Analítica para tomadores de decisiones
OBJETIVO GENERAL:
Promover en los asistentes un nuevo paradigma en la toma de decisiones en la empresa, enfocado en el análisis de datos relevantes y tendientes a la mejora y a la optimización de las operaciones, ventas, producto, finanzas y cadena de suministro de la organización.
DIRIGIDO A:
Gerencia media y alta de la organización ( gerentes operativos, estratégicos, administrativos, directores, de área y directores generales) con la responsabilidad de toma de decisiones en empresas de manufactura o servicios que busquen generar ventajas competitivas para su empresa.
Instructores
Edgar es director de los programas de Posgrado en ingeniería de la Universidad de Monterrey, además de ser profesor en el departamento de ingeniería en la misma Universidad, ha trabajado también en el Tecnológico de Monterrey, Universidad Mexicana de Innovación en Negocios y Universidad Autónoma de Nuevo León. Cuenta con más de 18 años de experiencia profesional en empresas nacionales e internacionales de reconocido prestigio en las áreas de logística, cadena de suministros, operaciones y mejora de procesos.
Como consultor ha desarrollado más de 35 proyectos enfocados al diseño, rediseño y optimización de procesos en la Cadena de Suministros. Es autor de artículos científicos publicados en journals de prestigio, en las temáticas de optimización de la cadena de suministros, diseño, rediseño y optimización de procesos e instalaciones. Sus líneas de investigación son: Investigación de Operaciones, Analítica de datos e Inteligencia Artificial aplicada a Cadena de Suministros.
Juan Ignacio González Espinosa es Doctor en Management Science y egresado del programa MBA por la EGADE Business School, Monterrey, México. Cuenta con una especialidad en métodos cuantitativos y modelos estructurales por la Escuela de Negocios Fisher, en Ohio State University, Estados Unidos.
Antes de convertirse en académico e investigador de tiempo completo, desarrolló una exitosa e interesante trayectoria como profesional y practicante en puestos de nivel ejecutivo en empresas que operan en una variedad de industrias, tales como como Sigma Alimentos/Grupo Alfa; Industria re recubrimientos cerámicos en Vitromex/Grupo Industrial Saltillo (GIS); Botanas y dulces en Bokados/Arca Bottling Group de Coca Cola; electrodomésticos en Whirlpool Corporation y sistemas de recubrimientos en polvo en Axalta/Dupont. Algunas de sus áreas de experiencia son: Análisis de datos para la estrategia empresarial e internacional (Analytics, ML y Big Data), Análisis, Investigación de Mercados e Inteligencia de Negocios, Emprendimiento, Planificación Estratégica y Métodos Cuantitativos. Ha impulsado el conocimiento de la analítica de datos como disciplina para la generación de ventajas competitivas para la empresa en los tiempos de la Cuarta Revolución Industrial. Actualmente es profesor de tiempo completo del Departamento de Ingeniería de la Universidad de Monterrey, México.
Como académico, Juan Ignacio ha sido profesor de tiempo completo en el Tec de Monterrey Campus Guadalajara y Hermosillo, también en el campus de Monterrey. Se desempeñó como Director de la Escuela de Negocios del Tec de Monterrey, Campus Hermosillo. Ha sido profesor a tiempo parcial en las más importantes Universidades del área metropolitana de Monterrey, impartiendo clases a nivel de pregrado y postgrado, además de sus actividades como consultor y entrenador en empresas. Ha participado en proyectos de desarrollo e implementación de analítica predictiva y prescriptiva en empresas como HEB, Whirlpool, Ternium y Viakable. Ha sido formador de equipos de analítica de datos en HEB y PSW Global.
Actualmente es Especialista en Analítica y Mejora Continua en Viakable, del Grupo Xignux. Durante 2015 y 2016, fungió como Director de los Programas de Posgrado de Ingeniería de la UDEM. Es Ingeniero Mecánico Administrador, cuenta además con un MBA con especialidad en Finanzas y un Doctorado con énfasis en Administración, Calidad e Innovación por la Universidad Autónoma de Nuevo León (UANL). Sus líneas de investigación se concentran en Analítica de datos, Calidad, Ingeniería Industrial, Mejoramiento continuo e Innovación. Es Black Belt y Master Black Belt en Six Sigma por parte del ITESM y BMG. Cuenta con más de 16 años de experiencia como ejecutivo en la industria privada en las áreas de Administración de Proyectos, Analítica de Negocios, Procesos de Producción, Calidad y calidad en el servicio, Desarrollo y Trabajo en equipo, Ingeniería Industrial, Ingeniería de Producto, Mejoramiento Continuo, Simulación de Procesos e Innovación, ejercidas en las siguientes empresas: Galvacer, Nemak, Frisa Forjados Operaciones y Frisa Metals.
- Reconocer los conceptos de Industria 4.0, Transformación Digital y la nueva estrategia empresarial para la generación de ventajas competitivas.
- Identificar algoritmos de análisis de datos pertinentes para enriquecer la toma de decisiones
- Reconocer el valor de la visualización de datos.
BENEFICIOS PARA LA EMPRESA:
- El participante identificará y reconocerá el valor de la toma de decisiones apoyada en el análisis de datos, para construir una ventaja competitiva empresarial ante los retos de la Transformación Digital y la Industria 4.0.
- Entenderá la naturaleza y aplicación de los datos, sus principales algoritmos de análisis y obtendrá, mediante el uso de Dashboards, insights para la toma de decisiones efectiva y óptima.
- El participante usará durante el curso, software líder de la industria.
- Basado en las tendencias del futuro del trabajo por el Foro económico mundial.
Módulo I .- La estrategia y la industria 4.0, comprensión de los datos y definición del problema
- Estrategia y analítica de la empresa
- Transformación digital y la nueva competitividad en la empresa
- Recopilación de datos
- Validez y estructura de datos
- Definición de hipótesis y objetivos
- Analítica descriptiva
Módulo II .- Modelos y herramientas de data analytics
- Introducción a la visualización de datos
- Diseño de Dashboards
- Ejercicios prácticos: Dashboards y toma de decisiones
Módulo III .- Aplicación de analítica diagnóstica y predictiva
- Uso de la analítica diagnóstica para la Identificación, descripción, análisis y solución de problemas, para desarrollar la estandarización y mejora continua.
- Analítica predictiva y algoritmos
- Interpretación de resultados de algoritmos y aprendizaje supervisado.
Nuestros programas son reconocidos y avalados ampliamente en la industria.
Educación Continua UDEM se reserva el derecho de modificar fechas, lugar y precio sin previo aviso. Para aclaraciones contáctanos a [email protected].
Preinscríbete y nuestro contact center se contactará contigo para ofrecerte facilidades de pago para este programa.