• La asignatura en el conjunto del plan de estudios

Esta asignatura está incluida en el Máster Universitario en Innovación y Transformación Digital. Específicamente, se trata de una asignatura obligatoria correspondiente al módulo Transformación Digital.

• Campos profesionales en el que se proyecta

Esta asignatura será muy útil a aquellos profesionales que, ocupando posiciones de responsabilidad en una organización, deseen implementar las técnicas que ofrecen el Big Data y la inteligencia de negocio.

• Objetivos y competencias

Competencias transversales

Utilizar y aplicar las tecnologías digitales en el ámbito académico y profesional.

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

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 e 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.

• Contenidos

La asignatura está compuesta por las siguientes unidades didácticas:

1. Introducción a la ciencia de datos

Esta unidad tiene como objetivo 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 alrededor de la ciencia de datos. Se presentan las fases del ciclo de vida del dato, y los roles y características de un científico de datos.

Además, también introduce el concepto de Big Data, que hace referencia a la explosión en complejidad de los datos en el contexto de una organización. Así, se ofrece 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, todo ello pasando por una descripción de cómo aplicar estos conceptos y herramientas en el desarrollo profesional o de investigación.

2. Introducción a la inteligencia de negocio

Esta unidad tiene como objetivo presentar el conjunto de conceptos fundamentales relativos a la inteligencia de negocio. Los sistemas de inteligencia de negocio, o Business Intelligence (BI), permiten a una organización optimizar sus decisiones a través de la captura, el almacenamiento y el análisis de los datos que generan. Los sistemas de inteligencia de negocio se han transformado en los últimos años en las piezas angulares para mejorar las decisiones de negocio dentro de una organización. Hasta no hace mucho, los sistemas de inteligencia de negocio se centraban únicamente en analizar los datos de la organización para una toma de decisiones basada en evidencias. No obstante, en los últimos años, la aparición de nuevas técnicas y tecnologías ha permitido evolucionar los sistemas de inteligencia de negocio para que tengan en cuenta datos externos a la empresa. Eso permite que los sistemas de inteligencia de negocio sean más eficientes, pudiendo no solo detectar puntos de mejora dentro de la organización sino en el mercado y entorno donde opera.

3. Introducción al PowerBI

Esta unidad tiene como objetivo introducir un programa de datos interactivo centrado en la inteligencia de negocio conocido como powerBI. Este programa está diseñado para mejorar el flujo de análisis y hacer que los datos sean más accesibles mediante su visualización. Con esta herramienta, el estudiante 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, el programa permite personalizar los informes y ordenar los resultados en un dashboard. Por último, es importante destacar que no se necesita saber programar para poder usar esta herramienta.

4. Redes sociales y ética

Esta unidad se dedica a dos temas que son de una gran relevancia en la gestión exitosa de una organización.

Uno de estos elementos es el del análisis de la información que hay disponible en las redes sociales, el cual se hace con técnicas del Social Media Analytics (SMA). En la última década, SMA se ha convertido en una forma principal de inteligencia empresarial, utilizada para identificar, predecir y responder al comportamiento del consumidor. Esta metodología contempla cuatro pasos principales en el estudio de los datos estadísticos y digitales de las redes sociales: identificación, recopilación, análisis e interpretación. Además, veremos cómo SMA se relaciona con la inteligencia de negocio.

Otro elemento fundamental es la dimensión ética del uso del Big Data. El ámbito que estudia este aspecto se denomina ética de 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, y también qué impacto tiene en las organizaciones la responsabilidad de gestionar estos datos.

• Consulta de los recursos de aprendizaje de la UOC para la asignatura

• Información adicional sobre los recursos de aprendizaje y herramientas de apoyo

Esta asignatura dispone de los siguientes materiales:

·         Introducción al big data (PID_00241338).

·         Los roles, ámbitos y nombres de la ciencia de datos. Módulo UOC (PID_00261827).

·         Usando machine learning en big data. Módulo UOC (PID_00241341).

·         Introducción al business intelligence y big data. Módulo UOC (PID_00242521).

·         Organizaciones orientadas al dato. Módulo UOC (PID_00249543).

·         Social Media Analytics. Módulo UOC (PID_00209852).

·         Ética y big data. Módulo UOC (PID_00243550).

Paralelamente, también se trabajará con un caso práctico donde se contextualizan los contenidos estudiados en esta asignatura. En este caso práctico se plantea una problemática concreta y se propone una resolución.

Además, en esta asignatura también se trabajará con diversos vídeos con contenidos relacionados con la temática estudiada.

• Informaciones sobre la evaluación en la UOC

En la UOC, la evaluación generalmente es virtual. Se estructura en torno a la evaluación continua, que incluye diferentes actividades o retos; la evaluación final, que se lleva a cabo mediante pruebas o exámenes, y el trabajo final de la titulación.

Las actividades o pruebas de evaluación pueden ser escritas y/o audiovisuales, con preguntas aleatorias, pruebas orales síncronas o asíncronas, etc., de acuerdo con lo que decida cada equipo docente. Los trabajos finales representan el cierre de un proceso formativo que implica la realización de un trabajo original y tutorizado que tiene como objetivo demostrar la adquisición competencial hecha a lo largo del programa.

Para verificar la identidad del estudiante y la autoría de las pruebas de evaluación, la UOC se reserva la potestad de aplicar diferentes sistemas de reconocimiento de la identidad y de detección del plagio. Con este objetivo, la UOC puede llevar a cabo grabación audiovisual o usar métodos o técnicas de supervisión durante la ejecución de cualquier actividad académica.

Asimismo, la UOC puede exigir al estudiante el uso de dispositivos electrónicos (micrófonos, cámaras u otras herramientas) o software específico durante la evaluación. Es responsabilidad del estudiante asegurar que estos dispositivos funcionan correctamente.

El proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de las actividades académicas. La web sobre integridad académica y plagio de la UOC contiene información al respecto.

La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; la suplantación de identidad; la aceptación o la obtención de cualquier actividad académica a cambio o no de una contraprestación; la colaboración, el encubrimiento o el favorecimiento de la copia, o el uso de material, software o dispositivos no autorizados en el plan docente o el enunciado de la actividad académica, incluida la inteligencia artificial y la traducción automática, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves.

Estas conductas irregulares pueden conllevar el suspenso (D/0) en las actividades evaluables definidas en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, ya sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas (como el uso de inteligencia artificial no permitida, 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, por la compraventa de actividades académicas, o porque se ha llevado a cabo cualquier otra conducta irregular.

Asimismo, 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 en la evaluación continua como en la evaluación final, a través de una entrevista oral síncrona, que puede ser objeto de grabación audiovisual, o por los medios establecidos por la UOC. Estos medios tienen el objetivo de verificar los conocimientos y las competencias que garanticen la identidad del estudiante. Si no es posible garantizar que el estudiante es el autor de la prueba, esta puede ser calificada con una D, en el caso de la evaluación continua, o con un suspenso, en el caso de la evaluación final.

Inteligencia artificial en el marco de la evaluación

La UOC reconoce el valor y el potencial de la inteligencia artificial (IA) en el ámbito educativo y, a su vez, pone de manifiesto los riesgos que supone si no se utiliza de forma ética, crítica y responsable. En este sentido, en cada actividad de evaluación se informará al estudiantado sobre las herramientas y los recursos de IA que se pueden utilizar y en qué condiciones. Por su parte, el estudiantado se compromete a seguir las indicaciones de la UOC a la hora de realizar las actividades de evaluación y de citar las herramientas utilizadas y, concretamente, a identificar los textos o imágenes generados por sistemas de IA, los cuales no podrá presentar como si fueran propios.

Respecto a usar o no la IA para resolver una actividad, el enunciado de las actividades de evaluación indica las limitaciones en el uso de estas herramientas. Debe tenerse en cuenta que usarlas de manera inadecuada, como por ejemplo en actividades en las que no están permitidas o no citarlas en las actividades en las que sí lo están, puede considerarse una conducta irregular en la evaluación. En caso de duda, se recomienda que, antes entregar la actividad, se haga llegar una consulta al profesorado colaborador del aula.

• Consulta del modelo de evaluación