Análisis de datos e inteligencia de negocio (Ad y In) con Excel y Power BI .

Data Analysis and Business Intelligence (DA and BI)

Objetivo:

Hoy en día, en todos los sectores económicos se demandan perfiles profesionales capacitados para trabajar con datos con el objetivo principal es apoyar los procesos corporativos en la toma de decisiones.
Los contenidos que a continuación proponemos están enfocados a explicar, desde un punto de vista práctico, cómo transformar los datos en información relevante que soporte la toma de decisiones estratégicas, tácticas y operativas en entornos empresarialespermitir importar datos y moldearlos a voluntad.

Competencias:

  • Capacidad para gestionar la información, identificando las fuentes necesarias, los principales tipos de documentos técnicos y científicos, de una manera adecuada y eficiente.
  •  Capacidad para emitir juicios sobre implicaciones económicas, administrativas, sociales, éticas y medioambientales ligadas a la aplicación de sus conocimientos
  • Habilidad en la aplicación de técnicas de toma de decisiones

Análisis de Datos vs Inteligencia de Negocios vs Ciencia de Datos. Data Analytics vs Business Intelligence vs Data Science

El Análisis de Datos o Data Analytics está destinado a convertir datos en bruto y no estructurados en un formato para la explotación y análisis, proceso que incluye  el modelado, la transformación y la limpieza de datos.
La Inteligencia de Negocios (IN) o Business Intelligence (BI),  son herramientas que sintetizan la información “bruta” en informes, cuadros, mapas, gráficos, entre otros, que facilitan la toma de decisiones y ayuda a los usuarios a descubrir dónde están las lagunas cuando se trata de administrar datos y solucionarlos al ofrecer escenarios eficientes de toma de decisiones. Sin embargo, es importante tener en cuenta que la inteligencia empresarial es predominantemente para datos históricos almacenados e impacta significativamente la gestión del rendimiento empresarial.
Data Science o Ciencia de Datos es un campo multidisciplinario enfocado en encontrar información procesable a partir de grandes conjuntos de datos brutos y estructurados. El campo se centra principalmente en descubrir respuestas a las cosas que no sabemos. Los expertos en ciencia de datos utilizan varias técnicas para obtener respuestas, incorporando ciencias de la computación, análisis predictivo, estadísticas y aprendizaje automático para analizar conjuntos de datos masivos en un esfuerzo por establecer soluciones a problemas que aún no se han pensado.
El objetivo principal de los científicos de datos es hacer preguntas y localizar posibles vías de estudio, con menos preocupación por las respuestas específicas y más énfasis en encontrar la pregunta correcta. Los expertos logran esto al predecir tendencias potenciales, explorar fuentes de datos dispares y desconectadas, y encontrar mejores formas de analizar la información.
Business Intelligence es más simple y la ciencia de datos es más compleja. BI se trata de paneles, gestión de datos, organización de datos y producción de información a partir de datos. Mientras que la ciencia de datos se trata de utilizar estadísticas y herramientas complejas en los datos para pronosticar o analizar lo que podría suceder.
La ciencia de los datos podría expresarse convenientemente como una evolución de BI, pero en un conjunto muy complejo de modelos, aplicación de estadísticas y casos de uso

Indice de contenidos

 

Sistemas de Gestion Empresarial y ERP - Estructura de un ERP Comercial
   

Introducción a los sistemas de gestión empresarial. ERP, CRM,.. Sistemas de información para la gestión empresarial (Apuntes) - Esquema

Características de un SIG – ERP
Esquema general de los módulos funcionales básicos y complementarios
Módulos funcionales básicos de un ERP (Contabilidad, Fabricación, Comercial, RRHH, etc..)
Módulos funcionales complementarios. CRM, TPV, BI,…
Diferencia entre ERP vs CRM

Esquema de un ERP Comercial Esquema
Estructura general de un ERP comercial, del formulario y sus tablas
El circuito documental administrativo: Presupuesto – Pedido – Albarán – Factura
-

 

 

 

Introducción al Análisis de Datos e Inteligencia de Negocios
   

Clarificando conceptos, Big Data, Business Intelligence, Análisis de Datos (Data Analytics), Ciencia de Datos (Data Science), etc.. poniendo orden - Esquema

El objetivo de estas notas es poner en orden las palabras clave, etiquetas y conceptos que nos invaden cuando intentamos acercarnos a entender Big Data, Inteligencia Artificial, Machine Learning, etc..

  • Concepto de Big Data. Las 3Vs.
  • Ordenando conceptos: Analítica de Datos, Inteligencia de Negocio y Ciencia de Datos
    • Los cuatro tipos de analisis de datos: Descriptivo, Diagnóstico, Predictivo y Prescriptivo
    • Analítica de Datos (Data Analytics)
    • Inteligencia de Negocio (Business Intelligence)
    • Ciencia de Datos (Data Science)
  • Diferencia entre Analítica de Datos (Data Analytics) vs Ciencia de Datos (Data Science). Dos perfiles profesionales
  • El Analista de Datos (Data Analyst) como profesional
  • Técnicas estadísticas y desarrollo de algoritmos y de métodos analíticos en el Análisis de Datos y Ciencia de Datos

ERP Excel y Power BI Concepto y elementos. Excel como instrumento de Business Intelligence. Transformando datos en conocimientos (Apuntes) - Esquema

Análisis de datos e inteligencia de negocio con Excel

Todo el día estoy preparando y actualizando datos en Excel! No me queda tiempo para analizar y tomar decisiones
Las fuentes de información empresariales (ERP, CRM, etc.) y sus limitaciones para la toma de decisiones. Como lo estamos haciendo
¿Qué es la Inteligencia de Negocios?

Elementos, procesos y etapas del proceso de BI

Arquitectura tipo de una solución de Business Intelligence
Preparación de los datos. Proceso ETL
Conexión a las fuentes ERP, CRM y otras .
El proceso ETL. Integración de las fuentes de datos

Modelo de Datos y OLAP

Tipos de tablas, tablas de hechos o maestras y tablas dimensión o búsquedas
La relación entre las tablas y la tecnología OLAP

Presentación de los datos, análisis y compartir la información

Inteligencia de negocios con Excel y Power BI

Introducción. Excel y su evolución al BI
Excel y sus complementos de BI
Fase I Proceso ETL. Preparación de los datos. Power Query (PQ) o Pestaña Datos / Grupo: Obtener y transformar. Lenguaje M
Fase II Modelo de Datos y métrica con DAX
Fase III Visualizacion de los datos y compartir.

Power BI.

El ecosistema Excel y su integración en Power BI
Versiones de Power BI (.com y Descktop) y entorno de trabajo
Proceso de construcción del Modelo de datos con Power BI
Fase I: Proceso ETL - Fase II: Modelo de Datos y Métricas con DAX- Fase III Visualización de los datos y compartir

En conclusión. Instrumentos complementarios

Sobre la curva y ruta de aprendizaje de estas propuestas de BI con Excel

Lista de reproducción de Youtube relacionada

10 Introducción a Excel y Power BI. Excel como instrumento de Business Intelligence

 

Bases de un proyecto BI - Análisis de datos e inteligencia de negocio (Ad y In)
Data Analysis and Business Intelligence (DA and BI)
   

Bases en el diseño e implantación de un proyecto de Análisis de Datos y de Inteligencia de Negocio (Apuntes) - Esquema

Un modelo basado en preguntas

Análisis de los datos necesarios y disponibles. Diseño del modelo estrella

Presentación de la dimensión calendario y su incorporación al modelo

El proceso ETL Power Query (PQ)

Fases y conceptos a tener en cuenta en un proyecto de análisis de datos y BI