GUÍA DOCENTE

ANALÍTICA DE NEGOCIO

Máster en Analítica de Negocio y Big

Data
Universidad de Alcalá
Curso Académico 2021/2022
Curso 1º – Anual
 GUÍA DOCENTE
Nombre de la asignatura: Analítica de Negocio
Código: 202953
Titulación en la que se imparte: Máster en Analítica de Negocio y Big Data
Departamento: Departamento Ciencias de la Computación
Carácter: Obligatoria
Créditos ECTS: 9
Curso y cuatrimestre: Anual
Eugenio Fernández Vicente (coord.)
Profesorado:
Mónica Arenas Ramiro
El horario de Tutorías se indicará el primer día
de clase.
Horario de Tutoría:
Se podrá concertar la tutoría con el/la Profesor/a
respectiva previa petición por e-mail
Idioma en el que se imparte: Español

1. PRESENTACIÓN

Esta materia complementa los conocimientos técnicos y analíticos con la visión del
proyecto y el entorno regulatorio, el contexto y las necesarias soft skills para la
consecución de proyectos que aportan un valor y un retorno de la inversión claro a la
organización.
La materia incluye contenidos en tres áreas fundamentales:

 Estrategia y gestión de datos, desarrollando las habilidades para la dirección

a nivel estratégico, organizativo y de proyecto, desde la concepción de la
proposición de valor hasta la consideración de la estrategia de
transformación del negocio, y su planificación inicial en cuanto a los recursos
y la oportunidad.
 Regulación y tratamiento de datos, incluyendo el razonamiento del contexto
regulatorio de protección de datos, los aspectos éticos, sociales y jurídicos de
la analítica y los modelos predictivos y la problemática de almacenamiento de
datos en la nube en cuanto a la seguridad y la regulación transnacional.
 Analítica de negocio aplicada a sectores, ocupaciones o puestos de trabajo
concretos, como puede ser la analítica de marketing, financiera o actuarial.

Nota: En caso que las autoridades sanitarias consideraran necesaria la suspensión

de la actividad docente presencial, ésta continuaría con la metodología online hasta
que se levantara la suspensión, momento en el que se volvería a la modalidad
presencial.

Las sesiones docentes online podrán ser grabadas por el profesorado responsable
de la asignatura con la finalidad estrictamente docente de cumplir con la misión
pública de la educación superior. Las pruebas de evaluación online podrán ser

2
visionadas en remoto por el profesorado responsable durante su realización con el
fin de verificar la identidad de los estudiantes y solucionar las dudas o incidentes que
pudieran surgir, como en un examen presencial. Las imágenes grabadas se
conservarán durante el curso académico correspondiente, teniendo en todo caso
presente lo dispuesto en la normativa académica para las pruebas de evaluación.
Los estudiantes serán responsables de adecuar su entorno para que durante el
desarrollo de las clases o la realización de las pruebas no se visualicen terceras
personas no relacionadas con las mismas. La UAH no será responsable respecto de
la captación de imágenes o sonidos de terceras personas. En todo caso, se deberán
seguir las instrucciones del profesorado.
Los estudiantes no podrán grabar, usar o distribuir las sesiones docentes, ni captar
imágenes de las mismas o distribuirlas, sin consentimiento del profesorado y del
resto de los asistentes, si su imagen o voz pudieran ser captadas.
Se recuerda que sólo se autoriza la reproducción de los materiales y de las clases
virtuales grabadas en, y por, los medios proporcionados por la Universidad, por lo
que su uso, difusión o distribución por otros medios como pudieran ser redes
sociales, atenta no sólo contra el derecho a la propia imagen o intimidad y protección
de datos, sino contra los derechos de propiedad intelectual, pudiendo dicha
actuación provocar, entre otras, responsabilidades académicas.
En todo caso, y especialmente para entablar contacto entre los miembros de la
comunidad universitaria, se deberán emplear las herramientas que la Universidad
pone a su disposición, como el Aula virtual o el correo institucional.

2. COMPETENCIAS
Las competencias generales y básicas, establecidas en la memoria verificada de
la titulación, vinculadas a los módulos de esta materia son las siguientes:

 CB6 - Poseer y comprender conceptos que aporten una base u oportunidad de

ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto
de investigación.

 CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su

capacidad de resolución de problemas en entornos nuevos o poco conocidos
dentro de contextos más amplios (o multidisciplinares) relacionados con su área
de estudio.

 CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse

a la complejidad de formular juicios a partir de una información que, siendo
incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y
éticas vinculadas a la aplicación de sus conocimientos y juicios.

 CB9 - Que los estudiantes sepan comunicar sus conclusiones y los

conocimientos y razones últimas que las sustentan a públicos especializados y
no especializados de un modo claro y sin ambigüedades.

 CB10 - Que los estudiantes posean las habilidades de aprendizaje que les
permitan continuar estudiando de un modo que habrá de ser en gran medida
autodirigido y autónomo.

3
 CG03 - Ser capaces de identificar, valorar y utilizar diferentes fuentes de datos e
integrarlas para la solución de un problema.

 CG05 - Saber diseñar soluciones avanzadas a problemas de transformación del

negocio en las organizaciones, integrando técnicas y métodos diversos.

 CG06 - Capacidad para aplicar los conocimientos adquiridos y de resolver

problemas en entornos nuevos o poco conocidos dentro de contextos más
amplios y mulitidisciplinares, siendo capaces de integrar estos conocimientos.

Las competencias transversales asociadas a la materia son las siguientes:

 CT1 - Ser capaz de resolver problemas en contextos complejos y con

información incompleta, combinando conocimientos y técnicas de diferentes
disciplinas y proponer soluciones interdisciplinares.

 CT2 - Poder comunicar eficazmente resultados de análisis a audiencias técnicas

y no técnicas.

 CT3 - Saber formular hipótesis nuevas observando problemas desde diferentes

perspectivas relacionando aspectos diversos.

 CT4 - Capacidad para valorar críticamente y con métodos cientificos la calidad de

los datos y de las soluciones propuestas.

 CT5 - Trabajar en equipos diversos e interdisciplinares, gestionando eficazmente

el tiempo y siendo capaz de organizar y distribuir el trabajo.

 CT6 - Observar un compromiso ético con el trabajo.

Las competencias específicas que se adquirirán con la superación de la materia son:

 Describir e identificar las tareas de análisis en contextos de negocio, aplicación o

transformación concretos.

 Discutir el contexto ético, social y regulatorio de las soluciones analíticas y juzgar

sus riesgos, idoneidad y valor.

 Plantear y evaluar modelos de negocio o de transformación de negocio

justificando sus beneficios y su oportunidad para las organizaciones.

 Conocer estrategias y prácticas de cambio para la transformación digital del

negocio mediante técnicas analíticas a casos de estudio y aplicación concretos.

 Correcto manejo de los recursos legislativos y jurisprudenciales aplicables a los

casos planteados.

Los resultados del aprendizaje esperados, obtenidos a partir de la adquisición de las

competencias mencionadas, son los siguientes:

Contextualiza y entiende las tareas de análisis en contextos de negocio,

teniendo en cuenta los contextos éticos, sociales y regulatorios de las
soluciones que propone, que a su vez están justificadas a partir de sus

4
 beneficios y la oportunidad que suponen las prácticas y estrategias de cambio
para las organizaciones implicadas.

3. CONTENIDOS

Bloques de contenido (se pueden especificar los Total de clases, créditos u

temas si se considera necesario) horas

Bloque 1: Casos de negocio 4 ECTS

Bloque 2: Normativa del tratamiento de datos 2 ECTS

Bloque 3: Casos prácticos 3 ECTS

4. METODOLOGÍAS DE ENSEÑANZA-APRENDIZAJE.-
ACTIVIDADES FORMATIVAS

4.1. Distribución de créditos (especificar en horas)

Número de horas presenciales:
Número de horas no presenciales:
Número de horas del trabajo
propio del estudiante:
Total horas
6 horas en sesiones dirigidas + 3 horas
de evaluación
5 horas en sesiones dirigidas + 19 horas
de evaluación + 34 horas de tutorías
158 horas
225 horas

4.2. Estrategias metodológicas, materiales y recursos didácticos

La asignatura “Analítica de Negocio” se organiza como una asignatura anual de 9
ECTS (225 horas).
En el proceso de enseñanza-aprendizaje se realizarán las siguientes actividades
formativas:
 Trabajo autónomo del estudiante (online)
 Sesiones dirigidas (presenciales u online)
 Pruebas de evaluación (presenciales u online)
 Tutorías (online)
Además, en función de la naturaleza de las distintas partes de la materia objeto de
estudio, se podrán utilizar, entre otras, las siguientes actividades formativas:
 Clases expositivas
 Resolución de ejercicios y prácticas, en su caso utilizando herramientas
informáticas.

5
  Consulta de manuales, documentos y artículos técnico-científicos y jurídicos.
 Presentación de trabajos, casos e informes
 Trabajo en equipo

La propuesta metodológica del máster está concebida como

formación semipresencial, que será sostenida por el sistema
de gestión de aprendizaje online (LMS) de la UAH. La mayor
parte de las actividades formativas se llevarán a cabo
utilizando dicha plataforma, tanto de manera asíncrona como
de manera síncrona.
El componente virtual del Master está orientado
principalmente a brindar la información y herramientas que les
permitan a los alumnos adquirir las competencias y
Actividades no habilidades necesarias para poder desempeñarse, de la
presenciales manera más profesional y eficiente posible, en cada una de
las áreas que comprende la temática del Master. Este
aprendizaje individual se ve enriquecido con las orientaciones
y aportes de los profesores y compañeros a través de la
construcción colectiva. Para tal fin, el aula virtual dispone de
las herramientas necesarias que facilitan la adquisición de las
competencias: Foros colectivos, actividades y evaluaciones
síncronas y asíncronas, sesiones colectivas síncronas,
creación de contenidos interactivos, organizadores de
contenidos, etc.

El máster contempla una fase presencial de tres semanas, al

final del programa. En dicha fase tendrán lugar, además de
diversas clases magistrales, la realización de pruebas de
validación presenciales y exámenes de convocatoria final y/o
extraordinaria (en el caso de ser necesarios).
El componente presencial está orientado a enriquecer el
Actividades intercambio virtual con la interacción cara a cara entre
presenciales alumnos, profesores, etc., a fin de generar espacios para
intercambiar experiencias de contextos reales de éxito en la
aplicación de técnicas de big data para análisis de datos de
negocio y estrechar lazos profesionales en este campo. Se
realizarán también de manera presencial pruebas de
validación de conceptos que refrenden los conocimientos
adquiridos a lo largo del curso.
Trabajo El trabajo autónomo fomentará el análisis y asimilación de los
autónomo contenidos de la materia, resolución de problemas, consulta
bibliográfica, preparación de trabajos individuales y/o grupales
y autoevaluaciones. Está orientado especialmente al
desarrollo de métodos para la organización y planificación del
trabajo individual y en equipo.
Las tutorías proporcionarán asesoramiento individual y en
grupos durante el proceso de enseñanza-aprendizaje,

6
 siempre en formato no presencial.

 Contenido curado: recursos en línea, existentes y

disponibles para los estudiantes, ya sea directamente en la
plataforma o a través de la biblioteca digital de la UAH o
repositorios que cuenten con acceso para los estudiantes
de la UAH. En este caso, el profesor los selecciona y
comenta orientándolos a los objetivos a través de
actividades aplicadas.
 Contenido creado (propio): documentación, ejercicios, casos
o elementos teóricos y prácticos creados por el profesor y
puestos a disposición de los estudiantes.
▪ Bibliografía de referencia sobre la asignatura y acceso a la
Materiales y Biblioteca.
recursos: ▪ Plataforma de Aula Virtual.
o BlackBoard Learn (plataforma de gestión del
aprendizaje)
o BlackBoard Collaborate Ultra (herramienta de
videoconferencia integrada)
o BlackBoard Mobile (app móvil para el acceso de los
alumnos a la plataforma a través de dispositivos
móviles)
▪ Herramientas de Analítica de Negocio y Big Data, entornos
de desarrollo y manuales de uso de los mismos.
▪ Conexión a Internet.

5. EVALUACIÓN: Procedimientos, criterios de evaluación y de

calificación
Los estudiantes se acogerán a los procedimientos de evaluación según lo articulado
en el titulo 2 (art. 9 y 10) de la Normativa de Evaluación de los Aprendizajes de la
UAH.
Criterios de evaluación:

La dimensión y cuestiones que serán valoradas en el aprendizaje se corresponden a

la adquisición de competencias presentadas en la guía. Se considerará también a
estos efectos los siguientes criterios de evaluación generales respecto a la actitud en
las clases presenciales:

 Respeto al profesorado y al resto de compañeros.

 Colaboración en el desarrollo de los ejercicios realizados en clase.

7
 Interés mostrado en las sesiones presenciales.

Se establecen los siguientes criterios de evaluación específicos para la asignatura:

 CE1: El alumno sabe realizar la dirección a nivel estratégico, organizativo y de

proyecto, desde la concepción de la proposición de valor (incluyendo la creación
de nuevas empresas) hasta el diseño de la estrategia de transformación del
negocio.

 CE2: El alumno sabe llevar a cabo una planificación inicial en cuanto a los
recursos y la oportunidad para llevar a buen término una proposición de valor
(incluyendo la creación de nuevas empresas).

 CE3: El alumno realiza el razonamiento del contexto regulatorio de protección de

datos y sabe aplicarlo, así como los aspectos éticos y sociales de la analítica y
los modelos predictivos.

 CE4: El alumno conoce y sabe abordar la problemática de almacenamiento de

datos en la nube en cuanto a la seguridad y la regulación transnacional.

 CE5: El alumno sabe aplicar las técnicas de dirección de equipos con

profesionales interdisciplinares y posiblemente multiculturales,

 CE6: El alumno realiza la presentación efectiva de resultados analíticos a

diferentes audiencias, técnicas y no técnicas.

 CE7: El alumno es capaz de identificar y dar respuesta a los problemas jurídicos

planteados por el tratamiento de datos.

Instrumentos de evaluación y calificación:

1) Convocatoria ordinaria: Evaluación continua

Se utilizarán los siguientes instrumentos de evaluación:

 PE_1: Prácticas sobre el bloque 1 (online, 20% de la nota final)

 PE_2: Prácticas sobre el bloque 2 (online, 10% de la nota final
 PE_3: Prácticas sobre el bloque 3 (online y presencial, 15% de la nota final)
 PT: Test teórico de síntesis final (presencial, 10% de la nota final)
 PV_1: Prueba de validación bloque 1 (presencial, 20% de la nota final)
 PV_2: Prueba de validación bloque 2 (presencial, 10% de la nota final)
 PV_3: Prueba de validación bloque 3 (presencial, 15% de la nota final)

Cada una de las pruebas de evaluación (PE_x) consistirá en trabajos prácticos que
el alumno deberá entregar y/o defender en su caso ante el profesor de la materia en
sesiones destinadas específicamente para ello.

El test teórico de síntesis final (PT) consistirá en una prueba teórica sobre los
contenidos de la asignatura y se realizará de forma presencial al final del Máster.

8
Finalmente, cada bloque contará con su correspondiente prueba de validación
(PV_X) que refrendará los conocimientos adquiridos a lo largo del curso. Su
valoración será únicamente positiva o negativa; en caso de ser positiva duplicará la
nota obtenida en la PE_X correspondiente.

Así, la nota final podrá calcularse como sigue:

NOTA FINAL = PE_1 * V_1 + PE_2 * V_2 + PE_3 * V_3 + PT,

donde V_X es igual a 2 en caso de superar la correspondiente prueba de validación

y es igual a 1 en el caso contrario.

La no superación de alguna de las pruebas no implica la finalización del proceso de

evaluación continua.

2) Convocatoria ordinaria: Evaluación final

Siguiendo la normativa de evaluación de la UAH, aquellos alumnos que soliciten y

vean aceptada la renuncia a la evaluación continua tendrán que realizar un único
examen final para toda la asignatura, de contenido teórico práctico. La calificación de
este examen constituirá la calificación final de la asignatura, de ahí que, si la
solicitud de renuncia a la evaluación continua presentada por un estudiante es
aprobada, el examen final se pondere de 0 a 100% para la calificación de la
asignatura. El examen final se realizará de forma presencial coincidiendo con las
fechas de las pruebas de validación.

3) Convocatoria extraordinaria

Se aplicarán los mismos instrumentos de evaluación y calificación que lo recogido en

el apartado anterior para aquellos estudiantes que no hubieran superado la
asignatura en la convocatoria ordinaria en cualquiera de sus modalidades.

9
6. BIBLIOGRAFÍA

Bibliografía Básica

 Applying economic concepts to big data to determine the financial value of the
organization’s data and analytics, and understanding the ramifications on
theorganizations’ financial statements and it operations and business
strategies. Mr. Bill Schmarzo, CTO, Big Data Practice Dell EMC Global
Services, Dr. Mouwafac Sidaoui, Associate Professor and Chair Department
of Business Analytics and Information Systems. Disponible en
https://infocus.delltechnologies.com/wp-content/uploads/2017/04/USF_The_E
conomics_of_Data_and_Analytics-Final3.pdf
 Big Data for Big Business? A Taxonomy of Data-driven Business Models used
by Start-up FirmsPhilipp Max Hartmann, Mohamed Zaki, Niels Feldmann and
Andy Neely. Disponible en:
http://www.nsuchaud.fr/wp-content/uploads/2014/08/Big-Data-for-Big-
Business-A-Taxonomy-of-Data-driven-Business-Models-used-by-Start-up-
Firm.pdf
 Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts,
methods, and analytics. International Journal of Information Management,
35(2), 137–144.
 Wendy Arianne Günther, Mohammad H. Rezazade Mehrizi, Marleen
Huysman, Frans Feldberg (2017): Debating big data: A literature review on
realizing value from big data. The Journal of Strategic Information Systems
Volume 26, Issue 3, September 2017, Pages 191-209
 BIG DATA, PRIVACIDAD Y PROTECCIÓN DE DATOS. Elena Gil González,
Protección de Datos Personales, Accésit en el Premio de Investigación de
2015. Agencia Española de Protección de Datos.

Bibliografía Recomendada
 AEPD, Código de buenas prácticas en protección de datos para proyectos Big
Data, 2017.
 AEPD, Guía del Reglamento General de Protección de Datos para
Responsables del Tratamiento, 2018. 
 Arenas Ramiro, Mónica. El derecho fundamental a la protección de datos
personales en Europa, Ed. Tirant lo Blanch, 2006.
 Arenas, Mónica / Ortega, Alfonso. Comentarios a la Ley Orgánica de
Protección de Datos Personales y Garantía de Derechos Digitales (en
relación con el Reglamento General de Protección de Datos de la Unión
Europea), Ed. Sepin, 2019
Enlaces al RGPD y a la LOPDGDD son:
 https://www.boe.es/doue/2016/119/L00001-00088.pdf

10
  A la LO 3/2018 de Protección de Datos personales y Garantía de los derechos
digitales (LOPDGDD): https://www.boe.es/buscar/pdf/2018/BOE-A-2018-
16673-consolidado.pdf

7. ORGANIZACIÓN DOCENTE ANTE UN ESCENARIO CON

RESTRICCIONES DE MOVILIDAD O DE PRESENCIALIDAD
Al ser la docencia completamente virtual durante la impartición de la asignatura, no
habría cambios ante un escenario con restricción de movilidad o de presencialidad.
Sin embargo, las horas presenciales de las últimas semanas de curso, que incluyen
una sesión de seminario, un estudio de caso y las pruebas de validación
presenciales, se verían afectadas de la siguiente forma:
 Ante un escenario de restricción parcial:
◦ El seminario se realizaría por videoconferencia, usando las herramientas
proporcionadas por la propia universidad.
◦ El estudio de caso se plantearía, enunciaría y trabajaría usando las
herramientas de colaboración y la plataforma virtual proporcionadas por la
propia universidad.
◦ Las pruebas de validación seguirían siendo presenciales, pero
garantizando las medidas sanitarias o de seguridad establecidas por el
Gobierno o la Universidad. En casos concretos que impidiesen esa
presencialidad (por ejemplo, por restricción de viaje o de confinamiento) se
sustituiría la prueba de validación presencial por una a distancia, en
formato escrito u oral.
 Ante un escenario de restricción total:
◦ El seminario se realizaría por videoconferencia, usando las herramientas
proporcionadas por la propia universidad.
◦ El estudio de caso se plantearía, enunciaría y trabajaría usando las
herramientas de colaboración y la plataforma virtual proporcionadas por la
propia universidad.
◦ Las pruebas de validación se realizarían a distancia, ya fuese en formato
escrito u oral.

11