ADVANCED BUSINESS ANALYTICS

Diplomado de Extensión

PRESENCIAL

El networking que necesitas, con la mejor red de egresados. Aprende, Gestiona y Lidera.

Estudiar en la Universidad de Chile significa ser parte de la institución de educación superior más antigua del país, una de las más prestigiosas y con mayor tradición de América Latina.

Re acreditada por 7 años en todas las áreas.

Nº 1 del país. ACADEMIC RANKING OF WORLD

UNIVERSITIES, ARWU 2020

178 años de experiencia

183 premios nacionales

Convenios de intercambio en 5 continentes

20 Presidentes de Chile exalumnos

+200 postgrados y postítulos70 carreras / 14 facultades / 4 Institutos

Fundada en 1934, la Facultad de Economía y Negocios es la más antigua de Chile. Impulsa la generación de profesionales más destacados al servicio de nuestro desarrollo. La FEN, mantiene una amplia gama de diplomados capaces de satisfacer los requerimientos de especialización de un número cada vez más importante de profesionales, que esperan actualizar, perfeccionar o complementar sus conocimientos en diversas áreas.

Acreditación AACSBSolo el 5% de los programas de escuelas de negocios reciben esta acreditación

conocimientos en diversas áreas.

Acreditación AACSBSolo el 5% de los programas de escuelas de negocios reciben esta

Departamento deCONTROL DE GESTIÓN Y SISTEMAS DE INFORMACIÓNPerteneciente a la Facultad de Economía y Negocios de la Universidad de Chile, es un referente nacional de investigación y docencia en las áreas de Control de Gestión, Auditoría, Contabilidad, Sistemas de Información, Tributación y Procesos de Negocios.

Este posicionamiento ha sido el resultado de diferentes acciones, como el fortalecimiento de las cátedras en pregrado, el trabajo realizado a través de los centros de estudios e investigación, la participación en congresos nacionales e internacionales, asesorías y la gestión de las áreas de Postgrados y Educación Ejecutiva.

Diplomado de Extensión

ADVANCED BUSINESS ANALYTICSBusiness Analytics (BA) se refiere a las habilidades y tecnologías utilizadas para explorar el desempeño pasado de un negocio con el fin de tomar mejores decisiones. BA utiliza datos, análisis estadístico, modelación predictiva, inteligencia artificial, técnicas de Big Data y optimización para lograr que los negocios funcionen mejor. BA es la evolución natural del Business Intelligence (BI) tradicional, que involucra principalmente reportes y “alarmas”.

Su objetivo es entregar herramientas metodológicas y aplicadas utilizadas en el mundo del Business Analytics. Al final de este programa el alumno será capaz de abordar problemáticas de negocio reales de BA utilizando herramientas computacionales de código abierto, además de aplicar los conceptos y metodologías entregadas en empresas.

DIRIGIDO A:

contacto@uejecutivos.cl

Profesionales que deseen profundizar sus conocimientos en la toma de decisiones basados en datos e información. El diplomado busca presentar nuevas herramientas de análisis de datos estructurados y no estructurados, así como también, la aplicación de metodologías analíticas que permitan a las empresas y organizaciones ser más eficientes y rápidos en la toma de decisiones.

En particular, el programa se orienta a profesionales relacionados con las áreas de gestión de operaciones, estadística, marketing, control de gestión, tecnologías de la información, informática, análisis financiero y gestión del riesgo, además de todos aquellos profesionales que manejan y analizan grandes volúmenes de información.

Este módulo proporcionará aspectos introductorios de variados tópicos que están estrechamente relacionados con el Business Analytics. Se llevará a cabo un barrido general de las etapas necesarias para la realización de un proyecto de BA.

• Proceso KDD y CRISP-DM• Data warehouses y data marts• Análisis multidimensional: cubos OLAP• Consolidación de datos• Limpieza de datos• Transformación de datos• Taller aplicado en Python

CONTENIDOS

INTRODUCCIÓN AL BUSINESS ANALYTICS

1

Descriptive Analytics busca responder la pregunta ¿Qué ha sucedido? Esto en base a los datos de la empresa y estadística descriptiva tradicional. Por otro lado, la segunda capacidad analítica destacada en este programa busca responder la

DESCRIPTIVE Y DIAGNOSTIS ANALYTICS

2

pregunta ¿Por qué ha sucedido? Esto mediante el uso de modelos estadísticos multivariantes que permiten balancear y ponderar múltiples factores con el fin de entender el pasado para una mejor toma de decisiones.

• Fundamentos de probabilidades y estadística• Análisis Exploratorio de Datos y Descriptive Analytics• Visualización de Datos y Dashboarding • Modelos lineales para Diagnostic Analytics• Modelos bayesianos• Taller aplicado en R

Hoy en día se reconocen cuatro capacidades analíticas principales: Descriptive Analytics, Diagnostic Analytics, Predictive Analytics, y Prescriptive Analytics. Estos cuatro puntos conforman y ordenan el contenido del programa. Adicionalmente, se incluye un capítulo de Big Data Analytics, que considera las técnicas y herramientas que permiten almacenar y procesar grandes volúmenes de datos y que permiten alimentar los modelos asociados a estas cuatro capacidades analíticas reconocidas por Gartner.

Descriptive Analytics busca responder la pregunta ¿Qué ha sucedido? Esto en base a los datos de la empresa y estadística descriptiva tradicional. Por otro lado, la segunda capacidad analítica destacada en este programa busca responder la

Big Data se refiere al área del Analytics que permite extraer, analizar y almacenar datos que son muy grandes o complejos como para ser tratados con tecnología analíticas tradicionales. Los principales desafíos en esta área incluyen el análisis de datos no estructurados, como imágenes, textos (por ejemplo, reclamos u opiniones de clientes), el almacenamiento y manejo de grandes volúmenes de datos, cloud computing y privacidad de datos, entre otros.

• Bases de datos relacionales y Big Data• Hadoop • Spark y MapReduce• Visualización analítica para Big Data• Análisis y visualización avanzada para datos no estructurados• Casos aplicados a la industria de Big Data• Módulo completo en modalidad taller

BIG DATA ANALYTICS

3

pregunta ¿Por qué ha sucedido? Esto mediante el uso de modelos estadísticos multivariantes que permiten balancear y ponderar múltiples factores con el fin de entender el pasado para una mejor toma de decisiones.

• Fundamentos de probabilidades y estadística• Análisis Exploratorio de Datos y Descriptive Analytics• Visualización de Datos y Dashboarding • Modelos lineales para Diagnostic Analytics• Modelos bayesianos• Taller aplicado en R

Existen diversas técnicas avanzadas de Predictive Analytics que han ganado popularidad en el último tiempo gracias a su mejor poder predictivo y el manejo de datos complejos, como texto, señales e imágenes. La principal estrategia es Deep Learning o aprendizaje profundo, que corresponde a la evolución de las redes neuronales artificiales y ha provocado una verdadera revolución en el mundo de la Inteligencia Artificial.

PREDICTIVE ANALYTICS II: MODELOS ANALÍTICOS AVANZADOS E INTELIGENCIA ARTIFICIAL

5

A diferencia de Descriptive y Diagnostic Analytics; capacidades analíticas relacionadas con una mirada restrospectiva a los datos, Predictive Analytics busca responder la pregunta ¿Qué pasará? Esto en base a modelos predictivos tradicionales y avanzados. Además de la introducción de una serie de metodologías predictivas, esta sección se vinculan las técnicas con las aplicaciones de negocios en paralelo con el fin motivar al alumno y facilitar el aprendizaje.

• Métodos tradicionales para clasificación (regresión logística, k vecinos más cercanos, modelos bayesianos, árboles de decisión)• Retención y fidelización de clientes• Credit scoring y análisis de riesgo• Regresión, series de tiempo y estimación de demanda• Algoritmos de clustering• Reglas de Asociación• Taller aplicado en Python con casos aplicados a la industria

PREDICTIVE ANALYTICS I: MODELOS ANALÍTICOS TRADICIONALES

4

PRESCRIPTIVE ANALYTICS Y TOMA DE DECISIONES

Prescriptive Analytics es la última frontera de las capacidades análiticas, y busca responder la pregunta ¿Qué debo hacer? Esto en base a modelos predictivos en combinación con técnicas de investigación de operaciones y optimización. Investigación de operaciones es la disciplina que aborda la resolución de problemas y toma de decisiones en base a datos con el fin de lograr que los negocios funcionen mejor.

• Introducción al Análisis de Decisiones y Management Sciences• Elementos de un problema decisional y modelamiento de problemas. • Fundamentos de la investigación de operaciones y programación matemática• Modelación predictiva, Modelos Estocásticos e Investigación de Operaciones• Casos aplicados a la industria de Prescriptive Analytics

6

• Redes neuronales artificiales• Support Vector Machines • Deep Learning• Multiclasificadores y Ensemble Learning • Detección de fraudes • Visión computacional y reconocimiento de objetivos• Text Analytics • Taller aplicado en Python con casos aplicados a la industria

Un elemento importante del programa son las horas de taller aplicado con lenguajes de programación y herramientas computacionales, tales como R, Python, gestores de bases de datos y herramientas para el Big Data (Hadoop, MapReduce, Spark).

Estas horas representan el 33% de programa (39 horas). Si bien el programa busca ser autocontenido y no requiere experiencia previa en programación, éste es de naturaleza aplicada. (Información importante para el alumno, al momento de su decisión).

• Ph.D. Sistemas Complejos de Ingeniería, Universidad de Chile.

• Magíster en Gestión de Operaciones, Universidad de Chile.

• Ingeniero Civil Industrial y Licenciatura en Ciencias de la Ingeniería, Universidad de Chile.

• Profesor Titular, Universidad de Chile.

• Académico del Departamento de Control de Gestión y Sistemas de Información, Universidad de Chile.

SEBASTIÁN MALDONADO

DIRECTOR ACADÉMICO

CUERPO ACADÉMICO

Jaime Miranda • Ph.D. Sistemas Complejos de Ingeniería, Universidad de Chile.

• Magíster en Gestión de Operaciones, Universidad de Chile.

• Ingeniero Civil Industrial y Licenciatura en Ciencias de la Ingeniería, Universidad de Chile.

Juan Díaz • Ph.D. in Statistics, Harvard University

• Ph.D. en Economía, Universidad de Chile

• M.Sc. in Statistics, Harvard University

• Magíster en Economía, Universidad de Chile

• Ingeniero comercial, Universidad de Chile

Carla Vairetti • Ph.D. in Information and Communication Technologies,

University of Trento, Italia.

• Doctorado en Ciencias de la Ingeniería, Pontificia Universidad Católica de Chile.

• Magíster en Ingeniería, mención Computación, Pontificia Universidad Católica de Chile.

• Licenciada en Sistemas, Universidad Nacional de La Plata, Argentina.

CALENDARIO DE CLASES

INICIO DE CLASES23 de Agosto 2021

TÉRMINO DE CLASES28 de Marzo 2022

DURACIÓN120 hrs.

HORARIOLunes 18:30 a 21:30 hrs. Miércoles 18:30 a 21:30 hrs.

La unidad de Educación Ejecutiva del Departamento de Control de Gestión y Sistemas de Información de la Universidad de Chile, en caso de ser requerido, se reserva el derecho a suspender, postergar o modifi car calendarios, fechas u horario de clases, como también cambiar o reemplazar profesores de este programa.

Facultad de Economía y Negocios Diagonal Paraguay 257, Santiago

Diploma Universidad de Chile

Estudia con el Sello de la Universidad de Chile

95% académicos con Ph.D. y Máster de las mejores universidades.

El DCS se suscribe a la Ley N°20.422 que establece: Normas sobre igualdad de oportunidades e inclusión social

de personas con discapacidad.

contacto@uejecutivos.cl

+56 22978 3565

/UEjecutivos

@uejecutivos

Universidad de Chile Diplomados, seminarios, cursos y prog corporativos

Facultad de Economía y Negocios: Diagonal Paraguay 257, Piso 6, Santiago.

Sedes Oriente: Av. Andrés Bello 2365 / Av. Nueva Los Leones 0222, Providencia.