Diploma en Data Analytics
- Jueves 18 a 21 hs
Sobre el curso
Análisis de Datos aplicado a Supply Chain y Logística
En un entorno donde los datos son fundamentales para la gestión empresarial, aprender a interpretarlos y transformarlos en información útil es una competencia clave.
Este curso combina análisis, herramientas informáticas y comunicación de resultados para mejorar procesos y tomar decisiones en Supply Chain y Logística.
Trabajarás con Excel para los cálculos, Power BI para visualizar información y Storytelling para comunicar conclusiones de manera clara.
Aprendizaje práctico:
Herramientas y conocimientos para aplicar directamente en tu trabajo.
Tres herramientas fundamentales
Las competencias que necesitás para trabajar con datos.
Capacidad de análisis
Fundamental para trabajar con datos, interpretarlos y realizar desarrollos a partir de ellos.
Herramientas informáticas
Aplicaciones que facilitan el trabajo con datos, respaldadas por los fundamentos conceptuales.
Storytelling
La capacidad de comunicar conclusiones y resultados de manera clara y accesible para distintos públicos.
“Si no eres capaz de enseñárselo a un niño pequeño, significa que ni tú mismo lo comprendes”.
La importancia de comprender y comunicar.
¿Qué vas a lograr con este curso?
Seis objetivos para desarrollar tus competencias en análisis de datos.

01 | Power BI
Herramientas para importar, transformar, analizar y visualizar información.
Introducción a Power BI
- Descarga e instalación del software.
- Power BI Desktop vs. Power BI Service.
- Interfaz de Power BI Desktop y reporte “Brasil 2014: Análisis de Altura”.
- Pasos para crear un reporte en Power BI.
- Obtención y transformación de datos.
- Modelado y visualización de datos.
- Análisis de datos y distribución de reportes.
- Fuentes de datos principales y fuentes disponibles para conectarse con Power BI.
- Modos de conexión a MS Excel, carpetas, CSV, PDF, MS Access, SAP BW y SQL.
02 | Storytelling
Comunicación efectiva de datos, gráficos y resultados.
- Introducción, práctica y presentaciones.
- Transformación digital.
- Data Storytelling y Data Visualization.
03 | Contenidos analíticos de Data Analytics
Estadística aplicada, interpretación de información y toma de decisiones.
En todos los temas los desarrollos se realizan de forma práctica, compartiendo bases de datos con los participantes y asistiendo en el análisis paso a paso.
TEMA 01
El dónde, el porqué y el cómo de la recolección de datos
Los datos como base para la mejora de cálculos, procesos y decisiones.
- La importancia de los gráficos en la representación de los datos.
- Video-caso: ¿Cómo McDonald’s recoge y utiliza los datos para mejorar sus pronósticos?
TEMA 02
Gráficos, diagramas y tablas para describir datos
Coordinación entre Excel y Power BI.
- Selección de gráficos según cada necesidad.
- Video-caso: Descripción y estudio de los datos. Primeras conclusiones en el Drive-Thru de McDonald’s (Parte I).
TEMA 03
Descripción de datos utilizando medidas numéricas
Herramientas numéricas aplicadas a cálculos y presentaciones.
- Cómo presentar y explicar los cálculos y conclusiones.
- Video-caso: Drive-Thru de McDonald’s (Parte II).
TEMA 04
Conceptos introductorios de probabilidad
Bases para trabajar con incertidumbre y eventos sucesivos.
- Métodos.
- Asignación.
- Caso-estudio: Great Air Commuter Services.
TEMA 05
Distribuciones de probabilidad continua
Introducción a la distribución Normal como base de la inducción estadística.
- Caso-estudio: American Oil Company.
TEMA 06
Introducción a las distribuciones de muestreo
Comprender cómo validar parámetros de la muestra con los de la población.
- Video-caso: Carpita Bottling Companies.
TEMA 07
Estimación de parámetros individuales
Cómo estimar los parámetros poblacionales a partir de muestras.
- Caso-estudio: Lanzamiento de nuevos productos en el mercado masivo — McDonald’s (Parte I).
TEMA 08
Introducción a la prueba de hipótesis
Pasos para determinar valores verdaderos del promedio y contrastar hipótesis.
- Caso-estudio: McDonald’s (Parte II).
TEMA 09
Prueba de hipótesis para la estimación de la varianza poblacional
Pasos para determinar la dispersión real y contrastar hipótesis.
- Caso-estudio: Motive Power Company.
TEMA 10
Análisis de varianza (ANOVA)
- Caso-estudio: Drive-Thru de McDonald’s (Parte III).
TEMA 11
Introducción al análisis de regresión lineal y correlación
Determinación del nivel de asociación y predicción entre dos variables.
- Caso-estudio: Sapphire Coffee (Parte I).
TEMA 12
Regresión lineal múltiple y desarrollo de modelos
Análisis de la predicción basada en múltiples variables.
- Caso-estudio: Sapphire Coffee (Parte II).
TEMA 13
Análisis y pronósticos con series de datos históricos
Modelos basados en variables históricas.
- Parámetros de tendencia, ciclo, estacionalidad y componentes residuales.
- Caso-estudio: Park Falls Chamber of Commerce.
Certificación IEEC
Para quienes lo deseen, está disponible la Certificación en Castellano del IEEC, que abarca los mismos temas y enfoques que la certificación en inglés.
Equipo docente
- Lic. Agustín Portilla
Lic. En Ciencia Política (UBA), Master en Integración Regional (UBA), DCL (IEEC), Master of Business Administration (UP). BI Reporting (Microsoft – MSCA), CPSM (ISM), CAPM (PMI), Certified Lean Six Sigma Green Belt (IASSC), CSCP, CLTD, CPIM (APICS). Senior Supply Chain Professional con varios años de experiencia internacional en las áreas de Procurement, Supply Chain, Logistics, Planning y Customer Service. Especialista en Business Intelligence.
- Lic. Candelaria de Hernández
Lic. Comercio Exterior (Siglo XX), Diplomada en Supply Chain Management (UTN), Diplomada en Big Data (ITBA), Profesional Acreditado en Transporte, Distribución y Gestión Logística (IEEC), CLTD (APICS).
- Ing. Ignacio Sánchez Chiappe
Ing. Civil, M.Sc. Director IEEC. CPIM (APICS), CSCP (APICS), Certified SCOR Instructor, SCOR-P. APICS CPIM Associate Global Instructor. APICS CSCP Associate Global Instructor.
- Ing. Jorge Aballay
Ingeniero Industrial (UBA), CPIM (APICS), CSCP (APICS/SCC), ITIL.
