Certificación Oficial

D I G I T A L H O U S E . C O M por el Ministerio de
Educación del Gobierno
de la Ciudad de Buenos

DATA
ANALYTICS
PROGRAMA DE ESTUDIO
 D A T A A N A L Y T I C S

I NF O SOBR E E L
P R O GR AMA

A Q U I E N E S TÁ D IRIGID O
El curso está abierto a distintos perfiles que busquen una introducción al análisis de datos. No se
asumen conocimientos previos de estadística ni de ninguna herramienta. Esperamos que los
candidatos al curso provengan de dos trayectorias académicas/profesionales distintas.

R E Q U I S I TO S CE R T IFIC ACIÓ N
No necesitás Certificación Oficial por el Ministerio de
conocimientos previos Educación del Gobierno de la Ciudad de
Buenos

DUR ACI Ó N M O DA LIDA D SEDES

4,5 meses Presencial o Blended Belgrano, Centro

E S P E C I A L I S TA S C A R GA H O R ARIA
+5 126 hs

digitalhouse.com
 M A R K E T I N G D I G I T A L

MO DAL IDADE S
D E L A CU RSADA

Elegí la modalidad de aprendizaje que más te convenga: formato presencial

o blended (semipresencial). Vas a adquirir las mismas habilidades porque los
programas de estudios son idénticos. Además, tenés que dedicarle el mismo
tiempo, aunque cada uno tiene particularidades diferentes.
P R E S E N CIA L B LE N D E D

DURACIÓN 4 meses 4 meses

METODOLOGÍA Tradicional: En las clases Flipped Classroom: En las clases

presenciales aprendés la teoría presenciales te enfocás en las
y realizás la práctica, mientras actividades prácticas mientras que
que en las en las lecciones virtuales el foco
lecciones virtuales se ven está puesto en la teoría.
temas puntuales.

ACCESO AL CO-LEARNING
presencial o virtual Si Si

ACCESO A TALLERES,
ACTIVIDADES ESPECIALES Si Si
Y BOLSA DE EMPLEO

MATERIAL AUDIOVISUAL
Sí, para determinados temas Sí, para los contenidos teóricos
INTERACTIVO

DISTRIBUCIÓN La primera semana, vas a cursar 2 Todas las semanas vas a cursar 1 clase
DE LAS CLASES clases presenciales. La segunda presencial y 1 clase online en vivo.
semana, vas a cursar 2 clases Luego de cada clase presencial se
presenciales y 1 donde el conteni- liberará contenido para consumir on
do se libera online. La dinámica se demand, que será revisado con los
repite las semanas siguientes. profesores en la online y puesto en
práctica en la presencial.

TIEMPO EXTRA Clases online: 2-3 hs sem. Clases online: 2-3 hs sem.
practicar lo aprendido
y reforzar los conocimientos
Práctica: 3 hs sem. Práctica: 3 hs sem.
 E TAPAS
D EL P R OGR AMA

A NTE S E NT REVI STA

Se conoce al alumno y se
verifica su nivel.

ESTADÍSTICA
DUR AN TE Análisis Descriptivo e Inferencial para
poder llegar incluso a generar modelos
predictivos que permitan calcular
escenarios con probabilidad de ocurren-
cia.

TECN OLOGÍAS
MED I CI Ó N E ST RAT ÉG I CA Microsoft Power BI
Armar un plan y un equipo de Microsoft Excel
Analytics para poder extraer Google Analytics
conocimiento rentable de los Google Data Studio
datos. SQL Workbench

T ÉC NI CAS DE ANÁLISIS
Formas y metodologías que hacen D E S PU É S
más eficiente el análisis de datos y la
evaluación de la relación entre
variables aplicado a las mejoras y COMUN IDAD
eficiencias que una empresa necesi- Contacto con la
ta. comunidad y
actualización continua.

FORMACIÓN
Data Analyst o Business
Manager.

TRABA JOS
Trabajo real con modelos
analíticos y visualización de
datos.

JOB FAIR
Acceso a entrevistas laborales.
Coacheo personalizado para
mejorar tu perfil laboral, y encuen-
tros con empresas de primer nivel.

digitalhouse.com
PROGRAMA
DE ESTUDIO
D A T A A N A L Y T I C S
 P R O G R A M A D E E S T U D I O

CONVERTITE EN UN ANALISTA DE DATOS,

ESTUDIÁ CON EXPERTOS Y ADQUIRÍ LAS
HERRAMIENTAS
NECESARIAS PARA PERFECCIONARTE.

CONOCÉ LOS MODELOS ANÁLITICOS QUE

PERMITEN UNA MEJOR TOMA DE DECISIONES
ESTRATÉGICAS PARA
EL NEGOCIO, BASADAS EN DATOS.

digitalhouse.com
 P R O G R A M A D E E S T U D I O

DATA
ANALY T ICS

La necesidad de contar con analistas de datos calificados crece rápidamente en todos los
sectores empresariales e industriales, así como en aquellos ámbitos donde se desarrollan
nuevos paradigmas educativos, sociales y científicos.

El programa de Data Analytics de DH ofrece conocimientos sólidos en el proceso de

extracción, procesamiento y análisis de de datos, con el objetivo de dar soporte a la toma
de decisiones estratégicas en todo tipo de organizaciones.

El curso está estructurado en base al ciclo de vida completo de los datos, desde su reco-
lección y preparación, hasta su análisis y visualización efectiva. Vas a aprender las habilida-
des y conocimientos fundamentales para desempeñarte en tu primer trabajo como analis-
ta de datos, analista cuantitativo de producto o analista de BI.

01

Módulo 1
Aná l i si s E x p l orato r i o y Vi s u a l i z a ci o n e s
* Intro a Analytics. Mapa de herramientas.

* KPIs.OKR. Diferencia entre KPIs y OKR.

* Dashboards en Power BI y Tableau I. Presentación de la herramienta, acciones básicas como

carga de datos, corrección de registros, visualización.

digitalhouse.com
 P R O G R A M A D E E S T U D I O

* Estadística Descriptiva. Prácticas en Power BI.Comprender las medidas de

posición, dispersión y asociación entre variables. Utilizar gráficos apropiados
como boxplot e histograms.

* Dat vizualization. Comprender tríada autor, datos, lector. Conocer tipos de visualizaciones
adecuados para distintos problemas.Prácticas en Power BI.

* Probabilidad. Entender el concepto de experimento aleatorio, cálculos básicos

de probabilidad útiles para resolver problemas de negocios.

* Sesgos en toma de decisiones con datos. Comprender sesgos habituales en la toma de

decisiones como overfitting, overconfidence, confirmation bias.

* Principios de storytelling. Diseño de presentaciones efectivas.

-Inferencia Estadística.Introducir esquemas de muestreo, estimación puntual y motivar la
estimación por intervalos.

Proyecto I:Los participantes trabajan en un mismo dataset, que se les entregará como CSV,
todos los aspectos del módulo desde la limpieza inicial, detección de errores,
construcción de dashboard del problema.

Módulo 2
S Q L y a rq ui te c tu ra s d e i n fo r m a ci ó n
* Conocer el concepto de DW. Modelos de datos de OLAP/DW. Evolución de los sistemas de
datos: del Datawarehouse al Data Lake.

* Diferencias entre Data Engineering y Data Science

* Bases de datos modernas. RDBMS, bases NoSQL.

* Modelos de datos de OLAP/DW"

* Sintaxis SQL. SELECT. FROM. WHERE. JOINS. SUBQUERIES en SELECT y en FROM. LIMIT Y
OFFSET. BETWEEN y LIKE. ALIAS. TABLE REFERENCE. ORDER BY. HAVING. Funciones de agre-
gación básicas: COUNT, AVERAGE, SUM, MAX, MIN. Índices.
Performance.

-Concepto de ETL. Mapa de herramientas. Aplicaciones con Talend.

digitalhouse.com
 P R O G R A M A D E E S T U D I O

02

Módulo 3
D i gi ta l An a l y ti cs
* Funnel de conversión. Entender KPIs relevantes para cada etapa del funnel de conversión.
Contextos de analytics en marketing: programática, SEO, SEM.

* Herramientas: Google Data Studio.Google Analytics. Google Optimize.

-Caso de estudio: Caso Ecommerce. Caso SaaS. Caso Free Mobile App. Caso Media Site. Caso
User Generated. Two Sided Marketplaces

* A/B testing I. Overview de A/B testing: qué es para qué sirve, qué se puede hacer. Construc-
ción de intervalos de confianza. Concepto de p-value. ¿El valor del cambio supera los costos
de lanzamiento? Eligiendo y caracterizando las métricas.

* A/B testing II. *Cuando limitar el experimento a un subconjunto de la base de usuarios.

Decisiones de diseño que afectan el tamaño del experimento. Cómo analizar los resultados
del experimento. Sanity checks para detectar problemas con el set up del experimento. Check
de las conclusiones.

* Caso de aplicación. Modelos de atribución.

* Caso de aplicación. Marketing Analytics con cadenas de Markov. Concepto

cadenas de Markov. Utilidad de las cadenas de Markov para extraer insights sobre el custo-
mer journey.

Módulo 4
S e gm e nta ci ó n d e cl i e nte s
* Modelo RFM de segmentación. Introducir la necesidad de segmentación.
Ventajas y desventajas de la segmentación basada en algoritmos y reglas rígidas como RFM.
Motivar distintas medidas del lifetime value de un cliente. Ejemplos de cálculo del lifetime
value.

digitalhouse.com
 P R O G R A M A D E E S T U D I O

* Implementación de RFM en Power BI y Tableau. Fórmulas DAX.

* Motivación segmentación basada en algoritmos. Presentación de problemas de aprendizaje

supervisado versus no supervisado. Intro aprendizaje automático.
Algoritmos de clusterización. Algoritmo K-means.

* Tutorial básico de Orange para resolver el problema de clusterización con k-means en Orange.

03

Módulo 5
D e c i si one s b a jo i n ce r ti d u m b re.
Her ra m i e nt a s p a ra s i m u l a ci ó n y o p ti m i z a ci ó n .
* Motivar la necesidad de simular para entender problemas de negocios donde
es difícil tener un modelo exacto del problema.

* Formulación de un problema de optimización. Problemas de negocios con decisiones

binarias. Árboles de decisión. Optimización usando Solver en Excel.
Add in de árboles de decisión. Simulación en Excel de un sencillo problema de
estimación del revenue. Características del método de MonteCarlo.

* Decisiones bajo incertidumbre. Árboles de decisión.

* Caso de aplicación. Modelos de optimización de portfolios aplicados a la

inversión en marketing. Comprender cómo medir ROI de una inversión en
marketing. ROI vs ROI marginal. ROAS. Ejercicio MKT.

* Caso de estudio: asignación de portafolio. Problema de elección entre fondos de inversión,

métricas del problema, optimización utilizando Solver.

digitalhouse.com
 P R O G R A M A D E E S T U D I O

Módulo 6
Ap re nd i z a je Su pe r vi s a d o
* Introducción a Regresión Lineal. Presentar el modelo de regresión lineal simple. Interpreta-
ción de resultados. Dataset publicidad y ventas.

* Regresión lineal en Orange.

* Métricas de evaluación de modelos. Motivar la necesidad de hacer validación cruzada para

evaluar la capacidad de generalización de un modelo. Esquemas de validación cruzada.
Validación de modelos en Orange.

* Regresión múltiple, variables dummy, interacciones, relaciones no lineales. Mejorando el fit

del modelo. Selección de modelos. Overfitting.

Proyecto Final. Los participantes resuelven en grupos un caso planteado por los
docentes donde aplicarán las distintas herramientas y conceptos vistos en el curso.

digitalhouse.com
 P R OCE SO D E
AD M ISIÓN

PAGO DE MATRÍCULA
Para completar la solicitud de inscripción.

ENTRE VISTA DE ADMISIÓN

Para asegurar la vacante.

La disponibilidad de vacantes es limitada.

digitalhouse.com
 QU IÉ NE S
S OM OS

Digital House es una organización educativa que transforma la vida de las personas,
desarrollando competencias digitales para que generen impacto en la sociedad. Con
este objetivo ofrece capacitaciones bajo una metodología innovadora basada en la
práctica.

Su propuesta académica world class se compone de numerosos programas en los

cuales se capacita al público en general en las habilidades digitales más demandadas
del momento. En simultáneo, dicta una serie de Programas Ejecutivos para directivos,
gerentes, profesionales y emprendedores, y brinda cursos in-company diseñados a la
medida de las necesidades de las empresas. También cuenta con una Licenciatura en
Negocios Digitales que imparte junto a la Universidad de San Andrés, y una unidad
llamada DHSchool a través de la cual los colegios pueden enseñar asignaturas
vinculadas a lo digital a los alumnos desde 5to grado del nivel primario hasta el último
del secundario.

La institución educativa, que cuenta con dos campus en la Ciudad Autónoma de

Buenos Aires, y uno en São Paulo, Brasil, y numerosas sedes en el interior de Argentina.

CO NTACTO
0810 220 3444
[email protected]

digitalhouse.com
 DOND E
E STAM OS

SEDE BELGRANO
Av. Monroe 860, CABA
[email protected]

SEDE CENTRO
Lima 1111, CABA
[email protected]

SEDE CÓRDOBA
Av. Jose Baigorrí 653
[email protected]

SEDE LA PLATA
Diagonal 74 1681
[email protected]

SEDE NORDELTA
Av. De Los Lagos 7010
[email protected]

SEDE ROSARIO
Córdoba 2035
[email protected]

SEDE MENDOZA
Av. Emilio Civit 444
[email protected]

SEDE TUCUMÁN
Teléfono de Contacto [email protected]
0810 220 3444

digitalhouse.com