| Introducción al Business Intelligence y Big Data | Código: 73.600 : 6 |
La transformación digital que vivimos obliga a las organizaciones a invertir en conocimiento a partir de los datos para no perder competitividad. Es necesario desarrollar la habilidad de comprender y predecir detalladamente el rendimiento de los productos de cada negocio para poder optimizar sus niveles de stock y medir el rendimiento de las entregas de proveedores. Combinar estos datos con una mayor comprensión del comportamiento del consumidor gracias a la ciencia de datos, el big data y la inteligencia de negocio permite a las empresas aumentar sus ventas y desarrollar ventajas competitivas duraderas y sostenibles.
Además, es muy importante adquirir una clara conciencia del impacto que está teniendo y tendrá en la sociedad la implantación cada vez más acelerada de las tecnologías derivadas del análisis de grandes volúmenes de datos. Así como lo que este desarrollo comporta en un momento en que el debate en torno a conceptos como la nueva economía o la globalización ocupan un lugar destacado en los medios y la opinión pública. Y es que debemos tener en cuenta que el profesional de la información no será sólo un espectador privilegiado de los cambios que se produzcan, sino que en muchas ocasiones debe ser uno de sus principales actores.
Para poder hacer frente a estos retos, esta asignatura proporciona al estudiantado los fundamentos teóricos y prácticos de la ciencia de datos, el big data y la inteligencia de negocio, con el objetivo de poder entender el funcionamiento de los sistemas de grandes volúmenes de datos y sus aplicaciones en el seno de la empresa. Asimismo, esta asignatura tiene asignada una competencia transversal vinculada al compromiso ético y global de las organizaciones con la sociedad. Por eso se desarrollarán retos y actividades relacionados con la Agenda 2030 de la ONU.
Esta asignatura proporciona una base de conocimientos y habilidades mediante el diseño y despliegue de estrategias basadas en la toma de decisiones informadas, en las que se hace un uso intensivo de los datos internos de la organización y también de los datos externos creados por los clientes en la interacción con la organización.
La asignatura está especialmente dirigida a personas que deben liderar iniciativas en organizaciones orientadas a los datos, como por ejemplo responsables del análisis de datos o de la toma de decisiones.
Para cursar esta asignatura se recomienda haber superado las siguientes asignaturas:
• Iniciación a las competencias TIC
• Marketing digital
Además, se recomienda disponer de conocimientos sobre el uso de hojas de cálculo.
Las competencias transversales y específicas a alcanzar son las siguientes:
Competencias transversales:
• Utilizar y aplicar las tecnologías digitales en el ámbito académico y profesional.
• Grado MIM: Adoptar actitudes y comportamientos acordes a una práctica profesional ética y responsable.
• Grado ADE: Actuar de forma honesta, ética, sostenible, socialmente responsable y respetuosa con los derechos humanos y la diversidad, tanto en la práctica académica como en la profesional.
Competencias específicas del Grado MIM:
• Capacidad para aplicar los conocimientos teóricos y herramientas de investigación de los mercados en la definición de soluciones de negocio.
• Capacidad para concebir y desarrollar estrategias de negocio que impliquen un uso intensivo de las TIC, en general, y de Internet y los sistemas de comercio electrónico, en particular.
Competencias específicas del Grado ADE:
• Aplicar las técnicas, métodos e instrumentos cuantitativos y cualitativos adecuados para obtener y analizar la información de la empresa y de su entorno socioeconómico para la toma de decisiones.
• Identificar las necesidades de los consumidores e intentar satisfacerlas mediante la comprensión de los distintos conceptos de marketing y el diseño y aplicación de estrategias de marketing.
• Analizar los sistemas de gestión y de información más adecuados y gestionarlos para apoyar la toma de decisiones y la implementación de la estrategia.
• Valorar los procesos y tendencias de transformación digital, tecnológica y medioambiental y su impacto en las organizaciones para aplicar políticas y acciones más eficientes.
Resultados de aprendizaje
• Utilizar los conceptos clave y el lenguaje propio de las técnicas y herramientas del big data y relacionadas.
• Reconocer los fundamentos teóricos y prácticos de la ciencia de datos y big data.
• Comprender y analizar algunas de las múltiples opciones disponibles para solventar problemas asociados a la gestión del big data dentro de una organización.
• Identificar las distintas etapas o capas de tecnología que implica un sistema de inteligencia de negocio y saber qué implica cada una de ellas.
• Actuar con una mentalidad crítica y analítica dentro de la empresa, mediante el conocimiento de los distintos sistemas de información de empresa, la formulación de preguntas e hipótesis y la obtención de conclusiones útiles para el negocio.
• Interpretar informes, cuadros de mando, técnicas y herramientas de visualización de datos para la toma de decisiones de los empleados y directivos.
• Acotar los riesgos éticos asociados al uso del big data por parte de una organización.
• Comprender los conceptos de propiedad de datos, la transparencia y la privacidad de los datos.
La asignatura está estructurada en las siguientes unidades didácticas:
Unidad 1: ¿Qué es el Big Data?
1.1. Origen y propósito del big data
1.2. Características de los grandes volúmenes de datos
1.3. El proceso de análisis de datos
El objetivo de esta unidad es presentar el conjunto de conceptos fundamentales relativos a la ciencia de los datos. Así, se busca una definición y se enumeran y delimitan los conceptos y nombres que configuran la nube de ideas en torno a la ciencia de datos. Se presentan las fases del ciclo de vida del dato y los roles y características de un científico de datos. También introduce el concepto del big data, que hace referencia a la explosión en complejidad de los datos en el contexto de una organización. Así, este reto presenta un recorrido desde los conceptos básicos esenciales del big data hasta comprender el funcionamiento de los sistemas y herramientas que se utilizan por las principales empresas para el desarrollo de los modelos de comprensión de los datos disponibles, pasando por una descripción de cómo aplicar estos conceptos y herramientas en el desarrollo profesional o de investigación.
Unidad 2: Inteligencia y analítica de negocio
2.1. Origen y propósito del business intelligence
2.2. Gestión y explotación de los datos
2.3. Tecnologías del big data
Esta unidad tiene como objetivo introducir a los estudiantes los sistemas de inteligencia de negocio o Business Intelligence (BI), los cuales capacitan a una organización a optimizar sus decisiones a través de la captura, almacenamiento y análisis de los datos que generan. Hasta hace poco, los sistemas de inteligencia de negocio se centraban únicamente en analizar los datos de la organización para una toma de decisiones basada en evidencias. Sin embargo, en los últimos años la aparición de nuevas técnicas y tecnologías ha permitido que los sistemas de inteligencia de negocio evolucionen de forma que tengan en cuenta datos externos a la empresa. Esto permite que los sistemas de inteligencia de negocio sean más eficientes, pudiendo no sólo detectar puntos de mejora dentro de la organización, sino además en el mercado y entorno en el que opera.
Unidad 3: Introducción a Tableau
3.1. ¿Qué es Tableau?
3.2. Conceptos básicos de Tableau
3.3. Visualización de datos con Tableau
Esta unidad tiene como objetivo introducir un software de datos interactivo centrado en la inteligencia de negocio llamado Tableau, que está diseñado para mejorar el flujo de análisis y hacer que los datos sean más accesibles mediante la visualización. Con esta herramienta, el estudiantado aprenderá a importar grandes volúmenes de datos, introducir consultas, gestionar metadatos de gran tamaño, combinar datos y generar multitud de gráficos y figuras para visualizar los datos. Además, este software permite personalizar los informes y ordenar los resultados en un cuadro de mando. Por último, es importante destacar que no es necesario saber programar para poder utilizar esta herramienta.
Unidad 4: Cuestiones éticas del Big Data
4.1. Ética y big data
4.2. Teorías éticas y principios profesionales
4.3. La toma de decisiones éticas
Esta unidad está dedicada a la dimensión ética del uso del Big Data. El ámbito que estudia este aspecto se denomina ética del big data o simplemente ética de datos, y se encarga de analizar la corrección y adecuación de prácticas relacionadas con la obtención, manipulación y publicación de datos particulares. Específicamente, la ética de datos trata temas como la propiedad de los datos, la transparencia, el consentimiento, la privacidad y la disponibilidad de datos. Además, veremos cuáles son los dilemas éticos del nuevo paradigma, así como qué impacto tiene en las organizaciones la responsabilidad de gestionar estos datos.
| Introducción al business intelligence y big data | |
| Espacio de recursos de ciencia de datos | Web |
| Big data y analítica de negocio | XML |
| Big data y analítica de negocio | DAISY |
| Big data y analítica de negocio | EPUB 2.0 |
| Big data y analítica de negocio | MOBIPOCKET |
| Big data y analítica de negocio | HTML5 |
| Big data y analítica de negocio | |
| Visualización de datos con Tableau | Audiovisual |
En su conjunto, los materiales didácticos responden al doble enfoque, teórico y práctico, que se le ha dado a la asignatura:
• Los módulos didácticos han sido elaborados por varios autores y autoras con reputada experiencia en la materia. Son los materiales más importantes del curso donde se explican en detalle los diferentes conceptos que dan contenido a la asignatura.
• Los audiovisuales de la asignatura son Tableau for Data Science and Data Visualization, Visualización de datos con Tableau, Qué es la ética de la tecnología y por qué debería importarte y Machine intelligence makes human morales more important. Estos recursos constituyen un complemento muy útil a los módulos didácticos.
• Otras fuentes de información: encontraréis en el aula el acceso a otras fuentes de información relacionadas con los contenidos y competencias de la asignatura.
El proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados.
La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; el intento fraudulento de obtener un resultado académico mejor; la colaboración, el encubrimiento o el favorecimiento de la copia, o la utilización de material, software o dispositivos no autorizados durante la evaluación, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves.
Estas conductas irregulares pueden comportar el suspenso (D/0) en las actividades evaluables que se definan en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas, como por ejemplo redes sociales o buscadores de información en internet, porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas de otros estudiantes, etc.) sin la citación correspondiente, o porque se ha llevado a cabo cualquier otra conducta irregular.
Así mismo, y de acuerdo con la normativa académica, las conductas irregulares en la evaluación también pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda, de conformidad con lo establecido en la normativa de convivencia de la UOC.
En el marco del proceso de evaluación, la UOC se reserva la potestad de:
- Solicitar al estudiante que acredite su identidad según lo establecido en la normativa académica.
- Solicitar al estudiante que acredite la autoría de su trabajo a lo largo de todo el proceso de evaluación, tanto evaluación continua como evaluación final, por medio de una prueba oral o los medios síncronos o asíncronos que establezca la universidad. Estos medios tendrán por objeto verificar los conocimientos y las competencias que garanticen la autoría; en ningún caso implicarán una segunda evaluación. Si no es posible garantizar la autoría del estudiante, la prueba será calificada con D, en el caso de la evaluación continua, o con un Suspenso, en el caso de la evaluación final.
A estos efectos, la UOC puede exigir al estudiante el uso de un micrófono, una cámara u otras herramientas durante la evaluación; será responsabilidad del estudiante asegurar que tales dispositivos funcionan correctamente.
|
La asignatura solo puede aprobarse con el seguimiento y la superación de la evaluación continua (EC). La calificación final de la asignatura es la nota obtenida en la EC. |