Solicitar información
Modalidad
Modalidad
Online
Duración - Créditos
Duración - Créditos
1500 horas - 60 ECTS
Baremable Oposiciones
Baremable Oposiciones
Administración pública
Becas y Financiación
Becas y Financiación
sin intereses
Plataforma Web
Plataforma Web
24 Horas
Centro Líder
Centro Líder
formación online
2195 €
Cómodos plazos sin intereses + Envío gratis
¿Tienes dudas?
Llámanos gratis al 900 831 200
Solicitar información

Aprende más sobre Business Intelligence y Big Data y alza tu carrera como profesional con tu titulación con 60 créditos ECTS por la Universidad Católica de Murcia

Opiniones de nuestros alumnos

Media de opiniones en los Cursos y Master online de Euroinnova

Nuestros alumnos opinan sobre: Máster en Business Intelligence y Big Data + 60 Créditos ECTS

4,6
Valoración del curso
100%
Lo recomiendan
4,9
Valoración del claustro

Lorena J. A

MÁLAGA

Opinión sobre Máster en Business Intelligence y Big Data + 60 Créditos ECTS

El Master Business Intelligence me ha sorprendido gratamente por sus contenidos. Gracias a este master he aprendido desde técnicas de análisis de datos e inteligencia de negocio necesarias para la toma de decisiones hasta herramientas de analítica web. Es un Master muy interesante con un temario muy currado.

Pablo L.i

BURGOS

Opinión sobre Máster en Business Intelligence y Big Data + 60 Créditos ECTS

Mediante este Master en Business Intelligence y Big Data, he podido definir mi profesión en tecnologías de análisis y procesamiento de datos tras finalizar mi carrera universitaria. Estoy muy satisfecho con la formación y con mi desempeño en esta. Lo recomiendo sin duda.

Josué M.f

LUGO

Opinión sobre Máster en Business Intelligence y Big Data + 60 Créditos ECTS

Todo el proceso de aprendizaje ha sido muy llevadero y fructífero en este Master en Business Intelligence y Big Data, es cierto que algunas cosas se me resistieron como por ejemplo realizar una programación estadística básica en Python y R, pero gracias a mi tutor he podido afrontar todas las adversidades y aprender todo lo especificado en el temario.

Luis C.c

ÁVILA

Opinión sobre Máster en Business Intelligence y Big Data + 60 Créditos ECTS

El Master Business Intelligence me ha resultado muy bueno. El temario es interesante y diverso, te enseña a manejar la analítica web para Big Data mediante Google Analytics, además de aprender los conceptos de Bases de Datos NoSQL, Data Warehouse y Data Mining, así como su aplicación en la actualidad. El Master en Big Data lo recomiendo por su acertado temario.

Silvia S.l

SORIA

Opinión sobre Máster en Business Intelligence y Big Data + 60 Créditos ECTS

Estoy feliz de haber cursado el Master Business Intelligence con Euroinnova. Voy a poder optar a un puesto de trabajo en mi ciudad gracias a este master. He aprendido a gestionar Pentaho y su integración con MogoDb, Hadoop y Weka, para el análisis y procesamiento de los datos, entre muchas otras cosas. El Master Business Intelligence y Big Data presenta un temario de última actualidad para principiantes en el sector y los lleva a profesionales en el mundo del Big Data.
* Todas las opiniones sobre Máster en Business Intelligence y Big Data + 60 Créditos ECTS, aquí recopiladas, han sido rellenadas de forma voluntaria por nuestros alumnos, a través de un formulario que se adjunta a todos ellos, junto a los materiales, o al finalizar su curso en nuestro campus Online, en el que se les invita a dejarnos sus impresiones acerca de la formación cursada.

Plan de estudios de Master en business intelligence y big data online

MASTER EN BUSINESS INTELLIGENCE Y BIG DATA. Aprovecha la oportunidad que te ofrece Euroinnova para desarrollar las habilidades y competencias profesionales necesarias para cumplir tus objetivos en el ámbito laboral, y además al mejor precio. ¡No esperes más y solicita información sin compromiso!

Resumen salidas profesionales
de Master en business intelligence y big data online
El Master de Formación Permanente en Business Intelligence y Big Data se justifica por la creciente importancia de la inteligencia empresarial y el análisis de grandes volúmenes de datos en el entorno empresarial actual. En la era digital, las organizaciones generan y recopilan una gran cantidad de datos a través de diversas fuentes, como redes sociales, dispositivos móviles o registros de clientes. Estos datos pueden proporcionar información valiosa sobre el comportamiento del consumidor, las tendencias del mercado, las operaciones internas y otros aspectos críticos del negocio. Sin embargo, la capacidad de aprovechar estos datos para obtener información significativa y tomar decisiones informadas requiere de habilidades y conocimientos específicos.
Objetivos
de Master en business intelligence y big data online

- Dominar las técnicas y herramientas de visualización de datos para comunicar eficazmente información clave.
- Utilizar Tableau, D3, Power BI y R con ggplot2 para crear visualizaciones y análisis de datos interactivos.
- Aplicar técnicas de analítica web utilizando Google Analytics y Google Tag Manager para comprender a los usuarios.
- Desarrollar estrategias de SEO y SEM para aumentar la visibilidad y la efectividad de los sitios web.
- Utilizar las redes sociales como fuente de análisis y tomar decisiones basadas en datos.
- Implementar y gestionar proyectos de analítica web, desde la planificación hasta la presentación de informes.
- Analizar información mediante el lenguaje Python y sus diferentes librerías y funcionalidades.
Salidas profesionales
de Master en business intelligence y big data online
Tras completar este Master de Formación Permanente en Business Intelligence y Big Data, estarás preparado para desempeñar diferentes roles en empresas de multitud de sectores. Podrás ocupar puestos como analista de datos, especialista en visualización de datos, analista de negocios, gestor de proyectos de analítica web o consultor de Business Intelligence.
Para qué te prepara
el Master en business intelligence y big data online
El Master de Formación Permanente en Business Intelligence y Big Data te prepara para enfrentar los retos actuales de la industria en términos de análisis de datos y toma de decisiones informada. Aprenderás a utilizar herramientas y técnicas avanzadas de visualización de datos, a implementar estrategias de analítica web utilizando Google Analytics y Google Tag Manager y a aprovechar el potencial de diferentes lenguajes como Python y R.
A quién va dirigido
el Master en business intelligence y big data online
Este Master de Formación Permanente en Business Intelligence y Big Data está diseñado para profesionales y graduados que deseen adquirir habilidades en el campo de Business Intelligence, Big Data y Analítica Web. Está dirigido a aquellos interesados en visualizar y analizar datos para la toma de decisiones basadas en datos.
Metodología
de Master en business intelligence y big data online
Entre el material entregado en este curso se adjunta un documento llamado Guía del Alumno dónde aparece un horario de tutorías telefónicas y una dirección de e-mail dónde podrá enviar sus consultas, dudas y ejercicios. La metodología a seguir es ir avanzando a lo largo del itinerario de aprendizaje online, que cuenta con una serie de temas y ejercicios. Para su evaluación, el alumno/a deberá completar todos los ejercicios propuestos en el curso. La titulación será remitida al alumno/a por correo una vez se haya comprobado que ha completado el itinerario de aprendizaje satisfactoriamente.
Carácter oficial
de la formación
La presente formación no está incluida dentro del ámbito de la formación oficial reglada (Educación Infantil, Educación Primaria, Educación Secundaria, Formación Profesional Oficial FP, Bachillerato, Grado Universitario, Master Oficial Universitario y Doctorado). Se trata por tanto de una formación complementaria y/o de especialización, dirigida a la adquisición de determinadas competencias, habilidades o aptitudes de índole profesional, pudiendo ser baremable como mérito en bolsas de trabajo y/o concursos oposición, siempre dentro del apartado de Formación Complementaria y/o Formación Continua siendo siempre imprescindible la revisión de los requisitos específicos de baremación de las bolsa de trabajo público en concreto a la que deseemos presentarnos.

Temario de Master en business intelligence y big data online

MÓDULO 1. TRANSFORMACIÓN DIGITAL

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL LA TRANSFORMACIÓN DIGITAL
  1. Introducción a la transformación digital
  2. Concepto de innovación
  3. Concepto de tecnología
  4. Tipología de la tecnología
  5. Punto de vista de la ventaja competitiva
  6. Según su disposición en la empresa
  7. Desde el punto de vista de un proyecto
  8. Otros tipos de tecnología
  9. La innovación tecnológica
  10. Competencias básicas de la innovación tecnológica
  11. El proceso de innovación tecnológica
  12. Herramientas para innovar
  13. Competitividad e innovación
UNIDAD DIDÁCTICA 2. LA SOCIEDAD 3.0
  1. Filosofía Web 3.0 y su impacto en el mundo empresarial
  2. Socialización de la Web
  3. Adaptación del mundo empresarial a las Nuevas tecnologías
UNIDAD DIDÁCTICA 3. NUEVO ECOSISTEMA DIGITAL
  1. Community Manager
  2. Chief Data Officer
  3. Data Protection Officer
  4. Data Scientist
  5. Otros perfiles
  6. Desarrollo de competencias informáticas
  7. El Papel del CEO como líder en la transformación
UNIDAD DIDÁCTICA 4. NUEVOS MODELOS DE NEGOCIO EN EL ENTORNO DIGITAL
  1. La transición digital del modelo de negocio tradicional
  2. Nuevos modelos de negocio
  3. Freemium
  4. Modelo Long Tail
  5. Modelo Nube y SaaS
  6. Modelo Suscripción
  7. Dropshipping
  8. Afiliación
  9. Infoproductos y E-Learning
  10. Otros
UNIDAD DIDÁCTICA 5. PLAN DE TRANSFORMACIÓN DIGITAL
  1. Diagnóstico de la madurez digital de la empresa
  2. Análisis de la innovación en la empresa
  3. Elaboración del roadmap
  4. Provisión de financiación y recursos tecnológicos
  5. Implementación del plan de transformación digital
  6. Seguimiento del plan de transformación digital
UNIDAD DIDÁCTICA 6. CASOS DE ÉXITO EN LA TRANSFORMACIÓN DIGITAL
  1. BBVA y la empresa inteligente
  2. DKV Salud y #MédicosfrentealCOVID
  3. El Corte Inglés
  4. Cepsa y su apuesta por los servicios cloud de AWS
UNIDAD DIDÁCTICA 7. EL NUEVO CLIENTE DIGITAL
  1. Rediseñando el customer experience
  2. La transformación de los canales de distribución: omnicanalidad
  3. Plan de marketing digital
  4. Buyer´s Journey
  5. Growth Hacking: estrategia de crecimiento
  6. El nuevo rol del marketing en el funnel de conversión
UNIDAD DIDÁCTICA 8. NUEVOS MERCADOS, NUEVAS OPORTUNIDADES
  1. Oportunidades de innovación derivadas de la globalización
  2. Como Inventar Mercados a través de la Innovación
  3. Etapas de desarrollo y ciclos de vida
  4. Incorporación al mercado
  5. Metodologías de desarrollo
UNIDAD DIDÁCTICA 9. LA INNOVACIÓN EN LOS PROCESOS ORGANIZATIVOS
  1. La transformación digital de la cadena de valor
  2. La industria 4.0
  3. Adaptación de la organización a través del talento y la innovación
  4. Modelos de proceso de innovación
  5. Gestión de innovación
  6. Sistema de innovación
  7. Como reinventar las empresas innovando en procesos
  8. Innovación en Procesos a través de las TIC
  9. El Comercio Electrónico: innovar en los canales de distribución
  10. Caso de estudio voluntario: La innovación según Steve Jobs
  11. Caso Helvex: el cambio continuo
  12. La automatización de las empresas: RPA, RBA y RDA

MÓDULO 2. BIG DATA & BUSINESS INTELLIGENCE FUNDAMENTALS

UNIDAD DIDÁCTICA 1.LA REVOLUCIÓN DE LOS DATOS MASIVOS: BIG DATA Y THICK DATA
  1. ¿Qué es Big Data?
  2. ¿Y Thick Data? ¿Cuál es el matiz para diferenciar ambos términos?
  3. El gran auge del big data
  4. La importancia de almacenar y extraer información
  5. ¿Cual es el papel de las fuentes de datos?
  6. Soluciones novedosas gracias a la selección de datos
  7. Naturaleza de las fuentes de datos Big Data
UNIDAD DIDÁCTICA 2. TOMA DE DECISIONES INTELIGENTES
  1. Thick Data, el valor de lo cualitativo. Entender emociones humanas, intenciones y sentimientos
  2. Fases en un proyecto de Big Data
  3. Big Data enfocado a los negocios
  4. Apoyo del Big Data en el proceso de toma de decisiones
  5. Toma de decisiones operativas
UNIDAD DIDÁCTICA 3. CÓMO HACER CRECER UN NEGOCIO A TRAVÉS DEL BIG DATA Y SUS APLICACIONES
  1. Marketing estratégico y Big Data
  2. Open data
  3. Ejemplo de uso de Open Data
  4. IoT (Internet of Things-Internet de las cosas)
UNIDAD DIDÁCTICA 4.BIG DATA EN DIFERENTES SECTORES
  1. Relación entre inteligencia artificial y big data
  2. IA y Big Data combinados
  3. El papel del Big Data en IA
  4. Big Data en salud
  5. Necesidad de Big Data en la asistencia sanitaria
  6. Retos del big data en salud
  7. Big Data y People Analytics en RRHH
UNIDAD DIDÁCTICA 5. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
  1. Definiendo el concepto de Business Intelligence y sociedad de la información
  2. Arquitectura de una solución Business Intelligence
  3. Business Intelligence en los departamentos de la empresa
  4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  5. Sistemas Operacionales y Procesos ETL en un sistema de BI
  6. Ventajas y Factores de Riesgos del Business Intelligence
UNIDAD DIDÁCTICA 6. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)
UNIDAD DIDÁCTICA 7. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
  1. Introducción a la minería de datos y el aprendizaje automático
  2. Proceso KDD
  3. Modelos y Técnicas de Data Mining
  4. Áreas de aplicación
  5. Minería de Textos y Web Mining
  6. Data mining y marketing
UNIDAD DIDÁCTICA 8. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
  1. Aproximación al concepto de DataMart
  2. Bases de datos OLTP
  3. Bases de Datos OLAP
  4. MOLAP, ROLAP & HOLAP
  5. Herramientas para el desarrollo de cubos OLAP
UNIDAD DIDÁCTICA 9. DATAWAREHOUSE O ALMACEN DE DATOS CORPORATIVOS
  1. Visión General: ¿Por qué DataWarehouse?
  2. Estructura y Construcción
  3. Fases de implantación
  4. Características
  5. Data Warehouse en la nube
UNIDAD DIDÁCTICA 10. INTERNET DE LAS COSAS
  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras
UNIDAD DIDÁCTICA 11. STORYTELLING
  1. ¿Qué es el Data Storytelling?
  2. Elementos clave del Data Storytelling
  3. ¿Por qué es importante el Data Storytelling?
  4. ¿Cómo hacer Data Storytelling?
UNIDAD DIDÁCTICA 12. ECOSISTEMA HADOOP
  1. ¿Qué es Hadoop? Relación con Big Data
  2. Instalación y configuración de insfraestructura y ecosistema Hadoop
  3. Sistema de archivos HDFS
  4. MapReduce con Hadoop
  5. Apache Hive
  6. Apache Hue
  7. Apache Spark

MÓDULO 3. DATA SCIENCE: ALMACENAMIENTO, ANÁLISIS Y PROCESAMIENTO DE DATOS

UNIDAD DIDÁCTICA 1.INTRODUCCIÓN A LA CIENCIA DE DATOS
  1. ¿Qué es la ciencia de datos?
  2. Herramientas necesarias para el científico de datos
  3. Data Science & Cloud Computing
  4. Aspectos legales en Protección de Datos
UNIDAD DIDÁCTICA 2.BASES DE DATOS RELACIONALES
  1. Introducción
  2. El modelo relacional
  3. Lenguaje de consulta SQL
  4. MySQL Una base de datos relacional
UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
  1. ¿Qué es una base de datos NoSQL?
  2. Bases de datos Relaciones Vs Bases de datos NoSQL
  3. Tipo de Bases de datos NoSQL Teorema de CAP
  4. Sistemas de Bases de datos NoSQL
UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODB
  1. ¿Qué es MongoDB?
  2. Funcionamiento y uso de MongoDB
  3. Primeros pasos con MongoDB: Instalación y shell de comandos
  4. Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos
  5. Actualización de datos en MongoDB: Sentencias set y update
  6. Trabajando con índices en MongoDB para optimización de datos
  7. Consulta de datos en MongoDB
UNIDAD DIDÁCTICA 5. WEKA Y DATA MINING
  1. ¿Qué es Weka?
  2. Técnicas de Data Mining en Weka
  3. Interfaces de Weka
  4. Selección de atributos
UNIDAD DIDÁCTICA 6. PENTAHO
  1. Una aproximación a PENTAHO
  2. Soluciones que ofrece PENTAHO
  3. MongoDB & PENTAHO
  4. Hadoop & PENTAHO
  5. Weka & PENTAHO
UNIDAD DIDÁCTICA 7. R COMO HERRAMIENTA PARA BIG DATA
  1. Introducción a R
  2. ¿Qué necesitas?
  3. Tipos de datos
  4. Estadística Descriptiva y Predictiva con R
  5. Integración de R en Hadoop
UNIDAD DIDÁCTICA 8. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
  1. Obtención y limpieza de los datos (ETL)
  2. Inferencia estadística
  3. Modelos de regresión
  4. Pruebas de hipótesis
UNIDAD DIDÁCTICA 9. ANÁLISIS DE LOS DATOS
  1. Inteligencia Analítica de negocios
  2. La teoría de grafos y el análisis de redes sociales
  3. Presentación de resultados

MÓDULO 4. DATA MINING, INTELIGENCIA ARTIFICIAL Y APRENDIZAJE AUTOMÁTICO

UNIDAD DIDÁCTICA 1. MINERÍA DE DATOS
  1. Minería de datos
  2. ¿Qué podemos hacer con data Mining?
  3. ¿Qué usos puede tener el data Mining?
  4. Metodología de la minería de datos
  5. Algunas técnicas estadísticas utilizadas en data mining
  6. Árboles de decisión
  7. Reglas de inducción
  8. Redes Bayesanas
  9. Algoritmos Genéticos
UNIDAD DIDÁCTICA 2. CICLO DATA MINING
  1. Ciclo data mining
  2. Minería de Textos y Web Mining
  3. Data mining y marketing
UNIDAD DIDÁCTICA 3. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
  1. Introducción a la inteligencia artificial
  2. Historia
  3. La importancia de la IA
UNIDAD DIDÁCTICA 4. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
  1. Algoritmos aplicados a la inteligencia artificial
UNIDAD DIDÁCTICA 5. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
  1. Relación entre inteligencia artificial y big data
  2. IA y Big Data combinados
  3. El papel del Big Data en IA
  4. Tecnologías de IA que se están utilizando con Big Data
UNIDAD DIDÁCTICA 6. SISTEMAS EXPERTOS
  1. Sistemas expertos
  2. Estructura de un sistema experto
  3. Inferencia: Tipos
  4. Fases de construcción de un sistema
  5. Rendimiento y mejoras
  6. Dominios de aplicación
  7. Creación de un sistema experto en C#
  8. Añadir incertidumbre y probabilidades
UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL MACHINE LEARNING
  1. Introducción
  2. Clasificación de algoritmos de aprendizaje automático
  3. Ejemplos de aprendizaje automático
  4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
  5. Tipos de algoritmos de aprendizaje automático
  6. El futuro del aprendizaje automático
UNIDAD DIDÁCTICA 8. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
  1. Introducción
  2. Algoritmos
UNIDAD DIDÁCTICA 9. SISTEMAS DE RECOMENDACIÓN
  1. Introducción
  2. Filtrado colaborativo
  3. Clusterización
  4. Sistemas de recomendación híbridos
UNIDAD DIDÁCTICA 10. CLASIFICACIÓN
  1. Clasificadores
  2. Algoritmos
UNIDAD DIDÁCTICA 11. REDES NEURONALES Y DEEP LEARNING
  1. Componentes
  2. Aprendizaje
UNIDAD DIDÁCTICA 12. SISTEMAS DE ELECCIÓN
  1. Introducción
  2. El proceso de paso de DSS a IDSS
  3. Casos de aplicación

MÓDULO 5. ANÁLISIS DE DATOS CON PYTHON

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL ANÁLISIS DE DATOS
  1. ¿Qué es el análisis de datos?
UNIDAD DIDÁCTICA 2. LIBRERÍAS PARA EL ANÁLISIS DE DATOS: NUMPY, PANDAS Y MATPLOTLIB
  1. Análisis de datos con NumPy
  2. Pandas
  3. Matplotlib
UNIDAD DIDÁCTICA 3. FILTRADO Y EXTRACCIÓN DE DATOS
  1. Cómo usar loc en Pandas
  2. Cómo eliminar una columna en Pandas
UNIDAD DIDÁCTICA 4. PIVOT TABLES
  1. Pivot tables en pandas
UNIDAD DIDÁCTICA 5. GROUPBY Y FUNCIONES DE AGREGACIÓN
  1. El grupo de pandas
UNIDAD DIDÁCTICA 6. FUSIÓN DE DATAFRAMES
  1. Python Pandas fusionando marcos de datos
UNIDAD DIDÁCTICA 7. VISUALIZACIÓN DE DATOS CON MATPLOTLIB Y CON SEABORN
  1. Matplotlib
  2. Seaborn
UNIDAD DIDÁCTICA 8. INTRODUCCIÓN AL MACHINE LEARNING
  1. Aprendizaje automático
UNIDAD DIDÁCTICA 9. REGRESIÓN LINEAL Y REGRESIÓN LOGÍSTICA
  1. Regresión lineal
  2. Regresión logística
UNIDAD DIDÁCTICA 10. ÁRBOL DE DECISIONES
  1. Estructura de árbol
UNIDAD DIDÁCTICA 11. NAIVE BAYES
  1. Algortimo de Naive bayes
  2. Tipos de Naive Bayes
UNIDAD DIDÁCTICA 12. SUPPORT VECTOR MACHINES (SVM)
  1. Máquinas de vectores soporte (Support Vector Machine-SVM)
  2. ¿Cómo funciona SVM?
  3. Núcleos SVM
  4. Construcción de clasificador en Scikit-learn
UNIDAD DIDÁCTICA 13. KNN
  1. K-nearest Neighbors (KNN)
  2. Implementación de Python del algoritmo KNN
UNIDAD DIDÁCTICA 14. PRINCIPAL COMPONENT ANALYSIS (PCA)
  1. Análisis de componentes principales
UNIDAD DIDÁCTICA 15. RANDOM FOREST
  1. Algorimto de Random Forest

MÓDULO 6. DATA VISUALIZATION

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS
  1. ¿Qué es la visualización de datos?
  2. Importancia y herramientas de la visualización de datos
  3. Visualización de datos: Principios básicos
UNIDAD DIDÁCTICA 2. TABLEAU
  1. ¿Qué es Tableau? Usos y aplicaciones
  2. Tableau Server: Arquitectura y Componentes
  3. Instalación Tableau
  4. Espacio de trabajo y navegación
  5. Conexiones de datos en Tableau
  6. Tipos de filtros en Tableau
  7. Ordenación de datos, grupos, jerarquías y conjuntos
  8. Tablas y gráficos en Tableau
UNIDAD DIDÁCTICA 3. D3 (DATA DRIVEN DOCUMENTS)
  1. Fundamentos D3
  2. Instalación D3
  3. Funcionamiento D3
  4. SVG
  5. Tipos de datos en D3
  6. Diagrama de barras con D3
  7. Diagrama de dispersión con D3
UNIDAD DIDÁCTICA 4. LOOKER
UNIDAD DIDÁCTICA 5. QLIKVIEW
  1. Instalación y arquitectura
  2. Carga de datos
  3. Informes
  4. Transformación y modelo de datos
  5. Análisis de datos
UNIDAD DIDÁCTICA 6. GOOGLE CHART
UNIDAD DIDÁCTICA 7. CHARTBLOCKS
UNIDAD DIDÁCTICA 8. INFOGRAM
UNIDAD DIDÁCTICA 9. LEAFLET
UNIDAD DIDÁCTICA 10. CARTO
  1. CartoDB

MÓDULO 7. POWER BI

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A POWER BI
  1. ¿Qué es Power BI?
  2. Funciones de Power BI
  3. Versiones de Power BI
  4. Roles de Power BI
  5. Planificación de proyectos con Power BI
UNIDAD DIDÁCTICA 2. INSTALACIÓN DE POWER BI
  1. Instalación y puesta en marcha
  2. Conexión de datos a Power BI
  3. Filtrado de datos
  4. Vista de datos
UNIDAD DIDÁCTICA 3. MODELADO DE DATOS
  1. Introducción al modelado de datos
  2. Creación de medidas
  3. Creación y relación entre tablas
  4. Creación de columnas y medidas calculadas
  5. Dinamizar columnas
  6. Fórmulas de consulta
UNIDAD DIDÁCTICA 4. VISUALIZACIÓN DE DATOS
  1. Creación de gráficas
  2. Tablas dinámicas
  3. Segmentación de datos
  4. Uso de objetos visuales
  5. Formas y cuadros de texto
  6. Imágenes
  7. Matrices y tablas
  8. Cómo crear un velocímetro
  9. Mapas
  10. Slicers
  11. Cómo modificar colores
UNIDAD DIDÁCTICA 5. DASHBOARDS
  1. Uso del Dashboard
  2. Compartir Dashboards
  3. Añadir Widgets
  4. Cómo crear reportes
  5. Ajustes del panel
  6. Preguntas y respuestas del Dashboard
UNIDAD DIDÁCTICA 6. USO COMPARTIDO DE DATOS
  1. Exportar datos de Power BI a Excel
  2. Exportar Dashboards
  3. Crear paquetes de contenido
  4. Presentación de informes
  5. Cómo públicar y compartir informes
  6. Introducción a Power BI mobile

MÓDULO 8. VISUALIZACIÓN DE DATOS EN R CON GGPLOT2

UNIDAD DIDÁCTICA 1. GGPLOT2 COMO LIBRERÍA PARA VISUALIZACIÓN DE DATOS EN R
  1. Introducción a Gplot
  2. El paquete ggplot2
UNIDAD DIDÁCTICA 2. EJES
  1. Cambiar títulos de eje
  2. Aumentar el espacio entre ejes y títulos de ejes
  3. Cambiar la estética de los títulos de Axis
  4. Cambiar la estética del texto del eje
  5. Texto del eje de rotación
  6. Eliminar texto de eje y marcas
  7. Eliminar títulos de eje
  8. Límite del rango del eje
  9. Forzar el trazado para que comience en el origen
  10. Ejes con la misma escala
  11. Usar una función para modificar etiquetas
UNIDAD DIDÁCTICA 3. TÍTULOS
  1. Añade un título
  2. Ajustar la posición de los títulos
  3. Use una fuente no tradicional en su título
  4. Cambiar espaciado en texto de varias líneas
UNIDAD DIDÁCTICA 4. LEYENDAS
  1. Trabajando con leyendas
  2. Apaga la leyenda
  3. Eliminar títulos de leyenda
  4. Cambiar la posición de la leyenda
  5. Cambiar la dirección de la leyenda
  6. Cambiar el estilo del título de la leyenda
  7. Cambiar título de leyenda
  8. Cambiar el orden de las claves de leyenda
  9. Cambiar etiquetas de leyenda
  10. Cambiar cuadros de fondo en la leyenda
  11. Cambiar el tamaño de los símbolos de leyenda
  12. Dejar una capa fuera de la leyenda
  13. Adición manual de elementos de leyenda
  14. Usar otros estilos de leyenda
UNIDAD DIDÁCTICA 5. FONDOS Y LÍNEAS DE CUADRÍCULA
  1. Cambiar el color de fondo del panel
  2. Cambiar líneas de cuadrícula
  3. Cambiar el espaciado de las líneas de cuadrícula
  4. Cambiar el color de fondo de la trama
UNIDAD DIDÁCTICA 6. MÁRGENES
  1. Trabajar con márgenes
UNIDAD DIDÁCTICA 7. GRÁFICOS DE PANELES MÚLTIPLES
  1. Trabajar con gráficos de paneles múltiples
  2. Crear múltiplos pequeños basados en una variable
  3. Permitir que los ejes deambulen libremente
  4. Uso facet_wrapcon dos variables
  5. Modificar el estilo de los textos de la tira
  6. Crear un panel de diferentes parcelas
UNIDAD DIDÁCTICA 8. COLORES
  1. Trabajar con colores
  2. Especificar colores individuales
  3. Asignar colores a las variables
  4. Variables Cualitativas
  5. Seleccionar manualmente colores cualitativos
  6. Utilice paletas de colores cualitativas integradas
  7. Use paletas de colores cualitativos de paquetes de extensión
  8. Variables Cuantitativas
  9. La paleta de colores Viridis
  10. Usar paletas de colores cuantitativas de paquetes de extensión
  11. Modificar paletas de colores después
UNIDAD DIDÁCTICA 9. TEMAS
  1. Cambiar el estilo de trazado general
  2. Cambiar la fuente de todos los elementos de texto
  3. Cambiar el tamaño de todos los elementos de texto
  4. Cambiar el tamaño de todos los elementos de línea y rectángulo
  5. Crea tu propio tema
  6. Actualizar el tema actual
UNIDAD DIDÁCTICA 10. LÍNEAS
  1. Agregar líneas horizontales o verticales a un gráfico
  2. Agregar una línea dentro de un gráfico
  3. Agregar líneas curvas y flechas a un gráfico
UNIDAD DIDÁCTICA 11. TEXTO
  1. Agregue etiquetas
  2. Agregar anotaciones de texto
  3. Use Markdown y HTML Rendering para anotaciones
UNIDAD DIDÁCTICA 12. COORDENADAS
  1. Voltear una parcela
  2. arreglar un eje
  3. Invertir un eje
  4. Transformar un eje
  5. Circularizar una parcela
UNIDAD DIDÁCTICA 13. TIPOS DE GRÁFICOS
  1. Alternativas a un diagrama de caja
  2. Crear una representación de alfombra en un gráfico
  3. Crear una matriz de correlación
  4. Crear un gráfico de contorno
  5. Crear un mapa de calor
  6. Crear un diagrama de cresta
UNIDAD DIDÁCTICA 14. CINTAS
  1. Trabajar con cintas (AUC, CI, etc.)
UNIDAD DIDÁCTICA 15. SUAVIZADOS
  1. Predeterminado: agregar un suavizado LOESS o GAM
UNIDAD DIDÁCTICA 16. GRÁFICOS INTERACTIVOS
  1. Trabajar con gráficos interactivos

MÓDULO 9. ANALÍTICA WEB

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ANALÍTICA WEB
  1. ¿Qué es la analítica web?
  2. Establecimiento de objetivos y KPIs
  3. Métricas principales y avanzadas
  4. Objetivos y ventajas de medir
  5. Plan de medición
UNIDAD DIDÁCTICA 2. GOOGLE ANALYTICS 4
  1. Introducción a Google Analytics 4
  2. Interfaz
  3. Métricas y dimensiones
  4. Informes básicos
  5. Filtros
  6. Segmentos
  7. Eventos
  8. Informes personalizados
  9. Comportamiento de los usuarios e interpretación de datos
UNIDAD DIDÁCTICA 3. GOOGLE TAG MANAGER
  1. Introducción a GTM
  2. Implementación con GTM
  3. Medición con GTM
  4. Uso de Debug/Preview Mode
UNIDAD DIDÁCTICA 4. MODELOS DE ATRIBUCIÓN
  1. La atribución
  2. Multicanalidad
  3. Customer Journey
  4. Principales modelos de atribución
  5. Modelos de atribución personalizados
UNIDAD DIDÁCTICA 5. LOOKER STUDIO (GOOGLE DATA STUDIO)
  1. Visualización de datos
  2. Tipologías de gráficos
  3. Fuentes de datos
  4. Creación de informes
UNIDAD DIDÁCTICA 6. ANALÍTICA WEB ORIENTADA AL SEO
  1. Introducción al SEO
  2. Historia de los motores de búsqueda
  3. Componentes de un motor de búsqueda
  4. Organización de resultados en un motor de búsqueda
  5. La importancia del contenido
  6. El concepto de autoridad en Internet
  7. Campaña SEO
UNIDAD DIDÁCTICA 7. ANALÍTICA WEB ORIENTADA AL SEM
  1. Introducción al SEM
  2. Principales conceptos en SEM
  3. Sistema de pujas y Calidad del anuncio
  4. Primer contacto con Google Ads
  5. Creación de anuncios con calidad
  6. Indicadores clave de rendimiento en SEM
UNIDAD DIDÁCTICA 8. ANALÍTICA WEB ORIENTADA A LAS REDES SOCIALES
  1. Análisis del tráfico en redes sociales
  2. Fijar objetivos en redes sociales
  3. Facebook
  4. Twitter
  5. Youtube
  6. LinkedIn
  7. Tik tok
  8. Instagram
UNIDAD DIDÁCTICA 9. TÉCNICAS Y ESTRATEGIAS
  1. Usabilidad
  2. Mapas de calor
  3. Grabaciones de sesiones de usuario
  4. Ordenación de tarjetas
  5. Test A/B
  6. Test multivariante
  7. KPI, indicadores clave de rendimiento
  8. Cambios a realizar para optimizar una página web
UNIDAD DIDÁCTICA 10. OTRAS HERRAMIENTAS PARA ANALÍTICA WEB
  1. Hotjar
  2. Microsoft Power BI
  3. Google Search Console
  4. Matomo
  5. Awstats
  6. Chartbeat
  7. Adobe Analytics
UNIDAD DIDÁCTICA 11. COOKIES Y TECNOLOGÍAS DE SEGUIMIENTO
  1. ¿Qué son las cookies?
  2. Tipos de cookies
  3. GDPR
  4. Herramientas para manejar el consentimiento de cookies

MÓDULO 10. PROYECTO FIN DE MÁSTER

Titulación de Master en business intelligence y big data online

Titulación Universitaria de Master de Formación Permanente en Business Intelligence y Big Data con 1500 horas y 60 créditos ECTS por la Universidad Católica de Murcia

Cursos relacionados

4,8
Curso en Data Science y Análisis de Datos
360€
Ver Curso online
4,8
Titulación Universitaria de Excel Avanzado 2019 + Titulación Universitaria en Business Intelligence y Big Data (Doble Titulación + 10 ECTS)
360€
Ver Curso online
4,8
Máster Oficial Universitario en Data Science + 60 Créditos ECTS
3495€
Ver Curso online
4,8
Máster Oficial Universitario en Big Data + 60 Créditos ECTS
3495€
Ver Curso online

Claustro docente de Master en business intelligence y big data online

Isaías Aranda Cano Aranda Cano
Tutor
Grado Superior en Administración de Sistemas Informáticos.
Su formación +
Rafael Marín Sastre
Tutor
Titulado Universitario 1 ciclo o Diplomado en Ingeniería Técnica en Informática de Sistemas Administrador de Servidores y páginas web Curso Superior en Ciberseguridad Curso de Business Intelligence y Big Data Formación de formadores E-learning
Su formación +
Daniel Cabrera Armenteros
Tutor
Licenciado en Ciencias Físicas y con Máster en Implantación, Gestión y Auditoría de Sistemas de Seguridad de Información ISO 27001-27002.
Su formación +

7 razones para realizarel Master en business intelligence y big data online

1
Nuestra experiencia

Más de 20 años de experiencia en la formación online.

Más de 300.000 alumnos ya se han formado en nuestras aulas virtuales.

Alumnos de los 5 continentes.

25% de alumnado internacional.

Las cifras nos avalan
4,7
2.625 Opiniones
8.582
suscriptores
4,4
12.842 Opiniones
5.856
Seguidores
2
Nuestra Metodología

Flexibilidad

Aprendizaje 100% online, flexible, desde donde quieras y como quieras

Docentes

Equipo docente especializado. Docentes en activo, digitalmente nativos

Acompañamiento

No estarás solo/a. Acompañamiento por parte del equipo de tutorización durante toda tu experiencia como estudiante.

Aprendizaje real

Aprendizaje para la vida real, contenidos prácticos, adaptados al mercado laboral y entornos de aprendizaje ágiles en campus virtual con tecnología punta

Seminarios

Seminarios en directo. Clases magistrales exclusivas para los estudiantes

3
Calidad AENOR

Se llevan a cabo auditorías externas anuales que garantizan la máxima calidad AENOR.

Nuestros procesos de enseñanza están certificados por AENOR por la ISO 9001 y 14001.

4
Confianza

Contamos con el sello de Confianza Online y colaboramos con las Universidades más prestigiosas, Administraciones Públicas y Empresas Software a nivel Nacional e Internacional.

5
Empleo y prácticas

Disponemos de Bolsa de Empleo propia con diferentes ofertas de trabajo, y facilitamos la realización de prácticas de empresa a nuestro alumnado.

6
Nuestro Equipo

En la actualidad, Euroinnova cuenta con un equipo humano formado por más de 300 profesionales. Nuestro personal se encuentra sólidamente enmarcado en una estructura que facilita la mayor calidad en la atención al alumnado.

7
Somos distribuidores de formación

Como parte de su infraestructura y como muestra de su constante expansión, Euroinnova incluye dentro de su organización una editorial y una imprenta digital industrial.

Paga como quieras

Financiación 100% sin intereses

Hemos diseñado un Plan de Becas para facilitar aún más el acceso a nuestra formación junto con una flexibilidad económica. Alcanzar tus objetivos profesionales e impulsar tu carrera profesional será más fácil gracias a los planes de Euroinnova.

Si aún tienes dudas solicita ahora información para beneficiarte de nuestras becas y financiación.

25%
Antiguos Alumnos

Como premio a la fidelidad y confianza de los alumnos en el método EUROINNOVA, ofrecemos una beca del 25% a todos aquellos que hayan cursado alguna de nuestras acciones formativas en el pasado.

20%
Beca Desempleo

Para los que atraviesan un periodo de inactividad laboral y decidan que es el momento idóneo para invertir en la mejora de sus posibilidades futuras.

15%
Beca Emprende

Una beca en consonancia con nuestra apuesta por el fomento del emprendimiento y capacitación de los profesionales que se hayan aventurado en su propia iniciativa empresarial.

15%
Beca Amigo

La beca amigo surge como agradecimiento a todos aquellos alumnos que nos recomiendan a amigos y familiares. Por tanto si vienes con un amigo o familiar podrás contar con una beca de 15%.

Materiales entregados con el Master en business intelligence y big data online

Información complementaria

Master en Business Intelligence y Big Data Online

Aprende más sobre las herramientas de análisis de datos para la empresa con la escuela líder en formación online

Como sabemos, en la actualidad, las empresas trabajan con diversos datos, lo que se hace con estos datos es muy relevante en ll funcionamiento de la empresa. La transformación digital es una de las armas más poderosas en la empresa actual, por ello, los empresarios y los ejecutivos se ven con la necesidad de transformar sus modelos de negocio, ir adaptándolos a las nuevas necesidades de los consumidores e implantar nuevos métodos y estrategias para aprovechar las nuevas oportunidades que surgen. En este proceso de transformación, se debe concebir el cambio como algo natural. Asimismo, es importante aumentar las competencias de ll capital humano, siendo capaces de ser creativos, capacidad de investigación y fomentar el pensamiento crítico. 

Big Data y Business Intelligence son tecnologías que deben conocerse por cualquier entidad que desee implantar un cambio en su actividad. Asimismo, es importante que estas se sometan a la transformación digital. Como sabemos en la red se disponen de miles y de millones de datos que se pueden emplear como un objeto de toma de decisiones y de aplicación en las estrategias de productividad de las empresas en los diferentes departamentos. Atendiendo a la transformación digital es necesario que se lleven a cabo una serie de recursos atendiendo a la información y datos relevantes. 

Business Intelligence y Big Data son dos grades plataformas para analizar los datos dentro del entorno empresarial. En la era digital en la que convivimos, estas generan cantidades de datos, por ello, desde Euroinnova con este Master Online en Business Intelligence y Big Data te formamos en la gestión de proyectos y analítica web para contribuir a la actividad de la empresa. Gracias a la metodología e-learning de Euroinnova podrás formarte de la manera más fácil y cómoda.

¿Aún no te has convencido? Te invitamos a que continúes leyendo.

¡Solicita la información que consideres necesaria en Euroinnova International Online Education!

¿Qué voy a aprender con este Master Online en Business Intelligence y Big Data?

Dentro de la transformación digital es necesario que se lleven a cabo los recursos y estos adquieren una enorme relevancia en la actividad empresarial. Big Data y Business Intelligence permiten a los negocios analizar grandes cantidades de información que contribuyan a la empresa a tomar mejores decisiones, pero tienen claras diferencias entre estas, por ejemplo:la manera en la que trabajan, la forma en la que se trabajan los datos y cómo se examinan los datos. 

Business Intelligence y Big Data son dos tecnologías diferentes entre sí, pero es cierto que la una y la otra se complementan en el mundo empresarial. Asimismo, hay que señalar que tienen un gran futuro en la actividad laboral. Dentro de un ámbito empresarial, podemos decir que las compañías quieren en todo momento ofrecer al cliente una alta satisfacción, por ello es necesario conocer las necesidades de los clientes. Asimismo, esto facilita la eficiencia organizativa y las operaciones, pudiendo resolverlas con ambas plataformas. 

 

¿Por qué inscribirte en el Master en Business Intelligence y Big Data Online que te ofrecemos desde Euroinnova International Online Education?

Aprovecha la oportunidad que te ofrece Euroinnova International Online Education para ampliar tu formación. Gracias al Master en Business Intelligence y Big Data lograrás compaginar tu trabajo y tu vida personal de la forma más cómoda posible. 

La metodología que ofrecemos desde Euroinnova está basada en la formación a distancia, por lo que puedes formarte desde cualquier parte del mundo. Da igual que residas en Cádiz, Granada, Guadalajara, Madrid, Barcelona, Pontevedra, Santiago de Chile, CDMX, Guerrero, Chiapas o Perú. Asimismo, contarás con tu tutor personalizado para la resolución de tus preguntas o dudas en un plazo de 24 h a 48 h.

Si aún no te has convencido, puedes ponerte en contacto con nosotros a través de nuestro formulario. Anímate y aprovecha las ventajas de la formación Online de Euroinnova.

Si quieres consultar más formaciones relacionadas con el Master en Business Intelligence y Big Data, consulta nuestro amplio catálogo de diplomados, másteres, cursos, maestrías, y podrás impulsar tus oportunidades: /ciencia-de-datos-e-inteligencia-artificial

¡Te esperamos en Euroinnova International Online Education!

 

Master en business ...
PDF Matricularme
Ver Eventos Educacionales