Master en Analítica Web y Big Data

MATRICULACIÓN

Entidad:

Titulacion de INESEM
Duración total:
1500 h.
Teleformación:
450 h.
Modalidad:
Online
Precio: 1895 €
Bonificable hasta el 100%

SOLICITAR INFORMACIÓN

Presentación
DESCRIPCIÓN
En un entorno cada vez más complejo y saturado de información, el análisis y tratamiento de los datos se vuelve esencial en la toma de decisiones acertadas dentro de cada empresa. El Master en Analítica Web Y Big Data es el acceso que necesitas para formar parte de los profesionales del análisis web y el Big Data, que a día de hoy, se están convirtiendo en los asesores analíticos de las directivas. Analiza y utiliza los datos, el poder empresarial del futuro está en la información.Con este Master en Analítica Web y Big Data obtendrás la formación necesaria para realizar recopilación y análisis de datos masivos gracias al Big Data y dominar herramientas de analítica web, tales como Google Analytics, Google Adwords, Google Tag Manager y Google Data Studio, con las que podrás planificar, ejecutar y evaluar estrategias, SEO, SEM y CRO en entornos de e-commerce. Además, serás capaz de llevar a cabo análisis más profundos de todos los datos obtenidos gracias al uso de BigQuery, Python y R.Durante la realización del máster contarás con un equipo de profesionales especializados en la materia que te ayudarán en todo momento y gracias a las prácticas garantizadas en empresas punteras dentro del sector podrás acceder a un mercado laboral con gran auge y futuro.
OBJETIVOS
  • Entender la importancia del Big Data y su aplicación a la analítica web.
  • Diseñar e implementar estrategias de marketing digital en base al Big Data.
  • Utilizar las herramientas Google Ads y Google Analytics, clave en la analítica web.
  • Mejorar las estrategias utilizadas gracias a Google Tag Manager y Google Data Studio.
  • Llevar a cabo análisis de datos a gran escala con el uso de Google Analytics 360 y BigQuery.
  • Saber aplicar programación de datos estadísticos gracias al uso de los lenguajes Python y R.
PARA QUÉ TE PREPARA
Con este Master en Analítica Web y Big Data obtendrás la formación necesaria para realizar recopilación y análisis de datos masivos gracias al Big Data y dominar herramientas de analítica web, tales como Google Analytics, Google Adwords, Google Tag Manager y Google Data Studio, con las que podrás planificar, ejecutar y evaluar estrategias, SEO, SEM y CRO en entornos de e-commerce. Además, serás capaz de llevar a cabo análisis más profundos de todos los datos obtenidos gracias al uso de BigQuery, Python y R.
A QUIÉN VA DIRIGIDO
El Master en Analítica Web y Big Data está dirigido a los profesionales de todos los niveles que quieran adquirir o afianzar conocimientos en torno a la analítica web y todas las herramientas y tecnologías utilizadas hoy día para llevar a cabo análisis de calidad, de cara a mejorar las estrategias empresariales y de marketing. Se trata de una acción formativa idónea para ampliar oportunidades profesionales en un ámbito en auge, como es el Big Data.
Metodología

La metodología INESEM Business School, ha sido diseñada para acercar el aula al alumno dentro de la formación online. De esta forma es tan importante trabajar de forma activa en la plataforma, como necesario el trabajo autónomo de este. El alumno cuenta con una completa acción formativa que incluye además del contenido teórico, objetivos, mapas conceptuales, recuerdas, autoevaluaciones, bibliografía, exámenes, actividades prácticas y recursos en forma de documentos descargables, vídeos, material complementario, normativas, páginas web, etc.

A esta actividad en la plataforma hay que añadir el tiempo asociado a la formación dedicado a horas de estudio. Estos son unos completos libros de acceso ininterrumpido a lo largo de la trayectoria profesional de la persona, no solamente durante la formación. Según nuestra experiencia, gran parte del alumnado prefiere trabajar con ellos de manera alterna con la plataforma, si bien la realización de autoevaluaciones de cada unidad didáctica y evaluación de módulo, solamente se encuentra disponible de forma telemática.

El alumno deberá avanzar a lo largo de las unidades didácticas que constituyen el itinerario formativo, así como realizar las actividades y autoevaluaciones correspondientes. Al final del itinerario encontrará un examen final o exámenes. A fecha fin de la acción formativa el alumno deberá haber visitado al menos el 100 % de los contenidos, haber realizado al menos el 75 % de las actividades de autoevaluación, haber realizado al menos el 75 % de los exámenes propuestos y los tiempos de conexión alcanzados deberán sumar en torno al 75 % de las horas de la teleformación de su acción formativa. Dicho progreso se contabilizará a través de la plataforma virtual y puede ser consultado en cualquier momento.

La titulación será remitida al alumno por correo postal una vez se haya comprobado que ha completado el proceso de aprendizaje satisfactoriamente.

Por último, el alumno contará en todo momento con:

Claustro Docente
Ofrecerá un minucioso seguimiento al alumno, resolviendo sus dudas e incluso planteando material adicional para su aprendizaje profesional.
Comunidad
En la que todos los alumos de INESEM podrán debatir y compartir su conocimiento.
Material Adicional
De libre acceso en el que completar el proceso formativo y ampliar los conocimientos de cada área concreta. Podrá encontrarlo en Revista Digital, INESEM y MasterClass INESEM, puntos de encuentro entre profesionales que comparten sus conocimientos.
Temario
SE DESARROLLARÁN LOS SIGUIENTES CONTENIDOS
  1. ¿Qué es Big Data?
  2. La era de las grandes cantidades de información. Historia del big data
  3. La importancia de almacenar y extraer información
  4. Big Data enfocado a los negocios
  5. Open Data
  6. Información pública
  7. IoT (Internet of Things-Internet de las cosas)
  1. Definición y relevancia de la selección de las fuentes de datos
  2. Naturaleza de las fuentes de datos Big Data
  1. Definición, Beneficios y Características
  2. Ejemplo de uso de Open Data
  1. Diagnóstico inicial
  2. Diseño del proyecto
  3. Proceso de implementación
  4. Monitorización y control del proyecto
  5. Responsable y recursos disponibles
  6. Calendarización
  7. Alcance y valoración económica del proyecto
  1. Definiendo el concepto de Business Intelligence y sociedad de la información
  2. Arquitectura de una solución de Business Intelligence
  3. Business Intelligence en los departamentos de la empresa
  4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  5. Sistemas operacionales y Procesos ETL en un sistema de BI
  6. Ventajas y Factores de Riesgos del Business Intelligence
  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)
  1. Apoyo del Big Data en el proceso de toma de decisiones
  2. Toma de decisiones operativas
  3. Marketing estratégico y Big Data
  4. Nuevas tendencias en management
  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL
  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras
  1. Aproximación al concepto de DataMart
  2. Procesos de extracción, transformación y carga de datos (ETL)
  3. Data Warehouse
  4. Herramientas de Explotación
  5. Herramientas para el desarrollo de cubos OLAP
  1. Visión General. ¿Por qué DataWarehouse?
  2. Estructura y Construcción
  3. Fases de implantación
  4. Características
  5. Data Warehouse en la nube
  1. Tipos de herramientas para BI
  2. Productos comerciales para BI
  3. Productos Open Source para BI
  4. Beneficios de las herramientas de BI
  1. Business Intelligence en Excel
  2. Herramienta PowerBI
  1. Instalación y arquitectura
  2. Carga de datos
  3. Informes
  4. Transformación y modelo de datos
  5. Análisis de datos
  1. ¿Qué es una base de datos NoSQL?
  2. Bases de datos Relaciones Vs Bases de datos NoSQL
  3. Tipo de Bases de datos NoSQL. Teorema de CAP
  4. Sistemas de Bases de datos NoSQL
  1. ¿Qué es MongoDB?
  2. Funcionamiento y uso de MongoDB
  3. Primeros pasos con MongoDB. Instalación y shell de comandos
  4. Creando nuestra primera Base de Datos NoSQL.Modelo e Inserción de Datos
  5. Actualización de datos en MongoDB. Sentencias set y update
  6. Trabajando con índices en MongoDB para optimización de datos
  7. Consulta de datos en MongoDB
  1. Introducción a Python
  2. ¿Qué necesitas?
  3. Librerías para el análisis de datos en Python
  4. MongoDB, Hadoop y Python. Dream Team del Big Data
  1. Introducción a R
  2. ¿Qué necesitas?
  3. Tipos de datos
  4. Estadística Descriptiva y Predictiva con R
  5. Integración de R en Hadoop
  1. Obtención y limpieza de los datos (ETL)
  2. Inferencia estadística
  3. Modelos de regresión
  4. Pruebas de hipótesis
  1. Inteligencia Analítica de negocios
  2. La teoría de grafos y el análisis de redes sociales
  3. Presentación de resultados
  1. Introducción a la minería de datos y el aprendizaje automático
  2. Proceso KDD
  3. Modelos y Técnicas de Data Mining
  4. Áreas de aplicación
  5. Minería de textos y Web Mining
  6. Data mining y marketing
  1. ¿Qué es Hadoop? Relación con Big Data
  2. Instalación y configuración de insfraestructura y ecosistema Hadoop
  3. Sistema de archivos HDFS
  4. MapReduce con Hadoop
  5. Apache Hive
  6. Apache Hue
  7. Apache Spark
  1. ¿Qué es Weka?
  2. Técnicas de Data Mining en Weka
  3. Interfaces de Weka
  4. Selección de atributos
  1. Introducción
  2. Clasificación de algoritmos de aprendizaje automático
  3. Ejemplos de aprendizaje automático
  4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
  5. Tipos de algoritmos de aprendizaje automático
  6. El futuro del aprendizaje automático
  1. Introducción
  2. Filtrado colaborativo
  3. Clusterización
  4. Sistemas de recomendación híbridos
  1. Clasificadores
  2. Algoritmos
  1. Introducción
  2. El proceso de paso de DSS a IDSS
  3. Casos de aplicación
  1. Importancia del SEO
  2. Funcionamiento de los buscadores
  3. Google: algoritmos y actualizaciones
  4. Cómo salir de una penalización en Google
  5. Estrategia SEO
  1. Introducción al SEM
  2. Principales conceptos de SEM
  3. Sistema de pujas y calidad del anuncio
  4. Primer contacto con Google Ads
  5. Creación de anuncios de calidad
  6. Indicadores clave de rendimiento en SEM
  1. Qué es un CMS
  2. Ventajas e inconvenientes de los CMS
  3. Wordpress y Woocommerce
  4. Prestashop y Magento
  1. Concepto y evolución del Social Media
  2. Tipos de redes sociales
  3. La importancia actual del social media
  4. Prosumer
  5. Contenido de valor
  6. Marketing viral
  7. La figura del Community Manager
  8. Social Media Plan
  9. Reputación Online
  1. Primero pasos con Facebook
  2. Facebook para empresas
  3. Configuración de la Fanpage
  4. Configuración de mensajes: Facebook Messenger
  5. Tipo de publicaciones
  6. Creación de eventos
  7. Facebook Marketplace
  8. Administración de la página
  9. Facebook Insights
  10. Centro de cuentas, Facebook Business Suite, Facebook Business Manager
  1. Introducción a Instagram
  2. Instagram para empresas
  3. Creación de contenido
  4. Uso de Hashtags
  5. Instagram Stories
  6. Herramientas creativas
  7. Colaboración con influencers
  8. Principales estadísticas
  9. Actualiaciones de instagram
  10. Funcionalidades de la versión de pago
  1. Introducción a X Corp.
  2. Elementos básicos de X Corp.
  3. X Corp para empresas
  4. Servicio de atención al cliente a través de X Corp.
  5. Contenidos
  6. Uso de Hashtags y Trending Topic
  7. X Corp. Analytics
  8. TweetDeck
  9. Audiense
  10. Hootsuite
  11. 11. Funcionalidades de la versión premium
  1. Introducción a LinkedIn
  2. LinkedIn para empresas
  3. Creación de perfil y optimización
  4. Grupos
  5. SEO para LinkedIn
  6. Analítica en LinkedIn
  7. LinkedIn Recruiter
  1. Introducción a Youtube
  2. Vídeo Marketing
  3. Crear una canal de empresa
  4. Optimización del canal
  5. Creación de contenidos
  6. Gestión de comentarios
  7. Youtube Analytics
  8. Youtube vs Vimeo
  9. Keyword Tool
  10. Youtube Trends
  1. Introducción a Twitch
  2. El éxito de Twitch
  3. Generar suscriptores en Twitch
  4. Contenidos y recomendaciones
  5. Twitch e influencers
  6. Streamlabs
  7. Publicidad en Twitch
  8. Seguimiento y medición de resultados
  1. ¿Qué es y cómo funciona Tiktok?
  2. Creación de contenido en TikTok
  3. Estrategias para ganar seguidores (hashtags, likes, challenges…)
  4. El papel del marketing en Tiktok
  5. Tiktok e influencers
  6. Tiktok Ads
  1. Introducción a Facebook Ads
  2. Tipos de Campañas y objetivos publicitarios
  3. Segmentación: públicos
  4. Presupuesto
  5. Formatos de anuncios
  6. Ubicaciones
  7. Administrador de anuncios
  8. Seguimiento y optimización de anuncios
  9. Pixel de Facebook
  10. Cómo gestionar publicidad de Instagram desde el administrador de anuncios de Facebook
  1. Objetivos publicitarios
  2. Audiencias en X Corp
  3. Tipos de anuncios
  4. Administrador de anuncios
  5. Creación de campañas y optimización
  6. X Corp. Cards
  7. Instalación código de seguimiento
  8. Listas de remarketing
  1. Introducción a LinkedIn Ads
  2. Formatos de anuncios
  3. Objetivos publicitarios
  4. Creación de campañas
  5. Segmentación
  6. Presupuesto
  7. Seguimiento y medición de resultados
  1. Ventajas de la publicidad en Youtube
  2. Youtube y Google Adwords
  3. Tipos de anuncios en Youtube
  4. Campaña publicitarias en Youtube con Google Adwords
  5. Creación de anuncios desde Youtube
  1. Introducción a TikTok Ads Manager
  2. Creación de una campaña de publicidad en TikTok
  3. Tipos de contenidos y herramientas clave
  4. Seguimiento y monitorización de los resultados
  1. Introducción
  2. La Analítica Web. Un reto cultural
  3. ¿Qué puede hacer la analítica web por ti o tu empresa?
  4. Glosario de Analítica Web
  1. La analítica web en la actualidad
  2. Definiendo la analítica web
  3. El salto a la analítica web moderna
  1. Identificar los factores críticos
  2. Otros factores que convienen medir
  3. Las macro y microconversiones
  4. Medir el valor económico
  5. Sitios sin comercio. Valores a medir
  6. Medición de sitios B2B
  1. Introducción
  2. La usabilidad Web
  3. Pruebas Online y a Distancia
  4. Las encuestas
  1. Definición de KPIs
  2. KPI, CSF y metas
  3. Principales KPIS
  4. Ejemplos de KPIS
  5. Supuesto práctico. Cálculo de KPI con Excel
  1. Introducción
  2. Recopilar datos de Inteligencia Competitiva
  3. Análisis del tráfico de sitios web
  4. Búsquedas
  1. Introducción
  2. La nueva web social y como medir datos
  3. Las aplicaciones
  4. Analizar el comportamiento desde el móvil
  5. Analizar el rendimiento de los vídeos
  1. Análisis de Blogs
  2. Coste y beneficios de escribir en un blog
  3. Nuestro impacto en Twitter
  4. Métricas para Twitter
  1. La calidad de los datos
  2. Obtener datos válidos
  3. ¿En qué basarnos para la toma de decisiones?
  4. Beneficios de análisis multicanal
  1. Segmentación en base al comportamiento
  2. Predicción y minería de datos
  3. Rumbo a la analítica inteligente
  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL
  1. Ventajas de la publicidad online
  2. ¿Qué es Google Ads?
  3. Fundamentos de Google Ads
  4. Crear una cuenta en Google Ads
  5. Campañas, grupos de anuncios y palabras clave
  6. Planificador de palabras clave
  1. Funcionamiento
  2. Configuración campaña
  3. Anuncios
  4. Pujas y presupuestos
  5. Administración, medición y supervisión de campañas
  6. Optimización
  1. Introducción
  2. Configuración campaña
  3. Anuncios
  4. Audiencias, segmentación y remarketing
  5. Medición y optimización
  1. Ventajas de la publicidad mobile
  2. Pujas y segmentación
  3. Anuncios
  4. Medición
  1. Google Merchant Center
  2. Campañas de shopping
  1. Copywriting y Google Ads
  2. Copyqriting en publicidad de búsquedas
  3. Copywriting en publicidad display
  4. Copywriting en publicidad para móviles
  5. Copywriting en publicidad shopping
  1. Introducción a la analítica web
  2. Funcionamiento Google Analytics
  3. Introducción e instalación de Google Analytics
  4. Interfaz
  5. Métricas y dimensiones
  6. Informes básicos
  7. Informes personalizados
  8. Comportamiento de los usuarios e interpretación de datos
  1. ¿Qué es Google Analytics 4?
  2. Diferencias con respecto a Universal Analytics
  3. Implementación de Google Analytics 4
  4. Las herramientas de análisis de Google Analytics 4
  5. Los espacios de identidad
  6. Ventajas de Google Analytics 4
  7. Desventajas de Google Analytics 4
  1. Planes de medición
  2. Configuración de las vistas mediante filtros
  3. Métricas y dimensiones personalizadas
  4. Seguimiento de eventos
  1. Informes de visión general
  2. informes completos
  3. Compartir informes
  4. Configuración paneles de control y accesos directos
  1. Informes de Audiencia
  2. Informes de Adquisición
  3. Informes de Comportamiento
  1. Campañas personalizadas
  2. Realizar un seguimiento de las campañas con el Creador de URLs
  3. Configuración y medición de objetivos
  4. Cómo medir campañas de Google Ads
  1. Analítica avanzada
  2. Informes sin muestrear
  3. Google BigQuery Export
  4. Integraciones
  1. Concepto y características
  2. Gestión de etiquetas
  3. Activadores y gestión de variables
  4. Implementación y eventos
  5. Tracking
  1. Visualización de datos
  2. Tipologías de gráficos
  3. Fuentes de datos
  4. Integración con Analytics
  5. Creación de informes
  1. ¿Qué es Adobe Analytics?
  2. ¿Qué podemos hacer con Adobe Analytics?
  3. Principales diferencias respecto a Google Analytics
  4. Conceptos Clave
  5. Implementación de Adobe Analytics
  1. Algunas singularidades previas de Adobe Analytics que el analista debe conocer
  2. Dimensiones comunes
  3. Métricas comunes
  4. Segmentación y grupos de informes virtuales
  5. Informes en tiempo real
  6. Los canales de marketing
  7. Importación de informes de Google Analytics a Adobe Analytics
  1. Analysis Workspace y la integración del Ad Hoc Analysis
  2. Proyectos
  3. Componentes
  4. Visualizaciones
  5. Paneles
  6. Curar y compartir proyectos
  7. Attribution IQ
  1. Introducción al Reports & Analytics
  2. Tipos de informes
  3. Personalización de informes
  4. Report Builder
  5. Activity Map
Titulación
Titulación de Formación Continua Bonificada expedida por el Instituto Europeo de Estudios Empresariales (INESEM). Título Propio del Instituto Europeo de Estudios Empresariales (INESEM) “Enseñanza no oficial y no conducente a la obtención de un título con carácter oficial o certificado de profesionalidad.”
Requisitos Acceso
Este curso bonificado pertenece al sistema de Formación Programada de INESEM Business School. Se tramita con cargo a un crédito formativo asignado a las empresas privadas españolas para la formación de sus trabajadores sin que les suponga un coste. Para tramitar este curso de formación programada es necesario:
  • Estar trabajando para una empresa privada.
  • Encontrarse cotizando en el Régimen General de la Seguridad Social
  • Que el curso seleccionado esté relacionado con el puesto de trabajo o actividad principal de la empresa.
  • Que la empresa autorice la formación programada
  • Que la empresa disponga de suficiente crédito formativo para cubrir el coste del curso
Master en Analítica Web y Big Data
Duración total:
1500 h.
Teleformación:
450 h.
Modalidad:
Online
Precio: 1895 €
Bonificable hasta el 100%
MATRICULACIÓN
MATRÍCULA ONLINE
Master en Analítica Web y Big Data
Información básica sobre Protección de Datos. Haz clic aquí
Responsable INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES S.A.U. Finalidad Información académica y comercial de nuestros servicios de enseñanza. Legitimación Consentimiento del interesado y ejecución de un contrato en el que el interesado es parte. Destinatarios Encargados del tratamiento para cumplir con las finalidades. Derechos Acceder, rectificar y suprimir los datos, así como otros derechos, como se explica en la información adicional.

Información adicional Pulsa aquí

* Campos obligatorios