Power BI para el manejo de datos
Los datos son la segunda materia prima más importante en el mundo después del petróleo, en la gestión empresarial y el campo organizacional es vital disponer de información actualizada y que esta sea de utilidad para la toma de decisiones. Cuando se habla de big data, muchos son los términos que se acuñan a esta práctica, pero (McKinsey Golabl Institute, 2011) lo define como, el conjunto de datos (macro datos) cuyo tamaño está más allá de las capacidades de las herramientas típicas de software de bases de datos, para capturar, almacenar, gestionar y analizar. La analítica es una capacidad que se desarrollará en los estudiantes que les permitirá planear y gestionar datos a través de decisiones informadas, Thomas Davenport, define la analítica como el uso exhaustivo de los datos, análisis estadísticos y cuantitativos, modelos explicativos y predictivos, y dirección y gestión basados en hechos como motor de la toma de decisiones en las acciones emprendidas”. El análisis de datos orienta a los estudiantes a aportar de manera consecuente a los logros organizacionales y la transformación digital a través de decisiones orientadas a la optimización de procesos y respondiendo a las necesidades actuales de la sociedad.
- Créditos académicos: 2 créditos
- Horas dispuestas para el desarrollo de la Asignatura: 96 horas
- Modalidad: virtual
- Docente: Juan Carlos Castiblanco
- Introducción a la analítica: presentación de conceptos básicos de analítica (descriptiva, predictiva y prescriptiva), aplicaciones, contexto nacional e internacional e importancia en la toma de decisiones.
- Introducción al análisis de datos con excel y sus herramientas de analítica
- Introducción a las herramientas de análisis de datos: Power Query, Power Pivot, Power BI, OneDrive y Share Point Online. Importancia de cada una de estas, versiones, ventajas, posibilidades de aplicación en el campo de la analítica.
- Procesos de ETL: Extract, transform and load. Donde se va a poder realizar lo que corresponde con la limpieza de la data, la transformación de esta, definiendo la tipología de los datos, las fuentes de conexión y las relaciones (power pivot) que se generan entre las diferentes fuentes de información (Consultas) para poder crear el modelo analítico en la herramienta de Business Intelligence para tal fin (Power BI)
- Explicar la restricción del proceso ETL en Excel, cuando la base de datos o la fuente de origen excede las capacidades que tiene la herramienta y que es necesario tratarla con Power Query
- Diseño de modelos de analítica: fuentes de información, tipos de datos, tipos de variables, elementos básicos de estadística descriptiva
- Desarrollo de modelos de analítica: Procesos de ETL: Extract, transform and load; conexión (extracción) e integración de múltiples fuentes y tipos de datos, prealistamiento de la información (transformación) y cargue para la construcción de modelos relacionales
- Reflexión por parte del estudiante frente a las ventajas y bondades que tiene la analítica en la toma de decisiones informadas (datos procesados en beneficio de la compañía)
- Introducción al lenguaje DAX: fórmulas y funciones básicas del lenguaje Data Analysis Expressions (DAX). Entender la diferencia en la escritura de funciones en PowerBI frente a lo que se escribe tradicionalmente en Excel, junto con las bondades que tiene el lenguaje DAX en la toma de decisiones y construcción de cuadros de mando
- Visual analytics: técnicas para implementar modelos de alto impacto visual, creación de dashboard o modelo analítico, inicialmente solo con visualizaciones sin medidas (cálculos con los cuales se interactua a medida que se trabaja en el informe), y después se implementarán análisis un poco más complejos con medidas. Los estudiantes construirán un modelo analítico en parejas, donde se trabaje en torno a dos variables, un análisis propio de su disciplina o un análisis de una temática de interés, esto con un dataset (set de datos, consultas, orígenes de datos) que tengan por lo menos 1 millón de datos
- Integración de modelos de analítica en la Nube (OneDrive, Share Point Online y Power BI online). Compartir los modelos analíticos para tener información actualizada y constante sin importar que el reporte esté siendo actualizado, esto permitirá tener en la organización la información completamente actualizada para fines de consulta y presentación de informes.