Tema 1: - Introducción a Big Data & Analitics

• La importancia de los datos en la Transformación Digital de las Empresas:
• Introducción a las Compensaciones y Beneficios.
• Desafíos del profesional de Recursos Humanos en relación a las Compensaciones y Beneficios hoy.
• Las Compensaciones y Beneficios como proceso de intercambio.
• Elementos de Compensación Total.
• Compensaciones y Beneficios: Presente y Futuro.

Tema 2: - Fundamentos de estadística descriptiva e inferencial

• Evaluación y Análisis de los modelos de pensamiento en los negocios digitales:
• Uso de los datos en los Negocios pensando en el producto.
• Uso de los datos en los Negocios pensando en los procesos.
• Uso de los datos en los Negocios pensando en los usuarios.
• Ventanas y desventajas en la aplicacion de cada modelo en las industrias. Reutilizacion de los modelos MIX para la gestion del uso de la información en todas las areas de las compañias.

Tema 3: - Business performance analytics

• Círculo Virtuoso | Digital Analytics
• Desarrollo de modelos ágiles bajo el uso de de lo datos
•  Definición de objetivos
• Estrategia de medición
• Generación de informes
• Análisis de datos
• Optimización de procesos

Tema 4: - Gestión de Plataformas de Business Intelligence:

• Fuente de datos en los negocios digitales
• De la Estrategia del negocio al uso de los datos.
• Web Analytics
• Digital Analytics
• Big Data.
• Business Intelligence: El espectro de las Tecnologías de Análisis de Datos

Tema 5: - Tridente de analítica digital:

• De la Estrategia del negocio al uso de los datos.
• Análisis de resultados
• Análisis de comportamiento
• Análisis de Experiencia

Tema 6: - Gestión de negocios con Data:

• Data Management
• Reconocimiento de oportunidades con Análisis de datos
• Data Visualization
• Conversiones
• Funnel de conversión

Tema 7: - Tableros de control:

• Tipos de dashboards
• Herramientas del mercado digital
• Modelos de datos integrados para construcción de Dashboards

Tema 8: - Aplicaciones de Machine Learning:

• Machine Learning
• Aporte de Machine Learning a los negocios
• Soluciones para Retails
• Soluciones para Ecommerce

BIBLIOGRAFÍA

• Pedro Romero Aroca, Carlos Lázaro García, Julio José González López, EstadÍstica descriptiva e inferencial, Capitulo 22
• Asociación Española de la Economía Digital (adigital), Libro blanco del comercio electrónico, Guía práctica de comercio electrónico para Pymes
• Héctor Barroeta Torres, Jesús Casero Muñoz, Asociación Española de la Economía Digital (adigital), LIBRO BLANCO DE LOGÍSTICA PARA COMERCIO ELECTRÓNICO
• Inteligencia de cliente en la era del marketing basado en datos, SAS,  2017
• Becoming Master ok Data and Analytics, 2019 Data and Analytics Predictions, GARTNER
• Machinalis, Machine Learning Value Proposition Modeling
• Machinalis, Retail Solutions
•  

SISTEMA DE EVALUACIÓN

Requisitos para aprobar la materia:

Asistencia regular con un mínimo del 75% de presencia durante el dictado.

Aprobar los trabajos prácticos dados en clase

Participar en los trabajos prácticos grupales.

Aprobar el trabajo final de análisis de negocios de la Cátedra.