Fechas
Registro
El curso de Social Media Data Analytics es un programa teórico-práctico enfocado en desarrollar en los participantes las habilidades y destrezas necesarias para analizar datos desde una perspectiva que comprenda los componentes tecnológicos y de mercadeo a través de conceptos, herramientas y mejores prácticas aplicadas en la industria de analítica de datos orientada a las redes sociales para luego presentarlos de manera adecuada a través de la utilización de técnicas de recolección de datos, exploración, tratamiento y transformación.
En este curso el participante se familiarizará con el uso de herramientas tecnológicas para analizar datos provenientes de medios digitales, con el propósito de responder insight de negocio, generar valor y optimizar resultados al interpretar los datos.
En línea
Martes y jueves de 18h00 a 20h00.
Tarifa Público General: $ 290
Tarifa Grupal (mínimo 3 personas): $250
Alumni USFQ: $250
Descripción general
Objetivo General
- Recopilar, analizar, explorar y visualizar datos provenientes de medios digitales hasta transformarlos y convertirlos en un Dashboard que puede proporcionar respuestas ocultas en los datos.
Objetivos Específicos
- Identificar la audiencia a la que quieres atraer y convertir en cliente.
- Incrementar las ventas a través del análisis de datos provenientes de medios digitales.
- Definir estrategias para la gestión y análisis de datos.
Al finalizar el curso el participante podrá interpretar los resultados obtenidos de los datos provenientes de los diferentes medios digitales.
Dirigido a: Profesionales, emprendedores y académicos de áreas relacionadas a: Gestión (Administración de Empresas, Marketing), Comunicación (Artes Visuales, Comunicación, Diseño Gráfico, Periodismo, Publicidad), y Tecnología (Computación, Electrónica, Robótica, Industrial), que requieran diseñar, crear y/o gestionar sitios web profesionales como base de su estrategia digital.
Requisitos: El curso espera que los estudiantes tengan conocimientos básicos en el uso de herramientas tecnológicas. (El curso tendrá componente práctico – Se realizará un ejemplo aplicado de todo lo aprendido, la idea no es capacitar en el uso de la herramienta sino en el beneficio de aplicar data analytics como estrategia de negocio).
Herramientas
El estudiante deberá descargar las siguientes herramientas gratuitas a medida que el curso avance y la instructora lo solicite.
- Parsehub (gratuito): Instalar antes de empezar el módulo 3.
- Qlik Sense (versión de prueba 30 días gratuito): Instalar antes de empezar el módulo 6.
- Tableu (versión de prueba 30 días gratuito): Instalar antes de empezar el módulo 6.
Contenido
Módulo 1: Introducción a la analítica web
Este módulo teórico permite al estudiante familiarizarse con los conceptos básicos de la arquitectura de datos y su aplicación, así como conceptualizar y entender las necesidades de negocio, técnicas y principios para la obtención de insight y métricas que faciliten la generación de valor y optimización de resultados.
- Sesión 1: El lenguaje de la analítica web
- Sesión 2: Determinar las métricas y dimensiones a evaluar
Módulo 2: Aplicar análisis de datos
Este módulo teórico- práctico permite al estudiante conocer cómo aplicar la analítica de datos a partir de identificar insight de negocio, además de aprender técnicas y principios que facilitan la creación de un Roadmap con el paso a paso para su ejecución, así como familiarizarse con los conceptos básicos previamente aprendidos.
- Sesión 3: Cómo aplicarla analítica de datos como herramienta para potenciar mis resultados en medios digitales
- Sesión 4: Generar Roadmap
Módulo 3: Elegir la solución de análisis web adecuada
Este módulo teórico-práctico permite al estudiante familiarizarse con los conceptos técnicos y estructurales sobre los cuales se recolectan los datos a través de plataformas open source de extracción automatizada de datos de páginas web o medios digitales a más de recolectar información segmentada o dirigida que permitan dar cumplimiento al Roadmap.
- Sesión 5: Web Analytics
- Sesión 6: Marketing Analytics
- Sesión 7: Web scraping - Técnica para la extracción automatizada de datos provenientes de páginas web
- Sesión 8: Integrar la información
Módulo 4: Examinar los datos - Teoría y aplicación
Este módulo teórico - práctico permite al estudiante construir un modelo de datos a partir de los datos extraídos de los medios digitales a través de un caso práctico.
- Sesión 9: Claves en la gestión de datos
- Sesión 10: Construcción de un modelo de datos
Módulo 5: Identificación de problemas conocidos
Este módulo teórico – práctico permite aplicar las técnicas de ETL extracción, transformación y carga aplicadas en la extracción de datos construido en el caso práctico.
- Sesión 11: Mejorando el servicio al cliente a través de los datos
- Sesión 12: Transformar los datos obtenidos
Módulo 6: El futuro de los datos digitales: inteligencia empresarial - Teoría y aplicación en (Tableau y Qlik Sense)
Este módulo teórico – práctico analiza la funcionalidad, tipos de gráficos y mejores usos de plataformas de BI Tableau y Qlik Sense a través de la aplicación de los insight previamente definidos.
- Sesión 13: Implementar un Dashboard en Tableau con los insigh de negocio
- Sesión 14: Implementar un Dashboard en Qlik Sense con los insigh de negocio
Cronograma
| Día | Horario | Módulo | Tema | Horas |
|---|---|---|---|---|
| martes 20 de octubre | 18:00-20:00 | Módulo 1: Introducción a la analítica web | El lenguaje de la analítica web | 2 |
| jueves 22 de octubre | 18:00-20:00 | Determinar las métricas y dimensiones a evaluar | 2 | |
| Semana 1 | - | Trabajo autónomo semana 1 | 1 | |
| martes 27 de octubre | 18:00-20:00 | Módulo 2: Aplicar análisis de datos | Cómo aplicarla analítica de datos como herramienta para potenciar mis resultados | 2 |
| jueves 29 de octubre | 10:00-12:00 | Generar Roadmap | 2 | |
| Semana 2 | - | Trabajo autónomo semana 2 | 1 | |
| 3 de noviembre | 18:00-20:00 | Módulo 3: Elegir la solución de análisis web adecuada | Web Analytics | 2 |
| jueves 5 de noviembre | 18:00-20:00 | Marketing Analytics | 2 | |
| martes 10 de noviembre | 18:00-20:00 | Web scraping - Técnica para la extracción automatizada de datos provenientes de páginas web | 2 | |
| jueves 12 de noviembre | 18:00-20:00 | Integrar la información | 2 | |
| Semana 3 y Semana 4 | - | Trabajo autónomo semana 2 | 1 | |
| martes 17 de noviembre | 18:00-20:00 | Módulo 4: Examinar los datos | Claves en la gestión de datos | 2 |
| jueves 19 de noviembre | 18:00-20:00 | Construcción de un modelo de datos | 2 | |
| Semana 5 | - | Trabajo autónomo semana 3 | 1 | |
| martes 24 de noviembre | 18:00-20:00 | Módulo 5: Identificación de problemas conocidos | Mejorando el servicio al cliente a través de los datos | 2 |
| jueves 26 de noviembre | 18:00-20:00 | Transformar los datos obtenidos | 2 | |
| Semana 6 | - | Trabajo autónomo semana 4 | 1 | |
| martes 1 de diciembre | 18:00-20:00 | Módulo 6: El futuro de los datos digitales: inteligencia empresarial | Implementar un Dashboard en Tableau con los insigh de negocio | 2 |
| jueves 3 de diciembre | 18:00-20:00 | Implementar un Dashboard en Qlik Sense con los insigh de negocio | 2 | |
| Semana 7 | - | Trabajo autónomo semana 5 | 1 | |
TOTAL |
30 |
|||
Instructora
Cindy Espinoza
Ingeniera de Sistemas, con un postgrado en Information Technology and Systems Management, actualmente está cursando un doctorado en Data Science. Experta en Data Science, Data Mining y Machine Learning, con experiencia en proyectos de gestión de datos, integración de sistemas, gestión de procesos de negocio, infraestructura y proyectos web. Especialista en temas relacionados con Data Analytics, Digital and Social Data Mining, IT Governace y Data Architect ha trabajado en el sector público y privado en Instituciones como: USFQ, SENESCYT, Banco del Austro S.A, Fidasa S.A, FITBANK, IESS, CNE, ha prestado sus servicios como consultor en el área de las TI en instituciones privadas, cuenta con experiencia académica al ser docente en la Universidad San Francisco de Quito, además autora de un libro y artículos en revistas científicas de alto prestigio.
Registro
PASO 1: Realizar el pago
Transferencia o pago en ventanilla
Datos de la cuenta:
A nombre de Universidad San Francisco de Quito
Banco Bolivariano
Cuenta corriente Nro. 5075003350
(RUC: 1791836154001)
A nombre de Universidad San Francisco de Quito
Banco Pichincha
Cuenta corriente Nro. 3407330004
(RUC: 1791836154001)
Tarjeta de Crédito:
Dar clic en el siguiente PAGUE AQUÍ y complete la información solicitada por el formulario. Al finalizar quedará registrado automáticamente en el sistema.
Con tarjetas de crédito Banco de Pichincha, Banco de Guayaquil, Produbanco y Banco Bolivariano podrá acceder al siguiente financiamiento: 3 y 6 meses sin intereses, 9 y 12 meses con intereses.
PASO 2: Confirmar tu pago
Si realizó el pago mediante Transferencia o Depósito, por favor enviar una copia del comprobante de depósito (escaneado) y sus datos personales (nombres completos, cédula, teléfono y dirección) al siguiente email: rordonez@usfq.edu.ec
*En caso de requerir factura con datos distintos al del participante, detallar en el correo los siguientes datos (razón social, RUC/cédula, teléfono, dirección y correo electrónico)
Si realizó el pago con Tarjeta de Crédito no es necesario confirmar su pago, el sistema registrará sus datos automáticamente.
PASO 3: Confirmación de registro
Recibirá un mail de confirmación de registro, con la información pertinente al curso.
*La coordinación del programa se reserva el derecho de suspender o reprogramar la realización de la actividad si no cuenta con el mínimo de alumnos requeridos o por motivos de fuerza mayor. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero a la brevedad posible.
