Màster en Business Analytics

• Durada: Dos cursos académics.
• Inici: Febrer 2020
• Fin: Febrer 2022
• Càrrega lectiva: 120 crédits
• Format: Temps parcial.
• Cost del programa: 9.500 eur

Màster in Business Analytics: Oportunitats en l’entorn de la analítica empresarial

Perfil de l’alumne

El programa Màster en Business Analytics de ESN está disenyat tant per recentment titulats com per professionals experimentats, interesats en obtenir un avantatge competitiu a través del potencial predictiu de les dades.

El Màster en Business Analytics de ESN es un programa disenyat per brindar les eines i tècniques per convertir-se en un expert en aquest àmbit en ràpida evolució i d’elevada demanda.

No solament es recopilar dades, cal maximitzar el seu valor

El nostre programa Màster en Business Analytics et permet aprendre de la mà de directius professionals de primer nivell, les últimes tendencies en gestió i anàlisis de dades.

Oportunitats professionals

El Màster en Business Analytics de ESN et proporcionarà l’experiencia tècnica i quantitativa, més la mentalitat estratègica necessàries per recolzar la presa de decisions empresarials basada en dades.

Amb l’augment de les dades disponibles a travès de les noves tecnologíes, moltes indústies, com la banca, la salut, el comerç minorista i el comerç electrònic, reconeixen la importància de la analítica i contracten cada vegada més professionals especialitzats en l’anàlisis de dades, amb l’objectiu de crear valor i impulsar la presa de decisions.

Perfils professionals

S’espera que els ingressos munidals de Big Data i Business ANalytics augmenten acceleradament, fins assolir els 274.300 milions de dòlars en 2022 (Font: IDC. Això, inevitablement, conduirà a un accelerat creixement del mercat i un augment de la demanda de professionals qualificats en l’àrea de la analítica de dades.

• Consultors empresarials i de gestió
• Analistes de negocis (Business Analysts)
• Analistes de dades (Data Analysts)
• Analistes de intel·ligència de negocis (Business Intelligence)
• Especialistes en métriques i analítiques
• Consultors d’investigació operativa
• Arquitectes de solucions

Objetivos del Màster en Business Analytics

• Construir organitzacions impulsades per les dades. Formar al participants perquè es converteixin en en professionals qualificats capaços d’administrar, analitzar i utilitzar dades en la presa de decisions estratégiques, tàctiques i operatives sota incertesa.
• Dominar l’analítica avançada per a la pesa de decisions. Comprensió sòlida de les matemàtiques i l’estadística en les que es basen els mètodes analítics avançats. Podràs recopilar, administrar i donar sentit a grans conjunts de dades utilitzant eines per l’anàlisis i visualització de dades.
• Comprendre el context empresarial. Desenvolupar una comprensió porfunda de la forma en que funciona una empresa, inclosa la gestió d’operacions, la gestió de la cadena de suministraments i el marketing.
• Adquirir habilitats per resoldre problemes. Aprendre a identificar problemes i impulsar el canvi dins d’una organització.
• Adquirir habilitats comunicatives, tant oral com escrites. En el transcurs del programa, realitzaràs diverses presentacions i redactaràs informes per integrar l’anàlisis en l’estratègia empresarial.
• Adquirir habilitats de treball en equip. Treballaràs en grups i establiràs conexions globals que enriquiràn la teva experiència.
• Adquirir habilitats de lideratge. Preparar als participants perquè assoleixin un rol de lideratge eficient dins de la transformació digital, amb l’objectiu de crear valor per a les seves organitzacions.
• Conèixer les implicacions étiques i de responsabilitat social. Avaluaràs els riscos i les implicacions de les teves recomanacions, adoptant un enfocament estratégic per als reptes socials.

Contingut del programa

En el transcurs del programa, obtindràs els coneixements tècnics necessaris per analitzar diversos tipus de conjunts de dades de manera efectiva. Adquiriràs habilitats analítiques de gestió empresarial incomparables per la presa de decisions.

• Business Analytics
• Anàlisis predictiu
• Programació per a ciència de dades amb R
• Programació per a ciència de dades amb Python
• Probabilitat i estadística
• Visualització de dades
• Manipulació de dades
• Base de dades SQL
• Base de dades NoSQL
• Machine Learning
• Deep Learning
• Deep Reinforcement Learning
• Intel·ligència artificial
• Natural Language Processing
• Customer Analytics
• Marketing Analytics
• Operations Analytics
• People Analytics
• Accounting Analytics
• Habilitats de lideratge
• Habilitats de negociació i persuasió
• Design Thinking
• Agile
• Propostes de valor

Professorat

Els professors del programa son professionals actius del sector del Data Analytics. Procedents de l’àmbit empresarial i membres de Barcelona Data Institute, han creat, format i gestionat equips de dades de tot tipus d’organitzacions: desde exitoses startups fins multinacionals més destacables.

Director del programa: José Luis Morales.

Professors i ponents

• Ramon Morote. Chief Data Officer. Naturgy (Gas Natural).
• Ángel J. Narciso. Senior Business Analyst. Coordinador Académic en Data.Barcelona.
• Pablo Monleón. Senior Data Analyst. CaixaBank.
• Enric Barba. President del Club de Innovació i Tecnología. CECOT.
• Carmen Herrero. Lead Data Scientist. Mango.
• Rubén Masó. Chief Data Officer. Grupo Panstar.
• Francisco Ortega. Data Miner. Arquia Banca.
• Arnau Muns. Statistical Forecast – Supply Chain – Global Analytics Center of Excellence. Sanofi.
• David Olmo. Data Scientist. Data Engineer & Python Developer. Raw Data.
• Maria Miklosik. Head of Corporate Business Process Management. GFT Technologies.
• Eduard Blasi. Vicepresident 3º. Associació Professional Espanyola de Privacitat (APEP).
• Amanda Figueras. Consultora de sistemes d’indicadors de gestió i visualització de dades. Visirius.
• Antxon Pous. CIO. Skeyon Lab.

 Metodología del programa

• Aprenentatge experiencial. Análisis pràctic de casos d’estudi analítics, col·laboració amb empreses en projectes reals, participació en equips d’anàlisis de dades.
• Pràctica de consultoría analítica. Posibilitat de realitzar pràctiques empresarials remunerades relacionades amb projectes de consultoría en análisis de dades, que plantejaràn un desafiament analític del mon real per complementar la formació rebuda.

Pla d’estudis

Semestre 1

• Introducció a l’anàlisi de dades: Ús d’eines estadístiques i visualitzacions per presentar, analitzar i interpretar dades. S’emfatitza en les aplicacions de les eines estadístiques i els seus usos per a la presa de decisions organitzacionals. Desenvolupament d’habilitats d’Excel per manipular, analitzar i visualitzar dades en un full de càlcul.
• SQL per a anàlisi de dades: Ús de l’llenguatge de consulta estructurat (SQL) per extreure i analitzar dades emmagatzemades en bases de dades. SQL és una habilitat imprescindible per a tot professional de dades en el seu treball diari.
• Visualització de dades – Power BI – Qlik – Data Studio: Principis de disseny i visualització per crear visualitzacions de dades impactants, construir quadres d’indicadors i explicar històries amb dades.
• Programació Python per Ciència de Dades: Python s’ha convertit ràpidament en el llenguatge de referència en l’espai de l’anàlisi de dades.
• Gestió de la informació a l’empresa. Informació i control de gestió. L’organització data-driven: L’objectiu d’aquests tres mòduls és entendre el cicle d’informació a l’empresa, els tipus de decisions que acompanyen a les dades en el context dinàmic de l’empresa, i les característiques d’una organització data-driven o impulsada per les dades.
• Màrketing Analytics: Les capacitats de Màrqueting Analytics són cada vegada més importants com a estratègia central per impulsar el rendiment de l’empresa. Es proporcionen les habilitats tècniques de màrqueting quantitatiu per implementar immediatament.
• Gestió de dades de clients: Customer Relationship Management (CRM) ajuda a les empreses a implementar amb èxit estratègies, pràctiques i tecnologies destinades a guanyar i retenir clients de manera rendible. Una adequada gestió de les dades de les transaccions ajuda a construir relacions sòlides amb els clients a llarg termini.
• Construcció d’indicadors d’avaluació de l’rendiment empresarial (KPIs): L’objectiu principal és que cada participant construeixi els indicadors d’avaluació de l’rendiment empresarial des d’una perspectiva multidimensional, i treballant la capacitat d’interpretació de resultats per vincular-los a objectius de negoci.
• Objectius i resultats clau (OKRs): Treballar la complementarietat dels OKR respecte els KPI. S’explicarà en què consisteixen els OKR, quina perspectiva empresarial aporten pel que fa als indicadors, i com s’implementen en una organització empresarial.
• Eines Estratègiques: Anàlisi DAFO: L’anàlisi DAFO és una eina de planificació estratègica que pot revelar una gran quantitat d’informació: ajuda a identificar les pròpies fortaleses i debilitats, així com qualsevol amenaça o oportunitat que pugui existir en una situació empresarial particular.
• Habilitats 2.0 – LinkedIn: Actualitzar de manera experta el currículum a la principal xarxa social professional, ajuda a promocionar de manera efectiva les habilitats, de manera que tinguin un impacte davant empreses i reclutardores.
• Habilitats 2.0 – Trello: Utilitza Trello per gestionar tasques personals, projectes basats en equip i operacions empresarials.
• Habilitats 2.0 – Productivitat: Ús d’eines digitals que contribueixen a la productivitat de l’empresa, perquè sigui més competitiva.
• Emprenedoria – Qui és el nostre client?

Semestre 2

• Anàlisi de segmentació de mercat basat en dades: Anàlisi de segmentació de mercat basat en dades, desenvolupant habilitats que permetin satisfer les necessitats dels clients i obtenir un avantatge competitiu.
• Anàlisi de dades: Desenvolupar habilitats d’anàlisi de dades i modelatge de negocis. Obtenir la capacitat d’aplicar estadística i eines d’anàlisi de dades a diverses aplicacions empresarials.
• Anàlisi predictiu: Aprendre a utilitzar el modelatge predictiu i les seves aplicacions, per maximitzar l’efectivitat de les accions comercials (com les accions de màrqueting) i impulsar els ingressos de l’empresa.
• Programació Python per Ciència de Dades II: Aprendre a analitzar dades amb Python. Preparar dades per a l’anàlisi, realitzar anàlisi estadística, crear visualitzacions significatives, predir tendències futures a partir de dades, i molt més.
• Visualització de dades: Visualització de dades empresarials i creació de potents informes de Business Intelligence. Creació de visualitzacions i dashboards d’alt impacte d’anàlisi de dades per ajudar a veure i comprendre les dades. aplicar anàlisis predictives per millorar la presa de decisions empresarial.
• SQL Avançat: Com la recopilació de dades ha augmentat exponencialment, també ho ha fet la demanda de professionals capacitats per utilitzar i interactuar amb les dades, i proporcionar coneixements per prendre millors decisions i optimitzar la gestió empresarial. Es posarà èmfasi en l’aprenentatge pràctic.
• Gestió i govern de la dada. Projectes de dades. Metodologia i descobriment de casos d’ús: L’objectiu d’aquests tres mòduls és entendre què és el govern de la dada, per què és important en qualsevol organització, les seves disciplines i continguts. Saber aplicar-lo a una organització. Entendre les bases d’un projecte de dades i les seves claus.
• Pensament estructurat i comunicació per a professionals d’anàlisi de dades: El pensament estructurat i la comunicació són una de les habilitats més importants per als professionals d’anàlisi de dades avui en dia.
• Arbres de decisió: Els arbres de decisió són una de les tècniques més utilitzades en totes les empreses impulsades per dades. No només pot ajudar-nos amb la predicció i la classificació, sinó que també és una eina molt efectiva per comprendre el comportament de diverses variables.
• Accounting Analytics – Financial Analytics: Ús de la informació financera per prendre decisions dins d’una organització. Es cobreixen els temes que són més útils per a l’analítica empresarial.
• Business Process Management (BPM): Crear i gestionar activitats (processos) d’una empresa o organització. Gràcies a BPM, les empreses poden automatitzar de manera molt senzilla les tasques de qualsevol departament, obtenint flexibilitat, eficiència i competitivitat, i incrementant la seva productivitat.
• Eines Estratègiques: Canvas d’Estratègia: El Canvas d’Estratègia ajuda a explorar i investigar l’espai actual de mercat, per construir el nostre propi Oceà Blau, on el nostre competidors mai podran arribar i el nostre domini serà durador.
• Estratègia Competitiva: Estratègia de l’Oceà Blau: L’Estratègia de l’Oceà Blau està orientada a el desenvolupament d’esquemes innovadors de creació de mercat.
• Habilitats 2.0 – Entrevistes en analítica de dades: Tot i coneixent les eines i tècniques d’anàlisi de dades, pot ser difícil completar una entrevista laboral. Cal mostrar habilitats per resoldre problemes i destresa tècnica.
• Emprenedoria – Què podem fer pel nostre client?

Semestres 3 i 4

• Enginyeria de dades: Modelatge de dades. Cloud Datamining. Spark. Data Lakes.
• Data Mining: Aprendre tècniques de mineria de dades, tant per dades estructurades que s’ajusten a un esquema clarament definit, com per dades no estructurats que existeixen en forma de text en llenguatge natural.
• Machine Learning: Machine Learning està reestructurant i revolucionant el món, i provocant disrupció en totes les indústries i professions a nivell mundial. Ja no és únicament una paraula de moda: moltes indústries diferents ja han descobert els beneficis de l’automatització dels processos de negoci i les disrupcions de l’aprenentatge automàtic. Revisarem eines i tècniques necessàries per aplicar l’aprenentatge automàtic, o Machine Learning, per resoldre problemes empresarials.
• Predicció de demanda en Retail utilitzant Machine Learning: L’objectiu és permetre construir un model d’aprenentatge automàtic d’extrem a extrem en un conjunt de dades de l’món real, començant per convertir un objectiu empresarial en un problema d’aprenentatge automàtic, per construir un model complet de Machine Learning. El problema empresarial abordat com a part de el curs és el de la previsió de la demanda.
• Visió per Ordinador: Els sistemes de visió per ordinador manegen una gran varietat i volum de dades, específicament imatges o vídeos. L’objectiu és proporcionar una idea de com funcionen les tècniques subjacents en els sistemes actuals de visió per ordinador d’última generació, i guiar a través d’algunes de les principals aplicacions d’una manera pràctica.
• Xarxes Neuronals: Hi ha hagut un gran auge en les aplicacions de visió artificial i processament de el llenguatge natural avui dia. Es proporciona una idea de com funcionen les xarxes neuronals, que són els components bàsics darrere de qualsevol aplicació de processament de el llenguatge natural o visió artificial.
• Deep Learning: El nostre telèfon intel·ligent, el nostre rellotge intel·ligent i el nostre cotxe (si és un model recent) utilitzen tecnologia d’intel·ligència artificial. En un futur proper, s’utilitzaran tecnologies Deep Learning (aprenentatge profund) amb capacitat de “autoaprenentatge” en gairebé tots els aspectes de la nostra empresa i indústria. S’aprendrà a desenvolupar estratègies empresarials per planificar nous serveis i productes basats en Deep Learning.
• Intel·ligència Artificial: La Intel·ligència aritficial (IA) està penetrant ràpidament en totes les indústries, i té un profund impacte en pràcticament tots els aspectes de la nostra vida. L’objectiu és comprendre la IA, el seu impacte i potencial transformador per a l’empresa i la societat.
• Customer Analytics: Interacció de l’empresa amb els seus clients i en com les dades es poden utilitzar per millorar aquestes interaccions. La focalització i la personalització són els conceptes centrals de l’màrqueting modern centrat en el client. Es proporcionen les eines i mètodes que permetran aprofitar les dades per ajudar a donar forma a la relació amb el client.
• People Analytics: Exploració de les principals tècniques utilitzades per reclutar i retenir els millors professionals. Exploraran les tècniques d’avantguarda utilitzades per reclutar i retenir grans persones, i demostraran com s’utilitzen aquestes tècniques per tallar empreses d’avantguarda. Explicaran com les dades i l’anàlisi sofisticat s’apliquen a qüestions relacionades amb les persones, com el reclutament, l’avaluació de l’acompliment, el lideratge, la contractació i la promoció, el disseny de la feina, la compensació i la col·laboració.
• Operations Analytics: Com modelar les incertesa de la demanda futura, com predir els resultats de les eleccions de les estratègies en competència, i com triar el millor curs d’acció davant el risc.
• Estartègia organitzacional: Porter Cinc Forces – Objectiu: trobar l’avantatge competitiu aplicant les cinc forces de Porter.
• Estratègia de producte: Cicle de Vida de l’Producte: La gestió de l’cicle de vida del producte és l’art i la ciència de gestionar estratègicament el desenvolupament, la fabricació, les vendes i el màrqueting del producte, d’acord amb les diverses etapes que experimenta el producte durant tota la seva vida.
• Estratègia de producte: Estratègies de Preus: Quins factors s’han de considerar a l’establir el preu d’un producte o servei? Quines són les estratègies que s’han de considerar per augmentar les vendes i ser més rendible?
• Habilitats 2.0 – Agile: Les companyies petites i àgils estan canviant cada vegada més les regles de joc en indústries senceres, i estan provocant disrupció en les àrees de negoci tradicionals, així com en les pràctiques de gestió habituals. Els mètodes àgils han demostrat ser molt útils. És important conèixer-los, dominar-los i recórrer a ells en la situació correcta.
• Habilitats 2.0 – Gestió de projectes: Saber gestionar i administrar els recursos destinats a la materialització d’un projecte és vital perquè el resultat sigui satisfactori.