22

Titulación Universitaria reconocida a nivel internacional.
22
60 créditos ECTS.

331.500 horas de trabajo y estudio práctico a través del campus virtual Consulta International Business School.

4412 meses (1 año) de duración.

55Coste de matrículas competitivas en el mercado.

66Plan de BECAS orientadas a diferentes colectivos.

77Metodología formativa 100% práctica.

88Claustro de profesores laboralmente activos en el sector de la temática del máster.

9Modelo pedagógico único PROMIND y experiencia formativa personalizada.

163€ (2)
financiacion

Consulta International Business School ha puesto en marcha para este periodo 2017/18 el Máster Big Data & Business Analytics, avalado y certificado por la Universidad Isabel I, con la visión de formar profesionales capaces de detectar, generar y obtener ventajas competitivas sustanciales en cualquier ámbito funcional de la empresa, mediante el uso de los datos en cualquier ámbito de la organización. Teniendo en cuenta los entornos empresariales en constante cambio, es esencial poder medir que está ocurriendo y adaptarse antes que los demás desarrollando competencias de análisis de datos para conseguir ventajas generadoras de valor.

SOLICITA INFORMACIÓN

+34 91 309 11 92 / whatsapp WHATSAPP +34 688 83 07 22

EMAIL: INFO@CONSULTAEDUCATION.COM

Nombre*

Email*

Ciudad*

País*

Máster*

Teléfono*

Estudios*

Mensaje
















He leido y acepto la politica de privacidad

rosetta-stone

Los casos prácticos se trabajarán directamente con licencias académicas de los software Qlik y Tableau.

qlik-logo-2x
tableau_logo-transparent

Perfil del Alumno:

Ingenieros, Licenciados, Universitarios (grado) en todas las áreas, con un buen conocimiento práctico de las nuevas tecnologías que quieran adquirir capacidades analíticas o desarrollar su actividad profesional en el ámbito de los datos.

Las aplicaciones prácticas del máster van enfocadas hacia:

  • Ingenieros de datos
  • Expertos en Business Intelligence
  • Expertos en Datos, BIG DATA, Analytics
  • Expertos de Negocio con capacidades analíticas
  • Business Partners, enlaces entre negocio y tecnología

Módulo 1. Introducción al Business Analytics. Antecedentes del análisis de datos, metodologías y tecnologías

El objetivo de este módulo es conocer cómo la información siempre ha sido una ventaja competitiva. Desde los orígenes de cualquier civilización, revisaremos cómo se ha ido introduciendo la tecnología de análisis de datos.

Proporcionaremos las competencias necesarias para los retos que presentan todas las diferentes herramientas tecnológicas.

Analizaremos las diferencias las aplicaciones de cada herramienta en función de las necesidades del negocio.

Se Identificarán las necesidades predictivas, analíticas y casarlas con la herramienta adecuada.

  • Situación actual del Business Intelligence.
  • La democratización del Business Intelligence.
  • El Business Intelligence en nuestra empresa. Las ventas, SCM, Change Management.
  • Actores, diferentes tipos de herramientas y cómo ayudan en las compañías.
  • El Data Discovery y los sistemas analíticos.
  • Los paradigmas tecnológicos que vivimos en la actualidad: Mobile, Big Data, Cloud, Entornos Colaborativos, Data Mining.
  • Econometría, modelos predictivos. ¿Para qué se usan? Analítica predictiva.
  • Otras tendencias del Business Intelligence.

Módulo 2. Desde el problema al Análisis, sistemas de toma de decisión

Un sistema de análisis debe llevar a la toma de una acción o a una inacción consciente. El objetivo de este módulo es estructurar un proceso de toma de decisión formal para poder apoyarlo en el resto de herramientas que veremos durante el curso.

Para poder diseñar un sistema para la toma de decisiones debemos conocer en profundidad la empresa y las líneas estratégicas, para que Analytics esté alineado con los objetivos marcados. En este módulo trabajaremos en el proceso que debemos llevar a cabo para lograr que nuestros Sistemas de apoyo a la decisión aporten el máximo valor y se conviertan en un elemento clave para nuestros stakeholders internos.

  • La arquitectura de un sistema de BI.
  • Los datos y la información.
  • La integración: los procesos ETL.
  • La calidad: Data Quality Systems.
  • La gestión de los datos: Gestión de Datos Maestros (MDM).
  • Data Warehouse: ¿sí o no? Los sistemas de toma de decisiones.
  • Cuadro de Mando Integral.
  • Dimensiones y Métricas.
  • Análisis Descriptivo y Prescriptivo.
  • Información no estructurada.
  • Big Data.

Módulo 3. Data Management

El objetivo principal de la asignatura es proporcionar una visión completa de la gestión global de los datos en las empresas. El estudio de esta asignatura nos permitirá realizar una buena gestión del dato desde que entra en nuestros sistemas operacionales o transaccionales, hasta que pasa a nuestros sistemas de data warehouse que utilizamos para los sistemas de BI (Business Intelligence). Aprender una buena gestión de los datos que compatibilice los sistemas operativos o transaccionales, que soportan nuestro negocio, con los sistemas de BI.

La evolución actual de los datos, en crecimiento exponencial, hace necesario adelantarse en su gestión. En este módulo aprenderemos las estrategias y sistemas actuales para esta gestión.

  • Gobierno de datos.
  • Arquitectura, análisis y diseño de datos.
  • Almacenado de datos.
  • Seguridad de los datos.
  • Documentos y gestión de contenidos.
  • Referencia y gestión de datos maestros.
  • Data warehousing y business intelligence.
  • Gestión de metadatos.
  • Gestión en la calidad del dato.

Módulo 4. Business Intelligence y Business Analytics

El objetivo de este módulo es conocer las herramientas de análisis de datos más generalizadas hoy en día. Taller con las herramientas Qlik & Tableau.

Proporcionaremos las competencias necesarias para los retos que presentan todas las diferentes herramientas tecnológicas.

Analizaremos las diferencias las aplicaciones de cada herramienta en función de las necesidades del negocio.

Se Identificarán las necesidades predictivas, analíticas y casarlas con la herramienta adecuada.

¿Qué visualizaciones son más adecuadas para qué necesidad?

  1. Business Intelligence y Business Analytics
  • El software.
  • La infraestructura.
  • Las políticas.
  • Los procedimientos
  1. Business Analytics y Big Data
  • ¿Dónde está el ROI del Big Data?
  • Necesidades análisis predictivo
  1. Integrando Business Intelligence y Business Analytics
  • Métricas clave
  • Comparación de todos los K P I
  • Cuadro de mando
  • Visualización de datos

Módulo 5. Seleccionando la herramienta más adecuada

El objetivo de este módulo es, partiendo de los conocimientos obtenidos en los módulos anteriores, conocer las herramientas adecuadas para la selección de la herramienta de análisis de datos idónea para nuestras necesidades. Casos prácticos con Python, “R”, GITHUB (html5).

  • Visualización de datos.
  • Análisis de datos
  • Distinguir la forma de modelización apropiada por objeto y objetivo de investigación.
  • Distinguir entre modelos espurios. Y conocer métodos de elección de modelos.
  • Estimar modelos penalizados y árboles de regresión (o de similar nivel), técnicas de selección, aplicaciones de
  • Tableau y R, y análisis econométricos avanzados.
  • Entornos de programación y de gestión de datos:
  • Phyton
  • HTML5
  • Java
  • JavaScript
  • PHP
  • Entornos de aplicación analítica en Big Data según el objetivo de investigación:
  • Bases de datos
  • Aplicaciones de análisis con Big Data
  • Herramientas econométricas para el análisis de comportamiento de mercados y de la economía – Big Data.
  • Futuro del Big Data.

Módulo 6. Customer Analytics

En este módulo analizaremos cómo y con qué herramientas somos capaces de conocer a nuestros clientes y sus comportamientos, incluso predecirlos. El caso lo realizaremos en Qlik & Tableau.

“El cliente es el Rey” y por ello debemos conocerle: saber cómo se comportó, comporta y comportará. En este módulo trabajaremos el análisis de clientes y veremos conceptos como la segmentación y el profiling.

Análisis y aprovechamiento máximo de la información  de clientes:

  • Segmentación de clientes
  • Segmentación actitudinal
  • El “clustering” como herramienta de segmentación
  • Potencial
  • Targeting
  • Customer Journey o Mapa de la Experiencia del Cliente
  • Net Promoter Score (NPS)

Módulo 7. Project Management en análisis de datos

  • Metodología de gestión de proyectos de datos. Project Management.
  • Entendiendo el Ciclo de Vida de los Sistemas de Información.
  • El Ciclo de Diseño y Desarrollo de Sistemas como base para los Proyectos TI.
  • Aspectos claves para Adquirir un Sistema de Información.
  • Factores claves para el éxito proyectos de Business Intelligence y Analytics.
  • Entendiendo las Áreas de Conocimiento del Marco de Referencia PMI (Gestión del Cambio, Comunicaciones, Calidad, etc).
  • Enfoques metodológicos, tradicional y ágil.
  • Identificando los Fundamentos de SCRUM como metodología ágil.
  • La Triple Restricción (Alcance, Tiempo y Costo).
  • Fundamentos de la Gestión por el Valor Ganado (Actividad de Investigación).
  • Sistemas para la Gestión de Proyectos (Actividad práctica con MS Project).
  • Reporting de Proyectos TI.
  • Fundamentos de la Gestión de Riesgos en Proyectos TI. Valor Monetario Esperado.

Módulo 8. Los Actores del Data y Business Management

  • ¿Quiénes son los actores? ¿Qué papeles juegan?
  • Los componentes clave
  • Los roles del equipo en proyectos de datos
  • El equipo SCRUM y su organización
  • Los integradores (o colaboradores)
  • Los fabricantes de software
  • Los clientes

Módulo 9. Tendencias y realidades del análisis de datos

Revisaremos cómo está cambiando el mundo a través de la tecnología y cómo podemos aprovechar esto en nuestra operativa diaria.

El mundo de Analytics es muy cambiante y debemos estar siempre actualizados. En esta asignatura hablaremos de las nuevas tendencias de Analytics, en muchos casos promovidas por algunos fabricantes, y que están cambiando la forma de analizar la información en las compañías.

Módulo 10. Análisis Predictivo

  • El objetivo de este módulo es conocer las posibilidades de adelantarnos a los acontecimientos con los datos.
  • Qlik & Tableau.

Tutorías. Proyecto fin de Master

El Proyecto Fin de Máster supone la realización, por parte del estudiante, de un proyecto, memoria o estudio, en el que se aplique y desarrolle los conocimientos adquiridos en el Máster, y estará orientado al desarrollo de las competencias generales asociadas a la titulación

La duración del Máster Big Data & Business Analytics será de un total de 20 horas lectivas de clases virtuales repartidas en 10 módulos (10 meses) y 2 horas de tutoriales para proyecto fin de Master, de igual manera se contemplan 1.478 horas de trabajo que hacen un total de 1.500 horas y 60 créditos ECTS.

Las clases se impartirán de manera virtual de acuerdo a la disponibilidad de los estudiantes y profesores de forma que sean compatibles con  otras ocupaciones como otros cursos o trabajos.

Posteriormente a la finalización del Master será necesaria la presentación de un Proyecto Final.

El curso dará comienzo en las siguientes convocatorias: Febrero, Mayo, Julio y Octubre, y tendrá matriculación continua trimestral sujeta a disponibilidad de plazas, las gestiones operativas se desarrollaran desde nuestra sede ubicada en C/ Maldonado 56, 28006, Madrid.

Distribución General del Plan de Estudios en Créditos ECTS y Horas de Trabajo – Modalidad Online

Horas de claseHoras de trabajoCréditos ECTS
Introducción al Business Analytics2994
Desde el Problema al Análisis, Sistemas de Toma de Decisión21235
Data Management21235
Business Intelligence y Business Analytics2994
Seleccionando la Herramienta más Adecuada  21235
Customer Analytics21235
Project Management en Análisis de Datos21235
Los Actores del Data y Business Management21235
Tendencias y Realidades del Análisis de Datos21235
Análisis Predictivo21235
Proyecto fin de Master229612
1 crédito ects= 25 horasTotal 22147860

La duración del Máster Big Data & Business Analytics será de un total de 80 horas lectivas de clases presenciales repartidas en 10 módulos (10 meses) y  4 horas de tutoriales para proyecto fin de Master, de igual manera se contemplan 1.416 horas de trabajo que hacen un total de 1.500 horas y 60 créditos ECTS.

Las clases se impartirán los sábados (uno al mes) de 10:00h a 14:00h y de 15:00h a 17:00h  de forma que sean compatibles con  otras ocupaciones como otros cursos o trabajos.

Posteriormente a la finalización de la especialización será necesaria la presentación de un Proyecto Final.

El curso dará comienzo en las siguientes convocatorias: Febrero, Mayo, Julio y Octubre,  y tendrá matriculación continua trimestral sujeta a disponibilidad de plazas, las clases se impartirán en una de las sedes de Consulta International Business School, centro asociado de la Universidad Isabel I, ubicada en C/ Ferrer del Rio 10, 28028, Madrid.

Distribución General del Plan de Estudios en Créditos ECTS y Horas de Trabajo – Modalidad Semipresencial o Blended

Horas de clase

Horas de trabajo

Créditos ECTS

Introducción al Business Analytics8934
Desde el Problema al Análisis, Sistemas de Toma de Decisión81175
Data Management81175
Business Intelligence y Business Analytics8934
Seleccionando la Herramienta más Adecuada  81175
Customer Analytics81175
Project Management en Análisis de Datos81175
Los Actores del Data y Business Management81175
Tendencias y Realidades del Análisis de Datos81175
Análisis Predictivo81175
Proyecto fin de Master429412
1 crédito ECTS = 25 horasTotal  84141660

BECAS MODALIDAD ONLINE

I. Admisión y Experiencia (Max. 30%)Ahorro
Examen Vocacional (Test Online/Entrevista) – 10%-350€
Experiencia Laboral  (Max. 10 años) – 1% por cada año – 10%-350€
Trayectoria Académico  (Merito y Promedio) – 5% por cada criterio-350€
II. Nivel Innovación-Emprendimiento-Laboral  (Max. 10%)Ahorro
Autónomos – 5%-175€
Mandos Intermedios y  Directivos– 5%-175€
Proyecto de Emprendimiento (Plan de Negocios)– 5%-175€
Desarrollo de Talento (Recién Licenciado)– 5%-175€
Puesto Laboral Actual Relacionado con Temática del Máster – 5%-175€
III. Colectivos  (Max. 10%)Ahorro
Menores de 30 años Desempleados– 10%-350€
Mayores de 45  años Desempleados– 10%-350€
Mujer desempleada entre 31 y 44  años– 10%-350€

BECAS MODALIDAD SEMIPRESENCIAL

I. Admisión y Experiencia (Max. 30%)Ahorro
Examen Vocacional (Test Online/Entrevista) – 10%-500€
Experiencia Laboral  (Max. 10 años) – 1% por cada año – 10%-500€
Trayectoria Académico  (Merito y Promedio) – 5% por cada criterio-500€
II. Nivel Innovación-Emprendimiento-Laboral  (Max. 10%)Ahorro
Autónomos – 5%-250€
Mandos Intermedios y  Directivos– 5%-250€
Proyecto de Emprendimiento (Plan de Negocios)– 5%-250€
Desarrollo de Talento (Recién Licenciado)– 5%-250€
Puesto Laboral Actual Relacionado con Temática del Máster – 5%-250€
III. Colectivos  (Max. 10%)Ahorro
Menores de 30 años Desempleados– 10%-500€
Mayores de 45  años Desempleados– 10%-500€
Mujer desempleada entre 31 y 44  años– 10%-500€

02

Jesús Pedro Cristóbal Asorey

Director y Profesor Máster Big Data & Business Analytics

Experto en nuevas tecnologías, especialmente Business Intelligence. Qlikview y Qlik Sense.

IT & BI Expert, Qlikview y Qlik Sense Gurú.

Lecturer & Teacher in IT and BI

Profesor de asignaturas relacionadas con las nuevas tecnologías y el Business Intelligence en  varias escuelas de negocios prestigiosas de España.

OSCAR QUERO

Oscar Quero

Profesor Máster Big Data & Business Analytics

Director de BI de Best Doctors para el sur de Europa, antes en L’Oreal, grupo ICA, Roche, experto en varias áreas de BI en Brain Trust Consulting Services, Synergic Partners, BPR, Capgemin y  GRUPO ÁLAMO.

Profesor de asignaturas relacionadas con las nuevas tecnologías y el Business Intelligence en  varias escuelas de negocios prestigiosas de España.

Raúl Hernández

Profesor Máster en Estrategias de Geomarketing & Máster Big Data & Business Analytics

Especialista en Business Intelligence/Formador en marketing en Telefónica.

Proyectos de Next Best Activity, Segmentación y caracterización comportamental de clientes, Evaluación de rentabilidad de acciones comerciales y diseño de palancas comerciales.

Profesor in Company en iiR España.

11 Forum Business Intelligence: “Consultoría de BI: Optimización de explotación de la información útil al negocio” – Gestión del Cliente – 3 days MBA: “La medición de la efectividad y rentabilidad de las acciones” – ICADE Business School- Fidelización y Retención de Clientes: “La fidelización del cliente en la estrategia empresarial” y “El conocimiento del cliente como núcleo del plan de fidelización”

Profesor en el área de Marketing y Business Intelligence en varias universidades y  escuelas de negocios prestigiosas de España.

Esther Fernández

Esther Fernandez

Profesora Máster Big Data & Business Analytics

Project manager en MRM MCCANN, experta en Business Intelligence y Project Manager llevando múltiples proyectos basados en datos y responsable de la entrega de todas las tareas y resultados del proyecto. Responsable de Data Operations.

Implementación procesos de gobernanza de datos para satisfacer las necesidades del negocio.

Desarrollo procesos y la infraestructura de gestión de datos de origen y de integrar múltiples fuentes de datos internos / externos .Contribución al diseño de los procesos de gestión de infraestructura de información y de datos.

Punto de contacto interno y externo, previsión de necesidades futuras e identificar oportunidades para impulsar el desarrollo de negocio basado en datos.

Jorge González

Profesor Máster Big Data & Business Analytics

Consultor Qlikview y Qlik Sense, experto en Modelos de Datos.

Programador y analista con más de 15 años de experiencia en desarrollo, los últimos en BI y proyectos muy complejos, actualmente consultor en SAND, ha trabajado para ISBAN – Grupo Santander, Atos origin S.A., Pc-Compatible s.l., Grupo Heyde España S.A., A.T.B. S.L. (Advanced Technological Business).

Profesor Máster Big Data & Business Analytics

Juan Marcelo Miranda Gutiérrez

Profesor Máster Big Data & Business Analytics

Econmetrista, experto en Análisis de datos, modelización econométrica, previsión de modelos, introducción a la modelización dinámica y previsión en incertidumbre.

Analysis of time series, Estimation of GARCH models of infection-BEKK GARCH-DCC, Estimation of stochastic dynamic models, Forecasts in financial series, VaR analysis, financial data.

Actualmente desempeña su labor en la Fundación de Tripartita para la formación para el empleo y es CEO de todo Econometría.

Profesor de asignaturas relacionadas con las nuevas tecnologías y el Business Intelligence en  varias escuelas de negocios prestigiosas de España.

Sajid Abad

Sajid Abad

Profesor Máster Big Data & Business Analytics

Director de Praiker, más de 5 años de experiencia en dirección de proyectos de BI y PMP. Profesor de una asignatura similar durante varios años en varias escuelas.

Profesor de asignaturas relacionadas con las nuevas tecnologías y el Business Intelligence en  varias escuelas de negocios prestigiosas de España.

Existen 2 formas de pago:

  • Al contado
  • Cinco (5) % de descuento sobre el precio final
  • Financiado
  • Pago inicial del 25% del precio final
  • Pago del resto del importe en 7 meses sin intereses

Métodos

  • Transferencia Bancaria
  • Domiciliación Bancaria
  • Paypal
  • Tarjeta de Débito/Crédito
  • Arquitecto de soluciones Big Data
  • Administrador y/o desarrollador de sistemas Big Data
  • Analista de datos (Data Analyst)
  • Científico de datos
  • Analista de negocio 2.0.
  • Data Scientist
  • Data Expert
  • Gestor de Infraestructuras para Big Data
  • Responsable de Seguridad en proyectos Big Data
  • Responsable de Privacidad en soluciones Big Data
  • Auditor de sistemas Big Data