
• Data Storytelling.