Comprender y aplicar las herramientas que permiten analizar e interpretar la información y realizar previsiones y pronósticos sobre el consumidor para predecir resultados efectivos y tomar decisiones acertadas presentando los resultados obtenidos mostrándolos en reportes estáticos y dinámicos como base para la investigación de mercados.

Licenciados, maestros, doctores e investigadores en general, así como economistas, administrativos, relacionistas públicos, gestores de calidad, actuarios, contadores, directivos y todas aquellas áreas y/o personal ejecutivo o directivo relacionadas con la empresa y sus ámbitos económicos y financieros.

A lo largo del temario aprenderá a:

1. Estudiar la estadística descriptiva avanzada de clientes y consumidores,
2. Relacionar el uso de las políticas empresariales y sus resultados,
3. Monitorear el rendimiento de ventas de un producto o servicio,
4. Clasificar consumidores en función de sus características,
5. Estudiar el comportamiento del consumidor de acuerdo con sus compras,
6. Pronosticar el comportamiento de las ventas, la demanda y los indicadores de la empresa,
7. Encontrar mecanismos para mejorar las políticas empresariales,
8. Acceder a datos de usuarios en Twitter y Google Trends,
9. Encontrar usuarios influyentes en la red y proponer políticas de patrocinios,
10. Encontrar mecanismos para predecir datos de acuerdo con su forma funcional,
11. Conocer las distintas técnicas para el análisis de datos de acuerdo con el tipo de tarea a realizar,
12. Estudiar las ganancias vs. gastos,
13. Estudiar el comportamiento histórico de los indicadores de las empresas,
14. Realizar mapas y estadísticos usando información del INEGI
15. Realizar modificaciones en las campañas de los productos de acuerdo con la estación del año,
16. Mejorar el suministro de insumos con base en el análisis,
17. Mejorar las campañas digitales usando la información de las Redes Sociales,
18. Mantener un sistema de control de Indicadores Clave de Rendimiento,
19. Aprender a realizar graficas avanzadas para visualizar los resultados de los análisis,
20. Realizar previsiones de ventas de un producto,
21. Monitorear el impacto de las campañas de Marketing en las Redes Sociales usando Hashtags y Menciones,
22. Estudiar de forma avanzada encuestas de calidad al cliente,
23. Estudiar la efectividad de programas de marketing en ventas de productos,
24. Trabajar BIG DATA
25. Aprender a administrar bases de datos desde archivos .csv,
26. Trabajar cubos OLAP,
27. Realizar operaciones con cubos OLAP.

MÓDULO I. INTRODUCCIÓN AL LENGUAJE R Y RSTUDIO

Tema 1. Nociones básicas de R.

1.1- Breve presentación del Lenguaje R: historia, principales usos, ventajas y

desventajas.

1.2.- Instalación del Lenguaje R y Rstudio.

1.3.- Entorno de trabajo en RStudio.

Tema 2. Estructuras básicas para el orden de los datos.

2.1- Tipo de Datos y objetos usados en R.

2.2.- Matrices, Data Frames y Listados.

2.3.- Herramientas para acceder a los datos de acuerdo con su estructura.

Tema 3. Funciones generales y paqueterías.

3.1.- Uso de las funciones en R.

3.2.- Estructura básica de una función en R.

3.3.- Instalar y cargar paqueterías externas en R.

3.4.- Crear funciones locales.

Tema 4. Administración de bases de datos.

4.1.- El lenguaje R para la Gestión de bases de datos.

4.2.- Introducción a la paquetería Dplyr.

4.3.-Herramientas de Tidyr para la gestión de datos.

Tema 5. Ejemplos prácticos de administración de bases de datos.

5.1.- Primer ejemplo: Análisis exploratorio de la base de datos de Boston

5.2.- Segundo Ejemplo: Administración de Bases de datos con Graficas.

MÓDULO II. ANÁLISIS ESTADÍSTICO PARA LA INVESTIGACIÓN DE MERCADOS

TEMA 1.- Introducción a la Investigación de Mercados.

1.1.- Concepto Teórico de la Investigación de Mercados.

1.2.- Las aplicaciones de las Investigaciones de Mercado.

1.3.- Proceso de elaboración de Investigaciones de Mercados.

1.4.- Metodología de Consulta o Recolección de datos.

TEMA 2.- Uso de la Estadística para la Investigación de Mercados.

2.1.- Concepto general de la Estadística.

2.2.- Aplicaciones de la Estadística en el análisis de datos.

2.3.- Procesos de Investigación del Análisis de Datos.

TEMA 3.- Medidas de Tendencia Central y dispersión.

3.1.- Medidas de Tendencia Central: Media, Moda y Mediana.

3.2.- Medidas de Dispersión: Varianza, Desviación Estándar, Rango y Coeficiente de variación.

3.3.- Ejemplo del uso de la estadística en el análisis de mercados.

3.4.- Importancia de la selección de muestras aleatorias para la investigación de mercados.

TEMA 4.- Pruebas de Hipótesis para media y varianza.

4.1.- Introducción a la distribución de probabilidad Normal y el Teorema del Límite Central.

4.2.- Prueba t-student para la comparación de Medias.

4.3.- Prueba ji-cuadrada y F para la comparación de Varianzas.

4.4.- Aplicaciones de las Pruebas de Hipótesis en el Análisis de Mercados.

TEMA 5.- Análisis Geoestadístico de mercados.

5.1.- Introducción al análisis Regional de Mercados.

5.2.- Consulta de Datos Geoestadísticos en INEGI desde R.

5.3.- Análisis estadístico por municipio con el DENUE.

MÓDULO III. HERRAMIENTAS PARA LA CLASIFICACIÓN Y PREDICCIÓN DE DATOS.

TEMA 1.- Regresión lineal y modelos para predecir datos.

1.1.- Introducción al uso de modelos para la Predicción de Datos.

1.2.- Análisis de Correlaciones, Regresión Lineal Simple y Múltiple.

1.3.- Regresiones No Lineales: Polinomiales y LOESS.

1.4.- Predicción VS Realidad: Accuricy como métrica de validación.

TEMA 2.- Naive Bayes y otros modelos para la clasificación de datos.

2.1.- Introducción al uso de Modelos para la Clasificación: Naive Bayes.

2.2.- Modelo probabilístico Logit.

2.3.- Arboles de clasificación y Random Forest.

2.4.- Algoritmo de K-means para clasificar.

TEMA 3.- Pronósticos de series de tiempo.

3.1.- Introducción al uso de Modelos para Pronosticar datos.

3.2.- Descomposición de Componentes Temporales.

3.3.- Modelos ARIMA y SARIMA.

3.4.- Métricas para validar la eficiencia de un pronóstico.

TEMA 4.- Técnicas de Reducción de Dimensionalidad de datos.

4.1.- Reducción de Dimensionalidad.

4.2.- Análisis de Componentes Principales.

4.3.- Análisis Discriminante.

4.4.- Diferencias en el uso de cada modelo.

TEMA 5.- Herramientas Big Data, ETL y cubos OLAP.

5.1.- Introducción al análisis Big Data.

5.2.- Proceso para la gestión de datos.

5.3.- Cubos OLAP para grandes bases de datos.

MÓDULO IV. INVESTIGACIÓN CUALITATIVA EN LA RED PARA EL ANÁLISIS DEL CONSUMIDOR.

TEMA 1.- Introducción al análisis de redes sociales en Twitter.

1.1.- ¿Qué es el análisis de Redes Sociales en Twitter?

1.2.- API; ¿Qué son y cómo podemos conseguir una?

1.3.- Descargar información de Twitter con la paquetería rtweet.

TEMA 2.- Teoría de Grafos aplicada al análisis de influencia con redes.

2.1.- Breve introducción sobre la Teoría de Grafos al análisis de Redes Sociales.

2.2. Principales medidas de Centralidad.

2.3.- Introducción a la paquetería igraph para el análisis de Grafos.

2.4.- Análisis de Influencia de Usuarios por Grado, Intermediación y Cercanía.

2.5.- Aplicaciones del Cálculo de Influencia de Usuarios usando datos de Twitter con la Centralidad por Grado.

TEMA 3.- Google Trends como herramienta para el análisis de tendencias de mercado.

3.1.- Google Trend: ¿Qué es y cómo aprovechar su potencial?

3.2.- Interconexión entre Google Trend y RStudio

3.3.- Análisis de Tendencias con Google Trend y R con el análisis exploratorio.

3.4.- Análisis Geoespacial aplicado en el análisis de Tendencias con Google Trend.

TEMA 4.- Análisis sentimental enfocado al consumidor.

4.1.- Análisis de Palabras; ¿Cómo podemos aprovechar los Tweets de los usuarios?

4.2.- Nube de palabras aplicado a Tweets.

4.3.- Análisis Sentimental: ¿Cómo “medir” la opinión de los usuarios?

4.4.- información útil de los usuarios: descripción y fuente de consulta.

TEMA 5.- Monitoreo de la marca en Twitter.

5.1.- Almacenamiento de datos: la importancia de recolectar datos de manera continua.

5.2.- Monitoreo de campañas con Hashtags.

MÓDULO V. VISUALIZACIÓN AVANZADA DE DATOS Y REPORTES DINÁMICOS.

TEMA 1.- Introducción al paquete ggplot2.

1.1.- Breve historia de la paquetería ggplot2.

1.2.- Estructura general de una gráfica en ggplot2.

1.3.- Ejemplos gráficos sencillos.

TEMA 2.- Reportes estáticos con Flexdashboard.

2.1.- Introducción a la paquetería flexdashboard.

2.2.- Algunos elementos extras para los dashboards.

2.3.- Agregar gráficos con ggplot2 o plotly.

TEMA 3.- Reportes Dinámicos con Shiny y Shiny Dashboard.

3.1.- Introducción a Shiny.

3.2.- Elementos de las aplicaciones Shiny.

3.3.- Introducción a ShinyDashboard para Dashboards Interactivos

3.4.- Ejemplo aplicado sobre el uso de Reportes dinámicos con Shiny.

TEMA 4.- Importancia de la gestión de sistemas BI para el negocio.

4.1.- ¿Qué es un Cuadro de Mando Integral para el BI?

4.2.- Como generar Indicadores Clave de Rendimiento.

4.3.- Importancia del uso de los CMI para la gestión de Indicadores Clave de Rendimiento.

4.4.- Ejemplo de un Tablero dinámico (Cuadro de Mando Integral) con Indicadores Clave de Rendimiento.

Diploma emitido por la

Secretaría de Educación del Estado de Morelos con número de registro

17DAP62521

de fecha 12 de abril de 2021

Virtual en plataforma e.cocid.mx + clases online semanales

En la modalidad virtual. Comenzará a trabajar a su ritmo, en las horas que usted disponga con el apoyo personalizado del tutor experto. Contará con todo el material (pdf, bases de datos, guía didáctica, tareas, clases grabadas, etc) para sacar el mayor rendimiento a su aprendizaje. Aparte, cada semana con temario nuevo a estudiar, habrá una sesión en vivo como introducción de la semana por parte del profesor titular.

• Temario en pdf.
• Bases de datos propias.
• Software R y Rstudio.
• Material complementario.
• Clases online.
• Acceso a multitud de material en Biblioteca Virtual.

PROFESOR TITULAR

JORGE ALBERTO NÁJERA SALMERÓN

Licenciado en Economía por la Universidad Autónoma Metropolitana con área de especialización en Economía Aplicada, y Maestro en Administración y Negocios por la UTC, actualmente cursando un Máster Europeo en Innovación Social. Especialista en Educación Financiera, en Técnicas Avanzadas en Econometría en el software R, y en Gestión de Ambientes Virtuales de Aprendizaje, además de una certificación profesional en Ciencia de Datos en R por Harvard.

Actualmente, docente en la Universidad ESDIE en la Ciudad de México y en el Colegio Científico de Datos en Morelos, Analista Estadístico en Dirsamex, y Bloguero para la comunidad de Rankia México.

DIRECTOR

TOMÁS ALBERTO SALMERÓN ENCISO

Maestro en Técnicas Actuales de Estadística Aplicada, con una Especialización en Técnicas Robustas y Avanzadas de Estadística Aplicada y Licenciado en Psicopedagogía por la Universidad Nacional de Educación a Distancia (UNED – Madrid, España –). Trabajó para el Dpto. de Protección de Cultivos del Instituto de Formación Agraria y Pesquera de Andalucía (IFAPA – Gobierno de Andalucía, España) desarrollando la tarea de asesor en estadística e investigación. Realizó estudios en colaboración con el Comisionado de Energía de la Unión Europea y sus políticas Medioambientales en el año 2014. Especialista en software R, ha realizado publicaciones y desarrollado varios libros de estadística avanzada con software R y temarios para universidades como el Máster de Estadística Aplicada con Software R de la Universidad Rey Juan Carlos de Madrid (España). Actualmente, radica en México, donde imparte formación de posgrado en estadística avanzada con software R para universidades, es asistente de investigación y estadística para proyectos CONACYT, consultor externo para la UNFPA en México y expone en congresos nacionales e internacionales.

Número de cuenta para depósito o transferencia

BBVA
PROMOTORA DE FORMACIÓN ASML, S.C.
CUENTA 0113456544
CLABE 012542001134565445

FACTURA
Si solicita factura, se requieren los siguientes datos al correo: cocid.direccion@gmail.com

1. Nombre completo
2. RFC
3. CFI
4. Dirección completa
5. Correo Electrónico

Paso 1

Realizar el pre-registro al final de esta página

Paso 2

Entregar la siguiente documentación al correo administracion@cocid.mx

• Comprobante de pago
• Copia de credencial de elector o identificación oficial
• CURP actualizada
• Copia de cédula profesional de licenciatura, Maestría o Doctorado o Copia de Titulo en su caso (Mínimo Nivel Licenciatura)
• Copia de comprobante de domicilio

Junto a lo anterior, se deberán enviar por paquetería, en los dos primeros meses del comienzo del diplomado,a la dirección Calle Lauro Ortega No. 134, Col. Polvorín 18 de septiembre, Cuautla, Morelos C.P. 62756 “Suc. Colegio Científico de Datos”:

• 3 Fotografías tamaño diploma, blanco y negro, ovaladas (5 cm. X 7 cm) con las siguientes características*:

1) -Generales: papel fotográfico con retoque, no brillante.

2) -Mujeres: recogerse el cabello (peinado sencillo), frente y orejas completamente descubiertas, aretes pequeños y sin collares, ropa blanca, poco maquillaje.

3) -Hombres: camisa blanca, corbata, saco color gris o beige (color claro), bigote recortado, sin barba, pelo corto, ningún tipo de arete o collar.

————————

O Mandar de forma digital fotografía tomada de estudio fotográfico (No escaneado) al correo administracion@cocid.mx 

Especificaciones de las fotos tamaño diploma.

•  Tamaño 5cm X 7 cm.  o 591 px X 827 px* 
• Formato: PNG O JPG 
• Resolución: Alta mayor de 12 megapíxeles 
• Fondo blanco

1) -Mujeres: recogerse el cabello (peinado sencillo), frente y orejas completamente descubiertas, aretes pequeños y sin collares, ropa blanca, poco maquillaje.

2) -Hombres: camisa blanca, corbata, saco color gris o beige (color claro), bigote recortado, sin barba, pelo corto, ningún tipo de arete o collar

 *Las anteriores especificaciones para las fotografías son dictadas desde la DIRECCIÓN GENERAL DE COLEGIO CIENTÍFICO DE DATOS para la Expedición de Diploma oficial por la SECRETARÍA DE EDUCACIÓN DEL ESTADO DE MORELOS (SEEM) con número de registro 17DAP60520 de fecha 06 de diciembre de 2019.

1.-Aprobar todas las tareas, evaluaciones.

2.-Entrega de proyecto final de diplomado.

3.-No presentar adeudos.