DEL CAOS AL ORDEN LA CADENA DE SUMINISTRO COMO NUNCA ANTES LA HABÍAS VISTO

Tamaño: px

Comenzar la demostración a partir de la página:

Download "DEL CAOS AL ORDEN LA CADENA DE SUMINISTRO COMO NUNCA ANTES LA HABÍAS VISTO"

Martín Vega Castellanos
hace 8 años
Vistas:

1 Curso Experto Científico de Datos para la Cadena de Suministro DEL CAOS AL ORDEN LA CADENA DE SUMINISTRO COMO NUNCA ANTES LA HABÍAS VISTO

2 Introducción: Según la Harvard Bussines Review, la profesión de Científico de Datos será el trabajo más sexy del S XXI. Con este curso descubrirás una nueva forma de gestionar la cadena de suministro de manera visual y muy intuitiva a través de herramientas de análisis de datos de última generación. Aprenderás a simular escenarios sin necesidad de programar, que te permitirán mejorar sustancialmente la toma de decisiones y presentar resultados de forma efectiva y convincente. Dirigido a: Expertos en Logística, Direcciones de Operaciones y Supply Chain. Directores de Operaciones, Logística y aprovisionamiento, almacenes y distribución. Responsables de otras áreas que quieran profundizar en el ámbito de la Minería de Datos para la Cadena de Suministro. Requisitos mínimos: Nivel Avanzado Excel. Cada alumno deberá traer su portátil personal para así descargar en él los programas con los cuales se trabajará en el curso. Requisitos recomendados: 3-5 años de experiencia en el ámbito logístico. Beneficios del curso: 80% 70% 90% 75% Seguridad en la toma de decisiones Flexibilidad para adaptarse a escenarios imprevistos Rapidez para identificar posibles anomalías Capacidad de predecir escenarios futuros

Aprenderás a simular escenarios sin necesidad de programar, que te permitirán mejorar sustancialmente la toma de decisiones y presentar resultados de forma efectiva y convincente.

3 Estructura del curso El curso estará estructurado en 11 módulos diferentes según se muestra a continuación: MÓDULO I Introducción Big Data: El nuevo futuro!!! Estás o no estás?. La guerra de los mundos: Logística vs Informática. Historia binomio análisis datos y logística. Herramientas actuales y futuras. La toma de decisiones y los cuadros de Mando (Kaplan & Norton). Big Data, Minería de Datos y Business Intelligence: Conceptos generales. Científico de Datos: El trabajo más sexy del mundo según la Harvard Business Review. Cronología de proyectos de Científico de Datos. MÓDULO II Análisis de requisitos. Enfoque Estratégico, Táctico y Operativo Reuniones de Kick Off. Objetivos estratégicos a 5 años: Quién es tú cliente? La importancia de lo que no dicen las palabras. Qué compromisos se han de adquirir? Sin cliente no hay proyecto. Hablemos de logística. La importancia de hablar el mismo idioma. Triángulo Objetivos: Gestionar el crecimiento. Aumentar las ventas. Reducir los costes. Triángulo Soluciones: Consultoría estratégica ( Hacia dónde vamos?) Consultoría táctica ( Por dónde vamos?) Consultoría operativa ( Qué tenemos que hacer para llegar allí?) El checklist del científico de datos. Sin esto estás perdido Cómo hacer un checklist. La importancia de la medida justa. Quién debe cumplimentar el checklist? Y Cómo? Información e intuición para el perfecto diagnóstico del problema: Cómo utiliza la intuición un científico de datos? Qué dicen los datos vs qué entienden las personas. Diagnóstico sin datos.

Big Data, Minería de Datos y Business Intelligence: Conceptos generales. Científico de Datos: El trabajo más sexy del mundo según la Harvard Business Review.

4 MÓDULO III Estudio de fuentes de información. Arquitectura de Sistema y Procesos ETL Introducción al Data Warehouse (DW) y a la Factoría de información Corporativa. Procesos de Extracción, Transformación y Carga. Más allá del Excel. Metadatos en la Factoría de Información Corporativa. Diseño Multidimensional. Arquitecturas OLAP. Controladores ODBC y OLE DB. (Conector SAP) Accediendo a bases de datos no estándar (conectores personalizados de terceros) MÓDULO IV Modelado de Datos for Dummies. La aguja y el pajar. Modelar en función de lo que tengas que buscar. Qué estamos buscando? Cómo es? KPI s logísticos: metadatos de procesos y definición de cada KPI. Introducción al modelo Entidad-Relación. ER. Nomenclatura. Del lenguaje natural al modelo ER. Tipos de relaciones (1:1 1:N N:N). Como tratar las relaciones N:N Claves únicas vs Claves sintéticas: Importancia de las claves únicas. Producto cartesiano. Modelo dimensional: Modelo en estrella. Modelo en copo de nieve. Modelo asociativo. Caso práctico: De la maraña de Excels a un modelo asociativo. Caso de éxito: Quick Check Pro.

(Conector SAP) Accediendo a bases de datos no estándar (conectores personalizados de terceros) MÓDULO IV Modelado de Datos for Dummies. La aguja y el pajar.

5 MÓDULO V Herramientas para el análisis. Big Data, Minería de Datos o Business Intelligence Opciones en el mercado: Rapid Miner & Knime & Weka (Minería de Datos) Qlik View & Tableau (Business Intelligence) Hadoop y Datameer (Big Data) Herramientas de Minería de Datos: Matriz de correlaciones. Eliminación de outliers. Arboles de decisión. Script. Herramientas de Business Intelligence: Carga de Datos (Script) Generación y diseño de cuadro de mando. Herramientas/Conceptos Big Data: Concepto teórico Big Data. Aplicaciones prácticas. Ejemplo visual. MÓDULO VI Creación de escenarios (Arboles de Decisión-Redes Bayesianas-Probabilidad condicionada Cuadro de Mando, Búsqueda asociativa) Cuadros de mando (Lo que no nos contaron Kaplan y Norton): Introducción a la teoría de cuadros de mando. Concepciones iniciales para la creación de un cuadro de mando. Caso de Éxito: Creación cuadro de mando de consulta. Caso de Éxito: Creación cuadro de mando de descubrimiento. Introducción a la estadística y probabilidad: Te interesaría ver el futuro? Modelos matemáticos & informáticos para la resolución de problemas logísticos: Introducción. Porqué no debes aprender matemáticas. Solución de problemas a través de programas. Producción: Ejemplo SMED con probabilidad condicionada. Compras: Ejemplo de lotes de compra óptimos con programas de simulación. Distribución: TMS y sus aplicaciones prácticas. Qué hacer cuando no tienes un TMS. (Outsourcing) Optimización de procesos logísticos con herramientas de Business Intelligence.

Herramientas de Minería de Datos: Matriz de correlaciones. Eliminación de outliers. Arboles de decisión. Script.

6 MÓDULO VII Diálogo Hombre-Máquina. Cómo con BI pueden pensar máquina y hombre a la vez. El diálogo hombre máquina para entender los problemas: El fin de la guerra de los mundos. Qué harías si supieras todas las respuestas? Algoritmo 1 Pregunta 3 Respuestas 9 Preguntas 81 Respuestas. Búsqueda asociativa: Cuando la intuición tenía razón! MÓDULO VIII Comprobación de escenarios. Herramientas de simulación y modelos predictivos. Introducción a las simulaciones. Teoría de colas y Teoría de Juegos. Controlar el margen de error, Precisión y rango de confianza. Explicación del concepto What If. Logivations: herramienta de simulación de escenarios. MÓDULO IX Monetización de escenarios. Explicación del concepto de Rentabilidad (ROI,ROE,EBIT ). Dar a conocer la necesidad de la rentabilidad a la hora de justificar las inversiones frente al gerente o director de planta. Ejemplo práctico. (What If) MÓDULO X Cómo presentar tus resultados. Sistemas cognitivos y de percepción. A veces el continente es más importante que el contenido. Cómo asegurarte que tus resultados son correctos? Presentaciones convincentes con resultados CORRECTOS. Sistemas de representación idóneos para cada caso y personas (Sociales, financieros, operativos). El momento de la verdad La toma decisiones. Y si? MÓDULO IX Proyecto personal. Elaboración de un proyecto de Científico de Datos para el análisis de la Supply Chain

Herramientas de simulación y modelos predictivos. Introducción a las simulaciones. Teoría de colas y Teoría de Juegos. Controlar el margen de error, Precisión y rango de confianza.

7 Estructura del curso DURACIÓN: 150 horas totales, divididas en 100 presenciales y 50 de trabajo personal. HORARIO: Jueves tarde (15:30-20:30) y Viernes tarde (15:30-20:30) durante 10 semanas, en un formato de dos semanas consecutivas y una semana de descanso. FECHAS: 15 de octubre de de marzo de 2016 NÚMERO DE PLAZAS: Plazas limitadas. INFORMACIÓN E INSCRIPCIONES: Cámara de Álava / Arabako Ganbera Pablo Almaraz palmaraz@camaradealava.com COSTE: por participante. ORGANIZA COLABORACIÓN TÉCNICA Cámara de Álava / Arabako Ganbera Calle Eduardo Dato, Vitoria-Gasteiz, Álava T

FECHAS: 15 de octubre de 2015 31 de marzo de 2016 NÚMERO DE PLAZAS: Plazas limitadas.

Documentos relacionados

Índice 1 CONSULTORÍA DE LA CADENA DE SUMINISTRO 2 CÓMO LO HACEMOS? 3 METODOLOGÍA SCOR 4 NUESTRAS HERRAMIENTAS 5 QUIÉNES SOMOS?

Índice 1 CONSULTORÍA DE LA CADENA DE SUMINISTRO 2 CÓMO LO HACEMOS? 3 METODOLOGÍA SCOR 4 NUESTRAS HERRAMIENTAS 5 QUIÉNES SOMOS? 1 CONSULTORÍA DE LA CADENA DE SUMINISTRO En el futuro competiremos no entre