Máster en Business Intelligence Management - Semi-presencial

Contacta sin compromiso con Inesdi Digital Business School

Para enviar la solicitud debes aceptar la política de privacidad

Análisis de educaedu

Nadia Bacco

Nadia Bacco

Máster en Business Intelligence Management

  • Modalidad de impartición
    La modalidad de impartición del Máster en Business Intelligence Management es Semipresencial, en Barcelona.
  • Número de horas
    La duración total es de 9 meses, de los cuales 2 meses se cursa online y 7 meses se cursa presencial.
  • Titulación oficial
    Inesdi Digital Business School brinda titulación oficial de máster.
  • Valoración del programa
    El objetivo general del programa es obtener una visión completa de todo el proceso necesario para sacar valor del Dato, así como los pasos necesarios para lograrlo. El egresado contará con competencias sobre big data, sus fuentes de obtención internas como externas, el tratamiento y procesamiento de los datos y el análisis descriptivo y predictivo/prescriptivo.
  • Dirigido a
    El Máster en Business Intelligence y Data Analytics de Inesdi va dirigido a perfiles de negocio interesados en conocer y/o profundizar competencias en técnicas de gestión y análisis de datos.
  • Empleabilidad
    Los egresados de Inesdi Digital Business School tendrán una alta empleabilidad en sectores relaiconados a análisis de datos, gestión de big data, arquitectura de datos y consultores/responsables de proyecto de business intelligence, entre otros.

Comentarios sobre Máster en Business Intelligence Management - Semi-presencial - Barcelona - España

  • Contenido
    Máster en Business Intelligence Management.

    Presentación del programa:


    Según Gartner: “En 2022 el 90% de las grandes empresas tendrán un CDO o Chief Data Officer, un ejecutivo encargado de explotar al máximo el valor de los datos y de implementar las tecnologías adecuadas para ello”. ”Las empresas invertirán más de 40.000 millones de euros  en la explotación y análisis del Dato, según los cálculos de IDC. “Los datos son el petróleo del siglo XXI” es el nuevo paradigma en lo que a la explosión del dato se refiere. Si esto es así podríamos decir que empresas como Google, Facebook o Amazon serían grandes refinerías, ya que el dato en bruto al igual que el petróleo se consigue al refinar la información y convertirla en valor para el Cliente.

    El auténtico impacto del valor de los datos reside en saber trabajarlos, ya que si una empresa tiene muchos datos pero no los utiliza, el valor de los mismos es cero. Es aquí donde entra en juego el Business Intelligence, capaz de sacar el valor a esos datos para poder tomar decisiones más acertadas. Pero en los últimos años ha habido un boom con la analítica avanzada dando lugar a una evolución del Business Intelligence para dejar de centrarnos en analizar qué ha pasado y poder analizar qué va a pasar. Evolucionamos de una analítica descriptiva a una analítica predictiva e incluso prescriptiva. A esta analítica la llamamos Business Analytics o bien Data Analytics. En el desarrollo de este Máster iremos viendo todos estos tipos de análisis del dato.

    Gracias a estas formas de analizar los datos podemos afrontar el tratar la gran cantidad de  información  que se genera hoy en día (Big Data), las oportunidades para las empresas son enormes siempre y cuando estos datos tengan impacto en las decisiones. En este entorno además de ofrecer un buen producto a tus clientes se debe garantizar la mejor experiencia posible conociéndoles a fondo, escuchándoles y dando respuestas lo más personalizadas posibles en función de sus necesidades individuales.
    Todo esto es posible conseguirlo a través de la gestión avanzada de los clientes y la analítica de la gran cantidad de datos que se generan, lo que hace a su vez necesaria la utilización de nuevas tecnologías/metodologías que nos proporciona el mundo del Data Analytics, nos permiten no solo conocer a nuestro cliente sino anticiparnos a su comportamiento y adaptarnos en un entorno altamente competitivo. Analítica predictiva y prescriptiva nos permitirán no sólo saber qué ha pasado sino anticiparnos a lo que pasará utilizando la inmensidad de datos que maneja una compañía
    Todo ello ha dado lugar a una gran demanda de profesionales especializados en el análisis del dato, con orientación a negocio, que supera la oferta disponible. Profesionales encargados de extraer valor de los datos siguen teniendo un rol fundamental en la transformación digital y por ello los analistas de datos es uno de los perfiles más buscados por las empresas.

      
    Perfil del destinatario:


    El Máster en Business Intelligence y Data Analytics de Inesdi, va dirigido a perfiles de negocio que, por sus funciones en la empresa, estén interesados en conocer y/o profundizar su conocimiento y formarse en técnicas de gestión y análisis de datos. Así como a perfiles técnicos con experiencia en distintas tecnologías que buscan introducirse en el mundo del análisis de los datos.
    Por lo tanto, se espera que los estudiantes sean profesionales que quieran reorientar sus carreras viniendo de distintas áreas, o que buscan introducirse en el análisis de los datos para empezar a trasladar ese conocimiento en su día a día.


      Salidas profesionales:

    Al finalizar el Máster en Business Intelligence y Data Management de Inesdi, el estudiante podrá obtener diferentes posiciones como:
    • Responsable de proyectos de business intelligence.
    • Experto en Business Intelligence
    • Analista de datos.
    • Consultor especializado en implantar sistemas de business intelligence y análisis de datos.
    • Chief Data Officer



    Objetivos:


    Objetivo general:


    El objetivo general del Máster en Business Intelligence y Data Analytics de Inesdi es obtener una visión completa de todo el proceso necesario para sacar valor del Dato, veremos  los pasos necesarios para lograrlo: la  ingesta de diferentes fuentes tanto internas como externas, el tratamiento y procesamiento de los datos para su posterior  análisis tanto descriptivo como predictivo/prescriptivo y por último su reporte o visualización que permita entender mejor el valor resultante de todo el proceso. Sin olvidar el mantener el gobierno y calidad de los datos utilizados que garantizan que las conclusiones que se han obtenido de los datos son fiables. 
    Para ello se aprenderá a gestionar los proyectos con una metodología Agile y se obtendrá una visión completa de las herramientas/tecnologías necesarias para obtener el valor del Dato que permite tomar decisiones más acertadas.


    Objetivos específicos:


    El plan de estudios del Máster en Business Intelligence y Data Analytics está diseñado para alcanzar, entre otros, los siguientes objetivos específicos:

    ▪ Conocer métodos y técnicas de Business Intelligence y Business Analytics.
    ▪ Gobernar, preparar y gestionar datos.
    ▪ Conocer las tecnologías, arquitecturas y fundamentos que nos permiten extraer valor a los datos.
    ▪ Aprender a generar y utilizar los datos en la toma de decisiones y la definición de la mejor estrategia.
    ▪ Estructurar la pirámide de información: del cuadro de mando integral al Reporting operativo.
    ▪ Entender los conceptos fundamentales del Data Science, Machine Learning y la Inteligencia Artificial.


    Competencias:


    Competencias transversales:


    CT1. Capacidad para aplicar los conocimientos a la práctica. 
    CT2. Capacidad de investigación y análisis.
    CT3. Capacidad para diseñar y gestionar proyectos. 
    CT4. Capacidad para la toma de decisiones. 


    Competencias específicas:


    CE1. Identificar los beneficios y riesgos que aporta un sistema BI para su aplicación a una organización.
    CE2. Conocer el proceso natural de desarrollo de soluciones de inteligencia de negocio para construir una organización orientada a los datos.
    CE3. Conocer las tecnologías, arquitecturas y fundamentos que nos permiten extraer valor a los datos para ser capaces de utilizar las herramientas que se utilizan hoy en día por parte de las grandes empresas en el mundo analítico.
    CE4. Aportar información relevante basándose en el análisis de datos internos y externos para la toma de decisiones de la empresa.
    CE5. Identificar los datos, recopilarlos y procesarlos para elaborar perfiles de comportamiento del consumidor y patrones de conducta.
    CE6. Conocer las diferentes herramientas de visualización gráfica para saber elaborar informes y documentar los procesos que van a permitir mejorar la eficiencia de la organización.
    CE7. Integrar datos provenientes de distintos orígenes con el objetivo de estructurarlos y organizarlos para extraer el máximo valor de los mismos en un único sistema.
    CE8. Aprender a gestionar los proyectos con una metodología eficiente para poder optimizar el tiempo, identificar correctamente las necesidades y aportar el mayor valor posible.



    Plan de estudios:


    El plan de estudios se desarrolla durante diez meses, empezando en el mes de octubre, con un esquema de diez módulos, que se corresponderán con las asignaturas, un trabajo fin de máster y unos talleres transversales de iniciación a Python y SQL y un taller para preparar a los alumnos que lo deseen, en la Certificación CAP y aCAP.


      BLOQUE I: Fundamentos, Estrategia y Gobierno de datos.


    Módulo 1 Estrategia de Datos, Visión Global, Fundamentos de BI y Análisis de Datos 5
    Módulo 2 Gestión, Gobierno y Calidad de los Datos 5
    Módulo 3 Gestión de proyectos de BI y Data Analytics 5


      BLOQUE II: Gestión de datos y proyectos.

     
    Módulo 4 Conceptos Big Data y Analytics 5
    Módulo 5 Arquitectura Cloud 5
    Módulo 6 Integración de Datos 5


      BLOQUE III: Arquitectura ,  Explotación y Visualización de datos.


    Módulo 7 Data Analytics; Data Science, Machine Learning e Inteligencia Artificial 5
    Módulo 8 Explotación de datos 5
    Módulo 9 Visualización de datos 5
    Módulo 10 Los Casos de Uso 5
    TFM Trabajo Fin de Máster 10
    Taller 1 Iniciación a Python 
    Taller 2 SQL 
    Taller 3 Taller preparación certificación CAP y aCAP  

    La estructura, contenidos y duración del Máster en Business Intelligence y Data Management nos permiten asegurar la consecución de los objetivos anteriormente detallados, así como adquirir las competencias especificadas. A continuación, se detallan los módulos en los que se divide este programa y su contenido:


    BLOQUE I. Fundamentos, Estrategia y Gobierno de datos.

    Módulo1: Estrategia de Datos, Visión Global, Fundamentos de BI y Análisis de Datos
    En este primer módulo se introducen los conceptos claves que permitirán tener una visión completa del Business Intelligence. Se identificarán los pasos más importantes que aseguran el éxito de un proyecto de Business Intelligence, así como las diferencias con Business Analytics. 
    ▪ El valor de los datos. 
    ▪ Hacia una cultura Data-Driven. 
    ▪ Diseñando nuestra estrategia de datos. 
    ▪ Particularidades de los proyectos de Business Intelligence y Data Analytics. 
    ▪ Ciclo del proceso de análisis.
    ▪ Fases del análisis de datos.
    ▪ Fundamentos y beneficios.
    ▪ Visión general del mercado en el entorno empresarial y tecnológico actual. 
    ▪ Diferencias entre Business Intelligence y Business Analytics. 
    ▪ Componentes generales de una arquitectura de Business Intelligence.
    ▪ Ejemplos de diferentes industrias.


    Módulo 2: Gestión, Gobierno y calidad de los datos
    Este módulo tiene como objetivo entender lo importante que es gobernar y gestionar los datos correctamente, cómo desarrollar un plan de gobierno del dato y cómo esto impacta en la calidad de los datos; concepto clave para el buen funcionamiento y desarrollo de los sistemas de análisis de datos. 
    ▪ La importancia del gobierno de los datos. 
    ▪ Privacidad de los datos, GDPR. ▪ Cómo planificar un programa de Data Governance. 
    ▪ Roadmap y plan de acción. 
    ▪ Procesos y Herramientas de soporte al Data Governance 
    ▪ Objetivos estratégicos de la gestión de los datos.
    ▪ Definición de Calidad del Dato. 
    ▪ Estrategia y Plan de Acción. 
    ▪ Proceso de Calidad de Datos: o Actualización o Normalización. o De-duplicación 
    ▪ Casos Prácticos 

    Módulo 3: Gestión de proyectos de BI & Data Analytics
    La metodología nos permite realizar una mejor gestión de los proyectos. Estudiaremos la metodología Agile que nos permite entregar proyectos con mayor calidad y en menor tiempo, además de asegurar que el resultado que vamos a obtener es el que el usuario quiere. 
    ▪ Metodología Agile: Scrum y Kanban. 
    ▪ Épicas, User Stories y Criterios de Aceptación. 
    ▪ Sprints


    BLOQUE II. Gestión de Datos y Proyectos


    Módulo 4: Conceptos Big Data y Analytics
    Introduciremos los conceptos claves del Big Data, cómo se inter-relaciona con el Business Intelligence, que ha supuesto su aparición y cómo ha impactado en la forma de tratar los datos. 
    ▪ Fundamentos del BigData
    ▪ Hadoop & Arquitectura BigData
    ▪ Introducción a Spark
    ▪ Cloud Computing
    ▪ Conceptos básicos del Cloud Computing
    ▪ IaaS, PaaS, SaaS
    ▪ Google Cloud
    ▪ IA en la empresa.


    Módulo 5: Arquitectura Cloud 
    La arquitectura de nube constituye la forma en la que se integran las distintas tecnologías para crear las nubes, es decir, los entornos de TI que extraen agrupan y comparten los recursos escalables en una red. Define cómo se conectan todos los elementos y las funciones que se necesitan para diseñar una nube y obtener una plataforma en línea en la que se puedan ejecutar las aplicaciones. 

    ▪ Identidad
    ▪ Gobernanza y cumplimiento
    ▪ Administración Cloud
    ▪ Redes virtuales
    ▪ Almacenamiento Cloud
    ▪ Máquinas virtuales
    ▪ Protección de Datos
    ▪ Monitoring

    Módulo 6: Integración de Datos. 
    Profundizaremos en la importancia de la integración de los datos provenientes de distintos orígenes con el objetivo de estructurarlos y organizarlos de forma que se pueda extraer el máximo valor de los mismos en un único sistema. 
    ▪ Organizando los datos: Extracción, Transformación y Carga 
    ▪ Feature Engineering 
    ▪ Introducción a los Procesos ETL. 
    ▪ Objetivos y Funcionalidad. 
    ▪ Buenas prácticas para definición de procesos ETL 
    ▪ Principales herramientas del mercado. 
    ▪ Ejemplos Prácticos. 
    ▪ Open Data: Enriquecimiento de Datos 
    ▪ Democratización de los Datos: Open Data Explorando y utilizando los datos abiertos. Principales portales. APIs, etc… 
    ▪ Web Scraping: ¿dónde y cómo obtener datos de la web? 
    ▪ Integración de nuevos datos a nuestro análisis.


    BLOQUE III. Arquitectura, Explotación y Visualización de Datos.

    Módulo 7: Data Analytics: Data Science, Machine Learning e Inteligencia Artificial
    La ciencia de los datos y los algoritmos están revolucionando muchas industrias hoy y lo harán en el futuro. Este módulo pondrá foco en los conceptos que están apareciendo y cómo se llevan a la práctica en diferentes industrias. 
    ▪ ¿Qué se entiende por Data Science?: Introducción a la Ciencia de los Datos.
    ▪ Conceptos clave a tener en cuenta. 
    ▪ Principales retos. 
    ▪ La figura del Científico de Datos. 
    ▪ Fases en un Proyecto de Data Science. 
    ▪ Introducción al Machine Learning: 
    o ¿Qué es? ¿Para qué sirve? 
    o Tareas de aprendizaje 
    o Enfoques o Algoritmos


    Módulo 8: Explotación de datos
    Se definirán las diferentes maneras de explotar los datos, cómo diseñar un cuadro de mando integral, definición de KPIs, autoservicio de información con especial foco en la herramienta Power BI y Carto. 
    ▪ Introducción a PowerBI y Carto
    ▪ Ingesta de información en PowerBI, diferentes fuentes 
    ▪ Creación de modelo de datos 
    ▪ Diseño de mapas en Carto 
    ▪ Realización de dashboards 
    ▪ Publicar y compartir

    Módulo 9: Visualización de Datos 
    Un aspecto clave en los sistemas de reporting de datos es la comunicación de resultados y la forma en la que lo trasladamos a los distintos stakeholders. Para ello, la forma en la que visualizamos es clave e impacta en los resultados que podemos obtener con nuestros análisis. Se profundizará en los fundamentos de la visualización de los datos y cómo buscar las mejores representaciones a nuestros insights. 
    ▪ Qué tenemos que visualizar: comprensión de los datos y elección de lo que queremos mostrar. 
    ▪ Herramientas a utilizar: elección de la mejor herramienta para visualizar los resultados. 
    ▪ Diseño de dashboards. 
    ▪ Storytelling: la forma en que contemos los resultados es vital para el éxito.

    Módulo 10: Los Casos de Uso
    La clave de los sistemas analíticos es el uso que hacemos de los datos que manejamos para cubrir un fin o una necesidad. Revisaremos en este módulo los casos de uso más comunes, como construirlos, darles seguimiento y calcular el impacto. Se verán tanto proyectos típicos de Business Intelligence(Cuadro de Mando de Ventas, Cuadro de Mando de la Cartera de Clientes,…) como proyectos típicos de Data Analytics (Optimización de Campañas, Morosidad, Retención,..)



    Proyecto Fin de Máster.

    En el Proyecto Final de Máster, el/la estudiante tendrá la opción de realizar un proyecto para una empresa real. Éste lo puede realizar para su propia empresa o bien escoger entre los proyectos propuestos desde Inesdi.
    Los alumnos deberán presentar y defender un Proyecto Final de Máster consistente en un Plan de Business Intelligence orientado a un caso de uso a elección de los alumnos ante un Tribunal formado por el Director del Programa y uno o varios miembros del Claustro, además del tutor académico. La elección del tema y la composición de los grupos se definirán en el modulo 2.

    El trabajo se realizará por grupos, que estarán compuestos por un mínimo de 4 y un máximo de 5 alumnos. A cada grupo se le asignará un tutor perteneciente al claustro de profesores, que será responsable de velar por el correcto avance del proyecto, tutorizando los avances y aportando su feedback continuado.

    Para la realización del proyecto, se han de presentar a lo largo del curso una serie de entregables que serán enviados al tutor en las fechas que éste indique, y que serán corregidos y devueltos con las aportaciones que éste crea necesario para el correcto avance del proyecto. 

    La presentación y defensa ante un Tribunal del proyecto final por parte de todos los alumnos integrantes del grupo es condición indispensable para obtener la nota de este apartado y la obtención del título ya que es obligatoria la realización del proyecto. La presentación tendrá lugar una vez finalizado el curso, a la semana siguiente de la finalización de las clases y la fecha estará fijada al inicio del mismo siendo inamovible (salvo causa de fuerza mayor).

Otra formación relacionada con business intelligence

Este sitio utiliza cookies.
Si continua navegando, consideramos que acepta su uso.
Ver más  |