MÓDULO 1- INTRODUCCIÓN AL BI TRADICIONAL Y BIG DATA
Origen y evolución terminológica y funcional
Evolución del marketing en los últimos 30 años
La historia del dato
El dato como activo empresarial: el valor del dato
Definición y planteamiento de conceptos
Sistemas operacionales vs. informacionales
Sistemas BSS y OSS
ODS, Datamart, Datawarehouse, BI
Establecimiento de la organización empresarial en torno al dato
Roles y funciones: quién es quién
EL CDO: su función y su ubicación organizativa
El comité de BI: componentes y órgano de gobierno
Alternativas organizacionales
Construcción de un sistema informacional
Las preguntas y casos de negocio: por dónde empezar
El diccionario de negocio: utilización de un lenguaje común
Arquitectura
- Arquitectura funcional: el flujo de información
- Arquitectura HW: qué componentes hace que funcione
El proceso ETL:
- Extracción: sacar los datos del origen sin impactar
- Transformación: convertir los modelos en explotables
- Carga: ingestar la información en tiempo y forma
Explotación y uso de la información. Ejemplos prácticos:
- Usos estratégicos de la información
- Usos operativos de la información
- Usos financieros y monetización
MÓDULO 2- MODERN BI Y ANALYTICS
Impacto de la revolución digital y tecnológica
Del marketing tradicional al marketing digital
Nuevos emergentes: empresas nativas digitales
Los cambios tecnológicos
Almacenamiento, computación y comunicaciones
OpenSource: una alternativa real
Influencia de la nueva información, flujos y tecnologías
Estructuras de información y almacenamiento
- Estructurado, semiestructurado y no estructurado
- BBDD OLTP, OLAP y NoSQL
- Componentes SW
Arquitectura y Fastdata
- El Datalake: su razón de ser y consecuencias
- La aparición del Data Streaming
- Tecnologías de cómputo: más por menos
- Explotación: alternativas a la visualización clásica
- Orden en el caos: HDFS, Hive, Sqoop, Kafka, Flume...
Nuevos modelos de rentabilidad y monetización
Nuevos Business Cases. La nueva etapa de la monetización
Integración en los procesos de negocio. Ejemplos prácticos.
Aplicación de Analytics a la información empresarial
Introducción al machine learning
Preparación y análisis de datos para nuestros algoritmos
Soluciones de machine learning:
- Aprendizaje supervisado
- Árboles de decisión
- Predicción y evaluación
- Aprendizaje NO supervisado
- Segmentación y clustering
- Detección de anomalías
- Reglas de asociación
Ejemplos prácticos
- Conocer las bases de los sistemas informacionales
- Descubrir las estructuras mínimas necesarias que habilitan el desarrollo de un proyecto de BI/DW
- Entender cómo han cambiado los entornos informacionales en los últimos años
- Comprender la terminología y arquitectura que se oculta tras el concepto Big Data
- Conocer las bases de los modelos de inteligencia artificial aplicada a la información empresarial
- Aplicar las principales técnicas para mejorar procesos de negocio y conseguir monetización.
- Conocer las bases de los sistemas informacionales
- Descubrir las estructuras mínimas necesarias que habilitan el desarrollo de un proyecto de BI/DW
- Entender cómo han cambiado los entornos informacionales en los últimos años
- Comprender la terminología y arquitectura que se oculta tras el concepto Big Data
- Conocer las bases de los modelos de inteligencia artificial aplicada a la información empresarial
- Aplicar las principales técnicas para mejorar procesos de negocio y conseguir monetización.
MÓDULO 1- INTRODUCCIÓN AL BI TRADICIONAL Y BIG DATA
Origen y evolución terminológica y funcional
Evolución del marketing en los últimos 30 años
La historia del dato
El dato como activo empresarial: el valor del dato
Definición y planteamiento de conceptos
Sistemas operacionales vs. informacionales
Sistemas BSS y OSS
ODS, Datamart, Datawarehouse, BI
Establecimiento de la organización empresarial en torno al dato
Roles y funciones: quién es quién
EL CDO: su función y su ubicación organizativa
El comité de BI: componentes y órgano de gobierno
Alternativas organizacionales
Construcción de un sistema informacional
Las preguntas y casos de negocio: por dónde empezar
El diccionario de negocio: utilización de un lenguaje común
Arquitectura
- Arquitectura funcional: el flujo de información
- Arquitectura HW: qué componentes hace que funcione
El proceso ETL:
- Extracción: sacar los datos del origen sin impactar
- Transformación: convertir los modelos en explotables
- Carga: ingestar la información en tiempo y forma
Explotación y uso de la información. Ejemplos prácticos:
- Usos estratégicos de la información
- Usos operativos de la información
- Usos financieros y monetización
MÓDULO 2- MODERN BI Y ANALYTICS
Impacto de la revolución digital y tecnológica
Del marketing tradicional al marketing digital
Nuevos emergentes: empresas nativas digitales
Los cambios tecnológicos
Almacenamiento, computación y comunicaciones
OpenSource: una alternativa real
Influencia de la nueva información, flujos y tecnologías
Estructuras de información y almacenamiento
- Estructurado, semiestructurado y no estructurado
- BBDD OLTP, OLAP y NoSQL
- Componentes SW
Arquitectura y Fastdata
- El Datalake: su razón de ser y consecuencias
- La aparición del Data Streaming
- Tecnologías de cómputo: más por menos
- Explotación: alternativas a la visualización clásica
- Orden en el caos: HDFS, Hive, Sqoop, Kafka, Flume...
Nuevos modelos de rentabilidad y monetización
Nuevos Business Cases. La nueva etapa de la monetización
Integración en los procesos de negocio. Ejemplos prácticos.
Aplicación de Analytics a la información empresarial
Introducción al machine learning
Preparación y análisis de datos para nuestros algoritmos
Soluciones de machine learning:
- Aprendizaje supervisado
- Árboles de decisión
- Predicción y evaluación
- Aprendizaje NO supervisado
- Segmentación y clustering
- Detección de anomalías
- Reglas de asociación
Ejemplos prácticos
Por qué formarte con nosotros
Alumnos formados
Horas de formación impartidas
Valoración media de nuestros alumnos
