No hay comentarios.

CURSO : BUSINESS ANALYTICS AND DATA VISUALIZATION
TRADUCCION : ANALITICA DE NEGOCIO Y VISUALIZACION DE DATOS
SIGLA : EAM671
CRÉDITOS : 05
MODULOS : 01
CARACTER : OPTATIVO
TIPO : CATEDRA
CALIFICACION : ESTANDAR
PALABRAS CLAVE : BUSINESS ANALYTICS, DATA VISUALIZATION, ANALISIS DE DATOS
NIVEL FORMATIVO : MAGISTER


I. DESCRIPCIÓN DEL CURSO

En este curso los y las estudiantes transformaran datos empresariales en informacion accionable y aprenderan a comunicar ideas mediante visualizaciones efectivas. Utilizaran herramientas como R y Tableau para integrar, transformar, analizar y visualizar datos, obteniendo insights valiosos para la toma de decisiones. Mediante catedra y estudio de casos, analizaran datos del mundo real para desarrollar recomendaciones estrategicas basadas en analisis exploratorio interactivo y analisis predictivo preliminar. Las evaluaciones consideran estudio de casos, tareas aplicadas y controles conceptuales.


II. RESULTADOS DE APRENDIZAJE

1. Analizar la relevancia de la inteligencia Artificial y el Machine Learning explicando su revolucion en las industrias y organizaciones.
2. Evaluar las principales herramientas de Business Intelligence utilizadas por las empresas para mejorar sus estrategias de toma de decisiones.
3. Usar el software R para la gestion y transformacion de datos en su preparacion para el analisis empresarial.
4. Crear visualizaciones interactivas con Tableau para mejorar la eficiencia del analisis de datos en ambito de la inteligencia empresarial.
5. Aplicar buenas practicas en la visualizacion de datos con Tableau para optimizar la comunicacion visual en el analisis de datos empresariales.


III. CONTENIDOS

1. Business Intelligence
1.1. Historia y evolucion de la Inteligencia Artificial.
1.2. Inteligencia Artificial v/s Inteligencia Generativa.
1.3. Aplicaciones y casos de uso en diversas industrias.

2. Herramientas de Business Intelligence
2.1. Ciclo de vida de BI: extraccion, transformacion, carga (ETL) y visualizacion.
2.2. Introduccion a herramientas lideres: Tableau, Power BI, Qlik.
2.3. Casos de estudio y ejemplos de implementacion exitosa.

3. Software R para la Gestion de Datos
3.1. Introduccion a R para Analisis de Datos.
3.2. Limpieza, gestion y preparacion de datos.
3.3. Analisis descriptivo y exploratorio de datos.

4. Visualizacion con Tableau
4.1. Introduccion a Tableau: interfaz y conceptos basicos.
4.2. Construccion de dashboards y visualizaciones interactivas.
4.3. Buenas Practicas en Visualizacion de datos.


IV. ESTRATEGIAS METODOLOGICAS

? Catedra
? Videos complementarios
? Discusion de casos reales
? Aplicacion de software R y Tableau


V. ESTRATEGIAS EVALUATIVAS

? Controles escritos en clases: 25%
? Tareas aplicadas: 50%
? Examen final: 25%


VI. BIBLIOGRAFIA

Minima:
? Wickham and Grolemund, 2017 First Edition, R for Data Science.
? Alexander Loth, 2019, Visual Analytics with Tableau.
? S.C Albright, W.L Wisnton, 2020 Seventh Edition, Business Analytics Data Analysis and Decision Making.

Complentaria:
? U Dinesh Kumar, 2017, Business Analytics the Science of Data-Driven Decision Making.


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE ECONOMIA Y ADMINISTRACION-MBA / JULIO 2024