Plan de Estudios

• Datos, información y hallazgos – Importancia del uso de datos para la toma de decisiones. Diferencia entre datos, información y hallazgos (insights).
• Estrategias para la interpretación de grandes tablas de datos – Lectura horizontal y lectura vertical. Dimensionamiento. Atributos categóricos y numéricos. Métricas y métricas de éxito. Análisis exploratorio con distribución estadística de las variables. Validación de datos. Principio MECE. Reality check y outliers.
• Análisis de causas de variación de una métrica – Uso de tablas dinámicas para identificación de patrones. Variables stock y flujo. Gráfico de cascada para análisis de componentes de variación.
  

MÓDULO 2 | CREANDO UN TABLERO DE CONTROL (DASHBOARD)

• Exploración de datos – Presentación del caso de negocio. Uso de técnicas de exploración de datos sobre el database.
• Conexión de fuentes de datos a dashboard – Presentación de la herramienta Google Looker Studio. Uso de conectores de fuentes de datos en Google Looker Studio. Conexión del database al tablero de control.
• Diseño de dashboard – Introducción a tableros de control (dashboards). 
• Lineamientos básicos de diseño de dashboards y visualizaciones de datos. Gráficos básicos.
• Taller de creación de un dashboard en Google Looker Studio – Gráficos, controles, campos calculados, combinación de fuentes de datos. Actividad práctica de creación de dashboard de negocio y presentación del dashboard.
• Devolución con feedback sobre dashboards – Feedback asincrónico con devolución en formato de video a los grupos sobre los dashboards creados en el taller.

• El valor de experimentar – Causalidad vs. correlación. Correlación espuria. Causalidad indefinida.
• Estructura de un experimento – A/B testing. Formulación de pregunta e hipótesis. Métrica y criterio de éxito. Variable dependiente e independiente. Grupo experimental y de control. Condición ceteris paribus.
• Captura de datos para experimentar – Muestra vs. población. Tamaño y variabilidad de la muestra. Nivel de confianza. Intervalos de confianza. Formato de captura de datos. Cálculo de resultados de un experimento.
• Extracción de conclusiones – Uso de planilla de experimentación. Lectura, interpretación y validez de resultados. Experimentos como prueba piloto y su amplificación al negocio.
• Elaboración de experimento para storytelling – Captura de datos y realización de un experimento en la vida real.

• Planificación de la comunicación – Preparación de una presentación: audiencia, contexto, la historia de 3 minutos, el arco narrativo.
• Storyboarding – La tensión en el arco narrativo, storyboarding para preparar la narrativa de una presentación.
• Armado de una presentación – Creación de títulos de impacto. Lógica horizontal y vertical de una presentación. Estructura de una diapositiva.
• Elementos visuales – Principales elementos visuales para comunicar con datos. Mejores prácticas de utilización de visualizaciones de datos. Cómo reducir la carga cognitiva.
• Estrategias para enfocar la atención – Uso estratégico de atributos de atención preliminar: color, tamaño, posición, etiquetas, texto, líneas.
• Sesgos al comunicar datos – Gráficos engañosos. Interpretación incorrecta de datos. Promedio vs. distribución. Cherry picking de datos. Omisión de línea de base. 
• Otros sesgos.
• Taller de creación de una presentación usando los principios del storytelling con datos – Creación de una presentación mostrando los resultados del experimento. Presentación grupal.