Diplomado en Business Analytics

Andrés Elberg

Ingeniero Comercial, UAI; M.A. in Economics, UC; Master in Public Administration in International Development, Harvard, EE.UU; Ph.D. in Economics, University of California Berkeley, EE.UU. Coordinador de la unidad de estudios del Ministerio de Hacienda. Tiene una amplia trayectoria como profesor en diferentes instituciones nacionales e internacionales, donde destacan la Universidad de Illinois y Darmouth College, ambas en Estados Unidos. También fue miembro del comité directivo del grupo Algeciras. Profesor asistente de la Escuela de Administración UC. 

Ricardo Montoya

Ingeniero Civil Industrial y Magíster en Gestión de Operaciones,Universidad de Chile; M.Phil. Marketing y Ph.D. Marketing, Columbia University, EE.UU.Profesor de la Escuela de Administración en el área de Marketing.

En el mundo de hoy, una de las habilidades más demandadas es la analítica de negocios, ser capaz de hacer recomendaciones y tomar decisiones estratégicas basada en análisis de datos, es necesario para lograr un desarrollo exitoso. 

Este diplomado está diseñado para familiarizar a los alumnos con el proceso de análisis de datos, de forma que desarrollen su capacidad para proponer, implementar y evaluar el uso de herramientas estadísticas para el apoyo de decisiones de una empresa. Para esto, se consideran 4 cursos en los que se usarán modelos de regresión lineal, aplicación de modelos con métodos cuantitativos, entre otros.

Al final de este diplomado el estudiante estará capacitado para presentar información usando gráficos, producir análisis usando estadística descriptiva y modelos de regresión.

La metodología a utilizar considera clases expositivas a través de la plataforma zoom, ejercicios de aplicación, análisis de casos y discusiones en clases, incentivando la participación activa de los alumnos, así como el uso de material bibliográfico actual en las temáticas abordadas. 

• Podrán postular al diplomado los candidatos que acrediten ser graduados del programa Master in Business Administration (MBA) de la Facultad de Economía y Administración UC.

1. Sintetizar información de modo que sea entendible, tanto para el público interno como para el un público externo.
2. Aplicar herramientas analíticas para la toma de decisiones estratégicas dentro de una empresa.
3. Evaluar decisiones de la empresa a la luz de metodologías y herramientas cuantitativas.

SIGLA VRA: EAM574

CURSO 1: INTRODUCCIÓN A LA ANALÍTICA DE NEGOCIOS

NOMBRE EN INGLÉS: INTRODUCTION TO BUSINESS ANALYTICS

Horas cronológicas: 20 cronológicas

Créditos: 5 

Descripción

Se espera que los alumnos se familiaricen con las primeras etapas del proceso de análisis de datos como apoyo para la toma de decisiones y la forma en que se presentan los resultados. Se examinará y discutirá (i) la importancia del uso de gráficos para presentar información, (ii) el uso de estadística descriptiva, (iii) modelos de regresión para indagar en el efecto causal de variables de interés y (iv) el uso de experimentos como herramientas para recabar información. Todos estos tópicos serán desarrollados de forma práctica usando datos reales.

La metodología de trabajo durante las sesiones incluirá: clases expositivas, discusión y resolución de casos, desarrollo de ejercicios (de forma individual y grupal). La evaluación del curso incluye dimensiones tales como: participación en clases, controles cortos, tareas y un examen final.

Resultados de Aprendizaje

1. Describir las variables que constituyen una base de datos utilizando estadísticos muestrales.
2. Sintetizar información de modo que sea entendible por un público externo.
3. Utilizar el programa R para describir y graficar variables de interés.
4. Analizar coeficientes obtenidos de análisis de regresión.
5. Evaluar el uso de experimentos cómo herramienta para recabar información y testear hipótesis.

Contenidos:

• Introducción a Business Analytics y al manejo de datos.
  • Carga de datos en R.
  • Tablas.
  • Estadística descriptiva.
• Gráficos.
  • Histogramas.
  • Distribuciones.
  • Coeficiente de correlación.
• Introducción al análisis de regresión.
  • Testeo de diferencias.
  • De diferencias a regresión.
• Análisis de regresión.
  • Interpretación de coeficientes.
  • Variables dicotómicas y de control.
• Experimentos.
  • Diseño de experimentos.
  • Testeo de hipótesis

Metodología de enseñanza y aprendizaje

• Clases expositivas.
• Estudios y discusión de casos.
• Análisis aplicado de bases de datos reales usando el programa R.
• Tareas (individuales y grupales).

Evaluaciones:

• Participación en clases: 15%
• Este ítem se evaluará de acuerdo con la calidad de las intervenciones realizadas en clases. Dado que el curso tiene un enfoque netamente práctico, es importante estar dispuesto a compartir puntos de vista y las respuestas a las tareas y ejercicios. Se considerará la profundidad de los comentarios al momento de calificar y no, necesariamente, el número de participaciones.
• Controles: 15%
• Tareas (grupales e individuales): 40%
• Examen final: 30%

SIGLA VRA: EAM582

CURSO 2: ANALÍTICA DE NEGOCIOS

NOMBRE EN INGLÉS: BUSINESS ANALYTICS

Horas cronológicas: 20 cronológicas

Créditos: 5

Descripción

El curso tiene por objetivo discutir en profundidad ciertas herramientas estadísticas que son ampliamente utilizadas por empresas. Se examinará la utilidad de modelos de regresión lineal, de regresión logística y su aplicación en modelos de predicción, k-nearest neighbors, y modelos de diferencias-en-diferencias (entre otros tópicos). Estos temas serán desarrollados de forma práctica, utilizando casos y bases de datos reales. Además, se espera contar con algunas charlas de gerentes del área de analytics o de empresas cuyo modelo de negocio está basado en el uso intensivo de herramientas de analytics.

Resultados de Aprendizaje

1. Constatar la importancia del rol que el Business Analytics tiene en la creación y captura de valor
2. en una organización.
3. Analizar las ventajas y desventajas de diversas herramientas estadísticas, considerando su utilidad para empresas operando en diferentes industrias.
4. Aplicar el programa R para cargar bases de datos y realizar análisis estadísticos.
5. Interpretar coeficientes obtenidos de análisis de regresión lineal y logística, con el objetivo de
6. apoyar la toma de decisiones.

Contenidos:

• Business Analytics.
  • Introducción.
  • Etapas.
  • Aplicación de regresión lineal: pricing analytics.
• Predicción (I).
  • Variables dicotómicas.
  • Aplicación de regresión logística: predicción.
• Calidad de la predicción.
  • Error en la predicción.
  • ROC curves.
• Predicción (II).
  • 3.1 Big data.
  • 3.2 Aplicación de k-nearest neighbors: sistemas de recomendación.
• Testeo.
  • Experimentos.
  • Diferencias en diferencias.
  • Aplicación regresión lineal: impacto de cambios y rentabilidad de decisiones.

Metodología de enseñanza y aprendizaje

• Clase invertida (videos que ilustrarán los principios básicos del uso del programa R).
• Cátedra (charlas incluidas).
• Estudio de casos.
• Análisis aplicado utilizando bases de datos reales.
• Aprendizaje basado en equipos.

Evaluaciones:

• Participación en clases: 15%
• Dado el énfasis del curso en el trabajo práctico, se espera que los alumnos participen activamente durante clases ya sea haciendo preguntas o aportando su propio punto de vista a los problemas que se analizarán. Especialmente importante es estar dispuesto a presentar las respuestas de las tareas y casos (ver más abajo).
• Controles escritos: 15%
• Durante las sesiones II a la V (ver detalle en el calendario que se proporcionará al inicio del curso), se tomará un control sobre los principales contenidos vistos en la clase anterior. La duración de estas pruebas no será superior a 15 minutos. Se eliminará el control con peor calificación para el cálculo de la nota de curso.

SIGLA VRA: EAM585

CURSO 3: ANALÍTICA DE CLIENTES

NOMBRE EN INGLÉS: CUSTOMER ANALYTICS

Horas cronológicas: 20

Créditos: 5 

Descripción

Este curso introduce a los alumnos a las herramientas analíticas más utilizadas en marketing para entender mejor al cliente (entendido en un sentido amplio) y predecir su respuesta a acciones de marketing. En este curso los alumnos aprenderán el enfoque científico a la gestión de clientes vía el uso de tecnologías tales como bases de datos, métodos analíticos y software computacional para recolectar, analizar y actuar en base a la información de clientes. Si bien el curso es intensivo en el uso de métodos cuantitativos, su objetivo no es ayudar a formar expertos en estadística, sino que proporcionar las competencias necesarias para interactuar con y gestionar un equipo de marketing analytics. 

Resultados de Aprendizaje:

1. Constatar la importancia del uso de modelos y datos en la gestión de clientes, considerando las ventajas de la toma de decisiones basada en evidencia empírica.
2. Apreciar la importancia de la centricidad en el cliente como concepto clave en la analítica de clientes.
3. Aplicar herramientas de analítica de clientes al apoyo de la toma de decisiones en marketing.
4. Implementar modelos comúnmente utilizados en marketing analytics usando el programa R.
5. Evaluar la correcta aplicación e interpretación de técnicas de la analítica de clientes a situaciones de negocio específicas.

Contenidos:

•  Introducción a la analítica de clientes y al uso de R.
  • Tipos de análisis en analítica de clientes: descriptivos/predictivos, prescriptivos, causales
  • Estructura de datos más comunes.
  • Exploración y visualización de datos usando R.
• Customer Lifetime Value y Análisis RFM.
  • Concepto de Customer Lifetime Value (CLV).
  • Modelos de predicción de retención.
  • Análisis RFM (recency, frequency and monetary value).
• Modelos de Predicción de Respuesta.
  • Modelo logístico.
  • Modelo de redes neuronales
  • Otros modelos de machine learning
• Modelos de Cross-Selling y Text Mining.
  • Modelos next-product-to buy.
  • Sistemas de recomendación y market basket analysis.
  • Bag-of-words model
• Métodos Experimentales en Customer Analytics.
  • Experimentos de campo en marketing.
  • Experimentos naturales y modelo de diferencias en diferencias.

Metodología de enseñanza y aprendizaje:

Análisis aplicado de bases de datos reales usando el programa R

Controles escritos.

Estudio de casos

Tareas (individuales y grupales)

Evaluaciones

• Participación en clases: 15%
• Controles escritos: 15%
• Tareas: 40%
• Examen final: 30%

SIGLA VRA: EAM571

CURSO 4: MARKETING ANALÍTICO

NOMBRE EN INGLÉS: MARKETING ANALYTICS

Horas cronológicas: 40

Créditos: 10 

Descripción

En este curso los estudiantes desarrollarán la capacidad de proponer, implementar y evaluar críticamente el uso de herramientas analíticas para mejorar la toma de decisiones en marketing. El curso tiene una orientación aplicada, con clases expositivas y uso de herramientas tecnológicas para la aplicación de las metodologías, el análisis y la interpretación de los resultados de estas herramientas. Las evaluaciones tienen una componente conceptual de las distintas metodologías y una parte aplicada donde se utilizan las metodologías para resolver casos reales. 

Resultados de Aprendizaje:

1. Entender los problemas de marketing a través de herramientas y análisis cuantitativos.
2. Aplicar metodologías analíticas para la toma de decisiones en marketing.
3. Evaluar decisiones en marketing a la luz de metodologías y herramientas cuantitativas.

Contenidos: 

• Datos y Herramientas Analíticas en Marketing
  • Proceso de Marketing
  • Small Data, Big Data
  • Métodos Analíticos en Marketing
• Segmentación: Conceptos Fundamentales
  • Concepto de Segmentación
  • Segmentación k-medias
  • Segmentación Jerárquica
• Segmentación: Aplicaciones
  • Segmentación RFM
  • Valor Presente Cliente
• Posicionamiento: Conceptos Fundamentales
  • Análisis de Posicionamiento
  • Mapas de Percepción: Análisis de Factores
  • Posicionamiento y Preferencias
• Posicionamiento: Aplicaciones
  • Escalamiento Multidimensional
• Text Analytics: Conociendo al Consumidor
  • Conceptos de Text Analytics
  • Análisis de Sentimiento y Topic Modelling
• Modelos de Elección de Marca: Conceptos
  • Modelos de Elección de Marca
  • Análisis y Valor de Marca
• Modelos de Elección de Marca: Aplicaciones
• Modelo de Bass
  • Modelo de Bass: Mercado Potencial, Innovación e Imitación
• Modelo de Bass Generalizado
  • Modelo de Bass Generalizado: Crecimiento Mercado Potencial, Acciones para la acelerar la difusión, Modelo de Norton Bass.

Metodología de enseñanza y aprendizaje:

Clases expositivas

Discusión de Casos

Aplicaciones con uso de software

Evaluaciones

• Participación en clases: 20%
• Casos/Tareas : 30%
• Prueba : 20%
• Examen final:30%

El promedio final del diplomado será el resultado del promedio lineal de las notas finales de cada curso.

Los alumnos deberán ser aprobados de acuerdo a los criterios que establezca la unidad académica: 

• Requisitos académicos: Se cumple aprobando cada curso con nota mínima 4,0. 

Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman. 

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile. 

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación. 

Las 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.

VACANTES: 50

INFORMACIÓN RELEVANTE

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.