Business Intelligence and Data Analytics

Herramientas y metodologías para generar ventaja competitiva a través de la información

El mundo de los negocios ha sufrido varios cambios disruptivos en los últimos 10 años: el surgimiento de las posibilidades del big data, el inicio de la aplicación del machine learning (IA) a los negocios, el surgimiento del blockchain. Ante este escenario, son muchas y muy diversas las preguntas de negocio que a diario se plantean los principales ejecutivos y para las cuales se necesitan las respuestas precisas y que les permitan competir en los mercados con eficacia.

Para muestra basta un botón. Apenas en los últimos dos años se han creado el 90% de los datos almacenados por la humanidad desde el origen de la historia. Actualmente, el volumen de datos que cada individuo genera cada día es del orden de 5 GB y se calcula que, para 2020, el número de datos almacenados ascienda a 44 zettabytes (un zettabyte es equivalente a 100,000,000,000 terabytes). Sin embargo, se calcula que actualmente solo alrededor de un 5% de las organizaciones usan estos datos, por lo que el potencial es inmenso, tanto como las posibilidades de empleo que ofrece de cara al futuro. Solo las empresas, de cualquier sector, que se monten en este tren serán exitosas en un período menor de cinco años.

Paradójicamente, las empresas disponen de enormes cantidades de datos valiosos, muchos más de lo que son capaces de generar ventaja competitiva. El reto es convertir esos datos en información precisa y útil para poder analizarla en profundidad y dar respuesta a las necesidades que requiere la gestión de las empresas y los mercados hoy en día. La inteligencia de negocios y la analítica de datos proporciona el conjunto de metodologías y herramientas para implantar en la organización y competir con ventaja, a través de la información. También, permite que la empresa pueda disponer de las metodologías y las herramientas de análisis de la información para la toma de decisiones en la empresa y que permita a la compañía comprender mejor las relaciones entre productos y servicios, clientes, competidores y mercados y optimizar y automatizar todos los procesos de negocio, para proporcionar un crecimiento sostenible.

INSCRÍBASE

 

SOLICITE MÁS INFORMACIÓN
OBJETIVOS
DIRIGIDO A
  • Adquirir las claves para transformar su organización en una mucho más eficiente gracias al modelo data centric y conocer los principios de una correcta gestión de la inteligencia del negocio y la minería de datos.
  • Obtener una base conceptual que les ayudará a comprender en profundidad que es el big data y la tecnología subyacente, para así poder asistir a reuniones con técnicos y colaborar activamente en el buen desarrollo de dichos proyectos.
  • Conocer qué es el machine learning, su capacidad de operación actual y dónde es posible su utilización.
  • Conocer en profundidad el mundo de los BOTS y cómo potenciar su utilización.
  • Conocer de primera mano cómo es un proyecto exitoso de machine learning y de chatbots en el mundo real.
  • Conseguir una visión 360º de los procesos analíticos para la toma de decisiones en las organizaciones y su implementación, tanto a nivel operativo como estratégico.
  • Obtener un conocimiento de las metodologías óptimas de análisis de datos, las herramientas y su implementación en los procesos de toma de decisiones.
  • Conocer a fondo las tecnologías óptimas para la elaboración de informes y dashboards que facilitan la puesta en marcha de estrategias de negocio basadas en las oportunidades detectadas por el análisis de datos y en las diferentes área de negocio.
  • Ejecutivos en las áreas Marketing, Operaciones, Finanzas, Gestión de Clientes, Fidelización y Retención, Gestión Humana, Tecnologías de Información, Proyectos, Procesos y Calidad, entre otras, se beneficiarán enormemente de lo aprendido en este seminario.
  • Directivos y ejecutivos de cualquier nivel de la organización que estén, que deban o aspiren a tomar decisiones basadas en datos y/o que estén interesados en entender el valor estratégico de la explotación analítica de los datos internos de la empresa para la toma de decisiones.
  • Responsables de inteligencia de negocios y/o analítica de datos.
  • Ejecutivos responsables de proyectos o involucrados en procesos de transformación digital en sus organizaciones.
  • Todas las personas que formen parte del equipo directivo de una organización y en todos los sectores (servicios, consumo masivo, retail, industrial, etc.) son candidatos idóneos y encontrarán alto valor en este seminario.
CONTENIDO

Dar clic al botón + para desplegar los contenidos por tema

Transformación de una empresa process centric a data centric
  • La importancia de los datos
  • Analytics maturity model
  • Customer centric: ¿Es suficiente?
  • Estrategia data driven
  • Innovación data centric
  • Data centric vs. service centric
  • Análisis de casos
Evolución de la ciencia del dato
  • Evolución del big data y relación con el aprendizaje automático
  • Big data first
  • Computer science
  • Invertir en big data: voces del pasado
  • Evolución del dato
  • Big data vs. aprendizaje automático
  • Data mining vs. machine learning
  • Factores que aceleran el data mining y machine learning
  • Diferencias del big data entre industrias
  • Análisis de casos
Tecnologías y herramientas big data para directivos
  • Las 4 V
  • El paradigma del dato ha cambiado
  • Open data
  • Soluciones big data opensource
  • Gartner 2017 Magic Quadrant for Data Science Platforms
  • Las 10 soluciones open source más relevantes
Comprender las técnicas de data mining
  • Evolución de la inteligencia artificial
  • Data mining
  • Tradicionales (DBMS)
  • Evolución del business intelligence: OLTP- OLAP – RTAP
  • Creación de un data warehouse
  • Estado de la ciencia
  • Evolución de los algoritmos de inteligencia artificial
  • Evolución de las capacidades del aprendizaje automático
  • Sistemas de toma de decisiones
Tipos de aprendizaje automático y cuándo aplicarlos
  • Fuentes del aprendizaje automático
  • Machine learning o aprendizaje automático
  • La importancia de la veracidad de la predicción
  • El problema de la densidad causal (lo simple)
  • ¿Qué es un modelo?
  • Modelos: BIAS y varianza
  • Complejidad del modelo
  • Sobreajuste- alta varianza – overfiting
  • Regularización del sobreajuste (overfiting)
  • Subajuste - alta oscilación (underfitting)
  • Consejos de mejoras a los modelos de machine learning
  • ¿Cuántos datos necesito para entrenar un modelo?
  • Las dos culturas en el aprendizaje estadístico
  • Regresión vs. clasificación
  • Categorías: supervisadas y no supervisadas
  • Redes Neuronales
  • Fases de un proyecto de DM/ML
  • Ejemplos
  • Bots
  • Ejemplos de aplicacion: chatbots
  • Experimentacion: big ML y chatbots platforms

EXPERTO
Facilitador

Rafael Alcalde

CEO de Qrowd Makers destacada firma española especializada en el desarrollo de proyectos relacionados con big data y la inteligencia artificial (aprendizaje automático). El Sr. Alcalde es un destacado experto en Sales Intelligence, Leads Generation, Growth Hacking, Data Science incluyendo entre sus actividades de consultoría la formación y el desarrollo del emprendimiento tecnológico. Entres sus clientes figuran prestigiosas empresas tales como Telefónica – Movistar, Acciona, Esmartia, Womenalia y el IE Business School, entre muchas otras.

Es profesor invitado de varios másters en data science en prestigiosas universidades y escuelas de negocio de España entre las que se destacan EOI, UAH, UNIR. De Igual forma, es mentor de startups en IE Business School (Venture Lab, Area31) y Talentum (Telefónica).

Previo a la creación de su firma, el Sr. Alcalde fue CEO de JaraTech Social Technologies (startup basada en big data de personas en redes sociales, enfocada a producto de recruiting y generación de leads), CDO Womenalia, Director I+D Unidad Editorial y CTO Cátenon Worldwide.

Sl Sr. Alcalde es ingeniero informático con un máster en Project Management por IE Business School

MÁS INFORMACIÓN

Fechas: Jueves 4, viernes 5 y sábado 6 de abril, 2019

Horario: 9:00 a.m. a 6:00 p.m. (jueves y viernes)
9:00 a.m. a 1:00 p.m. (sábado)

Duración total: 20 horas

Lugar: Santo Domingo, República Dominicana

Inversión: US$ 895.00

(Incluye carpeta de material de apoyo, lecturas adicionales, almuerzos, coffee breaks y certificado de participación).

 
METODOLOGÍA

Este seminario ha sido concebido con el fin práctico de encaminar el desarrollo de una estrategia de RSC-Sostenibilidad. Para lograr concebir una estratégica robusta, el seminario contiene el contexto teórico de la materia y define las tendencias principales en la materia. El material contiene múltiples ejemplos de qué significa la RSC-Sostenibilidad en diversas empresas e industrias y cómo estas han desarrollado estrategias ganadoras que les ha generado valor. Contiene ejercicios prácticos donde se promueve que el participante reflexione sobre la teoría y cómo esta aplica a su empresa, generando propuestas puntuales que aplican a su empresa bajo el modelo de ¨aprender – haciendo”.

DOCUMENTACIÓN

Cada participante recibirá una carpeta con la presentación, documentos para realizar los ejercicios prácticos y la documentación preparada por la experta para el seminario.

OTRAS INFORMACIONES DE INTERÉS

Cupo limitado

Todas las solicitudes de inscripción serán minuciosamente evaluadas con el objetivo de garantizar la homogeneidad de los perfiles profesionales / empresariales de los participantes del evento. Intras se reserva el derecho de admisión a este evento en función de ésta evaluación.

¿POR QUÉ INTRAS?

 
 
 
 
 
OTROS BENEFICIOS DE ASISTIR A ESTE SEMINARIO

 

FORMULARIO DE INSCRIPCIÓN

* Campo requerido
* Campo requerido
Campo requerido
Debe Seleccionar su Sexo
Invalid Input
* Campo requerido
Campo Requerido
Campo requerido
Campo requerido
* Campo requerido
Campo requerido
* Campo requerido
Campo requerido

* Campo requerido
Campo requerido
Invalid Input
Invalid Input
Invalid Input
Invalid Input

Campo requerido
Campo requerido
Campo requerido
Invalid Input
Campo requerido
SOLICITE MÁS INFORMACIÓN
Campo requerido.
Campo requerido.
Campo requerido.
Campo requerido.
2018-04-11 09:00:00
2018-04-11 23:59:00