Curso

Diploma en Data Analytics

Duración / carga horaria: 70 horas
Modalidad: Online - Clases en vivo
Horarios disponibles
  • Jueves 18 a 21 hs
Diploma en Data Analytics

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.

Seis objetivos del curso Data Analytics

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.

Testimonios del curso

Otros programas en Data Analytics + IA