Business intelligence para la toma de decisiones
- Datos generales
-
Datos generales
- Créditos del Curso: 60
- Precio Matrícula: 2.000 €
- Tipo de título: Máster Universitario Propio
- Alumnos Previstos:
- Máximo: 25
- Mínimo: 10
- Director: Héctor Valentín Jiménez Naranjo
- Teléfono: 655 888 784
- Correo: hectorjimenez@unex.es
- Codirectora: Natalia López-Mosquera García
- Teléfono: 690 310 280
- Correo: nmosquera@unex.es
- Organiza:
- Facultad de Empresa, Finanzas y Turismo
- Requisitos de acceso:
- Titulación Universitaria
- Sistema de selección:
-
Se seleccionarán por nota media del expediente académico.
-
Tendrán preferencia los alumnos de los grados de:1. Administración y Dirección de Empresas;2. Finanzas y Contabilidad;3. Economía;4. Ingeniería Informática;5. Estadística;6. Matemáticas;7. Turismo;8. Gestión y Administración Pública.
-
Por último, todos los estudiantes que tengan otro título de la Rama de Ciencias Sociales.
- Correo electrónico informativo: materbi@unex.es
- Objetivos
-
Objetivos
OBJETIVO GENERAL
La situación actual de las empresas, inmersas en un mundo tecnológico y globalizado, hace necesaria la existencia de profesionales capaces de encontrar ventajas competitivas en un entorno con multitud de datos. Las empresas necesitan encontrar patrones de demanda, segmentar clientes y proveedores, analizar tendencias de consumo, por ello es importante un adecuado sistema de información gerencial.En este contexto la toma de decisiones que aporten valor estratégico dependerá de la gestión de los sistemas de información disponibles. Lo que nos permitirá realizar una planificación óptima de los recursos, adelantarnos a los problemas de stocks y conocer la sensibilidad de nuestras variables y los diferentes escenarios que se presentarán en el horizonte empresarial.La inteligencia empresarial ayudará a recoger la información y a analizarla, de manera que se aporte valor en la toma de decisiones de la empresa, independientemente de su tamaño y el sector en el que desarrollen sus actividades.El extraordinario interés por parte de empresas y organizaciones en la implantación de métodos y el uso de herramientas que permitan aportar valor a la ingente cantidad de datos disponibles a través de sistemas de información propios, de plataformas y páginas web, redes sociales y otros muchos canales de acceso a datos abiertos, ha generado una demanda en auge de titulados y profesionales capaces de dar respuesta a las necesidades planteadas en este contexto. Este fenómeno ha fomentado en los últimos años la aparición de numerosos títulos de posgrado en universidades nacionales e internacionales. En concreto, en las Universidades públicas españolas podemos encontrar diferentes propuestas de máster con características similares al que aquí proponemos, enfocados básicamente a la formación de un nuevo perfil profesional capacitado para abordar los retos que plantea la incorporación de datos masivos en el proceso de toma de decisiones, tanto en el contexto empresarial como organizativo e institucional.Es recomendable que los alumnos interesados en cursar este título hayan realizado estudios previos en el campo de la administración y dirección de empresas, la estadística e investigación operativa y/o en lenguajes y sistemas informáticos. Por tanto, deben tener conocimientos básicos de contabilidad, finanzas, administración de empresas, marketing, legislación, estadística, matemáticas, TIC e inglés.Deben ser personas conscientes de la complejidad e incertidumbre del entorno que rodea a las empresas hoy en día, donde múltiples factores externos e internos inciden en su actividad diaria y; en consecuencia, en sus resultados empresariales. Por ello, es necesario no sólo centrarse en la obtención de resultados a corto y largo plazo; sino en la satisfacción de los grupos de interés que están relacionados directa o indirectamente con la empresa. En este contexto, es donde la inteligencia empresarial y las herramientas big data pueden ayudar a abrir un nuevo camino que permita satisfacer las nuevas necesidades de los clientes en tiempo real y formular e implantar nuevas estrategias empresariales que permitan lograr un mayor éxito en sus negocios.Se requieren personas proactivas, intelectualmente inquietas, trabajadoras, ambiciosas, con capacidad de trabajar de forma individual y en equipo.OBJETIVOS ESPECÍFICOS
- Utilizar técnicas de datawarehouse y métodos de procesamiento analítico en línea para obtener información relevante en el contexto de la inteligencia de negocios.- Aplicar técnicas de almacenamiento relacional y noSQL y definir procesos de consulta sobre datos en una situación real de empresa.- Seleccionar y utilizar las herramientas tecnológicas disponibles para preparar y ejecutar aplicaciones para datos masivos en la nube.- Utilizar servicios y APIs en la nube para la obtención y aprovechamiento de datos masivos.- Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.- Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.- Que los estudiantes sepan comunicar sus conclusiones (y los conocimientos y razones últimas que las sustentan) a públicos especializados y no especializados de un modo claro y sin ambigüedades. - Contenidos
-
Contenidos
MÓDULO 1: Introducción a la Inteligencia Empresarial
1.1
El proyecto Business Intelligence
1.4.1 Formato del proyecto
(Teoría). (10 h.)
30
1.4.2 Presentación de la temática
(Teoría). (10 h.)
1.4.3 Experiencias actuales
(Teoría). (10 h.)
1.2
Introducción al Business Intelligence y Big Data
1.1.1 Conceptos Básicos BI vs BD
(Teoría). (10 h.)
30
1.1.2 Macrotendencias sobre datos
(Teoría). (10 h.)
1.1.3 Introducción al desarrollo de un proyecto BD y BI
(Teoría). (10 h.)
1.3
La toma de decisiones empresarial
1.2.1 Estructura empresarial en la toma de decisiones
(Teoría). (10 h.)
30
1.2.2 Perfiles profesionales
(Teoría). 10 h.)
1.2.3 Procesos en la toma de decisiones
(Teoría). (10 h.)
1.4
Fundamentos y herramientas para el análisis de datos
1.3.1 Introducción a las fuentes de datos
(Teoría). (10 h.)
30
1.3.2 Introducción al tratamiento de datos(
(Teoría). (10 h.)
1.3.3 Introducción a las herramientas de visualización
(Teoría). (10 h.)
HORAS MÓDULO
120
MÓDULO 2: Gestión de datos
2.1
Fuentes y almacenamiento de datos
2.1.1 Introducción al análisis de datos
(Teoría + Práctica).
20 + 40
2.1.2 Adquisición de datos
(Teoría + Práctica).
2.1.3 Técnicas de preprocesado de datos
(Teoría + Práctica).
2.1.4 Balanceo de datos
(Teoría + Práctica).
2.1.5 Ejemplos
(Teoría + Práctica).
2.2
Herramientas para el análisis
2.2.1 Predicción
(Teoría + Práctica).
20 + 40
2.2.2 Clasificación supervisada
(Teoría + Práctica).
2.2.3 Clasificación no supervisada
(Teoría + Práctica).
2.2.4 Reglas de asociación
(Teoría + Práctica).
2.2.5 Ejemplos
(Teoría + Práctica).
2.3
Visualización de datos
2.3.1 Weka: Tareas, patrones y Clustering
(Teoría + Práctica).
20 + 40
2.3.2 Árboles de decisión: generando primeros resultados
(Teoría + Práctica).
2.3.3 Visualización en R: Carga y descriptiva de datos; Gráficos básicos
(Teoría + Práctica).
2.3.4 Visualización en R: Matrices de correlación, patrones y clustering
(Teoría + Práctica).
2.2.5 Reporting automático: diseño de un informe de datos interactivo
(Teoría + Práctica).
2.2.6 Análisis de RRSS
(Teoría + Práctica).
HORAS MÓDULO
180
MÓDULO 3: Análisis de datos
3.1
Gestión de datos para la toma de decisiones
3.1.1 Toma de decisiones basadas en el dato
(Teoría + Práctica).
20 + 40
3.1.2 Cuadros de Mando
(Teoría + Práctica).
3.1.3 Pautas de comportamiento y modelos predictivos
(Teoría + Práctica).
3.1.4 Análisis de datos masivos y Automatización de la gestión
(Teoría + Práctica).
3.1.5 Análisis de un caso Grupal
(Teoría + Práctica).
3.1.6 Análisis de un caso Individual
(Teoría + Práctica).
3.2
Estrategias orientadas al BI
3.2.1 Introducción a las estrategias empresariales
(Teoría + Práctica).
20 + 40
3.2.2 Formulación estratégica a través del BI
(Teoría + Práctica).
3.2.3 Formulación estratégica a través del BD
(Teoría + Práctica).
3.2.4 Implantación estratégica
(Teoría + Práctica).
3.2.5 Soluciones empresariales
(Teoría + Práctica).
3.2.6 Caso práctico
(Teoría + Práctica).
3.3
Tecnología Big Data en el ámbito empresarial
3.3.1 Big Data orientado al cliente
(Teoría + Práctica).
20 + 40
3.3.2 Big data orientado a la predicción
(Teoría + Práctica).
3.3.3 Elección de datos relevantes para mi empresa y optimización
(Teoría + Práctica).
3.3.4 Detección de variables relevantes no estudiadas
(Teoría + Práctica).
3.3.5 Big Data aplicado a las finanzas
(Teoría + Práctica).
3.3.6 Big Data para la detección tendencias y de oportunidades
(Teoría + Práctica).
HORAS MÓDULO
180
MÓDULO 4: Aplicación Práctica
4.1
Trabajo Final Máster
Práctica
120
HORAS MÓDULO
120
TOTAL HORAS CURSO
600
- Celebración
-
Celebración
Calendario de Celebración
Preinscripción:
del 16/05/2022 al 16/06/2022
Matrícula:
del 17/06/2022 al 30/09/2022
Comienzo:
04/11/2022
Finalización:
28/07/2023
Presentación de solicitudes
Secretaría de la Facultad de Empresa, Finanzas y TurismoLugar de celebración
Facultad de Empresa, Finanzas y TurismoCampus virtual de la UEx