Curso Gratuito Master en Business Analytics – Big Data y Analytics

Información gratuita

Nombre y apellidos

Email

Teléfono

Situación laboral

País

Provincia

Acepto la Política de Privacidad, el Aviso Legal y la Política de Cookies de cursosgratuitos.es

Curso 100% Bonificable si eres trabajador contratado en el régimen general y envías la documentación de matrícula (en el caso de ser estudiante, desempleado, autónomo, funcionario o jubilado puedes realizar este curso de forma parcialmente subvencionada)

Para qué te prepara:

Gracias al Master en Business Analytics – Big Data y Analytics podrás extraer información de valor que permita a cualquier empresa mejorar tecnológicamente. Gestionarás grandes volúmenes de información mediante bases de datos, herramientas de analítica, machine learning, dashboards y algoritmos con Python y R. Además, podrás gestionar las redes sociales de manera profesional y realizar analíticas que mejoren la experiencia de usuario.

A quién va dirigido:

El Master en Business Analytics – Big Data y Analytics está pensado para profesionales que gestionen información, ya sea estadística, de marketing, o empresarial y deseen mejorar gracias al uso de tecnologías actuales. También se orienta a estudiantes que busquen una formación especializada en el sector profesional más demandado por las empresas actuales.

Titulación:

Titulación Expedida y Avalada por el Instituto Europeo de Estudios Empresariales. “Enseñanza no oficial y no conducente a la obtención de un título con carácter oficial o certificado de profesionalidad.”

Objetivos:

- Utilizar las principales herramientas de Business Analytics como PowerBI, Tableau o Qlikview. - Saber realizar analíticas predictivas gracias al uso del Data Mining y el Machine Learning. - Gestionar la información mediante bases de datos relacionales y no relacionales. - Realizar algoritmos de análisis de datos con Python y R. - Utilizar la analítica web y su aplicación con Google Analytics para la creación de cuadros de mando. - Manejar de manera profesional las principales redes sociales orientando su uso a negocios. - Gestionar y mejorar la atención al cliente gracias al uso de redes sociales y CRM.

Salidas Laborales:

El perfil de analista de datos es uno de los más demandados profesionalmente. Gracias a la realización del Master en Business Analytics – Big Data y Analytics podrás gestionar la información de cualquier empresa para obtener beneficios empresariales y eso te otorgará salidas profesionales como Analista de datos, Big Data Scientist, Business Analyst o Experto en Social Media.

Resumen:

El mayor activo de una empresa son sus datos y saber administrarlos y extraer decisiones estratégicas se vuelve clave para el futuro de cualquier empresa. Gracias al Master en Business Analytics – Big Data y Analytics podrás extraer información de valor que permita a cualquier empresa mejorar tecnológicamente. Gestionarás grandes volúmenes de información mediante bases de datos, herramientas de analítica, machine learning, dashboards y algoritmos con Python y R. Además, podrás gestionar las redes sociales de manera profesional y realizar analíticas que mejoren la experiencia de usuario. En INESEM contarás con un equipo de profesionales especializados en la materia. Además, gracias a las prácticas garantizadas, podrás acceder a un mercado laboral en plena expansión.

Metodología:

Con nuestra metodología de aprendizaje online, el alumno comienza su andadura en INESEM Business School a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes unidades didácticas así como realizar las actividades y autoevaluaciones correspondientes. La carga de horas de la acción formativa comprende las diferentes actividades que el alumno realiza a lo largo de su itinerario. Las horas de teleformación realizadas en el Campus Virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos. Para obtener la titulación el alumno debe aprobar todas la autoevaluaciones y exámenes y visualizar al menos el 75% de los contenidos de la plataforma. El Proyecto Fin de Máster se realiza tras finalizar el contenido teórico-práctico en el Campus. Por último, es necesario notificar la finalización del Máster desde la plataforma para comenzar la expedición del título.

Temario:

MÓDULO 1. BIG DATA INTRODUCTION

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
  1. ¿Qué es Big Data?
  2. La era de las grandes cantidades de información. Historia del big data
  3. La importancia de almacenar y extraer información
  4. Big Data enfocado a los negocios
  5. Open Data
  6. Información pública
  7. IoT (Internet of Things-Internet de las cosas)
UNIDAD DIDÁCTICA 2. FUENTES DE DATOS
  1. Definición y relevancia de la selección de las fuentes de datos
  2. Naturaleza de las fuentes de datos Big Data
UNIDAD DIDÁCTICA 3. OPEN DATA
  1. Definición, Beneficios y Características
  2. Ejemplo de uso de Open Data
UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA
  1. Diagnóstico inicial
  2. Diseño del proyecto
  3. Proceso de implementación
  4. Monitorización y control del proyecto
  5. Responsable y recursos disponibles
  6. Calendarización
  7. Alcance y valoración económica del proyecto
UNIDAD DIDÁCTICA 5. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
  1. Definiendo el concepto de Business Intelligence y sociedad de la información
  2. Arquitectura de una solución de Business Intelligence
  3. Business Intelligence en los departamentos de la empresa
  4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  5. Sistemas operacionales y Procesos ETL en un sistema de BI
  6. Ventajas y Factores de Riesgos del Business Intelligence
UNIDAD DIDÁCTICA 6. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)
UNIDAD DIDÁCTICA 7. BIG DATA Y MARKETING
  1. Apoyo del Big Data en el proceso de toma de decisiones
  2. Toma de decisiones operativas
  3. Marketing estratégico y Big Data
  4. Nuevas tendencias en management
UNIDAD DIDÁCTICA 8. DEL BIG DATA AL LINKED OPEN DATA
  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL
UNIDAD DIDÁCTICA 9. INTERNET DE LAS COSAS
  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras

MÓDULO 2. BUSINESS DATA ANALYST

UNIDAD DIDÁCTICA 1. DATAMART. CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
  1. Aproximación al concepto de DataMart
  2. Bases de datos OLTP
  3. Bases de Datos OLAP
  4. MOLAP, ROLAP & HOLAP
  5. Herramientas para el desarrollo de cubos OLAP
UNIDAD DIDÁCTICA 2. DATAWAREHOUSE O ALMACÉN DE DATOS CORPORATIVOS
  1. Visión General. ¿Por qué DataWarehouse?
  2. Estructura y Construcción
  3. Fases de implantación
  4. Características
  5. Data Warehouse en la nube
UNIDAD DIDÁCTICA 3. INTELIGENCIA DE NEGOCIO Y HERRAMIENTAS DE ANALÍTICA
  1. Tipos de herramientas para BI
  2. Productos comerciales para BI
  3. Productos Open Source para BI
  4. Beneficios de las herramientas de BI
UNIDAD DIDÁCTICA 4. HERRAMIENTA POWERBI
  1. Business Intelligence en Excel
  2. Herramienta PowerBI
UNIDAD DIDÁCTICA 5. HERRAMIENTA TABLEAU
  1. Herramienta Tableau
UNIDAD DIDÁCTICA 6. HERRAMIENTA QLIKVIEW
  1. Instalación y arquitectura
  2. Carga de datos
  3. Informes
  4. Transformación y modelo de datos
  5. Análisis de datos

MÓDULO 3. PREDICTIVE DATA ANALYTICS: DATA MINING Y MACHINE LEARNING

UNIDAD DIDÁCTICA 1. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
  1. Introducción a la minería de datos y el aprendizaje automático
  2. Proceso KDD
  3. Modelos y Técnicas de Data Mining
  4. Áreas de aplicación
  5. Minería de textos y Web Mining
  6. Data mining y marketing
UNIDAD DIDÁCTICA 2. ECOSISTEMA HADOOP
  1. ¿Qué es Hadoop? Relación con Big Data
  2. Instalación y configuración de insfraestructura y ecosistema Hadoop
  3. Sistema de archivos HDFS
  4. MapReduce con Hadoop
  5. Apache Hive
  6. Apache Hue
  7. Apache Spark
UNIDAD DIDÁCTICA 3. WEKA Y DATA MINING
  1. ¿Qué es Weka?
  2. Técnicas de Data Mining en Weka
  3. Interfaces de Weka
  4. Selección de atributos
UNIDAD DIDÁCTICA 4. INTRODUCCIÓN AL MACHINE LEARNING
  1. Introducción
  2. Clasificación de algoritmos de aprendizaje automático
  3. Ejemplos de aprendizaje automático
  4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
  5. Tipos de algoritmos de aprendizaje automático
  6. El futuro del aprendizaje automático
UNIDAD DIDÁCTICA 5. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
  1. Introducción
  2. Algoritmos
UNIDAD DIDÁCTICA 6. SISTEMAS DE RECOMENDACIÓN
  1. Introducción
  2. Filtrado colaborativo
  3. Clusterización
  4. Sistemas de recomendación híbridos
UNIDAD DIDÁCTICA 7. CLASIFICACIÓN
  1. Clasificadores
  2. Algoritmos
UNIDAD DIDÁCTICA 8. REDES NEURONALES Y DEEP LEARNING
  1. Componentes
  2. Aprendizaje
UNIDAD DIDÁCTICA 9. SISTEMAS DE ELECCIÓN
  1. Introducción
  2. El proceso de paso de DSS a IDSS
  3. Casos de aplicación

MÓDULO 4. DATA SCIENCE Y BASES DE DATOS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS
  1. ¿Qué es la ciencia de datos?
  2. Herramientas necesarias para el científico de datos
  3. Data Science & Cloud Compunting
  4. Aspectos legales en Protección de Datos
UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES
  1. Introducción
  2. El modelo relacional
  3. Lenguaje de consulta SQL
  4. MySQL. Una base de datos relacional
UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
  1. ¿Qué es una base de datos NoSQL?
  2. Bases de datos Relaciones Vs Bases de datos NoSQL
  3. Tipo de Bases de datos NoSQL. Teorema de CAP
  4. Sistemas de Bases de datos NoSQL
UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL. MONGODB
  1. ¿Qué es MongoDB?
  2. Funcionamiento y uso de MongoDB
  3. Primeros pasos con MongoDB. Instalación y shell de comandos
  4. Creando nuestra primera Base de Datos NoSQL.Modelo e Inserción de Datos
  5. Actualización de datos en MongoDB. Sentencias set y update
  6. Trabajando con índices en MongoDB para optimización de datos
  7. Consulta de datos en MongoDB
UNIDAD DIDÁCTICA 5. PENTAHO UNA SOLUCIÓN OPEN SOURCE PARA BUSINESS INTELLIGENCE
  1. Una aproximación a Pentaho
  2. Soluciones que ofrece Pentaho
  3. MongoDB & Pentaho
  4. Hadoop & Pentaho
  5. Weka & Pentaho

MÓDULO 5. DATA ANALYTICS CON PYTHON Y R

UNIDAD DIDÁCTICA 1. PYTHON Y EL ANÁLISIS DE DATOS
  1. Introducción a Python
  2. ¿Qué necesitas?
  3. Librerías para el análisis de datos en Python
  4. MongoDB, Hadoop y Python. Dream Team del Big Data
UNIDAD DIDÁCTICA 2. R COMO HERRAMIENTA PARA BIG DATA
  1. Introducción a R
  2. ¿Qué necesitas?
  3. Tipos de datos
  4. Estadística Descriptiva y Predictiva con R
  5. Integración de R en Hadoop
UNIDAD DIDÁCTICA 3. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
  1. Obtención y limpieza de los datos (ETL)
  2. Inferencia estadística
  3. Modelos de regresión
  4. Pruebas de hipótesis
UNIDAD DIDÁCTICA 4. ANÁLISIS DE LOS DATOS
  1. Inteligencia Analítica de negocios
  2. La teoría de grafos y el análisis de redes sociales
  3. Presentación de resultados

MÓDULO 6. INTRODUCCIÓN A LA ANALÍTICA WEB, KPIS Y CUADROS DE MANDO

UNIDAD DIDÁCTICA 1. ¿QUÉ ES LA ANALÍTICA WEB?
  1. Introducción
  2. La Analítica Web. Un reto cultural
  3. ¿Qué puede hacer la analítica web por ti o tu empresa?
  4. Glosario de Analítica Web
UNIDAD DIDÁCTICA 2. ANALÍTICA WEB BÁSICA. INTRODUCCIÓN
  1. La analítica web en la actualidad
  2. Definiendo la analítica web
  3. El salto a la analítica web moderna
UNIDAD DIDÁCTICA 3. ANALIZAR LA INFORMACIÓN CUANTITATIVA
  1. Identificar los factores críticos
  2. Otros factores que convienen medir
  3. Las macro y microconversiones
  4. Medir el valor económico
  5. Sitios sin comercio. Valores a medir
  6. Medición de sitios B2B
UNIDAD DIDÁCTICA 4. ANALIZAR LA INFORMACIÓN CUALITATIVA
  1. Introducción
  2. La usabilidad Web
  3. Pruebas Online y a Distancia
  4. Las encuestas
UNIDAD DIDÁCTICA 5. DEFINICIÓN DE KPIS
  1. Definición de KPIs
  2. KPI, CSF y metas
  3. Principales KPIS
  4. Ejemplos de KPIS
  5. Supuesto práctico. Cálculo de KPI con Excel
UNIDAD DIDÁCTICA 6. CI. INTELIGENCIA COMPETITIVA
  1. Introducción
  2. Recopilar datos de Inteligencia Competitiva
  3. Análisis del tráfico de sitios web
  4. Búsquedas
UNIDAD DIDÁCTICA 7. CONCEPTO Y CREACIÓN DE CUADROS DE MANDO
  1. Introducción a los cuadros de mando y dashboard
  2. Estrategias para la creación de un cuadro de mando
  3. Dashboard en Excel o Google Analytics
UNIDAD DIDÁCTICA 8. HERRAMIENTAS PARA LA CREACIÓN DE CUADROS DE MANDO
  1. Aplicaciones gratuitas
  2. Aplicaciones propietarias

MÓDULO 7. ANALÍTICA WEB: GOOGLE ANALYTICS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A GOOGLE ANALYTICS
  1. Introducción a la analítica web
  2. Funcionamiento Google Analytics
  3. Instalación y configuración de Google Analytics
  4. Configuración de las vistas mediante filtros
UNIDAD DIDÁCTICA 2. INTERFACE Y NAVEGACIÓN
  1. Navegación por Google Analytics
  2. Informes de visión general
  3. informes completos
  4. Compartir informes
  5. Configuración paneles de control y accesos directos
UNIDAD DIDÁCTICA 3. INFORMES
  1. Informes de Audiencia
  2. Informes de Adquisición
  3. Informes de Comportamiento
UNIDAD DIDÁCTICA 4. CAMPAÑAS Y CONVERSIONES
  1. Campañas personalizadas
  2. Realizar un seguimiento de las campañas con el Creador de URLs
  3. Configuración y medición de objetivos
  4. Cómo medir campañas de Google Ads

MÓDULO 8. SOCIAL MEDIA MANAGEMENT

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y CONTEXTUALIZACIÓN DEL SOCIAL MEDIA
  1. Tipos de redes sociales
  2. La importancia actual del social media
  3. Prosumer
  4. Contenido de valor
  5. Marketing viral
  6. La figura del Community Manager
  7. Social Media Plan
  8. Reputación Online
UNIDAD DIDÁCTICA 2. GESTIÓN DE FACEBOOK
  1. Primero pasos con Facebook
  2. Facebook para empresas
  3. Configuración de la Fanpage
  4. Configuración de mensajes: Facebook Messenger
  5. Tipo de publicaciones
  6. Creación de eventos
  7. Facebook Marketplace
  8. Administración de la página
  9. Facebook Insights
UNIDAD DIDÁCTICA 3. GESTIÓN DE INSTAGRAM
  1. Introducción a Instagram
  2. Instagram para empresas
  3. Creación de contenido
  4. Uso de Hashtags
  5. Instagram Stories
  6. Herramientas creativas
  7. Colaboración con influencers
  8. Principales estadísticas
UNIDAD DIDÁCTICA 4. GESTIÓN DE TWITTER
  1. Introducción a Twitter
  2. Elementos básicos de Twitter
  3. Twitter para empresas
  4. Servicio de atención al cliente a través de Twitter
  5. Contenidos
  6. Uso de Hashtags y Trending Topic
  7. Twitter Analytics
  8. TweetDeck
  9. Audiense
  10. Hootsuite
  11. Bitly
UNIDAD DIDÁCTICA 5. GESTIÓN DE LINKEDIN
  1. Introducción a LinkedIn
  2. LinkedIn para empresas
  3. Creación de perfil y optimización
  4. Grupos
  5. SEO para LinkedIn
  6. Analítica en LinkedIn
  7. LinkedIn Recruiter
UNIDAD DIDÁCTICA 6. GESTIÓN DE YOUTUBE
  1. Introducción a Youtube
  2. Vídeo Marketing
  3. Crear una canal de empresa
  4. Optimización del canal
  5. Creación de contenidos
  6. Gestión de comentarios
  7. Youtube Analytics
  8. Youtube vs Vimeo
  9. Keyword Tool
  10. Youtube Trends
UNIDAD DIDÁCTICA 7. PUBLICIDAD SOCIAL MEDIA- FACEBOOK ADS
  1. Introducción a Facebook Ads
  2. Tipos de Campañas y objetivos publicitarios
  3. Segmentación: públicos
  4. Presupuesto
  5. Formatos de anuncios
  6. Ubicaciones
  7. Administrador de anuncios
  8. Seguimiento y optimización de anuncios
  9. Pixel de Facebook
UNIDAD DIDÁCTICA 8. PUBLICIDAD SOCIAL MEDIA- INSTAGRAM ADS
  1. Introducción a Instagram Ads
  2. Objetivos publicitarios
  3. Tipos de anuncios
  4. Administrador de anuncios
  5. Presupuesto
  6. Instagram Partners
  7. Segmentación
UNIDAD DIDÁCTICA 9. PUBLICIDAD SOCIAL MEDIA- TWITTER ADS
  1. Objetivos publicitarios
  2. Audiencias en Twitter
  3. Tipos de anuncios
  4. Administrador de anuncios
  5. Creación de campañas y optimización
  6. Twitter Cards
  7. Instalación código de seguimiento
  8. Listas de remarketing
UNIDAD DIDÁCTICA 10. PUBLICIDAD SOCIAL MEDIA- LINKEDIN ADS
  1. Introducción a LinkedIn Ads
  2. Formatos de anuncios
  3. Objetivos publicitarios
  4. Creación de campañas
  5. Segmentación
  6. Presupuesto
  7. Seguimiento y medición de resultados
UNIDAD DIDÁCTICA 11. PUBLICIDAD SOCIAL MEDIA- PUBLICIDAD EN YOUTUBE
  1. Ventajas de la publicidad en Youtube
  2. Youtube y Google Adwords
  3. Tipos de anuncios en Youtube
  4. Campaña publicitarias en Youtube con Google Adwords
  5. Creación de anuncios desde Youtube

MÓDULO 9. ATENCIÓN AL CLIENTE EN SOCIAL MEDIA

UNIDAD DIDÁCTICA 1. SOCIAL CRM
  1. Introducción
  2. Marketing relacional
  3. Experiencia del usuario
  4. Herramientas de Social CRM
UNIDAD DIDÁCTICA 2. ATENCIÓN AL CLIENTE EN FACEBOOK
  1. Introducción
  2. Escucha activa
  3. Uso de chatbots en Facebook Messenger
  4. Información de la Fanpage
  5. Gestión de Comentarios
  6. Reseñas o valoraciones
UNIDAD DIDÁCTICA 3. ATENCIÓN AL CLIENTE EN TWITTER
  1. Introducción
  2. Información básica del perfil
  3. Agregar un botón de mensaje
  4. Configurar mensajes de bienvenida
  5. Deep Links
  6. Monitorización
  7. Gestión de comentarios
  8. Gestionar crisis de reputación en Twitter
UNIDAD DIDÁCTICA 4. ATENCIÓN AL CLIENTE EN INSTAGRAM
  1. Introducción
  2. Información básica del perfil
  3. Instagram Direct
  4. Gestión de comentarios
  5. Herramientas de Análisis y monitorización
UNIDAD DIDÁCTICA 5. GESTIÓN DE LA ATENCIÓN AL CLIENTE EN SOCIAL MEDIA
  1. Definir la estrategia
  2. Cuentas específicas
  3. Identificación del equipo
  4. Definir el tono de la comunicación
  5. Protocolo de resolución de problemas
  6. Manual de Preguntas Frecuentes (FAQ)
  7. Monitorización
  8. Gestión, seguimiento y fidelización
  9. Medición de la gestión de atención al cliente

MÓDULO 10. PROYECTO FIN DE MÁSTER