¿Cómo lo hacemos?
Así se aprende Data Analytics en Qualentum
¿Qué hace un profesional en su día a día? Afronta retos, resuelve problemas y ejecuta tareas para lograr un objetivo. Así es la vida profesional y así orientamos la formación en Qualentum 😊
Todo oficio digital se aprende a través de la resolución de los problemas habituales. Y en eso consiste nuestra metodología Action Learning
Nuestros bootcamps están diseñados así:
El itinerario se compone por Sprints y cada uno consta de proyectos semanales llamados LABS
01
Presentación
El instructor indica al alumno los objetivos de aprendizaje del lab y el problema
Teoría
El alumno estudia los conceptos que ayudan a resolver ese problema
02
Paso a paso
Un experto resuelve el problema y explica el proceso con detalle
03
Entrenamiento
El alumno ejecuta un ejercicio parecido y se lo presenta al instructor
04
Solución
Un instructor le ofrece la solución al problema y le realiza una tutoría
05
¿Por qué Qualentum?
Profesores de
empresas TOP
Camina siempre
acompañado
Con las últimas
tecnologías
Con clases
en directo
Con bonus track
de Soft Skills
¡Sin coste
para ti!
Enfréntate semana tras semana a retos y problemas reales; aprende a ser un profesional eficiente y resolutivo
Este es el itinerario de Data Analytics en 20 semanas
- Introducción a los principales canales de adquisición
- Métricas y dimensiones en medición de marketing digital
- Sistemas de medición: visión y técnicas de captación del dato
- Identificadores en el entorno digital: situación actual y restricciones
- de privacidad y tecnología
- Introducción a las herramientas principales en la medición digital
- Analítica descriptiva: conceptos básicos y métricas principales
- Analítica inferencial: análisis de regresiones
- Analítica prescriptiva y modelización de datos: desde los datos observados
- a los datos modelados, atribución, predicción de bajas y forecasting
- Medición de experimentos con el método científico
- Introducción al entorno Excel
- Fórmulas básicas y avanzadas
- Tablas y gráficos dinámicos
- Dashboard en Excel
- Introducción a secuencias básicas para extracción de datos
- Agrupación y agregación de datos
- Cruce de datos de diferentes entornos (JOINS)
- Transformación de datos en SQL (CASE)
- Introducción, programación, visualización y manipulación de datos en Python
- Introducción a las principales plataformas Cloud: Google Cloud, Amazon
- Web Services y Azure
- Aplicación a caso particular Big Query en GCP
- Principios de visualización de datos
- Preparación de datos para la visualización
- Diseño de cuadros de mando
- Data storytelling
Especialización a elegir:
1. Visualización de datos
- Introducción a DAX en Power BI
- Integración, manipulación y visualización de datos
- Diferencias entre Power BI, Tableau y Looker
- Fundamentos básicos de Tableau y Looker Studio
- Comunicación de datos de manera efectiva con gráficos
- Principios de diseño aplicados a los datos
- Construcción de argumentos y presentaciones efectivas
2. Marketing
- Introducción a GA4: medición por eventos, Datalayer y consent mode
- Análisis de datos en GA4: datos consolidados vs. exploración de datos
- Análisis de datos en BigQuery: modelo columnar, tablas anidadas o datos clusterizados
- Explotación de datos de BigQuery desde Power BI
- Marketing Automation y CRM
- Ecosistema APIs y scripts de las principales plataformas publicitarias
- CRM, DMP, CDP, gestión de identidad y audiencias publicitarias
- Aplicación de la IA al ecosistema publicitario
- Ecosistema actual de medición de eficacia publicitaria y conceptos clave
- Fases de un proyecto de Marketing Mix Modeling (MMM)
- Outputs de un proyecto de MMM
- Modelos de atribución y experimentos