Compartir en:
Acerca del programa:
El Diplomado en big data para la gestión comercial busca desarrollar en sus egresados habilidades para enfrentar los desafíos del big data y de la transformación digital en la organización. El diplomado busca que el alumno adquiera herramientas que le permitan aplicar modelos y técnicas básicas del big data y desarrollar análisis de datos orientados a la toma de decisiones, en un ambiente cada vez más complejo, con el fin de mejorar la gestión de la cartera de clientes, gestión comercial y resultados finales de la empresa.
*Este Diplomado cuenta con al menos un curso SENCE
*Este mes comenzamos con un taller totalmente gratuito. Haz clic en Postulación / Inscripción y contacta a la ejecutiva de ventas indicada para recibir la información y asegurar tu cupo cuanto antes.
Dirigido a:
- Profesionales y ejecutivos de empresas, relacionados con áreas relacionadas con la administración de empresas.
Jefe de Programa
Andrés Ibáñez Tardel
Equipo Docente
keyboard_arrow_downPablo Marshall
Estadístico, UC; M. Sc. Economía, U. de Chile; M. Sc. Estadística, London School of Economics, University of London; Ph.D. Estadística, London School of Economics, University of London. Consultor de empresas en áreas de Predicción de Demanda, Modelos en Marketing, Marketing, Gestión del Valor del Cliente y Data Mining.
Andrés Ibáñez Tardel
Ingeniero Comercial, UC. MBA, Kellogg School of Business, Northwestern University, EE.UU. Profesor Asociado, Escuela de Administración UC. Director y asesor de diversas empresas. Director de Desarrollo Ejecutivo y Director de Relaciones Internacionales de la Escuela de Administración UC.
Claudio Morchón
Máster en Ingeniería Matemática, especialidad en Ciencias y Técnicas Estadísticas e Investigación Operativa de la Universidad Carlos III de Madrid (España). Máster en Finanzas y contador auditor, Universidad de San Andrés (Argentina). Tiene experiencia en desarrollo de proyectos en big data, advance analytics y consultorías de negocio para diferentes empresas internacionales.
Mario Ernst
MBA de la Universidad Adolfo Ibáñez. Se ha especializado en Transformación Digital en IE Business School (España) y en Innovación Digital en la University of Chicago (USA). Además, es ingeniero comercial de la Universidad de Santiago de Chile. Como consultor internacional ha asesorado en procesos de innovación y transformación digital a más de 40 instituciones en Latam. Actualmente es director de Transformación Digital en Bull & Company.
Descripción
keyboard_arrow_downLa utilización de herramientas como big data es fundamental para el éxito de una organización y permite entender cómo enfrentar los desafíos de la digitalización y el análisis de grandes cantidades de datos provenientes de clientes, consumidores, máquinas, entre otros.
Este diplomado está diseñado para aplicar estos conocimientos en ámbitos concretos de la gestión comercial como el análisis de ventas, la satisfacción de los clientes o la toma de decisiones, proporcionando un valor agregado a la empresa y sus profesionales. El conocimiento y la construcción de modelos y sistemas de big data para recopilar y analizar datos, constituye una herramienta esencial para una mejora en la gestión de la cartera de clientes, a través de la visualización de problemas y oportunidades de negocios. Así mismo, la aplicación de estrategias en base a la innovación y transformación digital puede constituir una ventaja competitiva clave para la empresa.
Los alumnos a través de este diplomado serán capaces de comprender el lenguaje, rol, características y objetivos del big data y los procesos de transformación digital, así como identificar los desafíos asociados a los mismos. También podrán diseñar a través de distintas técnicas, sistemas de medición de big data para mejorar procesos o utilizar distintos modelos analíticos para mejorar la gestión de la cartera de clientes y su respectiva gestión comercial.
La metodología considera clases e-learning estructuradas bajo un diseño instruccional centrado en el estudiante, que busca generar motivación y facilitar el aprendizaje mediante recursos interactivos, tales como videos (con presencia del docente y apoyos visuales), esquemas, audios, gráficas, ilustraciones, lecturas complementarias, preguntas formativas, links a otros recursos, etc.
Requisitos de Ingreso
keyboard_arrow_downPodrán postular al diplomado los candidatos con grado académico de licenciado, título profesional o técnico en las áreas de las ciencias sociales, recursos humanos, comunicaciones, comerciales, de marketing, u otra o que acredite experiencia laboral de al menos 2 años en la empresa u organizaciones.
- Deben disponer de acceso a internet con 5 Mbps o más
- PC con 1GB RAM
- Navegador web vigente
- Manejo básico de office e internet
Objetivos de Aprendizaje
keyboard_arrow_down- Aplicar el uso del Big data y modelos y herramientas analíticas que ayuden a la toma de decisiones estratégicas y tácticas, mejoras en procesos y gestión de la cartera de clientes.
Desglose de cursos
keyboard_arrow_downCurso: Big data en empresas y organizaciones
keyboard_arrow_downDocente(s): Claudio Morchón
Unidad académica responsable: Facultad de Ingeniería
Requisitos: Sin pre requisitos
Créditos: 4
Horas totales: 75 | Horas directas: 25 | Horas indirectas: 50
Descripción del curso:
El curso Big data en empresas y organizaciones de Clase Ejecutiva UC tiene como objetivo explicar qué es el big data, cuál es su aporte de valor dentro de una organización y cómo se puede aprovechar este valor en proyectos concretos desarrollados en la misma.
Resultados de Aprendizaje:
- Reconocer el valor del Big Data para una organización, por medio de la planificación y evaluación de proyectos.
- Identificar los conceptos fundamentales de Big Data y sus herramientas asociadas.
- Desarrollar estrategias de gestión para la creación de valor organizacional mediante datos masivos.
- Distinguir los elementos claves que componen un proyecto de Big Data, desde los procesos para la captura de datos, las herramientas y el capital humano necesario, hasta la evaluación del impacto estratégico y financiero generado para la organización.
Contenidos:
- Clase 1: Introducción general al big data
- ¿Qué es el big data?
- ¿Por dónde comienza una empresa a usar big data?
- ¿Cuáles son las decisiones claves durante la elección de una solución big data?
- Clase 2: Transformación digital
- ¿Qué es transformación digital?
- ¿Cómo se relaciona el big data con la transformación digital?
- ¿Cuál es el rol del C-Level y del chief data officer?
- Clase 3: Equipo analítico, modelos y administración
- ¿Cómo se construye un equipo analítico?
- Modelos analíticos y herramientas.
- Administración de proyectos analíticos
- Clase 4: Arquitectura para big data
- ¿Qué es un sistema distribuido?
- Componentes del ecosistema Hadoop
- Análisis de datos
- Evolución de las arquitecturas
- Clase 5: Evaluación de proyectos
- Evaluación financiera de proyectos
- Evaluación de proyectos desde el punto de vista estratégico
- Arquitectura en la nube
- Clase 6: Casos de éxito en big data
- Casos de uso en la industria minera
- Casos de uso en la industria financiera
- Alibaba, un gigante de la Inteligencia Artificial
Estrategias Metodológicas:
- El curso está constituido de seis clases e-learning que son publicadas en pares durante bloques de dos semanas. Cada clase está estructurada utilizando un diseño instruccional centrado en el estudiante, que busca generar motivación y facilitar el aprendizaje. En cada clase están siempre los contenidos, evaluaciones con retroalimentación, instancias de reflexión y aplicación de lo aprendido. El contenido se despliega en un recorrido que utiliza distintos recursos interactivos, tales como videos (con presencia del docente y apoyos visuales), esquemas, audios, gráficas, ilustraciones, lecturas complementarias, preguntas formativas, links a otros recursos, etc.
- Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es vía streaming.
Estrategias Evaluativas:
- Controles de lectura que permiten asegurar la comprensión de los contenidos desplegados en la plataforma
- Foros de participación, que permiten evaluar el análisis y capacidad de reflexión de los alumnos en torno a problemáticas aplicadas
- Trabajo final grupal que evalúa la aplicación de los contenidos a contextos profesionales
- Examen final que permite evaluar de manera global la adquisición de los contenidos del curso
En resumen, el alumno tendrá́ que rendir de manera individual: 6 controles, participar de 3 foros y rendir un examen final. Además de forma grupal, trabajar en el trabajo grupal que se entregará en un formato específico. A continuación, la ponderación de nota final del curso
- 6 controles, 1 por clase 15%
- 3 foros evaluadas 25%
- 1 trabajo Grupal 30%
- 1 evaluación final 30%
Curso: Herramientas analíticas para la gestión comercial
keyboard_arrow_downDocente(s): Pablo Marshall
Unidad académica responsable: Facultad de Economía y Administración
Requisitos: Sin pre requisitos
Créditos: 4
Horas Totales: 75 | Horas directas: 25 | Horas indirectas: 50
Descripción del curso:
Este curso tiene la finalidad que los participantes logren realizar análisis de sistemas de información y bases de datos a través de distintas herramientas y modelos analíticos con el fin de realizar una buena gestión de los datos y de clientes.
Resultados de Aprendizaje:
- Comprender las características de los nuevos datos que genera la digitalización o el big data.
- Distinguir la metodología apropiada para un conjunto de datos y un problema específico relacionado con la gestión comercial de una organización.
- Desarrollar estrategias de marketing a partir de una segmentación de clientes.
- Analizar estrategias de reposicionamiento de marcas u objetos a partir de un mapa de posicionamiento.
- Conocer dos metodologías analíticas para la predicción de variables de interés en el área comercial de una empresa.
- Conocer distintas metodologías para hacer A/B Testing, analizando los resultados de obtenidos.
Contenidos:
- Clase 1: El valor de los Datos
- Los nuevos Datos: encuestas y Big Data
- Características de los datos: volumen, variedad y velocidad
- El valor de los datos
- Aplicaciones de Analytics,
- Clase 2: Metodologías analíticas
- Tipos de metodologías analíticas: Descriptiva, Predictiva, Prescriptiva
- Descripción de las principales herramientas analíticas: segmentación, predicción, análisis de texto, análisis de redes, análisis de imágenes, detección de outliers, AB testing
- Aplicaciones
- Clase 3: Métodos de Segmentación
- Beneficios de la segmentación
- Segmentación k medias
- Segmentación jerárquica
- Segmentación RFM
- Aplicaciones
- Clase 4: Análisis de Posicionamiento
- Conceptos básicos de posicionamiento de marca y objetos
- Mapas de Posicionamiento basado en atributos
- Mapas de Posicionamiento con preferencias
- Mapas de Posicionamiento basado en Big Data
- Aplicaciones
- Clase 5: Modelos de Predicción
- Modelos de regresión
- Árboles de clasificación y regresión (CART)
- Aplicaciones
- Clase 6: AB Testing
- Correlación y causalidad
- Aleatorización
- Control de variables
- Diferencias en Diferencias (DeD)
Estrategias Metodológicas:
- El curso está constituido de seis clases e-learning que son publicadas en pares durante bloques de dos semanas. Cada clase está estructurada utilizando un diseño instruccional centrado en el estudiante, que busca generar motivación y facilitar el aprendizaje. En cada clase están siempre los contenidos, evaluaciones con retroalimentación, instancias de reflexión y aplicación de lo aprendido. El contenido se despliega en un recorrido que utiliza distintos recursos interactivos, tales como videos (con presencia del docente y apoyos visuales), esquemas, audios, gráficas, ilustraciones, lecturas complementarias, preguntas formativas, links a otros recursos, etc.
- Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es vía streaming.
Estrategias Evaluativas:
- Controles de lectura que permiten asegurar la comprensión de los contenidos desplegados en la plataforma
- Foros de participación, que permiten evaluar el análisis y capacidad de reflexión de los alumnos en torno a problemáticas aplicadas
- Trabajo final grupal que evalúa la aplicación de los contenidos a contextos profesionales
- Examen final que permite evaluar de manera global la adquisición de los contenidos del curso
En resumen, el alumno tendrá́ que rendir de manera individual: 6 controles, participar de 3 foros y rendir un examen final. Además de forma grupal, trabajar en el trabajo grupal que se entregará en un formato específico. A continuación, la ponderación de nota final del curso.
- 6 controles, 1 por clase 15%
- 3 foros evaluadas 25%
- 1 trabajo Grupal 30%
- 1 evaluación final 30%
Curso: Gestión de cartera de clientes
keyboard_arrow_downDocente(s): Andrés Ibáñez Tardel
Unidad académica responsable: Facultad de Economía y Administración
Requisitos: Sin pre requisitos
Créditos: 4
Horas Totales: 75 | Horas directas: 25 | Horas indirectas: 50
Descripción del curso:
El curso busca que el alumno adquiera el dominio de estrategias de desarrollo rentable de carteras de clientes, basadas en el uso intensivo de herramientas de análisis cualitativo y cuantitativo.
Resultados de Aprendizaje:
- Identificar el ciclo de la relación cliente-empresa y el impacto del uso de herramientas de CRM o customer relationship management (Gestión de la relación con el cliente) en la relación de largo plazo.
- Aplicar herramientas de análisis cuantitativo para la gestión estratégica de ventas y desarrollo de acciones de marketing.
- Diseñar acciones y determinar el impacto que las distintas herramientas tienen en el desempeño comercial.
Contenidos:
- Centralidad en el cliente
- Segmentación del cliente
- Métricas y gestión de cartera de clientes: RFM
- Gestión del cliente: el valor presente del cliente (LTV)
- Gestión de la cartera de clientes: modelos analíticos para el esfuerzo de venta
- Retención, fidelización y recuperación de clientes
Estrategias Metodológicas:
- El curso está constituido de seis clases e-learning que son publicadas en pares durante bloques de dos semanas. Cada clase está estructurada utilizando un diseño instruccional centrado en el estudiante, que busca generar motivación y facilitar el aprendizaje. En cada clase están siempre los contenidos, evaluaciones con retroalimentación, instancias de reflexión y aplicación de lo aprendido. El contenido se despliega en un recorrido que utiliza distintos recursos interactivos, tales como videos (con presencia del docente y apoyos visuales), esquemas, audios, gráficas, ilustraciones, lecturas complementarias, preguntas formativas, links a otros recursos, etc.
- Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es vía streaming.
Estrategias Evaluativas:
- Controles de lectura que permiten asegurar la comprensión de los contenidos desplegados en la plataforma
- Foros de participación, que permiten evaluar el análisis y capacidad de reflexión de los alumnos en torno a problemáticas aplicadas
- Trabajo final grupal que evalúa la aplicación de los contenidos a contextos profesionales
- Examen final que permite evaluar de manera global la adquisición de los contenidos del curso
En resumen, el alumno tendrá́ que rendir de manera individual: 6 controles, participar de 3 foros y rendir un examen final. Además de forma grupal, trabajar en el trabajo grupal que se entregará en un formato específico. A continuación, la ponderación de nota final del curso.
- 6 controles, 1 por clase 15%
- 3 foros evaluadas 25%
- 1 trabajo Grupal 30%
- 1 evaluación final 30%
Curso: Innovación y transformación digital
keyboard_arrow_downDocente(s): Mario Ernst
Unidad académica responsable: Facultad de Economía y Administración
Requisitos: Sin pre requisitos
Créditos: 4
Horas Totales: 75 | Horas directas: 25 | Horas indirectas: 50
Descripción:
Este curso pretende que el alumno adquiera conocimientos y herramientas necesarias para el manejo de los proyectos tecnológicos o procesos de transformación digital en la empresa y evitar los errores comunes en la implementación de estos proyectos.
Resultados de Aprendizaje:
- Reconocer la relevancia de la innovación en el mundo actual y por qué la innovación resulta clave en entornos complejos.
- Distinguir la nueva realidad de competitividad y supervivencia de las organizaciones frente a la disrupción tecnológica.
- Identificar las oportunidades que crean la innovación y la transformación digital en la organización.
- Analizar los principales elementos necesarios para implementar con éxito una estrategia de innovación y transformación digital.
Contenidos:
- ¿Qué es Innovación?: definición y componentes
- Modelos de innovación
- ¿Qué es transformación digital?
- Modelos de negocios digitales
- Organizaciones ágiles
- Gestión del proceso de transformación
Estrategias Metodológicas:
- El curso está constituido de seis clases e-learning que son publicadas en pares durante bloques de dos semanas. Cada clase está estructurada utilizando un diseño instruccional centrado en el estudiante, que busca generar motivación y facilitar el aprendizaje. En cada clase están siempre los contenidos, evaluaciones con retroalimentación, instancias de reflexión y aplicación de lo aprendido. El contenido se despliega en un recorrido que utiliza distintos recursos interactivos, tales como videos (con presencia del docente y apoyos visuales), esquemas, audios, gráficas, ilustraciones, lecturas complementarias, preguntas formativas, links a otros recursos, etc.
- Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es vía streaming.
Estrategias Evaluativas:
- Controles de lectura que permiten asegurar la comprensión de los contenidos desplegados en la plataforma
- Foros de participación, que permiten evaluar el análisis y capacidad de reflexión de los alumnos en torno a problemáticas aplicadas
- Trabajo final grupal que evalúa la aplicación de los contenidos a contextos profesionales
- Examen final que permite evaluar de manera global la adquisición de los contenidos del curso
En resumen, el alumno tendrá́ que rendir de manera individual: 6 controles, participar de 3 foros y rendir un examen final. Además de forma grupal, trabajar en el trabajo grupal que se entregará en un formato específico. A continuación, la ponderación de nota final del curso.
- 6 controles, 1 por clase 15%
- 3 foros evaluadas 25%
- 1 trabajo Grupal 30%
- 1 evaluación final 30%
Requisitos Aprobación
keyboard_arrow_downEl promedio final del diplomado será el resultado del promedio lineal de las notas finales de cada curso.
La ponderación de cada curso es:
- Curso: Big data en empresas y organizaciones, 25 %
- Curso: Herramientas del big data para la gestión comercial, 25 %
- Curso: Gestión de cartera de clientes, 25 %
- Curso: Innovación y transformación digital, 25 %
Para aprobar cada curso, el alumno debe cumplir con:
- Realizar todas las actividades e-learning, examen y obtener una nota final igual o superior a 4.0.
Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman y en el caso que corresponda, de la evaluación final integrativa.
Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile.
Los resultados de las evaluaciones serán expresados en notas, en escala de 1,0 a 7,0 con un decimal, sin perjuicio que la Unidad pueda aplicar otra escala adicional.
Para aprobar un Diplomado o Programa de Formación o Especialización, se requiere la aprobación de todos los cursos que lo conforman y, en los casos que corresponda, de otros requisitos que indique el programa académico.
El estudiante será reprobado en un curso o actividad del Programa cuando hubiere obtenido como nota final una calificación inferior a cuatro (4,0).
El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.
Proceso de Admisión
keyboard_arrow_downLas personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo:
- Fotocopia simple del carnet de identidad por ambos lados.
Con el objetivo de brindar las condiciones y asistencia adecuadas, invitamos a personas con discapacidad física, motriz, sensorial (visual o auditiva) u otra, a dar aviso de esto durante el proceso de postulación.
El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.
No se tramitarán postulaciones incompletas.
Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula.
¿Te parece interesante este programa?
Sí No
