Grado en Inteligencia y Analítica de Negocios

  • Implementar el ciclo contable en los registros contables digitales, y preparar la información financiera a partir de dichos registros.
  • Evaluar las consecuencias económicas y financieras derivadas del registro de las operaciones en los sistemas de información.
  • Interpretar y analizar adecuadamente los estados financieros de las organizaciones a través del uso de métodos analíticos y cuantitativos.
  • Diseñar e implementar modelos de asignación de costes a partir de los registros digitales de los sistemas de información contable.
  • Establecer un sistema de indicadores de gestión empresarial.
  • Aplicar métodos y técnicas de análisis, síntesis y representación gráfica mediante programas informáticos.
  • Expresar las situaciones de incertidumbre y azar utilizando lenguajes matemáticos, sintéticos y gráficos.
  • Tomar decisiones en ambiente de certeza e incertidumbre.
  • Realizar diagnósticos estratégicos en entornos complejos e inciertos, utilizando las metodologías adecuadas.
  • Plantear objetivos y diseñar estrategias en empresas digitales, así como valorar las implicaciones y necesidades para su consecución.
  • Comprender y valorar las características y utilidad de las distintas estrategias corporativas y competitivas de las empresas digitales.
  • Comprender la naturaleza sistémica de la empresa digital.
  • Relacionar, utilizando algoritmos supervisados y no supervisados, los diferentes elementos que interactúan en las decisiones de los individuos.
  • Extraer información interna y externa y utilizarla para la estimación de los parámetros que definen las inversiones productivas.
  • Conocer los principios del análisis económico y su aplicación al diagnóstico y resolución de problemas basados en el análisis de datos.
  • Comprender las claves de funcionamiento del mercado y los efectos de sus diferentes estructuras mediante estudios basados en la recogida y análisis de datos.
  • Identificar la información de marketing del cliente en el entorno digital.
  • Analizar la información digital del cliente y las marcas.
  • Aplicar las técnicas de investigación de mercados a entornos digitales.
  • Adoptar decisiones de marketing estratégico en entornos digitales.
  • Adoptar decisiones de marketing mix en el entorno digital.
  • Identificar el comportamiento del cliente en el entorno digital.
  • Identificar el valor para el cliente en el entorno digital.
  • Conocer los conceptos básicos sobre lógica, algoritmia, complejidad computacional y su aplicación a la inteligencia de los negocios.
  • Evaluar el sistema de control interno, en el marco de los sistemas de información contable.
  • Conocer el marco legal y ético básico para el desarrollo de actividades de tratamiento de información, datos personales y macrodatos, así como para el comercio y contratación electrónicas.
  • Caracterizar jurídicamente los diferentes tipos de información y evaluar los riesgos y responsabilidades jurídicas del delegado de protección de datos y otros agentes encargados del manejo de bases de datos.
  • Conocer los diferentes instrumentos de financiación y ser capaz de valorar la interacción entre las decisiones de inversión y financiación de la empresa.
  • Conocer diferentes problemas de producción y su relación con otros procesos de la empresa.
  • Conocer las herramientas para planificar, gestionar, implementar y evaluar los sistemas de producción y operaciones.
  • Abordar problemas de gestión y coordinación de los diferentes componentes del sistema logístico, seleccionando y aplicando metodologías analíticas, estrategias y tecnologías relevantes en la toma de decisiones.
  • Conocer las distintas tipologías de datos.
  • Reorganizar y reestructurar variables y bases de datos.
  • Comunicar de forma efectiva los resultados de los análisis.
  • Aplicar minería de datos mediante programas informáticos.
  • Manejar y distinguir los conceptos de universo, población, muestra, parámetros y estimadores en problemas reales.
  • Identificar las distribuciones básicas de probabilidad que se presentan en problemas reales.
  • Utilizar software para resolver problemas con incertidumbre.
  • Distinguir entre los enfoques explicativo y predictivo en el análisis de datos y en los negocios.
  • Predecir utilizando software adecuado al manejo de series temporales.
  • Aplicar, utilizando software, técnicas de aprendizaje automático (maching learning) supervisado.
  • Aplicar, utilizando software, técnicas de aprendizaje automático (machine learning) no supervisado y semisupervisado.
  • Manejar aplicaciones de descarga, capturar y manipular valores de datos no estructurados.
  • Conocer y aplicar los diferentes métodos de valoración de inversiones.
  • Planificar y diseñar una investigación por muestreo.
  • Aplicar muestreos probabilísticos y no probabilísticos.
  • Utilizar software para recolectar y analizar datos de encuestas.
  • Conocer las tipologías de los datos espaciales y espacio-temporales.
  • Conocer los principios de la teoría del comportamiento.
  • Capacidad de crítica de modelos clásicos y modelos de comportamiento.