Programa customer intelligence & Data Analytics Inesdi 2017

Posgrado en Customer Intelligence & Data Analytics
INESDI
Campus Barcelona Campus Madrid Parque Tecnológico de Valencia Inesdi Bogotá T 902 501603
Rambla Catalunya, 33 Velázquez, 57 Nicolás Copérnico, 8 Carrera 14 #76-11 info@inesdi.com
08007 Barcelona 28001 Madrid 46980 Paterna Edificio Kuala oficina 204 www.inesdi.com
Facebook: Inesdi Twitter: @InstitutoInesdi Instagram: Inesdi_dbs LinkedIn: Inesdi Digital Business School
Posgrado en Customer
Intelligence & Data Analytics
Convocatoria:
Fechas: 3 Mayo 2017 a 25 Octubre 2017
Días: Lunes y Miércoles de 18.30h a 21.30h
Duración: 120 horas (38 Sesiones + Sesión Inaugural + 1 Máster Class)
Sesiones
Módulo 1 Introducción y Estrategia 5
Módulo 2 CRM – Customer Relationship Management 6
Módulo 3 Business Intelligence y Business Analytics 8
Módulo 4 Online Analytics 6
Módulo 5 Big Data & Data Science 9
Módulo 6 Proyecto Fin de Curso 4

INESDI
Según Gartner “En 2019 el 90% de las grandes empresas tendrán un CDO o Chief Data Officer, un
ejecutivo encargado de explotar al máximo el valor de los datos y de implementar las tecnologías
adecuadas para ello”. ”Las empresas invertirán más de 40.000 millones de euros a partir de 2019 en
'big data', según los cálculos de IDC” “Los datos son el petróleo del siglo XXI” es el nuevo
paradigma en lo que a la explosión del dato se refiere. Si esto es así podríamos decir que empresas
como Google, Facebook o Amazon serían grandes refinerías, ya que el dato en bruto al igual que el
petróleo se consigue al refinar la información y convertirla en valor para el Cliente.
El auténtico impacto del valor de los datos reside en saber trabajarlos, ya que si una empresa tiene
muchos datos pero no los utiliza, el valor de los mismos es 0. En cambio, con el potencial de la gran
cantidad de datos que se generan hoy en día, las oportunidades para las empresas son enormes
siempre y cuando estos tengan impacto en las decisiones.
En este entorno además de ofrecer un buen producto a tus clientes se debe garantizar la mejor
experiencia posible conociéndoles a fondo, escuchándoles y dando respuestas lo más
personalizadas posibles en función de sus necesidades individuales.
Todo esto es posible conseguirlo a través de la gestión avanzada de los clientes y la analítica de la
gran cantidad de datos que se generan, lo que hace a su vez necesaria la utilización de nuevas
tecnología y técnicas como Big Data y Data Science que nos permiten no solo conocer a nuestro
cliente sino anticiparnos a su comportamiento y adaptarnos en un entorno altamente competitivo.
Principales Objetivos del Programa
• Aprender a generar y utilizar los datos en la toma de decisiones y la definición de la mejor
estrategia a lo largo del ciclo de vida de nuestros clientes.
• Conocer métodos y técnicas de Business Intelligence orientado al cliente.
• Manejo y gestión de grandes volúmenes de datos: Big Data.
• Conoce tu cartera de clientes: Análisis y Segmentación.
• Customer Analytics & Customer Insights.
• Herramientas CRM y Business Intelligence.
• La pirámide la de información: Del Cuadro de mando integral al Reporting.
• Data Science y la figura del Data Scientist
Salidas Profesionales
Una vez terminado el Posgrado podrás optar a las siguientes posiciones:
• Departamentos de Inteligencia de Clientes
• Business Intelligence Project Manager / Analyst
• CRM Project Manager / Analyst
• Manager / Analyst de Clientes

INESDI
• Customer Intelligence Manager / Analyst
• Marketing Intelligence Manager / Analyst
• Áreas de Analítica de Clientes, Big Data y Data Science
Dirigido a
El Posgrado en Customer Intelligence & Data Analytics va enfocado a todos los profesionales
interesados en conocer el proceso de la toma de decisiones en torno a los datos de nuestros
clientes. Entrar en el mundo del Business Intelligence, Big Data y Data Science tanto para poner en
marcha estrategias de este tipo como para ampliar conocimientos; además de estar orientado a
aquellos profesionales de la analítica de datos tradicional que deseen reciclarse en las nuevas
herramientas y tecnologías.
Requisitos de admisión
Idealmente, los interesados deben cumplir alguno de los siguientes requisitos:
• Titulación universitaria en marketing, estadística, económicas, matemáticas, física, ingeniería
• Acreditar 1 o 2 años de experiencia laboral en empresa, organización o institución trabajando
con datos.
• Superar el test de conocimientos previos básicos para el inicio del programa
• Superar una entrevista de admisión presencial, que se realizará individualmente en Inesdi,
previo envío del CV actualizado con fotografía.

INESDI
Sesión Inaugural: La Explosión del Dato (1)
Imparte: Alberto Gutiérrez
Módulo 1: Introducción y Estrategia (5)
El Cliente en el Centro de nuestra actividad
Imparte: Alberto Gutiérrez
Sesión: 1.1
● ¿Quién es mi cliente y qué sé de él?
● Redefiniendo la relación con el Cliente.
● El cliente en el Centro de nuestra actividad.
● Customer Centricity Journey.
La Nueva Relación con el Cliente
Imparte: Pablo Cubela
Sesión 1.2
● Entorno y Estrategia.
● Cambio en la relación con el cliente.
● El Centro de Contactos con el Cliente (CC):
o Conceptos Básicos
o Gestión Multicanal
o Herramientas tecnológicas (ACD, CTI, IVR, WFM, etc.)
o Visión cliente del Contact Center
Visión 360º del Cliente
Sesión 1.3
● Beneficios de la visión 360º.
● Roadmap para conseguir una visión 360º.
● El análisis: pieza fundamental de la Visión Cliente 360º.
Rentabilidad
Imparte: Miguel Ortega
Sesión 1.4
● Construcción del business case detallado.
● La importancia de los requisitos….
Gestión de Proyectos de Analítica de Datos
Imparte: Luis Fernández Cerro
Sesión 1.5
● Metodologías ágiles de gestión de proyectos.

INESDI
Módulo 2: CRM – Customer Relationship Management (6)
Fundamentos y beneficios del CRM
Imparte: Alberto Gutierrez
Sesiones 2.1 y 2.2
● Gestión de Clientes y CRM.
● El cliente e importancia estratégica para la empresa.
● Definiciones básicas y avanzadas de CRM.
● CRM Analítico.
● La importancia del conocimiento del cliente y obtención de la información.
Implementando CRM
Sesiones 2.3 y 2.4
● Ciclo de vida.
● Cadena de valor.
● Aspectos clave a tener en cuenta.
● Cómo generar una experiencia consistente.
● Análisis y Diagnóstico de la Cartera.
Herramientas y Casos Prácticos
Sesión 2.5
● Principales Herramientas del mercado.
● Casos Prácticos.
Del CRM al Social CRM:
Sesiones 2.6
● Beneficios y posibilidades del sCRM.
● Bases de una estrategia de sCRM.
● Procesos.
● Atención al cliente y fidelización.
● Integración con IoT (Internet of Things)
● Casos prácticos.
Módulo 3: Business Intelligence y Business Analytics (8)
Fundamentos de Business Intelligence
Imparte: Miguel Ortega
Sesiones: 3.1 y 3.2
● ¿Qué es el Business Intelligence?
● Fundamentos y beneficios.

INESDI
● Visión general del mercado en el entorno empresarial y tecnológico actual.
● Business Intelligence y Business Analytics.
● Componentes generales de una arquitectura de Business Intelligence.
● Ejemplos de diferentes industrias.
Taller Práctico MicroStrategy Analytics
Imparte: Santiago San Antonio
Sesión: 3.3
● MicroStrategy Desktop Analytics
Data Governance: la importancia de la gestión del dato
Imparte: Alberto Velasco
Sesiones 3.4 y 3.5
● Definición de conceptos.
● La importancia del gobierno de datos.
● Cómo planificar un programa de Data Governance.
● Roadmap y plan de acción.
● Procesos y Herramientas de soporte al Data Governance.
● Introducción a Semanta.
Transformando los datos en conocimiento
Imparte: Luis Fernández
Sesión 3.6
● Aspectos clave de gestión de la información.
● La toma de decisiones basada en datos.
● Elementos clave:
o Cuadro de Mando Integral de Cliente.
o Balanced Scorecard.
o Customer Insights.
Visualización de Datos
Sesión 3.7
● La importancia de la visualización de datos.
● Tipos de visualizaciones.
● Visualización de datos con Tableau
Taller Práctico Herramientas Analytics
Sesiones: 3.8
● IBM Watson Analytics

INESDI
Módulo 4: Online Analytics (6)
Diseño del Customer Lifetime Value (LTV) / Prospect/Lead Analytics
Imparte: Belén González
Sesión 4.1
● Definición y conceptos.
● La matriz de transición.
● Cómo calcular el coste de adquisición.
● Cómo calcular el valor del cliente.
● Toma de decisiones de negocio según la rentabilidad del usuario.
Web Analytics y VOC
Sesiones 4.2 y 4.3
● Conceptos universales. KPIs, dimensiones y métricas.
● El objetivo audiencia y el objetivo conversión.
● Datos observados y datos calculados.
● Herramientas de analítica web.
● Voice of the Customer Analytics (VOC). La investigación y sus herramientas.
Análisis y optimización de los embudos de conversión (CRO)
Sesión 4.4
● Procesos para la definición de objetivos, recolección de datos y consecución de acciones a seguir.
● Tests A/B y tests multivariable.
● Optimización en tiempo real.
Análisis de comportamiento multicanal (Multichannel Behavioral Analysis)
Sesión 4.5
● La estrategia multicanal: por qué y cuándo utilizarla.
● ROPO Research online, purchase offline.
● Análisis del comportamiento multicanal.
● Modelos de atribución de conversiones. Ventajas e inconvenientes.
NBO/NBA – Next Best Offer/Action. Triggers para la optimización
Sesión 4.6
● Concepto, oportunidades y aplicación (web, atención al cliente, combinado).
● Herramientas.
● Personalización de contenido para engagement y conversión a ventas.

INESDI
Módulo 5: Big Data & Data Science (9)
Fundamentos de Big Data
Imparte: Jesús Martín
Sesiones 5.1 y 5.2
● Antecedentes del Big Data.
● Conceptos Básicos.
● Las “V” del Big Data.
● Casos de Uso del Big Data en el mundo empresarial.
● La aparición del Chief Data Officer.
Privacidad de los Datos y Aspectos Legales
Imparte: Joaquín Muñoz
Sesión 5.3
● Definiciones, Obligaciones y Principios en la Privacidad de los Datos.
● Impacto en los Proyectos de Customer Data.
● Técnicas y Métodos.
Arquitectura Big Data
Imparte: Jesús Martín
Sesiones 5.4 y 5.5
● Introducción y Conceptos Básicos.
● Ecosistema Big Data.
● Paradigmas de procesamiento en Big Data.
o Batch Processing
o Streaming Processing
o Sistemas NO-SQL
● Principales Herramientas:
o Hadoop
o Pig
o Hive
Data Science
Imparte: Raúl Rodríguez
Sesiones 5.6 y 5.7
● ¿Qué se entiende por Data Science?: Introducción a la Ciencia de los Datos.
● Conceptos clave a tener en cuenta.
● Técnicas y modelos.
● La figura del Data Scientist.
● Fases en un Proyecto de Data Science.
● Introducción al Machine Learning:
o ¿Qué es?
o ¿Para qué sirve?
o Tareas de aprendizaje
o Enfoques

INESDI
o Algoritmos
Herramientas Data Science
Imparte: Jose Ramón Cajide
Sesión 5.8
● Principales Herramientas del Data Scientist.
● Alternativas de Software: Ventajas e Inconvenientes.
● Introducción a R.
o R Studio
o Estructuras de Datos
o Bucles, Funciones y Ejecución Condicional
Casos Prácticos
Imparte: Jose Ramón Cajide
Sesión 5.9
● Segmentación.
● Clasificación.
● Asociación.
Módulo 6: Tutoría de Proyecto (4)
4 sesiones de tutoría
Master Class
El programa incluye también una sesión con 3 conferencias magistrales con ponentes invitados, que
tendrán lugar a lo largo del posgrado y se celebrarán un día concreto que puede diferir de los dos días
semanales previstos de clase (lunes y miércoles). Dicha fechas se comunicarán siempre con suficiente
antelación a los alumnos.
Open Class
Todas las semanas se realizan clases abiertas adicionales al programa.

Programa customer intelligence & Data Analytics Inesdi 2017

Más contenido relacionado

Similar a Programa customer intelligence & Data Analytics Inesdi 2017

Más de María Bretón Gallego

Último

Programa customer intelligence & Data Analytics Inesdi 2017