Máster en Business Intelligence y Big Data Analytics

• La nueva era digital.
• Marketing Tradicional vs. Marketing Digital.
• Comunicación bidireccional.
• Nuevas tendencias digitales.

• Las claves del nuevo Marketing.
• El nuevo papel del consumidor.
• Integración del Marketing Digital en la estrategia general.
• Marketing Estratégico en Internet.

• El papel de las personas.
• La tecnología, un medio útil para la transformación.
• Identifica el nuevo Customer Journey Map de tus clientes.

• UX / UI.
• Prototipado.
• CardSorting.
• Tree Test.
• Arquitectura de la información.
• Focus Group y Test Usuarios.

• El Plan de Marketing Digital.
• Análisis de la Competencia.
• Plan de Comunicación 360.
• Objetivos y Estrategia del Plan de Marketing Digital.

• Seguridad de la Información.
• La información, como activo fundamental que hay que proteger y tratar adecuadamente, adaptado a un entorno digital.
• Ciberamenazas y riesgos a la información.
• Formas de protección.

• Las 7Vs del Big Data.
• Modelos predictivos y prescriptivos.
• Bases de Datos.
• Regulación e innovación del big data.

• La fascinación por el dato.
• La explosión del dato del siglo XX- XXI.
• La respuesta: Big Data.
• Mapa de la arquitectura Big Data.
• Nivel del dato.
• Nivel de información.
• Nivel del conocimiento.

• Lo importante son las personas.
• Repasemos los niveles de la pirámide del conocimiento: hace falta la acción es necesario llegar a ser una empresa data driven.
• Pero antes es necesario saber dónde estamos el assesmente.
• Proceso data centric.
• Proceso data by design.
• Data thinking.
• Casos de uso de big data. Nueva fuente de ingresos: la compartición de datos.

• Metodología crisp-dm.
• Introducción a rapid miner: conceptos básicos.
• Modelos clasificatorios y predictivos correlación: que dos variables tengan relación puede no decir nada.
• Reglas de asociación:¿Qué cosas suelen ir juntas?
• Clusterización:¿Hay diversos grupos de clientes?
• Análisis discriminante: empezamos a predecir.
• Regresión lineal: una forma de predecir una variable continua.
• Regresión logística: cuando hay que decir entre dos opciones.
• Árboles de decisión:¿En dónde cae este cliente?
• Redes neuronales: simulando el pensamiento humano.
• Introducción al análisis de textos.
• Validación cruzada: ¿Cómo podemos saber si el modelo funciona?
• La ética en el data mining.

• Definir el problema que se quiere resolver.
• Inventariar y comprender las lagunas en los datos.
• Mapear a todos los participantes en el proyecto.
• Comprender quién usará los resultados del proyecto.
• Identificar tu lista de deseos respecto a los datos y definir tus hipótesis de trabajo.

• Conceptos básicos.
• Tipos de herramientas.
• Métricas e indicadores.
• Medición e integración de múltiples fuentes.
• KPIs y Objetivos.

• Conoce Google Analytics.
• Gestión y manejo de la herramienta.
• Métricas.
• Análisis y diseño de informes estadísticos.
• Implementación y seguimiento.

• Aprender el papel de la Inteligencia Artificial en el mundo actual y tener un enfoque a futuro sobre los avan-ces tecnológicos.
• Identificar y entender diferentes términos del entorno de la Inteligencia Artificial.
• Conocer las diferentes aplicaciones de la Inteligencia Artificial en la actualidad y sus posibles futuribles casos.
• Conocer e identificar componentes del diseño de una solución de Inteligencia Artificial.
• Desarrollar una primera aplicación con inteligencia artificial: crear tu primer Chatbot con la Plataforma IBM Watson.

• Desarrollar los protocolos necesarios para la protección de los dispositivos.
• Técnicas y herramientas de ciberseguridad.

Introducir al alumno en los diferentes sistemas operativos y su aplicación para gestionar la seguridad en la red de las empresas.

• Conocimiento teórico sobre la materia como para tomar decisiones desde el punto de vista de un directivo de una organización empresarial.
• Dotar al alumno de recursos para analizar el panorama de ciberamenazas al que hacen frente hoy en día las organizaciones empresariales y aplicarlo al entorno de la empresa en la que trabaje.
• Introducción al “adversarial thinking” (conjunto de activos valiosos que son susceptibles de ser atacados por adversarios que generan amenazas).