Este módulo tiene como objetivo dotar a los alumnos de un perfil analítico-tecnológico altamente demandado en el sector profesional, integrando los fundamentos matemáticos con el uso aplicado de herramientas de “business intelligence” (BI) para afrontar los retos del análisis de datos en entornos reales.
Resultados de aprendizaje y criterios de evaluación:
RA1 Comprende los conceptos fundamentales de “Business Intelligence” (BI)
- Se ha definido qué es Business Intelligence (BI) y se ha descrito su propósito en una organización
- Se ha identificado las fases del proceso de BI (recolección, almacenamiento, análisis y visualización de datos)
- Se han reconocido los componentes clave de una arquitectura de BI
- Se ha distinguido entre los diferentes tipos de análisis de datos (descriptivo, diagnóstico, predictivo, prescriptivo)
- Se ha instalado y configurado la herramienta de BI para el entorno de trabajo personal o profesional
RA2 Establece y configura conexiones a diversas fuentes de datos garantizando la integridad y accesibilidad de la información
- Se han identificado y seleccionado los métodos de conexión apropiados para diferentes tipos de fuentes de datos teniendo en cuenta sus particularidades y requisitos técnicos.
- Se han configurado y establecido conexiones a múltiples fuentes de datos, asegurando la correcta autenticación, autorización y el acceso eficiente a la información.
- Se han aplicado técnicas para la extracción y la carga de datos (ETL/ELT) desde diversas fuentes, manteniendo la integridad y la calidad de los datos durante el proceso de transferencia.
RA3 Aplica técnicas de transformación y limpieza de datos para preparar conjuntos de datos robustos y confiables
- Se han identificado y diagnosticado de manera sistemática problemas comunes inherentes a conjuntos de datos reales.
- Se han aplicado técnicas para transformar, limpiar y normalizar datos.
- Se han transformado las columnas de datos del modelo de manera efectiva para estructurar los datos en función de las necesidades del análisis
RA4 Diseña el modelo de datos adecuado para el análisis
- Explica las características de modelos de datos en entornos masivos y evalúa la aplicabilidad de esquemas según los requisitos analíticos y la naturaleza de los datos.
- Se han definido las propiedades de los elementos que forman el modelo
- Se han establecido las relaciones y jerarquías presentes en el conjunto de datos
- Se han aplicado técnicas de transformación entre diferentes modelos de datos para mejorar el rendimiento de las consultas y los procesos de análisis.
RA5 Crea y diseña visualizaciones de datos efectivas y significativas
- Se han seleccionado los tipos de gráficos apropiados para representar diferentes tipos de datos y relaciones
- Se han personalizado los elementos visuales para mejorar la claridad y la comunicación
- Se han creado paneles interactivos que permitan la exploración y el análisis intuitivo de los datos por parte del usuario final
RA6 Aplica técnicas de análisis de datos
- Se han formulado preguntas de negocio relevantes
- Se han descubierto, patrones, tendencias y correlaciones significativas en grandes volúmenes de datos
- Se han establecido filtros y realizado cálculos y agregaciones complejas mediante herramientas de programación
- Se han interpretado los resultados del análisis para generar perspectivas que respalden la toma de decisiones
