Especialidad en Gestión Digital de la Empresa (Online)

Las empresas que están adaptadas digitalmente se sienten más cómodas a la hora de adoptar riesgos. En este nuevo contexto competitivo, los profesionales deben saber adoptar la transformación digital para mejorar la experiencia de cliente, optimizar los procesos operativos y actualizar los modelos de negocio de las empresas.

Con este programa, los estudiantes podrán conocer los conceptos y herramientas fundamentales de Big Data, Inteligencia Artificial, y dotarles de un mapa guía con el que poder profundizar en su carrera profesional.

DESCARGAR PROGRAMA

En los últimos años, el sector Digital ha crecido potencialmente, por lo que ha generado muchas posibilidades de empleo y desarrollo de nuevos puestos de trabajo. Si cursas nuestra Especialidad en Gestión Digital de la Empresa lograrás un perfil profesional más atractivo para las empresas, y podrás acceder a más oportunidades profesionales.

1. COMPETENCIAS DIGITALES

Social Media, SEO, Estrategia de Contenido, Experiencia Cliente, Email & Inbound Marketing, Estrategia CRO, Digital Paid Media/Compra Pragmática, Inteligencia Digital.

2. ESTRATEGIA DIGITAL

Info Security, Confidentiality & Privacy, MarDaTech: La visión MarTech y la visión AdTech, Mobility y la gestión cross device, Atribución y Contribución, Big Data: La diferenciación via datos, La gestión de la transformación Digital.

3. CLOUD COMPUTE, VIRTUALIZACIÓN Y TRANSFORMACIÓN

Redes, recursos agrupados, y software de gestión de aplicaciones y de sistemas operativos. Computación, almacenamiento, plataformas y aplicación por demanda. servidores virtuales.

4. BRANDING Y POSICIONAMIENTO EN INTERNET

Estrategia en la economía digital. Digital Branding Management. Digital Customer Experience. Promoción web. Mobile Marketing y Nuevas tendencias. Marketing de Contenidos. Planificación de estrategias de generación y cualificación de leads. Posicionamiento SEO. Usabilidad web. Claves en la creación de landing pages. Email marketing. Branded Content y Transmedia: Storytelling y viralidad. Video Marketing.

5. INTRODUCCIÓN A LA TECNOLOGÍA BIG DATA

• Objetivo: el estudiante obtendrá una visión general sobre los motivos que han llevado a la creación de las tecnologías Big Data. Se le ofrecerá un marco-guía conceptual que le permitirá estructurar cada tipo de tecnología en los niveles de datos, información y conocimiento. Con este marco, se presentarán las necesidades que aparecen en cada nivel y las soluciones que han ido apareciendo, desde las tecnologías ETL hasta la inteligencia artificial y sistemas cognitivos.

• Esquema del módulo:
  • La fascinación por el dato
    • Historia de la información
    • La evolución de las tecnologías del conocimiento
      • Estadística
      • Business Intelligence
      • Small Data, Big Data, Smart Data, Fast Data
    • La Explosión del dato del siglo XX-XXI
      • Por qué en el siglo XX se ha vuelto tan importante el dato
      • Los culpables: la capacidad de computación, el abaratamiento del almacenamiento, internet y los móviles
    • La respuesta: Big Data
      • Definición
      • Las V’s del Big Data
      • Nuevo territorio: lo que importa es la pregunta
      • La evolución de la analítica: descriptiva, predictiva, prescriptiva
      • La pirámide del conocimiento: la diferencia entre el dato, la información y el conocimiento
    • Mapa de la arquitectura Big data
      • Los tres niveles: datos, información y conocimiento
      • Las dos dimensiones: interno-externo
    • Nivel del dato:
      • Tecnologías ETL
      • Del ETL al ELT
      • Datos estructurados y no estructurados
      • La evolución del tipo de dato disponible
    • Nivel de información
      • SQL v NoSQL
      • Sistemas centralizados frente a sistema distribuidos
      • Hadoop básico
        • HDFS
        • Map Reduce
        • Ecosistema Hadoop
      • Spark
        • Comparativa con Hadoop
        • Ecosistema Spark
      • Arquitecturas lambda y Kappa
      • On premise y cloud
        • La nube y los servicios IaaS, PaaS y SaaS
        • Arquitectura Híbrida
      • Nivel del Conocimiento
        • El proceso general de análisis y herramientas utilizadas
        • La importancia de la visualización y herramientas
        • Herramientas de análisis
        • Inteligencia artificial
          • Inteligencia artificial débil y fuerte
          • Diferenciemos entre inteligencia artificial, machine learning y deep learning
          • Tipos de machine learning
            • Aprendizaje supervisado
            • Aprendizaje no supervisado
            • Aprendizaje por refuerzo
          • Deep learnig: ¿qué es una red neuronal?
          • Sistemas cognitivos
        • Caso práctico: Introducción a la visualización con Tableau
          • Objetivo: que los alumnos conozcan una herramienta que les permitirá explorar los datos disponibles a través de la visualización. También aprenderán la necesidad de tratamiento de los datos y la selección de los mejores elementos de visualización para cada tipo de datos

• Metodología: a través de un tutorial aprenderán los conceptos básicos para realizar un cuadro de mandos que explore un conjunto de datos de prueba.

6. CULTURA DATA DRIVEN

• Objetivo: hacer que el estudiante sea consciente de que el verdadero potencial de transformación del Big Data es un proceso de cambio cultural y organizacional de las compañías. El verdadero motor del cambio que hace que las tecnologías Big Data sean útiles y aplicables son las personas. Es necesario un programa de transformación dominado por nuevos procesos (Data Centric, Data Thinking y Data by Design). Para que eso sea posible deben utilizarse y modificarse tecnologías de diseño y desarrollo de producto (Design Thinking y tecnologías Agile) para que de esta forma se pueda entregar valor continuo. Esto exige cambios organizacionales profundos que conlleven una cultura del dato que se extienda a toda la organización.

• Esquema del módulo:
  • Lo importante son las personas
    • Evolución y parición de nuevos roles
    • El “Data Translator”, un nuevo rol clave
  • Repasemos los niveles de la pirámide del conocimiento: hace falta la acción
  • Es necesario llegar a ser una empresa Data Driven
    • Dejar atrás la gestión HiPPO
    • Procesos de transformación
      • Data Centric
      • Data Thinking
      • Data by Design
      • Fata Governance
    • Pero antes es necesario saber dónde estamos el assesment
    • Proceso Data Centric
      • Evolución de la posición del dato dentro de la empresa
      • El Dato se convierte en el centro
    • Proceso Data by Design
      • Lo importante es saber qué quiere el cliente
      • Marco metodológico fundamental: Design Thinking
        • Qué es el Design Thinking
        • Algunas herramientas utilizadas
        • Pero es necesario modificarlo para dejar entrar al dato
      • Cómo lo lanzamos
        • El mínimo producto viable: lo importante es dar valor continuo al cliente
        • Tecnologías Agile-Scrum
      • Relación entre Design Thinking y Agile: ciclo de evolución continuo
    • Data Thinking
      • La cultura del dato en la empresa
      • Cambios organizacionales necesarios: modelo Spotify
      • Data culture: todos los miembros de una organización deben enfocarse al valor del dato
    • Casos de Uso de Big Data
    • Nueva fuente de ingresos: la compartición de datos
      • El dato como producto
      • El nuevo marco de privacidad
    • Y surgió el RGPD
      • Conceptos básicos
      • El consentimiento dentro del RGPD
      • Qué es un tratamiento: el encargado y el responsable de tratamiento
      • Uso legítimo
      • Principios de responsabilidad
      • Derechos del usuario: el nuevo derecho de portabilidad y de no utilización de procesos automatizados

• Caso práctico: uso de Tableau (o Google analytics) para análisis de un e-commerce (u otro tipo de web)
  • Objetivo: que los alumnos profundicen en el uso de la visualización como herramienta fundamental para obtener pistas de la marcha de una empresa online

• Metodología: a través de un tutorial aprenderán los conceptos básicos que deberán aplicar sobre los datos de una página web.

7. INTRODUCCIÓN AL DATA MINING

• Objetivo: El objetivo de esta sesión es que el alumno conozca de primera mano algunas de las técnicas de modelado y data mining que se suelen aplicar en el entorno de Big Data. A través de diversos ejemplos de necesidades de negocio, se analizará una de las posibles formas de abordarla, implementando un modelo sencillo pero clarificador: el modelo CRISP-DM. Con esos mismos ejemplos se verán las diversas problemáticas y puntos críticos a tener en cuenta en todo proceso de análisis de datos.

• Esquema del módulo:
  • Metodología CRISP-DM
  • Introducción a Rapid Miner: conceptos básicos
  • Preparación de datos
  • Modelos clasificatorios y predictivos
  • Correlación: que dos variables tengan relación puede no decir nada
    • Realizar una matriz de correlación
    • Entender una matriz de correlación
    • Correlación positiva y negativa
    • Correlación no indica causalidad
    • ¿Qué podemos hacer con esa información?
  • Reglas de asociación: ¿qué cosas suelen ir juntas?
    • Entender el funcionamiento de un modelo de asociación
    • Porcentaje de Soporte y de Confianza
    • Usar las reglas de asociación
  • Clusterización: ¿hay diversos grupos de clientes?
    • El algoritmo K-means
    • Cómo funciona y qué significa la K
    • Concepto de centroide
  • Análisis discriminante: empezamos a predecir
    • Explicación de análisis discriminante
    • Concepto de datos de entrenamiento y de datos de scoring
    • Flujo de entrenamiento y flujo de scoring
    • Explicación del nivel de confianza
  • Regresión lineal: una forma de predecir una variable continua
    • Explicación del modelo de regresión lineal
    • Entender los pesos en una regresión lineal
    • ¿Qué podemos hacer con los resultados?
  • Regresión logística: cuando hay que decir entre dos opciones
    • Explicación del modelo de regresión logística
    • También aparece pesos ¿pero significan algo?
    • Explicación del nivel de confianza
    • ¿Qué podemos hacer con los resultados?
  • Árboles de decisión: ¿en dónde cae este cliente?
    • Concepto de árbol de decisión
    • Nodos, ramas y hojas
    • Profundidad del árbol
    • Navegar en un árbol de decisión
    • Comprender un árbol y aplicarlo
  • Redes Neuronales: simulando el pensamiento humano
    • Explicando en lo posible una red neuronal
    • Aplicar una red neuronal
  • Introducción al análisis de textos
    • Análisis comparativo de textos
    • Conceptos básicos
    • Diccionarios, stop words
    • Sinónimos y palabras de la misma familia
    • Combinación de palabras
    • Reemplazo de palabras
  • Validación cruzada: ¿cómo podemos saber si el modelo funciona?
    • Qué es una validación cruzada
    • Concepto de falso positivo
  • La ética en el data mining
    • No siempre los modelos son “justos”
    • Que puedas predecir no quiere decir que debas obligar
    • Cuidado con los sesgos
    • No todos los análisis se pueden hacer

• Caso práctico: uso de Rapid Miner para hacer data mining
  • Objetivo: que los alumnos utilicen lo aprendido para resolver algún tipo de problema basado en datos

• Metodología: se propondrá un conjunto de datos para que los alumnos utilicen los modelos estudiados.

8. DATA BY DESIGN

• Objetivo: hacer que el estudiante se enfrente desde el punto de vista de negocio cómo definir y resolver un problema de negocio en donde los datos y el uso de la información puedan aportar algún tipo de mejora o solución. Mediante una nueva metodología, se trata de crear un proceso “Design Thinking-like” que defina unas etapas graduales para comprender el problema, las lagunas de datos que la empresa tiene, el impacto que tiene en el customer journey y la experiencia del cliente, y proponer un nuevo “Data Journey” que mejore esa experiencia. Al final el estudiante tendrá definido todo el contexto del problema y tendrá unas preguntas e hipótesis guía que dirijan el desarrollo del proyecto de mejora.

• Esquema del módulo:
  • Módulo 1: definir el problema que se quiere resolver
    • ¿Cuál es el problema principal que estás intentando solucionar y por qué es importante?
    • Contexto: ¿Qué factores contribuyen al problema?
    • Personas: ¿A quién le afecta directamente?
    • Personas que trabajan en el problema: ¿Quién está trabajando actualmente en el problema?
    • ¿Con que frecuencia se toman las decisiones sobre la resolución del problema por parte de las personas que trabajan actualmente en el mismo?
    • Datos existentes: ¿Qué datos, relevantes a este problema, existen actualmente?
    • De forma general, ¿cuál es la periodicidad, retardo y granularidad (geográfica, demográfica, temporal, otras) de los datos existentes?
    • Nuevas fuentes de datos potenciales para la solución: Basados en los factores antes mencionados, ¿qué datos nuevos o adicionales podrían potencialmente aportar nuevos puntos de vista
    • Preguntas guía
  • Módulo 2: inventariar y comprender las lagunas en los datos
    • Datos existentes sobre el problema
    • Para cada fuente de datos, contesta las siguientes preguntas:
    • ¿Está disponible abiertamente, o requiere un permiso especial de acceso?
    • ¿Es estructurada o no estructurada?
    • ¿Con qué frecuencia se recogen los datos?
    • ¿Cómo son de granulares o detallados geográficamente los datos (ALTO, MODERADO, BAJO)?
    • ¿Cómo son de granulares o detallados demográficamente los datos (ALTO, MODERADO, BAJO)?
    • ¿Cuánto tiempo se almacenan?
    • ¿Las personas actualmente implicadas lo usan para la toma de decisiones, evaluación o para otros propósitos?
    • Otros datos organizacionales: ¿Qué otros datos usa tu organización en la operativa del día a día y en la planificación a largo plazo?
    • Identificación de lagunas
  • Módulo 3: mapear a todos los participantes en el proyecto
    • Clientes/usuarios, Solucionadores, Soportes, Otras Personas
    • ¿Cuál es su influencia en el problema?
    • ¿Cuál es su influencia en el proyecto?
    • ¿Cómo puede beneficiarse del proyecto?
    • ¿Cómo los datos ayudan ahora a su toma de decisiones?
    • ¿Qué podría hacer esta persona con mejores datos?
    • ¿Qué podría hacer para socavar el proyecto?
    • ¿Cuál es la mejor forma de mantenerle comprometido?
    • La Ficha Personas
    • Mapa de influencia
  • Módulo 4: comprender quién usará los resultados del proyecto
    • Data Journey actual
    • Análisis de mejoras
    • Diseño del Data Journey nuevo
  • Módulo 5: identificar tu lista de deseos respecto a los datos y definir tus hipótesis de trabajo
    • Resumen de todo el análisis
    • La herramienta de conceptualización del proyecto
      • ¿A quién va a ayudar el proyecto de innovación basada en el dato y qué esperas que sean capaces de hacer gracias al proyecto?
      • Escribe una definición clara y concisa del problema
      • ¿Qué fuentes de datos persigues para cumplir tus objetivos? Rellena la plantilla siguiente con esa información (repite la plantilla tantas veces como fuentes de datos hayas detectado).
      • Ajusta tus Preguntas Guía: ¿Podemos usar [la fuente de datos X] para profundizar en [en el aspecto Y del problema]?
      • Ajusta tus Hipótesis: Ya que sabemos que [hechos A] sobre [las(s) fuente(s) de datos X], creemos que podemos usar [datos específicos B] para abordar [el indicador del problema C]. Validaremos nuestros resultados en comparación a [datos existentes D].
    • Ejemplos de problemáticas

• Caso práctico: uso de metodología Data by Design para resolver una problemática del TFM
  • Objetivo: que los alumnos utilicen la metodología explicada para resolver un problema dentro del alcance del TFM que entregaron en el máster

• Metodología: los alumnos deberán proponer una problemática asociada a su TFM que presentaron en el master y deberán seguir los pasos indicados para proponer una mejora basado en el uso del dato y de la información disponible.

9. INTRODUCCIÓN A LA EXPERIENCIA DE CLIENTE

• Objetivo: el estudiante obtendrá una visión general sobre el recorrido histórico de esta disciplina, convertida en la actualidad en fundamental en la mayoría de las empresas de las principales industrias en el contexto de la transformación digital. Conocerá las razones por las que un departamento de coste habitualmente ligado a las interacciones post-purchase ha pasado a ser filosofía y marco de actuación en las empresas, el impacto de las nuevas tecnologías en este campo y casos de éxito destacados de compañías customer-centric con ejemplos reales.

• Esquema del módulo:
  • Breve historia de la CX en el contexto de la Transformación Digital
  • Aparición de un nuevo cliente con súperpoderes
  • La Importancia del Feedback, NPS y Voice of Customer
  • Personalización y Micro-interacciones
  • Omnicanalidad y Customer Journey
  • La Evolución de la Analítica Web hasta la Analítica del Comportamiento
  • Nuevas Arquitecturas Web
  • Plataformas de Negocio
  • Casos de Negocio e Historias de Éxito
  • Terminología y conceptos básicos

• Caso práctico: Creación y despliegue de una web en un dominio gratuito.
  • Objetivo: los alumnos podrán crear su propia web sobre la cual realizar las siguientes prácticas de la asignatura, pudiendo personalizarla y editarla a su gusto sin necesidad de conocimientos de programación.
  • Metodología: pondremos a disposición de los alumnos varios templates que ellos mismos podrán editar, y un lugar de hosting gratuito que permita subir su web y editar código en la nube. De esta manera, durante el resto de la asignatura añadirán elementos a su diseño para aplicar lo aprendido durante el curso.

10. CX Y LA INTELIGENCIA ARTIFICIAL

• Objetivo: En este módulo abordaremos la experiencia de cliente desde un punto de vista de su aplicación en las empresas y negocios, comprendiendo las metodologías habituales como Design Thinking, observando ejemplos de empresas que han puesto en marcha ambiciosos proyectos de esta manera y sus resultados. Asimismo, este módulo pretende llegar un paso más allá y permitir al estudiante ver la aplicación en este campo de las tecnologías más punteras haciendo especial énfasis en la Inteligencia Artificial, así como Blockchain, Internet of Things o XR. Por último, se repasarán las herramientas más populares así como el “stack tecnológico de CX” perfecto, y se comprenderá la importancia de dos elementos clave: movilidad y accesibilidad.

• Esquema del módulo:
  • Introducción a CX
  • Introducción a la Inteligencia Artificial
  • IA aplicada a la CX
  • CX y Internet of Things
  • CX y Blockchain
  • Herramientas de Software de Experiencia de Cliente
  • Movilidad
  • Accesibilidad

• Caso práctico: uso de Lucky Orange
  • Objetivo: los alumnos tendrán su primer contacto con una herramienta de análisis de CX, desde la implementación en su web a la configuración básica, obtención de resultados y análisis de los mismos.
  • Metodología: los alumnos dispondrán de una versión de prueba de esta herramienta de analítica que podrán implementar usando la web creada en el primer módulo, obtendrán resultados y crearán un informe sobre sus conclusiones.

11. INTRODUCCIÓN A USER EXPERIENCE

• Objetivo: Introducción al diseño centrado en el usuario y el proceso por el cual diseñamos productos y servicios con nuevas metodologías que nos permiten poner al cliente en el centro. Este módulo permitirá comprender el proceso de creación de User Experience, desde la investigación de usuarios hasta el diseño y prototipado. Como parte de la experiencia de usuario, también abordaremos la usabilidad con multitud de ejemplos reales. Finalmente, el alumno aprenderá a utilizar tres herramientas de muchísima utilidad en el diseño de prototipos: Proto.io, Invision y NodeRED.
• Esquema del módulo:
  • Introducción a la User Experience
  • Design Thinking, una metodología centrada en el usuario
  • Investigación de Usuario
  • Diseño de Interacciones
  • Arquitectura de la información
  • Cinco errores habituales
  • Usabilidad
  • 10 Heurísticos de Nielsen
  • Técnicas de User Testing
  • Herramientas básicas: Proto.io, Invision
  • Herramienta avanzada: NodeRED
  • Prototipado, Wireframes, Mockups

• Caso práctico: uso de una de las tres herramientas vistas en clase para diseñar un prototipo
  • Objetivo: que los alumnos creen su primer prototipo aplicando la teoría explicada en el módulo.
  • Metodología: se propondrá un prototipo a crear y cada alumno podrá elegir la herramienta que más se adapte a sus habilidades, y crear un pequeño informe sobre sus conclusiones.

12. INTRODUCCIÓN A USER INTERFACE DESIGN (UI)

• Objetivo: En este módulo, los estudiantes van a aprender los conceptos básicos del diseño de interfaces, así como su influencia para el éxito de una marca o negocio. Cómo comenzar un proceso de diseño y su relación con la experiencia de cliente. Estudiaremos las interfaces web más avanzadas como aquellas basadas en Inteligencia Artificial. Además, también se hará una primera aproximación al diseño web comprendiendo los lenguajes y frameworks más usados en el front-end.
• Esquema del módulo:
  • Introducción a UI
  • Diseño Visual
  • Interfaces Web
  • Componentes Web
  • Web Responsive y Mobile First
  • Nuevas UI: Asistentes Virtuales y Chatbots
  • Básicos del Desarrollo Web: HTML, CSS y Javascript
  • Frameworks para el desarrollo de front-end
  • Skills más destacadas en el mundo laboral

• Caso práctico: creación de su primer chatbot
  • Objetivo: comprender en qué consiste un chatbot, cómo se diseña y crea el flujo de conversación y conocer IBM Watson Assistant como herramienta de diseño de asistentes virtuales.
• Metodología: los alumnos deberán crear un chatbot para una temática dada que sea capaz de contestar a varios tipos de usuarios, desde los más sencillos hasta los más complicados e incluso agresivos. Los más avanzados, podrán integrar este chatbot en su web previamente creada en el primer módulo.

Nuestros alumnos dispondrán de herramientas que acrediten nuestro material y que aportara certificados reconocidos y que permitan ampliar la titulación obtenida. Empresas como Google, Oracle, Amadeus, Facebook, Mailchimp, se asociarán con nosotros en diferentes áreas de conocimiento.

Campus Presencial

EUDE Digital es el punto de encuentro de líderes de diversas partes del mundo. Lugar donde, además, se llevan a cabo conferencias, eventos, seminarios y charlas concebidas exclusivamente para que nuestros alumnos puedan enriquecer su networking desde el primer día.

Más de 9,000m2 distribuidos entre aulas, zonas comunes, salas de estudio, cafetería y estacionamiento. El acceso al campus tiene conexiones directas de transporte público (estaciones de metro, autobuses y taxis).

Campus Virtual

El 95% de nuestros alumnos mejora su situación laboral. En EUDE Digital no solo nos preocupa tu formación académica, queremos que te conviertas en un líder en el entorno digital.

Mantenemos acuerdos con las mejores empresas del sector digital a nivel nacional e internacional. Más de 1.200 convenios activos con los que proporcionarte el mejor futuro laboral y las mejores oportunidades para desarrollar tu carrera profesional.