Diplomado en Data Analytics: Análisis, Visualización y Toma de Decisiones Basada en Datos.

JUSTIFICACIÓN:

El análisis de datos es una competencia clave en la toma de decisiones estratégicas en diversas industrias, donde el uso eficiente de la información permite mejorar la eficiencia operativa y optimizar procesos. Este diplomado responde a la creciente demanda de profesionales capacitados en el manejo de datos mediante herramientas como Excel, SQL, Power BI y Python, proporcionando metodologías aplicables en sectores empresariales, tecnológicos e industriales. Su enfoque en transformación digital e inteligencia de negocios garantiza que los egresados adquieran habilidades actualizadas y competitivas en el mercado laboral.

                                                        
Objetivo General del Programa:
Desarrollar en los participantes las competencias en análisis de datos para la toma de decisiones basada en evidencia, mediante el uso de herramientas como Excel, SQL, Power BI y Python. El programa abarca desde la recolección, limpieza y transformación de datos hasta su análisis, visualización y modelado predictivo. Se enfoca en la aplicación de técnicas estadísticas y de inteligencia de negocios para interpretar información de manera efectiva. Además, busca fortalecer la capacidad de los participantes para identificar patrones, optimizar procesos y comunicar hallazgos de datos a distintos públicos, facilitando la toma de decisiones estratégicas en entornos empresariales y organizacionales.


Duración: 96 HORAS     

Dirigido a:
• Profesionistas que buscan desarrollar habilidades en análisis de datos.
• Gerentes y líderes que requieren tomar decisiones basadas en datos.
• Analistas principiantes o en transición a roles relacionados con datos.
• Emprendedores que desean utilizar datos para optimizar su negocio.
• Consultores y profesionales que trabajan con grandes volúmenes de información.

Perfil de Egreso.
• Aplicar conceptos fundamentales de análisis de datos para la toma de decisiones.
• Utilizar herramientas como Excel, SQL, Power BI y Python para el análisis de datos.
• Realizar limpieza y transformación de datos para garantizar su calidad.
• Crear reportes y dashboards interactivos en Power BI.
• Aplicar técnicas estadísticas básicas para el análisis de datos.
• Implementar modelos predictivos simples para identificar patrones y tendencias.
• Aplicar metodologías de análisis de causa raíz y priorización de soluciones.
• Comunicar hallazgos de datos de manera clara y efectiva.
• Comprender la importancia de la ética y gobernanza de datos.
• Aplicar el análisis de datos en contextos empresariales y de mejora de procesos.

El Diplomado en Data Analytics se alinea con la misión de la universidad al proporcionar una formación integral y aplicada, desarrollando competencias analíticas esenciales para la toma de decisiones basadas en datos. Su enfoque práctico y metodológico fomenta el pensamiento crítico, la innovación y el uso estratégico de la información, respondiendo a las necesidades del entorno profesional y social.
Asimismo, el programa incorpora herramientas y técnicas ampliamente utilizadas en la industria, promoviendo la excelencia académica y la vinculación con el sector productivo, en congruencia con la filosofía institucional de impulsar el conocimiento aplicado, la mejora continua y el impacto positivo en la sociedad.

Plan de Estudios.

1. Fundamentos del Análisis de Datos y Toma de Decisiones (16 Horas)
1.1 Introducción a la analítica de datos y sus aplicaciones en diferentes industrias
1.2 Tipos de análisis de datos: Descriptivo, Diagnóstico, Predictivo, Prescriptivo
1.3 Tipos de datos y formatos más utilizados en análisis (CSV, Excel, Bases de Datos)
1.4 Introducción a herramientas clave: Excel, SQL, Power BI y Python
1.5 Fundamentos de gobernanza de datos y ética en la gestión de información
1.6 Planificación de la recolección de datos

2. Procesamiento y Manipulación de Datos con Excel y SQL (16 Horas)
2.1 Técnicas de limpieza y preparación de datos
2.2 Funciones avanzadas de Excel para análisis de datos
2.3 Introducción a bases de datos y SQL
2.4 Conceptos de repetibilidad y reproducibilidad en el análisis de datos

3. Visualización de Datos y Creación de Dashboards (16 Horas)
3.1 Importancia de la visualización para la interpretación de datos
3.2 Selección de gráficos adecuados según el tipo de datos
3.3 Aplicación de los principios Gestalt en visualización de datos
3.4 Introducción a Power BI para la creación de dashboards interactivos
3.5 Técnicas de storytelling con datos: Modelo SCQA (Situación, Complicación, Pregunta, Respuesta)

4. Análisis Estadístico de Datos (16 Horas)
4.1 Estadística descriptiva
4.2 Introducción a la probabilidad y distribuciones de datos
4.3 Diferencias entre correlación y causalidad
4.4 Pruebas de hipótesis y niveles de confianza
4.5 Métodos de muestreo y estrategias de análisis de variación en datos
4.6 Herramientas estadísticas en Excel

5. Introducción a la Analítica Predictiva y Patrones en Datos (16 Horas)
5.1 Introducción a la Analítica Predictiva
5.2 Análisis de Series de Tiempo y Pronósticos
5.3 Introducción a Python para Análisis de Datos
5.4 Creación de un Modelo de Regresión Lineal en Python
5.5 Identificación de Patrones en Datos
5.6 Aplicaciones Empresariales de la Analítica Predictiva
5.7 Desafíos y Consideraciones Éticas en la Analítica Predictiva

6. Análisis de Causa Raíz y Priorización de Soluciones (16 Horas)
6.1 Técnicas de análisis de causa raíz
6.2 Enfoques de brainstorming disruptivo para solución de problemas
6.3 Uso de la Matriz Causa-Efecto para priorización de soluciones
6.4 Aplicación del análisis de datos en procesos de mejora continua
6.5 Relación del análisis de datos con metodologías Lean y Six Sigma

METODOLOGÍAS  DE APRENDIZAJE (a seleccionar):

 Actividades dirigidas por el académico que implementen la metodología Aprendizaje Basado en Problemas (ABP).
 Experiencias estructuradas que faciliten la experimentación y participación de los alumnos en actividades concretas.
 Análisis crítico de lecturas relacionadas con la temática del curso para su discusión y exposición de conclusiones.
 Participación interactiva entre el grupo y el académico para resolver dudas, exponer inquietudes, formular preguntas y plantear soluciones a problemas. 
 Representación de roles que simulen una situación para que el alumno practique sus habilidades y competencias.
 Investigación documental para el acopio de información de fuentes primarias y secundarias.
 Trabajo en equipo para desarrollar tareas, resolver problemas y/o elaborar productos.