Analítica Predictiva y Diagnóstico Empresarial Basado en Datos

Experimentación y Ciencia
Remoto
Inicia el 04 de agosto de 2025
130 horas

Inversión	$ 3.700.000
Horarios	Lunes y miércoles de 18:00 a 21:00
intensidad	130 horas
Facultad	Facultad de Economía
CONTENIDO DEL PROGRAMA

Objetivo

Fortalecer los criterios para el diagnóstico y estado actual y futuro de la organización a través del diseño y visualización de indicadores de gestión interpretables e implementación computacional de modelos analíticos básicos, utilizando datos históricos disponibles y/o datos simulados, que apoyen las decisiones relevantes en el sector empresarial e industrial.

Dirigido a

Profesionales, técnicos, líderes de área y emprendedores de sectores empresariales e industriales que buscan fortalecer sus habilidades en analítica de datos básica, interpretación de información y diseño de indicadores de gestión para apoyar decisiones estratégicas en sus organizaciones.

El programa está dirigido tanto a quienes no tienen formación avanzada en análisis de datos, pero necesitan aplicarlo en su contexto laboral, como a aquellos que desean estructurar y visualizar información histórica para la optimización de procesos, predicción de escenarios y mejora del desempeño organizacional.

Entender el concepto de dato y cómo se obtiene la información que está oculta en ellos
Diseñar indicadores de gestión analíticos univariantes, útiles e interpretables en los contextos empresariales propios
Diseñar indicadores de gestión analíticos multivariantes e interpretables en contextos empresariales propios
Diseñar modelos predictivos básicos para entender y predecir la realidad empresarial Actual

Módulo 1 - Analítica univariante

Definición breve de información y de dato y la diferencia entre lo discreto y lo continuo.
Tabulación, generación y visualización de los datos para la lectura en contexto de las primeras informaciones generales
Indicadores de centralidad, dispersión, forma y su interpretación en contexto.
Identificación de anomalías o registros exóticos para el filtrado y limpieza de la base de datos
Combinación de indicadores para la creación de nuevos indicadores de desempeño interpretables
Análisis de normalidad y de otros modelos que explican la incertidumbre detrás de los datos observadosç
Creación y valoración puntal, desde los datos disponibles, de indicadores y su margen de error
Pruebas estadísticas de conjeturas empresariales para valoración y validación de criterio de expertos
Pruebas estadísticas de conjeturas empresariales en presencia de menos información.

Módulo 2 - Analítica multivariante

Definición breve de información y de dato multivariante
Tabulación, generación y visualización de los datos multivariantes para la lectura en contexto de las primeras informaciones generales
Indicadores multivariantes de centralidad, dispersión, forma y su interpretación en contexto.
Similaridad y lejanía estadística entre individuos y registros multivariantes.
Identificación de anomalías o registros exóticos para el filtrado y limpieza de la base de datos
Identificación de información redundante, reducción de variables y construcción de indicadores interpretables que resumen la información en un solo número.
Agrupamiento de registros semejantes, segmentación y clasificación
Clasificación supervisada de registros, selección y asignación de individuos en categorías

Módulo 3 - Modelos de predicción y pronóstico

Visualización de datos y variables con información compartida
Valoración de la cantidad de información compartida con indicadores de dependencia interpretables
Explicación de una variable observada en términos de otras y el porcentaje explicado
Métodos analíticos de selección de variables relevantes.
Identificación de información redundante no necesaria
Detección de anomalías multivariantes
Métodos explicativos y predictivos en presencia de anomalías ocultas no identificadas
Modelos generales para predicción de características de registros no observados
Modelos generales para pronósticos a corto plazo.

Módulo 4 - Retroalimentación

Desarrollo y exposición de un reporte completo de aplicación de lo aprendido en un caso de estudio real, preferiblemente un caso propio de interés del asistente. Discusión en un foro grupal de las principales conclusiones de cada estudio y evidenciar cómo los conceptos introducidos permitirían la toma de mejores decisiones en el contexto del problema propio y las oportunidades de mejora.