IDENTIFICACIÓN

NOMBRE ESCUELA ESCUELA DE ADMINISTRACIÓN

NOMBRE DEPARTAMENTO Organización Y Gerencia
ÁREA DE CONOCIMIENTO ADMINISTRACION
NOMBRE ASIGNATURA EN ESPAÑOL ANÁLISIS DE DATOS PARA LA TOMA DE
DECISIONES
NOMBRE ASIGNATURA EN INGLÉS DATA ANALYSIS FOR DECISION MAKING
CÓDIGO OG2010
SEMESTRE DE UBICACIÓN 20212
INTENSIDAD HORARIA SEMANAL 28 horas semanales
INTENSIDAD HORARIA SEMESTRAL 28 horas semestral
CRÉDITOS 2
CARACTERÍSTICAS No suficientable

2. JUSTIFICACIÓN DEL CURSO

En línea con el propósito esencial de la Maestría en Gerencia Integral de los Procesos

de la Universidad EAFIT, centrado en habilitar en sus egresados competencias
efectivas para diseñar, articular y optimizar de manera integral los procesos
organizacionales que logren los resultados corporativos y operacionales requeridos
para la competitividad del negocio, de acuerdo con estándares mundiales, es
indispensable comprender que la envergadura de la transformación digital de los
negocios necesariamente amerita embeberse en el estudio de la importancia y uso de
los datos para convertirlos en información clave al servicio de decisiones estratégicas
enfocadas en la competitividad y sostenibilidad de las organizaciones.

Una toma de decisión inteligente y estratégica es de alta trascendencia en una

empresa, ya que involucra el análisis de datos y la lectura del entorno, donde la
organización se conoce a sí misma, tanto hacia adentro como hacia fuera. Pero
también es importante conocer cuáles son las capacidades de la competencia y el
potencial del mercado. Una empresa que no conoce a la competencia no puede tener
una toma de decisión inteligente, estructurada e integral.

Por tanto, es bien sabido que los análisis de datos son un apoyo clave para la toma de
mejores decisiones. Sobre todo, teniendo en cuenta el actual contexto digital del
mundo globalizado y su importante influencia en los sistemas de información de las
organizaciones, ahora más complejos.

1/8
A nadie se le escapa que las empresas capaces de analizar sus datos y sacar
conclusiones obtienen mejores resultados que sus pares. El impacto del análisis de los
datos en los resultados empieza a ser algo claro para los directivos de las grandes
compañías. Las organizaciones con datos obtienen por tanto mejores resultados en
sus operaciones.

Pero en realidad, obtener valor de los datos y poner a funcionar el conocimiento

derivado de ellos es una tarea más fácil de decir que de hacer. La responsabilidad de
que esto sea así es compartida entre un impulso insuficiente desde arriba y una falta
de experiencia con los datos desde abajo. Y no es de extrañar, se ha pasado de no
tener manera de obtener datos a hacerlo de múltiples fuentes internas y externas.

La cuestión clave es cómo las organizaciones pueden sacar más provecho del análisis
de los datos.

El nuevo panorama, lleno de retos y oportunidades, exige tipos de análisis de datos

adaptados a las nuevas necesidades, con el fin de facilitar la toma de decisiones
orientadas al dato. En suma, se trata de responder a las exigencias que plantean los
distintos tipos de datos, los distintos planteamientos y, de forma especial, la necesidad
del real time, decisiva en muchos casos.

Aunque esta tendencia está en crecimiento y trae grandes beneficios a las

organizaciones, también trae algunos retos a la hora de innovar y generar modelos que
no solo ayuden en la toma de decisiones. De acuerdo a TechTarget, es importante
encontrar la forma en que el análisis de datos sea útil para determinar
comportamientos futuros basados en algoritmos inteligentes, que puedan ir
evolucionando con el tiempo en la medida en que aprenden por sí mismos, como
resultado del constante flujo de nueva información que enriquece los patrones de
análisis.

Si una organización está dispuesta a implementar soluciones de análisis de datos y

gestión de la información, está tomando una buena decisión para el correcto desarrollo
de su negocio.

Pero, ¿qué tan necesario es que las empresas implementen estas tecnologías?... Si la
información que tiene cada compañía genera grandes ganancias o se constituye en
parte fundamental de lo que es la organización en sí, es importante contemplar la
posibilidad de implementar este tipo de soluciones. Pero si ocurre lo contrario, y la
información solo le sirve a la empresa para entender qué sucedió en el pasado o para
mantener un registro histórico, el ese activo no tiene valor alguno y en ese caso, no
sería lógico invertir en una herramienta de analítica.

En consecuencia, debe identificarse que la principal característica o beneficio que

ofrece el análisis de datos es la capacidad de predecir comportamientos. Este tema
podría ser bastante útil no solo en términos de conocer mejor a los clientes, sino que
también sería útil para prevenir brechas de seguridad o tomar acciones instantáneas
sustentadas en comportamientos esperados, lo que también aplica para procesos y
tareas dentro de las organizaciones.

2/8
 Las cifras lo dicen todo pues, una encuesta de The Economist reportó que tres cuartos
de los ejecutivos con mejor desempeño consideran que las decisiones basadas en
datos son esenciales para el éxito de su empresa.

Definitivamente la analítica ha venido ganando terreno de forma considerable en las

organizaciones, y se espera que su crecimiento siga siendo exponencial en los
próximos años. Incluso, IDC prevé que para 2019, el mercado de Big Data crecerá un
23%, luego de una inversión en servicios de infraestructura de datos, software que
alcanzará los 48.6 mil millones de dólares anuales.

Es así como, con estos antecedentes se logra concluir la importancia clave del Análisis
de Datos para la Toma de Decisiones para completar el perfil de competencias de la
Maestría a la que sirve, así como su conexión armónica con cada una de las materias
adicionales que conforman el pensum de este programa de impacto estratégico para
los profesionales que busquen desarrollar competencias totalmente pertinentes para la
Gerencia Integral de los Procesos en las empresas que busquen crear y mantener
ventajas competitivas en la era de la Transformación Digital.

3. PROPÓSITO U OBJETIVO GENERAL DEL CURSO

3.1. Utilizar herramientas estadísticas para el análisis de los procesos que permita la
toma de decisiones basadas en hechos y datos. Se fortalecerá el uso de las TICs
disponibles para el ámbito estadístico y el manejo de la información, de tal suerte
que se permita el desarrollo de las competencias del uso de datos estadísticos para
el análisis y solución de problemas.
3.2. OBJETIVOS ESPECÍFICOS

Reconocer el rol que desempeña el análisis de datos en el mundo actual y su

importancia para apoyar la toma de decisiones, tanto en la vida diaria como en el
contexto laboral. Al concluir este módulo el estudiante estará en capacidad de
identificar la importancia y el rol que juega el análisis de datos en las
organizaciones, así como su enorme utilidad para apoyar la toma de decisiones en
las mismas, al igual que el crecimiento que ha tenido esta área de conocimiento en
los últimos años.

3.2.1. Reconocer metodologías, modelos y herramientas para el análisis y solución

de problemas de decisión bajo incertidumbre, haciendo énfasis en la
importancia de utilizar metodologías estructuradas y herramientas
apropiadas como soporte para la toma racional de decisiones en las
organizaciones.

3.2.2. Identificar distintos criterios para la toma de decisiones a partir de las

capacidades de análisis de datos e información de estudio en la maestría.

3.2.3. Conocer la estructura y beneficios de seguir distintos enfoques para la toma

de decisiones, así como cuándo y bajo qué contextos es deseable seguir
cada uno de ellos.

3/8
 3.2.4. Identificar la mejor estrategia a seguir bajo criterios específicos como los
costos de oportunidad o escenarios de alta incertidumbre.

3.2.5. Identificar casos y ejemplos de aplicación en distintos sectores e industrias

que utilizan el análisis de datos en forma efectiva para la toma de decisiones
estratégicas, así como fortalecer este conocimiento mediante didáctica que
favorezca la puesta en acción de los elementos analizados a través de la
respuesta a casos de ejercicio.

4. COMPETENCIAS BÁSICAS QUE EL ALUMNO ESTARÁ EN CONDICIONES DE

LOGRAR:

Conocimiento sobre elementos claves para el uso de datos en la toma de decisiones

estratégicas bajo el enfoque de la gerencia integral de los procesos en las
organizaciones.

Identificación de herramientas, metodologías y modelos especializados de apoyo al

análisis de datos para la toma de decisiones

Análisis y solución de retos, a partir de la fundamentación suministrada en el programa

de estudios.

Identificación de principios estratégicos para mejorar la asertividad en la toma de

decisiones en distintos contextos

Fortalecimiento de la adaptabilidad y capacidad relacional en la interacción con

personal de formación diversa, para el abordaje innovador de retos académicos de
interés común.

5. DESCRIPCION ANALITICA DE CONTENIDOS: TEMAS Y SUBTEMAS

5.1. Antecedentes, Esencia y Perspectivas del Análisis de Datos para la Toma de

Decisiones

Fundamentación del análisis de datos para la toma de decisiones en el marco de la

transformación digital de los negocios.

5.1.1. Análisis de Datos y Transformación Digital: El mundo y reto de la gestión

efectiva de los datos como estrategia competitiva.

5.1.2. El análisis y manejo de datos para la toma de decisiones: beneficios, retos y

oportunidades en el mundo actual.

5.1.3. Uso de datos para mejorar el servicio, la experiencia y la toma de decisiones

en las organizaciones.

5.1.4. Elementos complementarios de refuerzo.

5.2. Herramientas Estructuradas de Apoyo:

4/8
 Metodologías, modelos y herramientas de apoyo al análisis de datos para la toma
de decisiones.

5.2.1. Big data en el contexto organizacional.

5.2.2. Análisis, selección y uso de variables para el diagnóstico organizacional.

5.2.3. Herramientas, metodologías y modelos que coadyuvan a la toma de

decisiones a partir del análisis estructurado de datos relevantes.

5.2.4. Herramientas gráficas para la representación de datos.

5.2.5. Gráficos para el análisis de datos.

5.2.6. Otras representaciones gráficas.

5.2.7. Elementos complementarios de refuerzo.

5.3. Decisiones Efectivas: Arte + Técnica.

El arte de tomar decisiones efectivas.

5.3.1. Desarrollo de escenarios y toma de decisiones en las compañías.

5.3.2. Análisis de decisiones.

5.3.3. Enfoques para la toma de decisiones.

5.3.4. Costos de oportunidad y toma de decisiones en la empresa.

5.3.5. Análisis de escenarios con incertidumbre.

5.3.6. Elementos complementarios de refuerzo.

5.4. Técnica Aplicada y Éxito:

Aplicación del análisis de datos para la toma de decisiones a través de casos, y

demostración de su efectividad con el reconocimiento de casos de éxito.

5.4.1. Aplicaciones del análisis de datos.

5.4.2. Claves en la aplicación del análisis de datos.

5.4.3. Lecciones aprendidas para contribuir al éxito en la implantación del uso de

los datos para la toma de decisiones.

5.4.4. Integración y análisis de datos en contextos organizacionales.

5.4.5. Elementos complementarios de refuerzo.

6. ESTRATEGIAS METODOLÓGICAS Y DIDÁCTICAS:

5/8
 Magistral

Lectura y análisis de material de referencia.

Análisis de casos.

Socialización temática por focos.

Foros de construcción y discusión.

Ejercicios didácticos para la entronización del aprendizaje.

Trabajo en equipo.

Trabajo individual.

Intervención de expertos en aplicación de herramientas, y/o de personal con

experiencia en ellas.

7. RECURSOS

7.1. Locativos

Aula de clase flexible para la conformación de equipos diversos. Tablero,

marcadores, borrador. Otros recursos de apoyo a la docencia, suministrados por la
Universidad
7.2. Tecnológicos

Vídeo Beam. Computador. Software especializado. Acceso a Internet para el

docente y para los estudiantes. Otros recursos digitales
7.3. Didácticos

Material de referencia y metodológico. Recursos para ejercicios didácticos

(variables, dependiendo del ejercicio a emplear).

8. CRITERIOS Y POLÍTICAS DE SEGUIMIENTO Y EVALUACIÓN ACADÉMICA

Seguimiento (Talleres, análisis y solución de casos de estudio, consultas individuales,

ponencias grupales, participación en foros, entre otros) â 75%.

Examen Final Módulo â 25%.

9. BIBLIOGRAFIA GENERAL

9.1. Libros

Lean Analytics: Use Data to Build a Better Startup Faster (A. Croll and B. Yoskovitz)

6/8
 9.1.1. Data Smart: Using Data Science to Transform Information Into Insight (John
W. Foreman)

9.1.2. Data Analytics Made Accessible (A. Maheshwari)

9.1.3. Decisive: How to Make Better Choices in Life and Work (Chip Heath, Dan
Heath)

9.1.4. Competing on Analytics: The New Science of Winning (Thomas H.

Davenport, Jeanne G. Harris)

9.1.5. How to Measure Anything (Douglas Hubbard)

9.1.6. Análisis Estadísticos para la Toma de Decisiones en Administración y

Economía (José Salinas Ortiz)
9.2. Páginas electrónicas

https://www.forbes.com/ sites/be rnardma rr/2017/10/ 26/data-driven-

decision-ma king-beware-of-t he-hippo -effect/#54 7939b6 80f9

9.2.1. https://www.esri.com/about/ne
wsroom/publications/w h erenext/n ew-mantr a-decisi on
-making-useallthedata/

9.2.2. https://hbr.org/2017/ 06/the- best-approa ch-to-decision-making- combin

es-data-and -m anagers-expertise

9.2.3. http://smallbusiness
.co.uk/four-data- anal ytics-pil lars- decision-ma k ing-2541630/

9.2.4. http://ecommerce-new s.es/actua lidad/los-d atos-nuevo-petro leo-del- siglo-x

xi-41824.html#

9.2.5. https://publicatio ns.ia db.org/b itstream /handle/11319/84

85/El-uso-de-datos-masivos-y
-sus -t ecnicas-a n aliticas- para -el-diseno-e-imp leme ntacion-de-po liti
cas-pu blicas-en-Latino ame rica-y-el- Caribe-resu me n-de-politicas. PDF ?s
equence=3

9.2.6. http://www .uoc.edu/web/e sp/art/uo c/molina110 2/molina1102.html

10. NOMBRE DEL PROFESOR COORDINADOR DE MATERIA Y NOMBRE DE

PROFESORES DE LA MATERIA QUE PARTICIPARON EN LA ELABORACIÓN.

Coordinador

Ángela María Montoya Hernández

Participante(s)

7/8
 Johanna Cristina Velásquez Gómez

11. REQUISITOS DEL PROCESOS DE ASEGURAMIENTO DE LA CALIDAD

Versión número:
1,0

Fecha elaboración:
2019/03/06

Fecha actualización:
2019/03/06

Aprobación:
CARLOS MARIO BETANCUR HURTADO

8/8