• Entorno de trabajo Power BI Desktop.
• Obtención y carga de datos modo import y direct query.
• Modelo lógico y manejo de relaciones.
• Transformación de los datos.
• Introducción a lenguaje M.
• Programación avanzada con DAX.
• Reporting avanzado Power BI: Bookmarks, navegación y plantillas.
• Vista móvil y vista web.
• Filtros, grupos y jerarquías.
• Inclusión de scripts y visualizaciones de R y Python.
• Parámetros, What-if y NQL.
• Configuración de actualizaciones.
• Seguridad, roles y entorno colaborativo.
• Ingesta de datos en tiempo real.
• Exportación de datos.
• Creación de alarmas.
• Casos prácticos aplicados al uso actual de Business Intelligence.

• Conceptos de Dato-Información-Conocimiento
• Modelo de Transformación desde el dato a la Información y Conocimiento.
• Sistemas Transaccionales y sus Características en el mundo actual.
• Sistemas Informacionales y sus Características en el mundo actual.
• Dirección Estratégica e Información Útil.
• Plan Director, Estratégico y Operativo.
• La importancia de la toma de decisión orientada al dato y métodos.
• Sistemas de Información en las Empresas en el Mundo Actual.
• Business Case (BC) y El Mapa Estratégico.

• Datos y análisis en el mundo real
• Aprender a pensar en problemas analíticos
• Examinar el proceso por el cual los datos permiten el análisis y la toma de decisiones.
• Presentar la cadena de valor, de acción de información, que describe la ruta de los eventos en el mundo, a la acción empresarial
• Explicar el ciclo de vida de la información desde eventos en el mundo real, hasta acciones empresariales.
• Pensar en problemas analíticos en el contexto empresarial
• Reconocer las características del análisis empresarial
• Explicar cómo los sistemas capturan los datos y los almacenan.

• Introducción básica a los Cuadros de Mando o Dashboards.
• Métricas, indicadores y KPI’s (Indicadores principales).
• Realización de KPI’s reales, eficientes y efectivos (SMART).
• User Experience (UX).
• Cuadro de Mando Integral (CMI o Balanced Scorecard.
• Cuadros de Mando Operativos.
• Taxonomía de los DSS.
• Tipos aplicados en el Business Intelligence.
• MIS, EIS y otras herramientas de BI.
• Introducción básica a los MIS y EIS.
• MIS o Sistemas de Información Gerencial.
• EIS o Sistema de información Ejecutiva.
• Otras herramientas del Business Intelligence.

• Análisis de riesgos y simulación de Monte Carlo.

• Adición de incertidumbre a un modelo de hoja de cálculo.

• Definición de variables de salida y análisis de los resultados.

• Uso de datos históricos para modelar la incertidumbre.

• Modelos con variables no determinadas correlacionadas.

• Creación e interpretación de gráficos.

• Uso de valores medios frente a simulación.

• Introducción a Power BI: Orígenes y características principales.

• Componentes de la solución Power BI y arquitectura.

• Entorno de trabajo Power BI Desktop.

• Obtención y carga de datos modo import y direct query.

• Utilización de Microsoft Dataverse

• Modelo lógico y manejo de relaciones

• Transformación de los datos.
•  Profundización de consultas en Power BI.
• Introducción a lenguaje M.
• Programación avanzada con DAX.
• Implementar Time Intelligence utilizando DAX.
• Reporting avanzado Power BI: Bookmarks, navegación y plantillas.
• Vista móvil y vista web.
• Filtros, grupos y jerarquías.
• Inclusión de scripts y visualizaciones de R y Python.
• Parámetros, What-if y NQL.
• Creación de tooltips.
• Entorno Power BI Service: creación de informes y paneles.
• Configuración de actualizaciones.
• Seguridad, roles y entorno colaborativo.
• Ingesta de datos en tiempo real.
• Exportación de datos.
• Creación de alarmas.
• Configuración de Sync Slicers
• Introducción a Power BI Report Server.
• Casos prácticos aplicados al uso actual de Business Intelligence.
• Power BI Rest APIs
• Visualización avanzada de mapas.
• Utilización de Play Axis de una visualización
• Reporting avanzado Power BI II: Key Influencers, árbol de descomposición y utilización de AI.
• Integración Flow y PowerBI.
• Integración de Forms y PowerBI.
• Integración de PowerApps y PowerBI.

• Introducción básica a los DM y DWH.

• Data Marts

• Data Warehouse

• Proceso de ETL

• Big Data vs Business Intelligence.

• Planteamientos del BI con Big Data.

• Introducción Básica a los Modelos de Datos.
• Modelo Entidad-Relación y su Uso en el Modelado de Bases de Datos.
• Normas Normales Aplicables en los Sistemas Operaciones e Informacionales.
• Realización de Modelos en Sistemas Operacionales.
• Realización de Modelos en Sistemas Informacionales (Estrella y Copo de Nieve).
• Uso Adecuado del Modelo: Ventajas y Diferencias que Aportan.

Data Definition Language (DDL) y Data Manipulation Language (DML)

• Introducción Básica a Lenguaje SQL y Modelo Imperativo.
• Paso del modelo lógico al modelo físico con DDL.
• DDL y uso con SQL Server.
• DML y uso con SQL Server.

Structured Query Language (SQL)

• SQL Bajo SQL Server
• SQL Básico: Uso de Cláusulas SELECT, FROM, ORDER BY y Funciones Generales.
• Extraer datos de una base de datos relacional mediante SQL.
• Cubrir los comandos SQL básicos
• Aprender a combinar y apilar datos de diferentes tablas.
• Aprender cómo ampliar el poder de nuestras consultas mediante operadores
• Manejar mayor complejidad mediante subconsultas.
• SQL Avanzado: Uso de Cláusulas WHERE, GROUP BY, HAVING.
• Uso de Vistas en Business Intelligence.

• Introducción a Microstrategy: MicroStrategy Desktop.

• Plataforma y Arquitectura.

• Modelo Lógico.

• Configurando el Proyecto (Architect y Developer).

• Administración de la Plataforma.

• Reporting Básico Microstrategy.

• Elementos Básicos: Hechos, Atributos, Jerarquías.

• Formatos, Ordenaciones, Umbrales y Filtros.

• Generación de Indicadores Sencillos y Navegación.

• Reporting Avanzado Microstrategy

• Generación de Indicadores y Umbrales Avanzados.

• Grupos Personalizados y Selecciones Dinámicas.

• Inclusión de Elementos 3d.JS y R en Microstrategy.

• Casos Prácticos Aplicados al Uso Actual de Business Intelligence.

• Documentos en Microstrategy.

• Creación y Diseño de Documentos.

• Concepto del Dataset (Multiples).

• Creación de Dashboard con Widget.

• Visual Insights. Paneles de Control Personalizados de Forma Ágil.

• Transaction Services: Inserción en Fuentes de Datos Desde los Dashboards.

• Filtros de Seguridad para Usuarios.

• Microstrategy Orientado a la Certificación.

• Análisis de abandono de clientes. Análisis de adquisición de clientes

• Web scrapping: Concepto. Aplicaciones Funcionamiento Herramientas

• Customer Analytics : Estrategia customer centric. Segmentación de clientes Gestión del valor de cliente. Ejercicios de segmentación. Casos Prácticos, del Customer Analytics

• Marketing Analítico: Analítica financiera. Análisis de campañas de marketing. Análisis de comercio electrónico. Cuadro de mando para campañas de marketing. Análisis de acciones offline ROPO. Analítica digital avanzada. Introducción a la experiencia de Usuario. Análisis de diseño y UX. Análisis y Cuadro de mando para experiencia de usuario. Analítica competitive. Análisis de contenidos

• Email, SMS, postal marketing

• Web & mobile analytics

• Programas de fidelización

• Retail marketing.

• Big Data y Business Intelligence

• Exploración y reducción de datos.

• Análisis de clústeres.

• Reducción de datos y aprendizaje no supervisado.

• Preparación de datos y medición de diferencias.

• Clustering jerárquico, DB SCAN y k-Means.

• Análisis de clústeres con Excel y Power BI.

• Análisis de decisiones

• Dada una situación empresarial, aplicar una técnica adecuada para identificar las mejores alternativas de solución.

• Formular y resolver modelos para problemas de negocio que requieran decisiones sí/no y restricciones lógica.

• Crear modelos que mezclen técnicas y herramientas como simulación y optimización.

• Analizar e interpretar los resultados para tomar decisiones informadas.

• Problemas comerciales con decisiones sí/no

• Formulación y solución de problemas de optimización binaria.

• Optimización metaheurística

• Restricciones de probabilidad y valor en riesgo.

• Optimización de la simulación

• Desarrollar un modelo de hoja de cálculo para un problema de optimización.

• Utilizar Excel para resolver los modelos de optimización.

• Interpretar soluciones y realizar análisis de qué pasaría si.

• Análisis de hipótesis y el Informe de Sensibilidad

• Evaluar escenarios y visualizar resultados para obtener información práctica.

• Aplicación de marketing digital de optimización.