Digital House
Digital House

Data Analytics

Tipo: Privada
Nivel: Curso
Duracion: 4 meses
Modalidad: Presencial
Al presionar Contactar estarás enviando tus datos a Digital House para que te contacte. Al mismo tiempo te estás registrando en el boletín de viaedu.com y aceptando la POLÍTICA DE PRIVACIDAD Y PROTECCIÓN DE DATOS
Descripción General

El curso de Data Analytics de 140 horas de duración brinda las herramientas necesarias para traducir grandes volúmenes de información a decisiones de negocio efectivas. Para ello se hará un uso intensivo de Excel, PowerBI, el lenguaje SQL y distintas herramientas para el análisis de comportamiento digital como Google Analytics y plataformas de análisis para redes sociales.

Los participantes aprenderán a recolectar, limpiar y analizar datos de múltiples fuentes como internet, redes sociales, bases de datos locales o remotas, y técnicas de visualización y predicción de escenarios futuros.

Además, elaborarán modelos conceptuales de negocios y modelos analíticos simples. Podrán aplicar modelos predictivos que permitan la toma de decisiones de negocio estratégicas.


Ver Completo
Requisitos de Ingreso

Postulación

Completá la solicitud de inscripción.

Material de Nivelación

Luego de abonar la matrícula, realizá el Material de Nivelación.

Desafío

Resolvé la evaluación en nuestra plataforma.

Entrevista de Admisión

Acercate a última instancia de evaluación para convertirte en alumno de Digital House.



Ver Completo
Plan de Estudio

HABILIDADES Y TECNOLOGÍAS QUE TRABAJARÁS DURANTE EL PROGRAMA

INTRODUCCIÓN A DATA ANALYTICS PARA NEGOCIOS

Ciclo de vida de los datos y flujo de trabajo en Data Analytics.

Roles y skills requeridos en un equipo de Data Analytics.

Cultura de Datos, calidad de los datos, tipos de datos.

Business metrics: KPI vs KSI.

Necesidades de información de los stakeholders internos y externos.

EXTRACCIÓN DE DATOS CON SQL

Diseño de Datawarehouse.

Modelos de DW por tema.

Data Definition Language: Casos de uso de modelado de datos.

Data Manipulation Language: Casos de uso de Consultas de datos.

Data Manipulation Language: Casos de uso de Manipulación de datos (Update, Delete, Insert, etc.)

LIMPIEZA, MANIPULACIÓN Y PREPARACIÓN DE DATOS

Criterios de calidad de los datos.

Limpieza de datos: filtrado.

Limpieza de datos: imputación de casos perdidos.

Limpieza de datos: lidiando con strings y datos categóricos.

Estandarización de formatos, tipos de datos, duplicados, etc.

Unificación de distintos sets de datos.

Herramientas ETL y Self Service Data Preparation

IMPLEMENTACIÓN DE HERRAMIENTAS DE ANALYTICS Y BUSINESS INTELLIGENCE

Configuración de herramientas de Analytics en función de necesidades de negocio.Medición y análisis de datos financieros, comerciales, de campañas de marketing, interacción digital, logística y otras áreas de una compañía.

Análisis de un entorno digital y sus implicaciones en el entendimiento del negocio.

Presentación de herramientas de Analytics: Power BI, Google Analytics, Tableau, Google Data Studio, etc.

FUNDAMENTOS DE ESTADÍSTICA PARA NEGOCIOS

Principales elementos de la estadística descriptiva e inferencial.

Caracterización de una distribución: frecuencias, medidas de tendencia central, dispersión y simetría.

Introducción a las distribuciones de probabilidad más usadas.

Correlación y asociación entre dos variables.

INTRODUCCIÓN AL ANÁLISIS PREDICTIVO

Haciendo predicciones de variables cuantitativas: introducción a la regresión lineal.

Haciendo predicciones de variables binarias: introducción a la regresión logística.

Introducción al usos y aplicación de análisis basado en algoritmos.

Casos de distintos algoritmos utilizados para análisis predictivo en el mundo.

GENERACIÓN DE UNA ESTRATEGIA DE MEDICIÓN

Balanced Scorecard como herramienta de alineación y comunicación de la estrategia y la operación.

Segmentación de clientes: métodos de clustering para segmentar usuarios. Modelo RFM.

Armado de user lifecycle y user persona.

Creación -y monitoreo- de ciclo de vida del cliente.

COMUNICANDO Y VISUALIZANDO DATOS DE FORMA EFICIENTE

Principios de visualización de datos: ¿cómo crear gráficos claros y efectivos?

Técnicas para visualización de múltiples variables.

Técnicas de storytelling para la presentación de resultados.

Buenas prácticas en la generación de reportes.

Dashboarding, informes y reportes según las necesidades del negocio.


Ver Completo