Las empresas requieren mucha información para tomar decisiones con el fin de lograr los objetivos de negocio que se han planteado. Desde hace un tiempo mucha de la información es suministrada desde el Business Intelligence y reporting en general.
Sin embargo, existe una abundancia de datos que generan todos los sistemas y de las interacciones de clientes, proveedores y empleados, es por ello que existe un creciente interés en que tales datos sean procesados con Machine Learning, Inteligencia Artificial y Minería de datos, con el fin de encontrar insights de interés, oportunidades de mejores y desarrollo de modelos predictivos para clustering, minería de opinión, forecast y reglas de asociación, entre muchas otras.
Python es el lenguaje de programación de mayor uso en el mundo de la analítica avanzada y la Ciencia de Datos, por otra parte el SQL Server es uno de los sistemas gestores de bases de datos de mayor uso empresarial, ya que muchos de los grandes ERP y CRM lo usan como su motor de bases de datos. Asimismo, MySQL es un motor de bases de datos muy popular para aplicaciones y sistemas empresariales, tal vez el más usado para aplicacione funcionales.
Cuando hablamos de Visualización analítica de la información el campeonato se lo lleva Power BI, porque muestra de la formás más dinámica posible la información, puede ser con enfoque de dashboard tradicional o con enfoque moderno de Storytelling con infografías expectaculares.
Estas son las herramientas que vas a usar en este curso, porque verás cómo hacer Clustering de clientes con Kmeans, Análisis de sentimiento, forecast de ventas y reglas de asociación Apriori con datos ubicados en tablas de SQL Server, consumidas por el Script de Python que es ejecutado desde Power Query para que se genere el informe más dinámico e intuitivo para el usuario final.
El curso cuenta con un módulo dedicado a trabajar datos recolectados con un formulario HTML para una encuesta NPS, almacenados en MySQL en la nube y conectados a Power BI vía API Rest para ejecutar el Script Python para obtener un Árbol de Decisión para clasificar el resultado de Promotor, Detractor y Pasivo. Este módulo es un ejemplo de caso 100% real, en el cuel tú participas aportando los datos a procesar a través del formuario NPS.
No tienes nada de desperdicio en el curso! contenido 100% aplicable en el mundo real, porque son casos reales!
