• English
  • Youtube
  • Facebook
  • Twitter
  • Linkedin
  • Instagram
  • tiktok

Minería de Datos e Inteligencia de Negocios

Máster. Curso 2023/2024.

Objetivos

  • Desarrollar el espíritu innovador en un ámbito interdisciplinario, fomentando la búsqueda de soluciones creativas a diverso tipo de problemas.
  • Desarrollar aptitudes necesarias para liderar las actividades del área en una organización.
  • Transmitir los conocimientos específicos y las herramientas más avanzadas en la solución de problemas en las áreas de negocio y científicas.
  • Conocimiento de marketing esencial en el contexto de las recomendaciones a los clientes.
  • Generar y mantener actividades de investigación, desarrollo y consultoría en el área de Data Mining.
  • Reunir, depurar y transformar todos los datos que la empresa almacena en información estructurada y coherente.
  • Aplicar, analizar y convertir la información obtenida en conocimiento que ayude en la toma de decisiones estratégicas y operacionales.
  • Almacenar y manejar datos y crear proyectos de Analysis Services en SQL.
  • Para introducir conceptos de inteligencia de negocios y las técnicas relacionadas incluyendo data warehousing, data mining y transacciones de procesos Online (OLTP);   Para explorar procesos, contenidos y contextos relativos a las técnicas de decisión en Marketing. Para buscar como la inteligencia de negocios puede ayudar en la mejora de los procesos.

Competencias generales, transversales y específicas que los estudiantes deben adquirir durante sus estudios

Competencias básicas

  • Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • Aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • Integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • Comunicar sus conclusiones, –y los conocimientos y razones últimas que las sustentan– a públicos especializados y no especializados de un modo claro y sin ambigüedades
  • Adquirir habilidades de aprendizaje que les permitan continuar estudiando de un modo
  • que habrá de ser, en gran medida, autodirigido o autónomo.
  • Diseñar, crear y visualizar modelos que se construyen a partir de otros orígenes de datos mediante el uso de una gran variedad de algoritmos de minería estándar.
  • Desarrollar el espíritu innovador en un ámbito interdisciplinario, fomentando la búsqueda de soluciones creativas a diverso tipo de problemas.
  • Desarrollar aptitudes necesarias para liderar las actividades del área en una organización.
  • Transmitir los conocimientos específicos y las herramientas más avanzadas en la solución de problemas en las áreas de negocio y científicas.
  • Generar y mantener actividades de investigación, desarrollo y consultoría en el área de Data Mining.
  • Reunir, depurar y transformar todos los datos que la empresa almacena, en información estructurada y coherente.
  • Aplicar, analizar y convertir la información en conocimiento, que ayude en la toma de decisiones estratégicas y operacionales
  • Desarrollar la capacidad de análisis y síntesis, de exposición, comunicación y defensa de ideas.
  • Potenciar la capacidad de organización, planificación, comunicación y trabajo en equipo.
  • Elaborar y presentar informes con las interpretaciones y conclusiones obtenidas en las distintas aplicaciones.

Competencias transversales

  • Adquirir capacidad de análisis y síntesis
  • Definir objetivos realizables y organizar y planificar tareas para su consecución.
  • Adquirir habilidades de comunicación oral y escrita en castellano y capacidad de lectura comprensiva y de redacción en inglés.
  • Gestionar la información y manejar herramientas informáticas relativas al ámbito de estudio
  • Razonar de forma crítica, con compromiso ético y mostrar capacidad de resolución de problemas y toma de decisiones.
  • Trabajar en equipo y desarrollar habilidades en las relaciones interpersonales incluyendo el reconocimiento a la diversidad y la multiculturalidad.
  • Adquirir habilidades de aprendizaje autónomo, adaptación a nuevas situaciones, mostrando creatividad, liderazgo, iniciativa y espíritu emprendedor.
  • Realizar el trabajo motivado por la calidad de sus logros y aplicar criterios de respeto medioambiental

 

Competencias específicas

  • Conocer los fundamentos y conceptos de tecnología de información básicos en un entorno de marketing.
  • Desarrollar una clara comprensión de conceptos clave de CRM (gestión de relación con el cliente) y el papel del CRM en la mejora de la productividad empresarial y la rentabilidad.
  • Conocer los aspectos más fundamentales para abordar el CRM con una visión global en la organización, como una forma de re-orientar la empresa hacia el cliente como individuo, ya sea este cliente final, distribuidor/partner o empleado.
  • Comprender las consideraciones estratégicas para definir, planificar e implementar un programa CRM en la organización tanto en un entorno B2B como B2C.
  • Profundizar especialmente en aquellas áreas en las que un programa CRM contribuye a lograr de manera más eficiente los objetivos de negocio: CRM aplicado a la gestión de la información, a las ventas, al marketing y a la atención al cliente.
  • Dirigir las iniciativas CRM y su papel en la planificación estratégica y desarrollo empresarial
  • Desarrollar planes de CRM apropiados a cada organización, teniendo en cuenta las necesidades especiales de cada empresa y las expectativas de sus clientes
  • Evaluar la evolución de tecnología de CRM y su relevancia para su empresa así como supervisar los desarrollos en curso en el campo de CRM que sean de aplicación a las empresas y organizaciones.
  • Transmitir al estudiante el sentido y la finalidad de la modelización en marketing en tanto que instrumento para la mejora de las decisiones empresariales e institucionales.
  • Proporcionar una visión amplia de los diferentes modelos exitosamente probados en el marketing, así como su puesta en práctica con el software más accesible y habitual.
  • Familiarizar al estudiante en la aplicación de criterios de pertinencia en la selección de fuentes e instrumentos de recogida de información más adecuados, así como de las diferentes técnicas de análisis a emplear.
  • Identificar y comparar las características que aportan los sistemas de bases de datos frente a los tradicionales de procesamiento de ficheros.
  • Poner en práctica los conceptos teóricos de análisis, diseño e implementación de bases de datos.
  • Entender de forma clara y precisa el concepto de modelo de datos.
  • Apreciar la importancia de un modelo conceptual semántico, al más alto nivel, utilizando el modelo entidad-relación (E/R) extendido.
  • Abordar la resolución de los problemas de una forma comprensible justificando en todo momento las decisiones de diseño.
  • Emplear unos principios metodológicos que ayuden a realizar un buen diseño conceptual y a llevar a cabo la transformación del esquema conceptual obtenido a un esquema lógico con la mínima pérdida de semántica
  • Representar problemas del mundo real con el modelo E/R que servirán como base para luego traducirlos al modelo relacional
  • Conocer y programar con un lenguaje de definición y manipulación de datos
  • Conocer y utilizar un sistema de gestión de bases de datos
  • Manejar herramientas informáticas básicas en las técnicas de minería de datos tales como Weka, Knime, TOAD o SAS Clinical Data Integration.
  • Conocer los modelos del Datawarehouse OLAP, OLTP, ROLAP, MOLAP, HOLAP.
  • Preprocesar datos a través de la selección, discretización y extracción de características y selección de instancias. 
  • Reunir, depurar y transformar todos los datos que la empresa almacena en información estructurada y coherente.
  • Desarrollar aptitudes necesarias para liderar las actividades del área en una organización.
  • Saber determinar las fuentes del éxito empresarial.
  • Conocer y utilizar los modelos de negocio en Internet.
  • Conocer, utilizar e interpretar las herramientas para el control estratégico de la empresa.
  • Saber generar estrategias de liderazgos en costes.
  • Saber implementar Cuadros de Mando Integral.
  • Utilizar los modelos estadísticos para la gestión y cuantificación del riesgo asociado a una cartera de inversión financiera
  • Cuantificar y detectar riesgos en la concesión de créditos (scoring de empresas e individuos)
  • Manejar herramientas informáticas para el análisis de riesgos financieros
  • Obtener una visión de los problemas en la competencia empresarial con la perspectiva  que aporta la Teoría de Juegos, todo ello a través del análisis de una serie de escenarios de amplia referencia en la literatura.
  • Realizar la toma de decisiones en los supuestos de certeza, incertidumbre, experimentación y decisiones empresariales.
  • Formular de forma estructurada el problema de toma de decisiones a resolver, en el ámbito del marketing y del mundo empresarial.
  • Recoger la información disponible en una base de datos de estructura ágil y de fácil consulta.
  • Aplicar de forma efectiva las distintas técnicas de minería de datos necesarias, discriminando entre todas ellas y buscando la solución más óptima.
  • Elaborar y defender en público el trabajo realizado, en una exposición clara donde se alcancen y justifiquen las conclusiones basándose en la interpretación de los resultados de la investigación.

Salidas profesionales

Jefes de Proyecto de Data Mining, Técnicos de Data Mining, Técnicos en

Bases de Datos, Programador SQL, Responsables de ERP, Controller corporativos,

Comerciales en Recursos Humanos, Gerente de mercado, Director de Marketing, Director de Estudios Cuantitativos en la Publicidad, Analista de Datos, Consultor y todos aquellos puestos para los que se requiera tener habilidad en la extracción de la información para la toma de decisiones.