Calidad Europea

Consulta el Plan de Estudios

Plan de estudios

MÓDULO I

Big Data y su impacto en la Transformación Empresarial

Big Data como palanca para reestructurar y optimizar con éxito los procesos empresariales

  • ¿Qué es Big Data? ¿Por qué Big Data?
  • Desde la Minería de Datos al Big Data
  • Marketing Intelligence
  • La revolución Digital
  • Transformando las áreas de actividad de las empresas desde el Big Data
    • Impacto en el área de marketing
    • Impacto en el área de la logística
    • Impacto en el área de operaciones
    • Impacto en el área desarrollo de producto
    • Impacto en el departamento financiero
    • Impacto en procesos
  • Transformación del negocio desde Big Data: un recorrido por los sectores de Retail, Banca, Seguros, Telco, Salud, Industria, Utilities

Caso Práctico de Transformación en Procesos

Aproximación práctica al Big Data comparando los diferentes planteamientos de adopción de esta tecnología. Analizaremos diversas alternativas para alcanzar el modelo objetivo, valorando para cada una de ellas el encaje e impacto en los diferentes modelos de negocio.

  • ¿Qué lecciones puedo aprender de aquellos que lo están abordando?
  • ¿Qué aproximación se adapta mejor a mi situación?
  • ¿Qué ventajas competitivas aporta cada enfoque?

MÓDULO II

Entendimiento básico de una plataforma de Big Data

Principales conceptos y términos tecnológicos de Big Data

  • Los diferentes tipos de datos: Estructurado, semiestructurado, desestructurado
  • La fases del tratamiento de la información: ingesta, transformación y explotación
  • Gobierno del dato: seguro, legal, identificado y con calidad
  • Tecnologías de gestión dato: Del Datawarehouse al BigData
  • Infraestructuras: el hardware que lo hace posible, y aproximación al "cloud"
  • Usos de la Información y cómo servirla: report, analítica, IA

Caso práctico de una plataforma de Big Data en funcionamiento

  • Servicio de Gamificación
  • Servicio de previsión de gastos
  • Servicio de previsión de recibos
  • Servicio de voz
  • Servicio de escucha al cliente
  • Servicios GPS

MÓDULO III

Data Science en Business

¿Qué valor aporta el Data Science a las organizaciones?

  • ¿Qué es el Data Science?
  • ¿Qué problemas resuelve?
  • ¿Es tecnología o business?
  • Casos de éxito: ejemplos de diferentes industrias en las que se aplica el Data Science
  • ¿Cuál es el equipo mínimo necesario?
  • ¿Cómo debería incluirlo en mi organización?
  • Retos de las organizaciones para introducir el Data science en las organizaciones

Metodología de procesado de datos mediante Data Science

  • Comprensión del negocio
  • Comprensión de los datos
  • Tratamiento de los datos
  • Modelización
  • Presentación de resultados
  • Puesta en valor

MÓDULO IV

Cómo enfrentarse a un proyecto de Big Data: planificación, cálculo de rentabilidades económicas y configuración del equipo

La importancia de los datos como recurso estratégico

  • Fase de conceptualización: identificación del caso de negocio y esponsorización
  • Definición de roles y responsabilidades: equipos multidisciplinares
  • Arquitectura de datos y alineamiento con la arquitectura IT
  • Gobierno y gestión de dato: como asegurar la ruptura de silos, la accesibilidad y la calidad de los datos, sin olvidar aspectos legales, regulatorios y de privacidad y seguridad.
  • Evaluación previa, durante y post-ante del desempeño y el rendimiento. Desarrollo de indicadores clave y cuadros de mando
  • Cómo enfrentar la resistencia: cambio cultural, proceso de adaptación y la importancia de la capacitación
  • Creatividad y mejora continua: experimentar y perder el miedo al error

Módulo V

Gestión comercial y marketing con Big Data, optimizando la relación con el cliente

Cómo están revolucionando el Big Data y la digitalización la manera de entender la experiencia del cliente, los touchpoints y los customer journeys

  • Qué es un touchpoint
  • Qué es el customer journey
  • Qué entendemos por experiencia de cliente y cómo se mide
  • IPN del cliente y su mejora a través del Big Data
  • Cómo el Big Data nos ayuda a mejorar los customer journeys
  • Implantación de un sistema de mejora continua de la experiencia de cliente con customer journeys líquidos
  • Caso práctico de custormer journey líquido en Banca

Módulo VI

Optimizando las Ventas

Aplicación de ciencia de datos en las fases del proceso de ventas

¿Qué clientes debo visitar? ¿Qué producto les ofrezco? ¿Dónde debo posicionar mi futura tienda?

Estas son algunas preguntas comunes que se realizan en el seno de las compañías cuyas respuestas ayudan a optimizar los recursos de las compañías o bien reduciendo los costes o bien maximizando los ingresos.

En este módulo descubriremos como la Ciencia de Datos puede ayudarnos a dar respuesta a estas y otras preguntas relacionadas con el proceso de ventas a través de casos de uso de Customer Analytics que es la parte de la ciencia de datos que se ocupa de los modelos analíticos asociadas a los clientes. También trataremos casos de uso relacionados con el proceso de ventas que permiten ayudar a reducir los costes logísticos o elegir la localización adecuada de las futuras tiendas.

Además, realizaremos talleres prácticos de los siguientes casos de uso:

  • Modelos de Propensión a la compra
  • Clustering comportamental de clientes
  • Sistemas de Recomendación de productos

Los talleres utilizarán el lenguaje de programación R y su IDE RStudio para facilitar la comprensión y mostrar la capacidad de la ciencia de datos.

Módulo VII

Aplicaciones del Big Data en Inteligencia Artificial

¿Qué tienen en común la Visión Artificial, los Asistentes Virtuales, la Robótica, el Marketing Digital, o los Sistemas Expertos? Data, Big Data.

  • ¿Qué es la Inteligencia Artificial?
  • La materia prima para la IA: los datos y el Big Data
  • Procesamiento del lenguaje natural
  • Análisis del Lenguaje y del Sentimiento: aplicaciones prácticas
  • Los Bots y su utilidad

Módulo VIII

Importancia del "Dónde" en la 4ª Revolución Industrial: GeoMarketing, Big Data e IA para la creación de ventajas competitivas en empresas Data Driven

Impacto de los datos geo-referenciados

  • Conceptos prácticos de los Sistemas de Información Geográfica en las organizaciones “Data Driven”
  • La cadena de valor de los datos geo-referenciados en la 4ª Revolución Industrial. Ejemplo prácticos
  • Procesos de extracción, transformación y carga de datos geo-referenciados
  • Internet de las cosas y puesta en valor de datos heterogéneos en tiempo real
  • Big Data e imágenes de satélite para su aplicación práctica en entornos 3D y de Realidad Aumentada
  • Geo Artificial Intelligence. Un enfoque práctico para predecir y optimizar el conocimiento y las relaciones con los clientes
  • Casos de éxito internacionales

Caso práctico: Big Data en la construcción de las Smart Cities

Los datos son una infraestructura crítica para la ciudades inteligentes. La conversión de los mismos en conocimiento, comprensión o incluso sabiduría en la gestión integrada de ciudad, requiere la utilización de tecnología y ciencia. Explicaremos cómo estamos utilizando en Valencia herramientas basadas en datos para la ayuda a la toma de decisiones de nuestros gestores y planificadores. 

Módulo IX

Aplicando Big Data: Business Cases de explotación y monetización de datos en el ámbito empresarial

Lecciones aprendidas en el Big Data aplicado a sectores de Negocio

  • Necesidad de conocer el ADN del cliente y de la Red
  • Segmentación del cliente en función de su valor en red y no individual
  • Definición de modelos de Monetización del dato
  • El dato al servicio del Negocio
  • Aumento de Ingresos
  • Incremento de eficiencia
  • Medición de resultados
  • El futuro de la toma de decisiones

CASO PRÁCTICO DE MODELOS PREDICTIVOS EN FINTECH. BIG DATA Y ADVANCED ANALYTICS, EL NUEVO PARADIGMA DEL DESARROLLO DE MODELOS FINANCIEROS

El uso de Big Data y Advanced Analytics está creando un nuevo paradigma en el diseño de modelos bancarios. Fintonic emplea metodologías de machine learning para desarrollar modelos estadísticos predictivos sobre propensión a la compra, riesgo de crédito y sensibilidad al precio.

CASOS PRÁCTICOS DE BIG DATA & ANALYTICS EN TELCO. DEMOSTRACIÓN DE ANÁLISIS DE TWEETS EN TIEMPO REAL

Se explicarán distintos casos de uso que emplean tecnologías de Big Data y técnicas analíticas para generar valor a diferentes áreas de negocio del sector Telco. También se verá una demostración del uso de tecnologías Big Data para el análisis de sentimiento de Tweets en Tiempo Real.

Caso práctico Evo Assistant: la integración del manejo de Big Data y la IA al servicio del cliente

En la sesión hablaremos de cómo se creo Evo assistant desde las capacidades de la plataforma de Big Data y respuesta en tiempo real. Comentaremos las áreas de desarrollo actuales y futuras a raíz de uso de la información estructurada y desestructurada de clientes y cómo detectar insight a raíz de ello.

Caso práctico: Big Data como vehículo para la mejora y optimización de los modelos de relación entre marca y cliente

Caso Práctico de Transformación en Procesos

Aproximación práctica al Big Data comparando los diferentes planteamientos de adopción de esta tecnología. Analizare- mos diversas alternativas para alcanzar el modelo objetivo, valorando para cada una de ellas el encaje e impacto en los diferentes modelos de negocio.

  • ¿Qué lecciones puedo aprender de aquellos que lo están abordando?
  • ¿Qué aproximación se adapta mejor a mi situación?
  • ¿Qué ventajas competitivas aporta cada enfoque?

 

CLASE MAGISTRAL

General Data Protection Regulation

IMPACTO DEL GDPR EN EL USO DE BIG DATA EN LAS EMPRESAS 

  • ¿Cómo elaborar un plan que garantice el cumplimiento del GDPR? ¿Qué debe contemplar?
  • ¿Qué perfil debe tener el profesional que lidere este proceso de cumplimiento?
  • ¿Qué inversiones deben realizar las organizaciones para implementar procesos y sistemas que protejan y gestionen los datos garantizando el cumplimiento normativo?
  • ¿Qué equipos y personas deben ser garantes del cumplimiento del GDPR? ¿Cómo asegurar que todos ellos están involucradas y son conscientes de este compromiso?
  • ¿Cómo podrán los titulares de los datos ejercer sus derechos? ¿Cómo debe ser su consentimiento, para que sea válido?
  • ¿Cómo afrontar una fuga de datos? ¿Qué procesos son necesarios para la detección, respuesta, investigación y notificación?
  • ¿Cómo deben las organizaciones establecer un proceso de mejora continua que incorpore la evaluación de nuevos riesgos para la seguridad de los datos?

Sesión presencial

Mesa redonda: Big Data y su convergencia con tecnologías exponenciales

resolución caso práctico

Módulo Práctico

CASO PRÁCTICO

El instructor explicará un caso práctico a los participantes en una sesión online al comienzo del curso.

Los alumnos trabajarán el caso a lo largo del curso en grupos multidisciplinares y entregarán sus conclusiones una semana antes de la sesión de resolución del caso.

En esta sesión cada grupo expondrá y defenderá la resolución del caso. El instructor compartirá  sus impresiones sobre las diferentes soluciones dadas. 

Solicita información