
Inicio
4 de marzo de 2023
Concluye
31 de Julio de 2023
Horario clases online
Sábados de 10:30am a 12:30am
Duración
200 HRS. / No. de Créditos: 12.5
Número de Registro Oficial
Secretaría de Educación del Estado de Morelos (SEEM) 17DAP62521
INFORMACIÓN GENERAL
OBJETIVO
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.
DIRIGIDO A:
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.
¿QUÉ CONSEGUIRA A LO LARGO DEL TEMARIO?
A lo largo del temario aprenderá a:
- Estudiar la estadística descriptiva avanzada de clientes y consumidores,
- Relacionar el uso de las políticas empresariales y sus resultados,
- Monitorear el rendimiento de ventas de un producto o servicio,
- Clasificar consumidores en función de sus características,
- Estudiar el comportamiento del consumidor de acuerdo con sus compras,
- Pronosticar el comportamiento de las ventas, la demanda y los indicadores de la empresa,
- Encontrar mecanismos para mejorar las políticas empresariales,
- Acceder a datos de usuarios en Twitter y Google Trends,
- Encontrar usuarios influyentes en la red y proponer políticas de patrocinios,
- Encontrar mecanismos para predecir datos de acuerdo con su forma funcional,
- Conocer las distintas técnicas para el análisis de datos de acuerdo con el tipo de tarea a realizar,
- Estudiar las ganancias vs. gastos,
- Estudiar el comportamiento histórico de los indicadores de las empresas,
- Realizar mapas y estadísticos usando información del INEGI
- Realizar modificaciones en las campañas de los productos de acuerdo con la estación del año,
- Mejorar el suministro de insumos con base en el análisis,
- Mejorar las campañas digitales usando la información de las Redes Sociales,
- Mantener un sistema de control de Indicadores Clave de Rendimiento,
- Aprender a realizar graficas avanzadas para visualizar los resultados de los análisis,
- Realizar previsiones de ventas de un producto,
- Monitorear el impacto de las campañas de Marketing en las Redes Sociales usando Hashtags y Menciones,
- Estudiar de forma avanzada encuestas de calidad al cliente,
- Estudiar la efectividad de programas de marketing en ventas de productos,
- Trabajar BIG DATA
- Aprender a administrar bases de datos desde archivos .csv,
- Trabajar cubos OLAP,
- Realizar operaciones con cubos OLAP.
MATARIAL PROPORCIONADO DURANTE EL CURSO
- Temario en pdf.
- Bases de datos propias.
- Software R y Rstudio.
- Material complementario.
- Clases online.
- Acceso a multitud de material en Biblioteca Virtual.
TEMARIO
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.
¿cUÁL es el proceso de inscripción y costo?
Una vez que hayamos recibido su solicitud de inscripción le mandaremos los costos deacuerdo al calendario de costos, los datos bancarios, y le estaremos solicitando la siguiente documentación para abrir su expediente:
- 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)
*Nota: Una vez comience el diplomado también deberá enviar 3 fotografías tamaño diploma, con las especificaciones que se le indicarán por la Administración de Colegio Científico de Datos.
.
Deberá realizar el pago de inscripción de $1,000.00 MXN para quedar formalmente inscrito al Diplomado, una vez realizado el pago, favor de enviarlo al correo administracion@cocid.mx o a cocid.direccion@gmail.com
Costo: El diplomado tiene un costo de $15,000.00 MXN (Costo general)
20% de Descuento
al pagar su inscripción antes del 31 de enero de 2023
Costo: $12,000.00 MXN
Puede realizarlo en una sola exhibición o en 5 pagos diferidos de $2,400.00 MXN cada uno de la siguiente manera.
- Primer pago: del 1 al 5 de Marzo de 2023
- Segundo pago: del 1 al 5 de Abril de 2023
- Tercer pago: del 1 al 5 de mayo de 2023
- Cuarto pago: del 1 al 5 de junio de 2023
- Quinto pago: del 1 al 5 de julio de 2023
10% de descuento
Al pagar su inscripción del 1 al 15 de febrero de 2023
Costo: $13,500.00 MXN
Puede realizarlo en una sola exhibición o en 5 pagos diferidos de $2,700.00 MXN cada uno de la siguiente manera.
- Primer pago: del 1 al 5 de Marzo de 2023
- Segundo pago: del 1 al 5 de Abril de 2023
- Tercer pago: del 1 al 5 de mayo de 2023
- Cuarto pago: del 1 al 5 de junio de 2023
- Quinto pago: del 1 al 5 de julio de 2023

Reseña
Jorge Nájera es licenciado en Economía por la Universidad Autónoma Metropolitana, Maestro en Administración y Negocios por la Universidad Tres Culturas, y Especialista en Economía Monetaria y Financiera por la UNAM. Ha trabajado como Consultor Independiente en Ciencia de Datos y Análisis Cuantitativo Big Data. Es experto en el manejo de Pronósticos Estratégicos y el análisis del negocio con métodos Econométricos, y es fanático del análisis de Mercados Financieros utilizando las técnicas de la Minería de Datos, con conocimientos en administración de bases de datos de tipo Multinivel, y usuario de SQL, SPSS, Eviews, STATA, Alteryx, Datarobot, Tableau, DataStudio, R y Python. Certificado en Ciencia de Datos en R por la universidad de Harvard, y el nivel Core Designer en Alteryx.
Actualmente se desempeña como científico de datos para la empresa Bancoppel, y es docente de capacitación continua en el Colegio Científico de Datos (COCID) en Morelos. Es autor de los libros «Pronósticos Estratégicos de Series de Tiempo: Metodología practica para Economistas, Administradores y Científico de Datos» y «Sistema Integral de Business Intelligence con RStudio: Cuadros de Mando Integral y algoritmos de Aprendizaje Automatizado para el monitoreo de negocios inteligentes». Colabora como columnista de opinión en SDP Noticias, y en Rankia México.