No hay comentarios.

CURSO:METODOS ANALITICOS EN NEGOCIOS
TRADUCCION:BUSINESS ANALYTICS
SIGLA:IND3910
CREDITOS:05
MODULOS:02
CARACTER:OPTATIVO
TIPO:CATEDRA
CALIFICACION:ESTANDAR
PALABRAS CLAVE:METODOLOGIAS DE ANALISIS DE DATOS,MODELAMIENTO DESCRIPTIVO,SEGMENTACION,MODELAMIENTO PREDICTIVO
NIVEL FORMATIVO:MAGISTER


I.DESCRIPCIÓN DEL CURSO

Las estrategias basadas en Business Analytics estan ganando cada vez mas espacio en las empresas, las cuales incurren en gastos significativos en proyectos y herramientas para el analisis de datos. Es en este ambito en el cual se torna importante para los alumnos obtener un conocimiento teorico y practico sobre temas tales como ciencia de datos, analisis predictivo, herramientas de apoyo a la toma de decisiones, entre otros. Este curso entregara conocimiento tanto teorico como practico sobre las capacidades, metodos y conceptos fundamentales de Business Analytics.


II.RESULTADOS DE APRENDIZAJE

1.Entender y poder aplicar los metodos y conceptos fundamentales de Business Analytics.

2.Poder manejar y analizar datos para la aplicacion de estas tecnicas a problemas reales de negocio, profundizando en su funcionamiento.

3.Poder seleccionar entre los distintos metodos el mas adecuado frente a un problema y poder interpretar adecuadamente los resultados.

4.Analizar y estudiar criticamente casos de negocios reales, en los cuales las tareas analiticas cobran un rol preponderante.


III.CONTENIDOS

1.Introduccion y Motivacion
1.1.Origen y Evolucion del concepto Business Analytics
1.2.Evolucion de los temas analiticos

2.Empresas Data-Driven
2.1.Caracteristicas de una organizacion Data-Driven

3.Metodologias de Analisis de Datos
3.1.Busqueda de patrones
3.2.Metodologia CRISP-DM (Cross-industry standard process for Data Mining)

4.Modelamiento Descriptivo
4.1.El enfoque descriptivo
4.2.Ejemplo: Algoritmos de clustering

5.Segmentacion
5.1.Segmentacion en marketing
5.2.Tipos de Segmentacion

6.Modelamiento Predictivo
6.1.Tipos de aprendizaje
6.2.El enfoque predictivo

7.Ejemplos de Modelamiento Predictivo
7.1.Ejemplo: Modelamiento predictivo de fuga

8.Modelamiento Predictivo
8.1.Validacion e Interpretacion


IV.ESTRATEGIAS METODOLOGICAS

-Clases expositivas.

-Proyectos practicos.

-Lectura y analisis de casos.

-Estudio y discusion de conceptos en clases.


V.ESTRATEGIAS EVALUATIVAS

-Participacion:20%

-Proyectos grupales:80%


VI.BIBLIOGRAFIA

Minima

JAMES EVANS, Business Analytics,3rd Edition, Pearson, 2019.


Complementaria

RAMESH SHARDA, DURSUN DELEN, EFRAIM TURBAN, Business Intelligence, Analytics, and Data Science: A Managerial Perspective,4th Edition, Pearson,2017.

ERIC SIEGEL, Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die, Revised and Updated Edition, Wiley,2016.


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE INGENIERIA / MARZO 2012 / ACTUALIZADO MARZO 2024