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