{"id":4696,"date":"2018-10-08T22:58:49","date_gmt":"2018-10-08T22:58:49","guid":{"rendered":"http:\/\/www.irudinet.com\/ztb\/\/nola-atera-balioa-enpresa-industrial-batek-eskuragarri-dituen-datu-kopuru-gero-eta-handiagoetatik-era-praktikoan\/"},"modified":"2022-05-10T12:11:09","modified_gmt":"2022-05-10T12:11:09","slug":"como-sacar-valor-de-la-cada-vez-mayor-cantidad-de-datos-disponible-en-una-empresa-industrial-de-una-forma-practica","status":"publish","type":"post","link":"http:\/\/ztbergara.eus\/es\/como-sacar-valor-de-la-cada-vez-mayor-cantidad-de-datos-disponible-en-una-empresa-industrial-de-una-forma-practica\/","title":{"rendered":"C\u00f3mo sacar valor de la cada vez mayor cantidad de datos disponible en una empresa industrial, de una forma pr\u00e1ctica."},"content":{"rendered":"

[vc_row][vc_column width=”1\/3″][vc_message]PONENTE: <\/strong>In\u00e9s Pascual Iglesias, Profesora de la Facultad de Ingenier\u00eda de Mondragon Unibertsitatea<\/p>\n

FECHA: <\/strong>5 de noviembre de 2018<\/p>\n

HORA: <\/strong>11:00<\/p>\n

LUGAR: <\/strong>Zabala Jatetxea<\/p>\n

IDIOMA<\/strong>: Castellano<\/p>\n

P\u00daBLICO:<\/strong> Profesionales de cualquier sector (gerentes, directores financieros, administrativos…), con inter\u00e9s en medir, monitorear y tomar decisiones efectivas sobre los datos de negocio para mejorar el rendimiento de los procesos a trav\u00e9s del dise\u00f1o y desarrollo de informes avanzados y cuadros de mando.[\/vc_message][\/vc_column][vc_column width=”1\/3″][vc_column_text]MU – CURSO DE FORMACI\u00d3N<\/strong><\/p>\n

C\u00f3mo sacar valor de la cada vez mayor cantidad de datos disponible en una empresa industrial, de una forma pr\u00e1ctica.<\/h1>\n

La era digital ha multiplicado las fuentes de datos, as\u00ed como su n\u00famero y heterogeneidad en las empresas. Su crecimiento exponencial y accesibilidad para la obtenci\u00f3n de valor han convertido su procesamiento y an\u00e1lisis en un imperativo para aumentar la competitividad empresarial. Conceptos como anal\u00edtica de datos, machine learning, big data<\/em> o business intelligence<\/em> comienzan a hacerse familiares en las empresas. En esta jornada se explicar\u00e1 qu\u00e9 hay detr\u00e1s de cada uno de estos conceptos, poniendo ejemplos reales en empresas, terminando con un peque\u00f1o taller pr\u00e1ctico en el que los asistentes trabajar\u00e1n sobre una herramienta concreta.<\/p>\n

Hoy en d\u00eda es necesario analizar y entender estos datos. Deben ser transformados en informaci\u00f3n, y esa informaci\u00f3n en conocimiento que nos permita optimizar el proceso de toma de decisiones efectivas y asertivas en una organizaci\u00f3n.<\/p>\n

En ocasiones, las herramientas para analizar estos datos son complejas o con un coste elevado que hace necesaria una labor de apoyo t\u00e9cnico externo. Necesitamos incorporar herramientas de autoconsumo que automaticen el an\u00e1lisis de los datos, datos estructurados y desestructurados (internos y externos), que provengan de m\u00faltiples fuentes, los re\u00fana, depure y los transforme en informaci\u00f3n estructurada para su explotaci\u00f3n directa o an\u00e1lisis y transformaci\u00f3n en conocimiento para la empresa.<\/p>\n

La inteligencia de negocio \u2013Business Intelligence\u2013 se instaura como factor estrat\u00e9gico en una empresa generando una potencial ventaja competitiva porque proporciona informaci\u00f3n privilegiada que responde a problemas de negocio habituales: control financiero, optimizaciones de costes, an\u00e1lisis de clientes y proveedores, rentabilidad de productos o m\u00e1quinas, gesti\u00f3n de errores, visi\u00f3n internacional…[\/vc_column_text][\/vc_column][vc_column width=”1\/3″][vc_column_text]Objetivo<\/u><\/strong><\/p>\n

Analizar los datos de una empresa con una herramienta de visualizaci\u00f3n de datos (Power BI) y automatizar la elaboraci\u00f3n de informes gr\u00e1ficos avanzados con los que detectar riesgos, segmentar datos, dise\u00f1ar cuadros de mando de forma sencilla, publicar y compartir informaci\u00f3n en diferentes dispositivos en una organizaci\u00f3n.<\/p>\n

Dirigido a<\/u><\/strong><\/p>\n

Profesionales de cualquier sector (gerentes, directores financieros, administrativos…), con inter\u00e9s en medir, monitorear y tomar decisiones efectivas sobre los datos de negocio para mejorar el rendimiento de los procesos a trav\u00e9s del dise\u00f1o y desarrollo de informes avanzados y cuadros de mando.<\/p>\n

Programa<\/strong><\/p>\n

T\u00e9cnicas de An\u00e1lisis de Datos<\/p>\n

    \n
  1. Datos cualitativos y cuantitativos<\/li>\n
  2. Tipos de an\u00e1lisis<\/li>\n
  3. Ejemplos de proyectos de diferentes tipos<\/li>\n<\/ol>\n

    Visualizaci\u00f3n de datos con Power BI<\/p>\n

      \n
    1. Desarrollo de un modelo de datos completo<\/li>\n
    2. Or\u00edgenes de datos<\/li>\n
    3. ETL – Transformar los datos<\/li>\n
    4. Implementar relaciones en el modelo<\/li>\n
    5. Dise\u00f1ar un Dashboard<\/li>\n<\/ol>\n

      [\/vc_column_text][\/vc_column][\/vc_row]<\/p>\n","protected":false},"excerpt":{"rendered":"

      [vc_row][vc_column width=”1\/3″][vc_message]PONENTE: In\u00e9s Pascual Iglesias, Profesora de la Facultad de Ingenier\u00eda de Mondragon Unibertsitatea FECHA: 5 de noviembre de 2018 HORA: 11:00 LUGAR: Zabala Jatetxea IDIOMA: Castellano P\u00daBLICO: Profesionales de cualquier sector (gerentes, directores financieros, administrativos…), con inter\u00e9s en medir, monitorear y tomar decisiones efectivas sobre los datos de negocio para mejorar el rendimiento de<\/i><\/a><\/p>\n","protected":false},"author":1,"featured_media":4801,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[370],"tags":[],"aioseo_notices":[],"_links":{"self":[{"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/posts\/4696"}],"collection":[{"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/comments?post=4696"}],"version-history":[{"count":2,"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/posts\/4696\/revisions"}],"predecessor-version":[{"id":4698,"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/posts\/4696\/revisions\/4698"}],"wp:featuredmedia":[{"embeddable":true,"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/media\/4801"}],"wp:attachment":[{"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/media?parent=4696"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/categories?post=4696"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/ztbergara.eus\/es\/wp-json\/wp\/v2\/tags?post=4696"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}