Inicio

2020-10

Nombre del curso: Business Analytics
Course Name: Business Analytics
Créditos: 4 créditos
Profesor: María del Pilar Villamil (mavillam@uniandes.edu.co)
José Darío Díaz Velasco ( jdd@uniandes.edu.co)
Versión PDF Click Aquí

Descripción

El curso estudia los marcos conceptuales, metodologías y técnicas que permiten apoyar a las organizaciones en la búsqueda de formas de actuar que se anticipen a las situaciones predecibles. Este es un proceso interactivo de análisis y exploración que busca en los datos acumulados conocimiento valioso para la toma de decisiones y acciones basadas en los hechos, que pueden ser utilizados por las empresas para construir ventajas competitivas. El curso expone a los estudiantes escenarios de negocios en los cuales se utilizan diversas técnicas de análisis, así como los requerimientos técnicos y organizaciones para que una solución de Business Analytics pueda ser desplegada en una organización.

Plan de temas

Negocio e impacto que puede tener la organización al utilizar Business Analytics

  • El poder de la información
  • Una definición de Business Analytics
  • El rol de la organización
  • Razones detrás de un plan estratégico
  • Planes estratégicos.

Identificación de necesidades del negocio desde el punto de vista de información y traducción a requerimientos analíticos

  • Ejemplos de BA por industria
  • Identificación de requerimientos analíticos

Técnicas para el análisis de información

  • Modelos predictivos
  • Segmentación

Despliegue de soluciones Business Analytics y tendencias

  • Uso de los modelos para apoyar la estrategia del negocio
  • Fuentes de datos y manejo apropiado para resolver requerimientos analíticos: integración de datos, gobierno y calidad de datos

Conocimientos previos

Conocimientos básicos de estadística que serán validados durante el curso. Los conocimientos requeridos pueden ser estudiados en el capítulo 4 “Statistics 101: What you should know about data”, del libro BERRY, Michael, LINOFF, Gordon. “Data Mining Techniques For Marketing, Sales, and Customer Relationship Management”. 3rd Edition. John Wiley & Sons, Inc., 2011.

Bibliografía

  • Laursen, G.H.N. and Thorlund, J., “Business Analytics for Managers: Taking Business Intelligence Beyond Reporting”,Wiley, 2010.
  • Stubbs, E., “The Value of Business Analytics: Identifying the Path to Profitability”, Wiley and SAS Business Series, 2011.
  • KIMBALL, Ralph, REEVES, Laura, ROSS, Margy, THORNTHWAITE, Warren. “The Data Warehouse Lifecycle Toolkit – Expert Methods for Designing, Developing, and Deploying Data Warehouses”. John Wiley & Sons, Inc., 1998.
  • LOSHIN, David. “The practitioner’s guide to data quality improvement”. Elsevier, 2010.
  • CHAPMAN, Pete (NCR), CLINTON ,Julian (SPSS), KERBER, Randy (NCR),KHABAZA, Thomas (SPSS), REINARTZ, Thomas (DaimlerChrysler),SHEARER, Colin (SPSS) and WIRTH, Rüdiger(DaimlerChrysler). Crisp-dm 1.0. Step-by-step data mining guide. SPSS, 2000.
  • CHAPMAN, Pete (NCR), CLINTON ,Julian (SPSS), KERBER, Randy (NCR),KHABAZA, Thomas (SPSS), REINARTZ, Thomas (DaimlerChrysler),SHEARER, Colin (SPSS) and WIRTH, Rüdiger(DaimlerChrysler). Crisp-dm 1.0. Step-by-step data mining guide. SPSS, 2000.
  • BERRY, Michael, LINOFF, Gordon. Data Mining Techniques For Marketing, Sales, and Customer Relationship Management. 3rd Edition. John Wiley & Sons, Inc., 2011.
  • MARCHAND, Donald, PEPPARD, Joe. Why IT Fumbles Analytics .Havard Business Review. 2013
  • SOARE, Sunil. The IBM Data Governance Unified Process, Driving Business Value with IBM Software and Best Practices, MC Press. 2010.