• Introducción al Data Analytics. Definición, comparativo con Data Engineering y Data Science. 
• Repaso de bases de datos. Tablas y tipos de relación, cardinalidad y normalización. 
• Data Warehouses vs. Bases de datos relacionales. Diferencias, alcance. 
• Data Warehouses vs. Data Lakes. Diferencias, propósito, casos de uso. 
• Data warehouses. Enfoques de diseño de Ralph Kimball y de Bill Immon. 
• Cubos dimensionales y Datamarts. Hechos y dimensiones, modelos Start y Snowflaque. 
• Taller: Introducción a Analysis Services (SSAS). Exploración de interfaz de trabajo. 
• Taller: Diseño de un cubo de información a partir de un documento transaccional. 
• Taller: Desarrollo de un cubo de información con SASS. Carga de datos, creación de dimensiones y configuración de jerarquías. 
• Taller: Despliegue y consumo del cubo de información desde Excel. Impacto de jerarquías en la visualización. 

• Repaso T-SQL: Estructura y funcionamiento del comando SELECT…FROM… 
• Transformación de datos con T-SQL 

• Taller: Operaciones entre columnas: operadores y funciones para columnas tipo número, tipo fecha y tipo texto. Categorización de datos mediante condicional (IIF). 
• Taller: Filtrado de datos (WHERE y operadores de comparación).  
• Taller: Conversión de tipo de datos. 

• Transformación de tablas: 

• Taller: Unión de tablas (UNION). 
• Taller: Multiplicación de tablas (JOIN y variantes). Llaves simples y compuestas. 

• Resúmenes y agregaciones 

• Taller: Resúmenes de columnas mediante funciones de agregación directa. 
• Taller: Resúmenes de columnas mediante funciones de agregación y agrupación de datos (GROUP BY). 
• Taller: Filtrado de agregaciones. 
• Taller: Pivoteo de datos. 
• Script SQL especializados 
• Taller: Filtrado basado en subconsultas. 
• Taller: Uso de tablas temporales para pre-procesamiento. 
• Taller: Persistencia de datos. T-SQL para creación de tablas e inserción de datos de consultas. 

• Taller: Introducción a SQL Server Integration Services (SSIS). Exploración de interfaz de trabajo. 
• Taller: Desarrollo de flujo de control de datos. 
• Taller: Depuración y puntos de control de errores. 
• Taller: Despliegue y gestión de paquetes. 
• Taller: Automatización de paquetes. 
• Taller: Integración SSIS & SSAS. 

• Tipos de análisis de datos: Descriptivo, Diagnóstico, Predictivo y Prescriptivo. Definición y alcance de cada uno. 
• Repaso Python. Creación de variables, importación de librerías, creación y uso de funciones personalizadas, creación de DataFrames e importación de archivos externos. 
• Análisis univariado. 

• Taller: Creación de tablas de frecuencia para variables cualitativas con Python. Ploteo de bar-charts y pye-charts. Lectura e interpretación de tablas y gráficos. 
• Taller: Agrupamiento de datos cuantitativos con Python (sturges rule). 
• Taller: Ploteo de histograms para variables cuantitativas con Python. Lectura e interpretación del histograma. 
• Taller: Ploteo de boxplot con Python. Lectura e interpretación del boxplot. 
• Taller: Análisis comparativo de muestras basadas en visualizaciones. 

• Análisis bivariado. 

• Taller: Ploteo de un Scatter-plot y cálculo de índice de correlación con Python. Lectura e interpretación del gráfico. 
• Taller: Ploteo de una matriz de correlación. Interpretación de resultados. 
• Taller: Pronóstico basado en regresión lineal simple con Python. 

• Análisis de datos evolutivos. 

• Taller: Ploteo de una Time-series con Python. Lectura e interpretación del gráfico. 
• Taller: Pronóstico de serie de tiempo basado en un algoritmo simple de Forecast. 

• Análisis multivariado. 

• Taller: Agrupamiento (clustering) de datos con el algoritmo KNN. Interpretación del resultado de agrupamiento. 
• Taller: Reducción dimensional con Support Vector Machine (SVM). 

• Repaso. Arquitectura general de un proyecto BI. 
• Repaso. El modelo de datos multidimensional. Características y componentes. 
• Repaso. Introducción a conceptos de base de datos. Tabla, relación, cardinalidad. 
• Modelo de datos en PBI. Crear / eliminar relaciones. 
• Modelo de datos en PBI. Creación de jerarquías. 
• Lenguaje DAX. Creación de tablas. En blanco, con datos, tipo calendario. 
• Lenguaje DAX. Creación de columnas. Funciones y operadores matemáticos, funciones para fechas y funciones para textos. 
• Lenguaje DAX. Creación de medidas. Uso de CALCULATE. Operaciones fila a fila (funciones X). 
• Lenguaje DAX. Inteligencia de tiempo. Uso de YTD, TOTALYTD, SAMEPERIODLASTYEAR. Variación entre periodos. 
• Lenguaje DAX. Uso del comando condicional (IF). 
• Lenguaje DAX. Textos y títulos dinámicos. 
• Visualización. Visualizaciones para indicadores de negocio. 
• Visualización. Semaforización de gráficos estadísticos. 
• Visualización. Inserción y configuración de mapas. 
• Visualización. Inserción y configuración de segmentación. 
• Visualización. Diseño de tablas comparativas (con inteligencia de tiempo). 

• Taller: Construcción de FactTables y DimTables en Power Query. 
• Taller: Diseño de modelos de datos en PBI. 
• Taller: Creación de tablas, columnas y medidas sobre el modelo de datos. 
• Taller: Implementación de las funciones de inteligencia de tiempo. 
• Taller: Diseño de Dashboards a partir de modelos dimensionales, con indicadores de negocios, gráficos semaforizados, mapas, tablas comparativas basadas en inteligencia de tiempo, y segmentación. 

• Fundamentos de Storytelling 

• Introducción al Storytelling Analytics. 
• Importancia del Storytelling. 
• La visualización y la narrativa. 

• Factores asociados al Storytelling 

• Componentes del Storytelling. 
• Los datos en modo visual. 
• Visualización y Dashboard. 
• La importancia de los colores. 

• Percepciones y el proceso del Storytelling 

• Storytelling y el cerebro. 
• Percepción visual: Las leyes de Gestalt. 

• Casos de estudio: visualización de datos. 

Sesión 1. Lineamientos generales y presentación de formatos para los entregables. Exposición por equipos de la idea del proyecto. 

Sesión 2. Seguimiento de avance y feedback. 

Sesión 3. Exposición y sustentación de proyectos.