Objetivos del cursoBrindar una visión general y sólida - con un balance entre los fundamentos y el conocimiento práctico - de los conceptos principales de la Inteligencia de Negocio (Business Intelligence) que habilite a los participantes a desarrollar proyectos o programas mediante los cuales se puedan utilizar los datos que ya posee una organización, para transformarlos en información valiosa que permita ayudar a resolver problemas de negocio y soportar la toma de decisiones de los directivos.
ContenidoCONTENIDO ACADÉMICO
Módulo 1. Análisis Inteligente de Datos
Análisis exploratorio y confirmatorio. Reseña histórica. Revisión de métodos exploratorios; tablas, gráficos, diagramas de tallo y hoja, box-plot, análisis de normalidad. Técnicas descriptivas multidimensionales. Análisis en componentes principales. Análisis factorial de correspondencias. Métodos de clasificación y agrupamiento. Clasificación Jerárquica. Caras de Chernov. Gráficos de estrellas. Gráficos de Rayos Sol. Gráficos de Andrews. Relación entre Análisis factorial y Clasificación. Análisis discriminante. Práctica de Implementación: SPSS.
Módulo 2. Data Warehousing
Arquitectura, procesos y componentes. Integración de datos, diversas arquitecturas. Proceso de Extracción, Transformación y carga. Implementación. Modelos multidimensionales. Esquema Estrella y snowflake. OLAP, MOLAP, ROLAP y HOLAP. Metadata. Ciclo de vida del desarrollo de un data warehouse. Procesamiento y optimización de consultas. Conceptos de calidad en data warehousing. Práctica de Implementación: MicroStrategy.
Módulo 3. Data Mining
Etapas del proceso de data-mining. Reglas de asociación. Mining de “canasta de mercado”. Algoritmo A-Priori, y extensiones. Mining de bajo soporte y alta correlación. Reglas de asociación en niveles múltiples. Patrones secuenciales. Clasificación.. Clustering: medidas de distancia, dimensionalidad, distintos enfoques. Matching de secuencias. Modelo de episodios. Mining Temporal y espacial. Detección de fraudes. Detección de intrusos. Mining de textos. Búsquedas en la Web y Web-mining. Práctica de Implementación: Intelligent Miner.
Módulo 4. Tablero de Control
Visión estratégica de los sistemas de soporte de decisión. El control de la gestión en las organizaciones: Contenido de los sistemas de control de gestión. Del control burocrático a la delegación con control. Incorporación de nuevas dimensiones de la gestión.
Medición del desempeño: Selección de indicadores. Características de un buen indicador. Fuentes de información. Práctica de selección y determinación de indicadores: Caso John Harvard's. Tableros de control: Tipos de tableros. Caso Telefónica de Argentina. Balanced scorecards: Modelo de gestión BSC. Caso Mobil.
Módulo 5. Sistemas de Soporte de Decisión
Visión tecnológica de los sistemas de soporte de decisión. Introducción a los Sistemas de Información: DSS, EIS y para BSC. Desarrollos internos de software vs compra de un “paquete” de software y problemas típicos de una implantación: forewarned vs forearmed. Selección y análisis del software disponible en mercado para implementar Tableros de Control y BSC.
Trabajo de Aplicación
El objetivo del Trabajo de Aplicación es lograr que el profesional aplique los conocimientos adquiridos, en problemas encontrados en su puesto de trabajo, con el fin de evaluar la capacidad del profesional en detectar, evaluar y resolver situaciones de su quehacer diario empleando esta nueva visión de los negocios. El Trabajo de Aplicación se realiza en forma grupal y debe ser expuesto frente al resto de los participantes durante la última jornada del programa.
Otra formación relacionada con business intelligence