Un programa exhaustivo y 100% online, exclusivo de TECH y con una perspectiva internacional respaldada por nuestra afiliación con Business Graduates Association”

La importancia de la Data Science radica en su capacidad para convertir datos brutos en conocimientos estratégicos que favorecen la innovación y el desarrollo de negocios sostenibles en mercados altamente competitivos. De hecho, un nuevo informe elaborado por la Organización de las Naciones Unidas estima que el mercado del big data superará los 300 mil millones de dólares en los próximos años, impulsado por la digitalización de los negocios.

En este marco, TECH presenta un innovador Máster Título Propio MBA en Dirección Técnica de Data Science en la Empresa. Esta titulación universitaria ofrece un enfoque en la implementación de soluciones basadas en datos, combinando conocimientos avanzados en Inteligencia Artificial, análisis predictivo y gestión empresarial. A través de una metodología práctica y actualizada, los alumnos adquirirán competencias avanzadas para liderar la transformación digital en sus organizaciones.

Cabe destacar que esta titulación universitaria se imparte a través de una modalidad 100% online, facilitando a los especialistas que puedan planificar sus propios horarios de estudio para experimentar una puesta al día completamente eficiente. Además, los alumnos disfrutarán de una gran variedad de recursos multimedia destinados a fomentar una enseñanza dinámica y natural. También contarán en todo momento con el apoyo de un experimentado cuadro docente, que resolverá todas las dudas que les puedan surgir durante su itinerario académico. Adicionalmente, el plan de estudios incluirá unas minuciosas Masterclasses impartidas por unos Directores Invitados Internacionales de gran prestigio.

Asimismo, gracias a que TECH es miembro de Business Graduates Association (BGA), el alumno podrá acceder a recursos exclusivos y actualizados que fortalecerán su formación continua y su desarrollo profesional, así como descuentos en eventos profesionales que facilitarán el contacto con expertos del sector. Además, podrá ampliar su red profesional, conectando con especialistas de distintas regiones, favoreciendo el intercambio de conocimientos y nuevas oportunidades laborales.

Unos reconocidos Directores Invitados Internacionales ofrecerán unas intensivas Masterclasses para ahondar en los avances más recientes en la Dirección Técnica de Data Science en la Empresa”

Este MBA en Dirección Técnica de Data Science en la Empresa contiene el programa universitario más completo y actualizado del mercado. Sus características más destacadas son:

• El desarrollo de casos prácticos presentados por expertos en Data Science 
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que están concebidos recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje
• Su especial hincapié en metodologías innovadoras
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual
• La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet

Un plan de estudios basado en el innovador sistema Relearning te permitirá conceptos similares complejos de forma rápida y flexible”

Incluye en su cuadro docente a profesionales pertenecientes al ámbito de la Data Science en la Empresa, que vierten en este programa la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio.

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextualizado, es decir, un entorno simulado que proporcionará un estudio inmersivo programado para entrenarse ante situaciones reales.

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el alumno deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso académico. Para ello, el profesional contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos.

Tendrás acceso 24 horas al día, 7 días a la semana a una biblioteca de recursos didácticos con materiales de alta calidad"

Desarrollarás un perfil estratégico con liderazgo para dirigir equipos de Data Science y diseñar soluciones innovadoras basadas en datos"

Esta titulación universitaria cuenta un plan de estudios que abarca desde la gestión de la información y el ciclo de vida del dato hasta la implementación de sistemas escalables y confiables. Además, el temario profundiza en aspectos como la analítica web, el aprendizaje automático y las normativas de gestión de datos e Internet de las cosas. Gracias a esto, el alumnado desarrollará la capacidad de transformar datos en información valiosa para la toma de decisiones estratégicas, optimizando procesos empresariales y mejorando la experiencia del cliente considerablemente.

Accede a un plan de estudios completo que te capacitará para aplicar estrategias sofisticadas de la Ciencia de Datos en la toma de decisiones empresariales” 

Módulo 1. Principales sistemas de gestión de información

1.1. ERP y CRM

1.1.1. El ERP
1.1.2. El CRM
1.1.3. Diferencias entre ERP, CRM. Punto de venta
1.1.4. Éxito empresarial

1.2. El ERP

1.2.1. El ERP
1.2.2. Tipos de ERP
1.2.3. Desarrollo de un proyecto de implantación de un ERP
1.2.4. ERP. Optimizador de recursos
1.2.5. Arquitectura de un sistema ERP

1.3. Información aportada por el ERP

1.3.1. Información aportada por el ERP
1.3.2. Ventajas e inconvenientes
1.3.3. La información

1.4. Sistemas ERP

1.4.1. Sistemas y herramientas actuales de ERP
1.4.2. Toma de decisiones
1.4.3. Día a día con un ERP

1.5. CRM: el proyecto de implantación

1.5.1. El CRM. Proyecto de implantación
1.5.2. El CRM como herramienta comercial
1.5.3. Estrategias para el sistema de información

1.6. CRM: Fidelización de clientes

1.6.1. Punto de partida
1.6.2. Vender o fidelizar
1.6.3. Factores de éxito en nuestro sistema de fidelización
1.6.4. Estrategias multicanal
1.6.5. Diseño de las acciones de fidelización
1.6.6. E - Fidelización

1.7. CRM: campañas de comunicación

1.7.1. Acciones y planes de comunicación
1.7.2. Importancia del cliente informado
1.7.3. La escucha al cliente

1.8. CRM: prevención de insatisfechos

1.8.1. Las bajas de cliente
1.8.2. Detección de errores a tiempo
1.8.3. Procesos de mejora
1.8.4. Recuperación del cliente insatisfecho

1.9. CRM: acciones especiales de comunicación

1.9.1. Objetivos y planificación de un evento en la empresa
1.9.2. Diseño y realización del evento
1.9.3. Acciones desde el departamento
1.9.4. Análisis de resultados

1.10. El Marketing relacional

1.10.1. Implantación. Errores
1.10.2. Metodología, segmentación y procesos
1.10.3. Actuación, según el departamento
1.10.4. Herramientas CRM

Módulo 2. Tipos y ciclo de vida del dato

2.1. La estadística

2.1.1. Estadística: Estadística descriptiva, estadística inferencial
2.1.2. Población, muestra, individuo
2.1.3. Variables: definición, escalas de medida

2.2. Tipos de datos estadísticos

2.2.1. Según tipo

2.2.1.1. Cuantitativos: Datos continuos y datos discretos
2.2.1.2. Cualitativos: Datos binomiales, datos nominales y datos ordinales

2.2.2. Según su forma

2.2.2.1. Numérico
2.2.2.2. Texto
2.2.2.3. Lógico

2.2.3. Según su fuente

2.2.3.1. Primarios
2.2.3.2. Secundarios

2.3. Ciclo de vida de los datos

2.3.1. Etapas del ciclo
2.3.2. Hitos del ciclo
2.3.3. Principios FAIR

2.4. Etapas iniciales del ciclo

2.4.1. Definición de metas
2.4.2. Determinación de recursos necesarios
2.4.3. Diagrama de Gantt
2.4.4. Estructura de los datos

2.5. Recolección de datos

2.5.1. Metodología de recolección
2.5.2. Herramientas de recolección
2.5.3. Canales de recolección

2.6. Limpieza del dato

2.6.1. Fases de la limpieza de datos
2.6.2. Calidad del dato
2.6.3. Manipulación de datos (con R)

2.7. Análisis de datos, interpretación y valoración de resultados

2.7.1. Medidas estadísticas
2.7.2. Índices de relación
2.7.3. Minería de datos

2.8. Almacén del dato (datawarehouse)

2.8.1. Elementos que lo integran
2.8.2. Diseño
2.8.3. Aspectos a considerar

2.9. Disponibilidad del dato

2.9.1. Acceso
2.9.2. Utilidad
2.9.3. Seguridad

2.10. Aspectos normativos

2.10.1. Ley de protección de datos
2.10.2. Buenas prácticas
2.10.3. Otros aspectos normativos

Módulo 3. Número-aprendizaje automático

3.1. El Conocimiento en bases de datos

3.1.1. Preprocesamiento de datos
3.1.2. Análisis
3.1.3. Interpretación y evaluación de los resultados

3.2. Machine learning

3.2.1. Aprendizaje supervisado y no supervisado
3.2.2. Aprendizaje por refuerzo
3.2.3. Aprendizaje semisupervisado. Otros modelos de aprendizaje

3.3. Clasificación

3.3.1. Árboles de decisión y aprendizaje basado en reglas
3.3.2. Máquinas de soporte vectorial (SVM) y algoritmos de vecinos más cercanos (KNN)
3.3.3. Métricas para algoritmos de clasificación

3.4. Regresión

3.4.1. Regresión lineal y regresión logística
3.4.2. Modelos de regresión no lineales
3.4.3. Análisis de series temporales
3.4.4. Métricas para algoritmos de regresión

3.5. Clustering

3.5.1. Agrupamiento jerárquico
3.5.2. Agrupamiento particional
3.5.3. Métricas para algoritmos de clustering

3.6. Reglas de asociación

3.6.1. Medidas de interés
3.6.2. Métodos de extracción de reglas
3.6.3. Métricas para los algoritmos de reglas de asociación

3.7. Multiclasificadores

3.7.1. Bootstrap aggregation o bagging
3.7.2. Algoritmo de random forests
3.7.3. Algoritmo de boosting

3.8. Modelos de razonamiento probabilístico

3.8.1. Razonamiento probabilístico
3.8.2. Redes bayesianas o redes de creencia
3.8.3. Hidden Markov Models

3.9. Perceptrón multicapa

3.9.1. Red neuronal
3.9.2. Aprendizaje automático con redes neuronales
3.9.3. Descenso del gradiente, backpropagation y funciones de activación
3.9.4. Implementación de una red neuronal artificial

3.10. Aprendizaje profundo

3.10.1. Redes neuronales profundas. Introducción
3.10.2. Redes convolucionales
3.10.3. Sequence modeling
3.10.4. Tensorflow y Pytorch

Módulo 4. Analítica web

4.1. Analítica web

4.1.1. Introducción
4.1.2. Evolución de la analítica web
4.1.3. Proceso de análisis

4.2. Google Analytics

4.2.1. Google Analytics
4.2.2. Uso
4.2.3. Objetivos

4.3. Hits. Interacciones con el sitio web

4.3.1. Métricas básicas
4.3.2. KPI (key performance indicators)
4.3.3. Porcentajes de conversión adecuados

4.4. Dimensiones frecuentes

4.4.1. Fuente
4.4.2. Medio
4.4.3. Keyword
4.4.4. Campaña
4.4.5. Etiquetado personalizado

4.5. Configuración de Google Analytics

4.5.1. Instalación. Creación de la cuenta
4.5.2. Versiones de la herramienta: UA/GA4
4.5.3. Etiqueta de seguimiento
4.5.4. Objetivos de conversión

4.6. Organización de Google Analytics

4.6.1. Cuenta
4.6.2. Propiedad
4.6.3. Vista

4.7. Informes de Google Analytics

4.7.1. En tiempo real
4.7.2. Audiencia
4.7.3. Adquisición
4.7.4. Comportamiento
4.7.5. Conversiones
4.7.6. Comercio electrónico

4.8. Informes Avanzados de Google Analytics

4.8.1. Informes personalizados
4.8.2. Paneles
4.8.3. APIs

4.9. Filtros y segmentos

4.9.1. Filtro
4.9.2. Segmento
4.9.3. Tipos de segmentos: Redefinidos/personalizados
4.9.4. Listas de remarketing

4.10. Plan de analítica digital

4.10.1. Medición
4.10.2. Implementación en el entorno tecnológico
4.10.3. Conclusiones

Módulo 5. Normativas para gestión de datos

5.1. Marco regulatorio

5.1.1. Marco normativo y definiciones
5.1.2. Responsables, corresponsables y encargados de tratamiento
5.1.3. Próximo marco normativo en materia de inteligencia artificial

5.2. Principios relativos al tratamiento de datos personales

5.2.1. Licitud, lealtad y transparencia y limitación de la finalidad
5.2.2. Minimización de datos, exactitud y limitación del plazo de conservación
5.2.3. Integridad y confidencialidad
5.2.4. Responsabilidad proactiva

5.3. Legitimación y habilitación para el tratamiento

5.3.1. Bases de legitimación
5.3.2. Habilitaciones para el tratamiento de categorías especiales de datos
5.3.3. Comunicaciones de datos

5.4. Derechos de los individuos

5.4.1. Transparencia e información
5.4.2. Acceso
5.4.3. Rectificación y supresión (derecho al olvido), limitación y portabilidad
5.4.4. Oposición y decisiones individuales automatizadas
5.4.5. Límites a los derechos

5.5. Análisis y gestión de riesgos

5.5.1. Identificación de riesgos y amenazas para los derechos y libertades de las personas físicas
5.5.2. Evaluación de riesgos
5.5.3. Plan de tratamiento de riesgos

5.6. Medidas de responsabilidad proactiva

5.6.1. Identificación de técnicas para garantizar y acreditar cumplimiento
5.6.2. Medidas organizativas
5.6.3. Medidas técnicas
5.6.4. Gestión de violaciones de la seguridad de los datos personales
5.6.5. El Registro de actividades de tratamiento

5.7. La Evaluación de Impacto relativa a la protección de los datos personales (EIPD o DPIA)

5.7.1. Actividades que requieren EIPD
5.7.2. Metodología de evaluación
5.7.3. Identificación de riesgos, amenazas y consulta a la autoridad de control

5.8. Regulación contractual: responsables, encargados y otros sujetos

5.8.1. Contratos en materia de protección de datos
5.8.2. Atribución de responsabilidades
5.8.3. Contratos entre corresponsables

5.9. Transferencias internacionales de datos

5.9.1. Definición y garantías que deben adoptarse
5.9.2. Las cláusulas contractuales tipo
5.9.3. Otros instrumentos para regular transferencias

5.10. Infracciones y sanciones

5.10.1. Infracciones y sanciones
5.10.2. Criterios de graduación en materia sancionadora
5.10.3. El delegado de protección de datos
5.10.4. Funciones de las autoridades de control

Módulo 6. Sistemas escalables y confiables de uso masivo de datos

6.1. Escalabilidad, confiabilidad y mantenibilidad

6.1.1. Escalabilidad
6.1.2. Confiabilidad
6.1.3. Mantenibilidad

6.2. Modelos de datos

6.2.1. Evolución de los modelos de datos
6.2.2. Comparación del modelo relacional con el modelo NoSQL basado en documentos
6.2.3. Modelo de grafos

6.3. Motores de almacenamiento y recuperación de datos

6.3.1. Almacenamiento estructurado en log
6.3.2. Almacenamiento en tablas de segmentos
6.3.3. Árboles B

6.4. Servicios, paso de mensajes y formatos para codificar datos

6.4.1. Flujo de datos en servicios REST
6.4.2. Flujo de datos en paso de mensajes
6.4.3. Formatos de envío de mensajes

6.5. Replicación

6.5.1. Teorema CAP
6.5.2. Modelos de consistencia
6.5.3. Modelos de réplica con base en conceptos de líder y seguidores

6.6. Transacciones distribuidas

6.6.1. Operaciones atómicas
6.6.2. Transacciones distribuidas desde diferentes enfoques Calvin, Spanner
6.6.3. Serializabilidad

6.7. Particionado

6.7.1. Tipos de particionado
6.7.2. Índices en particiones
6.7.3. Rebalanceado de particiones

6.8. Procesamiento por lotes

6.8.1. El Procesamiento por lotes
6.8.2. MapReduce
6.8.3. Enfoques posteriores a MapReduce

6.9. Procesamiento de flujos de datos

6.9.1. Sistemas de mensajes
6.9.2. Persistencia de flujos de datos
6.9.3. Usos y operaciones con flujos de datos

6.10. Casos de uso. X, Facebook, Uber 

6.10.1. X: El uso de cachés 
6.10.2. Facebook: Modelos no relacionales 
6.10.3. Uber: diferentes modelos para diferentes propósitos 

Módulo 7. Administración de sistemas para despliegues distribuidos

7.1. Administración clásica. El modelo monolítico

7.1.1. Aplicaciones clásicas. Modelo monolítico
7.1.2. Requisitos de sistemas para aplicaciones monolíticas
7.1.3. La administración de sistemas monolíticos
7.1.4. Automatización

7.2. Aplicaciones distribuidas. El microservicio

7.2.1. Paradigma de computación distribuida
7.2.2. Modelos basados en microservicios
7.2.3. Requisitos de sistemas para modelos distribuidos
7.2.4. Aplicaciones monolíticas vs. aplicaciones distribuidas

7.3. Herramientas para la explotación de recursos

7.3.1. Gestión del hardware
7.3.2. Virtualización
7.3.3. Emulación
7.3.4. Paravirtualización

7.4. Modelos IaaS, PaaS y SaaS

7.4.1. Modelo IaaS
7.4.2. Modelo PaaS
7.4.3. Modelo SaaS
7.4.4. Patrones de diseño

7.5. Containerización

7.5.1. Virtualización con cgroups
7.5.2. Containers
7.5.3. De la aplicación al contenedor
7.5.4. Orquestación de contenedores

7.6. Clusterización

7.6.1. Alto rendimiento y alta disponibilidad
7.6.2. Modelos de alta disponibilidad
7.6.3. Clúster como plataforma SaaS
7.6.4. Securización de clústers

7.7. Cloud computing

7.7.1. Clústers vs. clouds
7.7.2. Tipos de clouds
7.7.3. Modelos de servicio en cloud
7.7.4. Sobresuscripción

7.8. Monitorización y testing

7.8.1. Tipos de monitorización
7.8.2. Visualización
7.8.3. Tests de infraestructura
7.8.4. Ingeniería del caos

7.9. Caso de estudio: Kubernetes

7.9.1. Estructura
7.9.2. Administración
7.9.3. Despliegue de servicios
7.9.4. Desarrollo de servicios para K8S

7.10. Caso de estudio: OpenStack

7.10.1. Estructura
7.10.2. Administración
7.10.3. Despliegues
7.10.4. Desarrollo de servicios para OpenStack

Módulo 8. Internet of things

8.1. Internet of things (IoT)

8.1.1. Internet del futuro
8.1.2. Internet of things e industrial internet of things
8.1.3. El consorcio de internet industrial

8.2. Arquitectura de referencia

8.2.1. La arquitectura de referencia
8.2.2. Capas y componentes

8.3. Dispositivos IoT

8.3.1. Clasificación
8.3.2. Componentes
8.3.3. Sensores y actuadores

8.4. Protocolos de comunicaciones

8.4.1. Clasificación
8.4.2. Modelo OSI
8.4.3. Tecnologías

8.5. Plataformas IoT e IIoT

8.5.1. La Plataforma IoT
8.5.2. Plataformas Cloud de propósito general
8.5.3. Plataformas Industriales
8.5.4. Plataformas de código abierto

8.6. Gestión de datos en plataformas IoT

8.6.1. Mecanismos de gestión
8.6.2. Datos abiertos
8.6.3. Intercambio de datos
8.6.4. Visualización de datos

8.7. Seguridad en IoT

8.7.1. Requisitos de seguridad
8.7.2. Áreas de seguridad
8.7.3. Estrategias de seguridad
8.7.4. Seguridad en IIoT

8.8. Áreas de aplicación de sistemas IoT

8.8.1. Ciudades inteligentes
8.8.2. Salud y condición física
8.8.3. Hogar inteligente
8.8.4. Otras aplicaciones

8.9. Aplicación de IIoT a los distintos sectores industriales

8.9.1. Fabricación
8.9.2. Transporte
8.9.3. Energía
8.9.4. Agricultura y ganadería
8.9.5. Otros sectores

8.10. Integración del IIoT en el modelo de industria 4.0

8.10.1. IoRT (internet of robotics things)
8.10.2. Fabricación aditiva 3D
8.10.3. Big data analytics

Módulo 9. Gestión de proyectos y metodologías Agile

9.1. Dirección y gestión de proyectos

9.1.1. El proyecto
9.1.2. Fases de un proyecto
9.1.3. Dirección y gestión de proyectos

9.2. Metodología PMI para la gestión de proyectos

9.2.1. PMI (project management institute)
9.2.2. PMBOK
9.2.3. Diferencia entre proyecto, programa y porfolio de proyectos
9.2.4. Evolución de las organizaciones que trabajan con proyectos
9.2.5. Activos de los procesos en las organizaciones

9.3. Metodología PMI para la gestión de proyectos: Procesos

9.3.1. Grupos de procesos
9.3.2. Áreas de conocimiento
9.3.3. Matriz de procesos

9.4. Metodologías Agile para la gestión de proyectos

9.4.1. Contexto VUCA (Volatilidad, incertidumbre, complejidad y ambigüedad)
9.4.2. Valores Agile
9.4.3. Principios del manifiesto Agile

9.5. Framework Agile SCRUM para la gestión de proyectos

9.5.1. SCRUM
9.5.2. Los pilares de la metodología SCRUM
9.5.3. Los valores en SCRUM

9.6. Framework Agile SCRUM para la gestión de proyectos. Proceso

9.6.1. El proceso de SCRUM
9.6.2. Roles tipificados en un proceso SCRUM
9.6.3. Las ceremonias en SCRUM

9.7. Framework Agile SCRUM para la gestión de proyectos. Artefactos 

9.7.1. Artefactos en un proceso SCRUM
9.7.2. El Equipo SCRUM
9.7.3. Métricas para evaluación del rendimiento de un equipo SCRUM

9.8. Framework Agile KANBAN para la gestión de proyectos. Método Kanban

9.8.1. Kanban
9.8.2. Beneficios de Kanban
9.8.3. Método Kanban. Elementos

9.9. Framework Agile Kanban para la Gestión de Proyectos. Prácticas del método Kanban

9.9.1. Los valores de Kanban
9.9.2. Principios del método Kanban
9.9.3. Prácticas generales del método Kanban
9.9.4. Métricas para evaluación del rendimiento de Kanban

9.10. Comparación: PMI, Scrum y Kanban 

9.10.1. PMI – SCRUM
9.10.2. PMI – KANBAN
9.10.3. SCRUM - KANBAN

Módulo 10. Comunicación, liderazgo y gestión de equipos

10.1. Desarrollo organizativo en la empresa

10.1.1. Clima, cultura y desarrollo organizativo en la empresa
10.1.2. La gestión del capital humano

10.2. Modelos de dirección. Toma de decisiones

10.2.1. Cambio de paradigma en los modelos de dirección
10.2.2. Proceso directivo de la empresa tecnológica
10.2.3. Toma de decisiones. Instrumentos de planificación

10.3. Liderazgo. Delegación y empowerment

10.3.1. Liderazgo
10.3.2. Delegación y empowerment
10.3.3. Evaluación del desempeño

10.4. Liderazgo. Gestión del talento y del compromiso

10.4.1. Gestión del talento en la empresa
10.4.2. Gestión del compromiso en la empresa
10.4.3. Mejora de la comunicación en la empresa

10.5. Coaching aplicado a la empresa

10.5.1. Coaching directivo
10.5.2. Coaching de equipos

10.6. Mentoring aplicado a la empresa

10.6.1. Perfil del mentor
10.6.2. Los 4 procesos de un programa de mentoring
10.6.3. Herramientas y técnicas en un Proceso de mentoring
10.6.4. Beneficios del mentoring en el ámbito de la empresa

10.7. Gestión de equipos I. Las Relaciones Interpersonales

10.7.1. Relaciones interpersonales
10.7.2. Estilos relacionales: Enfoques
10.7.3. Reuniones efectivas y acuerdos en situaciones difíciles

10.8. Gestión de equipos II. Los conflictos

10.8.1. Los conflictos
10.8.2. Prevenir, afrontar y resolver el conflicto

10.8.2.1. Estrategias para prevenir el conflicto
10.8.2.2. La gestión de conflictos. Principios básicos

10.8.3. Estrategias para resolver conflictos
10.8.4. Estrés y motivación laboral

10.9. Gestión de equipos III. La negociación

10.9.1. La negociación en el ámbito directivo de las empresas tecnológicas
10.9.2. Estilos de negociación
10.9.3. Fases de la negociación

10.9.3.1. Barreras a superar en las negociaciones

10.10. Gestión de equipos IV. Técnicas de negociación

10.10.1. Técnicas y estrategias de negociación

10.10.1.1. Estrategias y principales tipos de negociación
10.10.1.2. Tácticas de negociación y cuestiones prácticas

10.10.2. La figura del sujeto negociador

Módulo 11. Liderazgo, Ética y Responsabilidad Social de las Empresas

11.1. Globalización y Gobernanza

11.1.1. Gobernanza y Gobierno Corporativo
11.1.2. Fundamentos del Gobierno Corporativo en las empresas
11.1.3. El Rol del Consejo de Administración en el marco del Gobierno Corporativo

11.2. Cross Cultural Management

11.2.1. Concepto de Cross Cultural Management
11.2.2. Aportaciones al Conocimiento de Culturas Nacionales
11.2.3. Gestión de la Diversidad

11.3. Ética empresarial

11.3.1. Ética y Moral
11.3.2. Ética Empresarial
11.3.3. Liderazgo y ética en las empresas

11.4. Sostenibilidad

11.4.1. Sostenibilidad y desarrollo sostenible
11.4.2. Agenda 2030
11.4.3. Las empresas sostenibles

11.5. Responsabilidad Social de la Empresa

11.5.1. Dimensión internacional de la Responsabilidad Social de las Empresas
11.5.2. Implementación de la Responsabilidad Social de la Empresa
11.5.3. Impacto y medición de la Responsabilidad Social de la Empresa

11.6. Sistemas y herramientas de Gestión responsable

11.6.1. RSC: La responsabilidad social corporativa
11.6.2. Aspectos esenciales para implantar una estrategia de gestión responsable
11.6.3. Pasos para la implantación de un sistema de gestión de responsabilidad social corporativa
11.6.4. Herramientas y estándares de la RSC

11.7. Multinacionales y derechos humanos

11.7.1. Globalización, empresas multinacionales y derechos humanos
11.7.2. Empresas multinacionales frente al derecho internacional
11.7.3. Instrumentos jurídicos para multinacionales en materia de derechos humanos

11.8. Entorno legal y Corporate Governance

11.8.1. Normas internacionales de importación y exportación
11.8.2. Propiedad intelectual e industrial
11.8.3. Derecho Internacional del Trabajo

Módulo 12. Dirección de Personas y Gestión del Talento 

12.1. Dirección Estratégica de personas

12.1.1. Dirección Estratégica y recursos humanos
12.1.2. Dirección estratégica de personas

12.2. Gestión de recursos humanos por competencias

12.2.1. Análisis del potencial
12.2.2. Política de retribución
12.2.3. Planes de carrera/sucesión

12.3. Evaluación del rendimiento y gestión del desempeño

12.3.1. La gestión del rendimiento
12.3.2. Gestión del desempeño: objetivos y proceso

12.4. Innovación en gestión del talento y las personas

12.4.1. Modelos de gestión el talento estratégico
12.4.2. Identificación, formación y desarrollo del talento
12.4.3. Fidelización y retención
12.4.4. Proactividad e innovación

12.5. Motivación

12.5.1. La naturaleza de la motivación
12.5.2. La teoría de las expectativas
12.5.3. Teorías de las necesidades
12.5.4. Motivación y compensación económica

12.6. Desarrollo de equipos de alto desempeño

12.6.1. Los equipos de alto desempeño: los equipos autogestionados
12.6.2. Metodologías de gestión de equipos autogestionados de alto desempeño

12.7. Gestión del cambio

12.7.1. Gestión del cambio
12.7.2. Tipo de procesos de gestión del cambio
12.7.3. Etapas o fases en la gestión del cambio

12.8. Negociación y gestión de conflictos

12.8.1. Negociación
12.8.2. Gestión de Conflictos
12.8.3. Gestión de Crisis

12.9. Comunicación directiva

12.9.1. Comunicación interna y externa en el ámbito empresarial
12.9.2. Departamentos de Comunicación
12.9.3. El responsable de comunicación de la empresa. El perfil del Dircom

12.10. Productividad, atracción, retención y activación del talento

12.10.1. La productividad
12.10.2. Palancas de atracción y retención de talento

Módulo 13. Dirección Económico-Financiera 

13.1. Entorno Económico

13.1.1. Entorno macroeconómico y el sistema financiero nacional
13.1.2. Instituciones financieras
13.1.3. Mercados financieros
13.1.4. Activos financieros
13.1.5. Otros entes del sector financiero

13.2. Contabilidad Directiva

13.2.1. Conceptos básicos
13.2.2. El Activo de la empresa
13.2.3. El Pasivo de la empresa
13.2.4. El Patrimonio Neto de la empresa
13.2.5. La Cuenta de Resultados

13.3. Sistemas de información y Business Intelligence

13.3.1. Fundamentos y clasificación
13.3.2. Fases y métodos de reparto de costes
13.3.3. Elección de centro de costes y efecto

13.4. Presupuesto y Control de Gestión

13.4.1. El modelo presupuestario
13.4.2. El Presupuesto de Capital
13.4.3. El Presupuesto de Explotación
13.4.4. El Presupuesto de Tesorería
13.4.5. Seguimiento del Presupuesto

13.5. Dirección Financiera

13.5.1. Las decisiones financieras de la empresa
13.5.2. El departamento financiero
13.5.3. Excedentes de tesorería
13.5.4. Riesgos asociados a la dirección financiera
13.5.5. Gestión de riesgos de la dirección financiera

13.6. Planificación Financiera

13.6.1. Definición de la planificación financiera
13.6.2. Acciones a efectuar en la planificación financiera
13.6.3. Creación y establecimiento de la estrategia empresarial
13.6.4. El cuadro Cash Flow
13.6.5. El cuadro de circulante

13.7. Estrategia Financiera Corporativa

13.7.1. Estrategia corporativa y fuentes de financiación
13.7.2. Productos financieros de financiación empresarial

13.8. Financiación Estratégica

13.8.1. La autofinanciación
13.8.2. Ampliación de fondos propios
13.8.3. Recursos Híbridos
13.8.4. Financiación a través de intermediarios

13.9. Análisis y planificación financiera

13.9.1. Análisis del Balance de Situación
13.9.2. Análisis de la Cuenta de Resultados
13.9.3. Análisis de la Rentabilidad

13.10. Análisis y resolución de casos/problemas

13.10.1. Información financiera de Industria de Diseño y Textil, S.A. (INDITEX)

Módulo 14. Dirección Comercial y Marketing Estratégico 

14.1. Dirección comercial

14.1.1. Marco conceptual de la dirección comercial
14.1.2. Estrategia y planificación comercial
14.1.3. El rol de los directores comerciales

14.2. Marketing

14.2.1. Concepto de Marketing
14.2.2. Elementos básicos del marketing
14.2.3. Actividades de marketing de la empresa

14.3. Gestión Estratégica del Marketing

14.3.1. Concepto de Marketing estratégico
14.3.2. Concepto de planificación estratégica de marketing
14.3.3. Etapas del proceso de planificación estratégica de marketing

14.4. Marketing digital y comercio electrónico

14.4.1. Objetivos del Marketing digital y comercio electrónico
14.4.2. Marketing Digital y medios que emplea
14.4.3. Comercio electrónico. Contexto general
14.4.4. Categorías del comercio electrónico
14.4.5. Ventajas y desventajas del Ecommerce frente al comercio tradicional

14.5. Marketing digital para reforzar la marca

14.5.1. Estrategias online para mejorar la reputación de tu marca
14.5.2. Branded Content & Storytelling

14.6. Marketing digital para captar y fidelizar clientes

14.6.1. Estrategias de fidelización y vinculación a través de Internet
14.6.2. Visitor Relationship Management
14.6.3. Hipersegmentación

14.7. Gestión de campañas digitales

14.7.1. ¿Qué es una campaña de publicidad digital?
14.7.2. Pasos para lanzar una campaña de marketing online
14.7.3. Errores de las campañas de publicidad digital

14.8. Estrategia de ventas

14.8.1. Estrategia de ventas
14.8.2. Métodos de ventas

14.9. Comunicación Corporativa

14.9.1. Concepto
14.9.2. Importancia de la comunicación en la organización
14.9.3. Tipo de la comunicación en la organización
14.9.4. Funciones de la comunicación en la organización
14.9.5. Elementos de la comunicación
14.9.6. Problemas de la comunicación
14.9.7. Escenarios de la comunicación

14.10. Comunicación y reputación digital

14.10.1. Reputación online
14.10.2. ¿Cómo medir la reputación digital?
14.10.3. Herramientas de reputación online
14.10.4. Informe de reputación online
14.10.5. Branding online

Módulo 15. Management Directivo

15.1. General Management

15.1.1. Concepto de General Management
15.1.2. La acción del Manager General
15.1.3. El Director General y sus funciones
15.1.4. Transformación del trabajo de la dirección

15.2. El directivo y sus funciones. La cultura organizacional y sus enfoques

15.2.1. El directivo y sus funciones. La cultura organizacional y sus enfoques

15.3. Dirección de operaciones

15.3.1. Importancia de la dirección
15.3.2. La cadena de valor
15.3.3. Gestión de calidad

15.4. Oratoria y formación de portavoces

15.4.1. Comunicación interpersonal
15.4.2. Habilidades comunicativas e influencia
15.4.3. Barreras en la comunicación

15.5. Herramientas de comunicaciones personales y organizacional

15.5.1. La comunicación interpersonal
15.5.2. Herramientas de la comunicación interpersonal
15.5.3. La comunicación en la organización
15.5.4. Herramientas en la organización

15.6. Comunicación en situaciones de crisis

15.6.1. Crisis
15.6.2. Fases de la crisis
15.6.3. Mensajes: contenidos y momentos

15.7. Preparación de un plan de crisis

15.7.1. Análisis de posibles problemas
15.7.2. Planificación
15.7.3. Adecuación del personal

15.8. Inteligencia emocional

15.8.1. Inteligencia emocional y comunicación
15.8.2. Asertividad, empatía y escucha activa
15.8.3. Autoestima y comunicación emocional

15.9. Branding Personal

15.9.1. Estrategias para desarrollar la marca personal
15.9.2. Leyes del branding personal
15.9.3. Herramientas de la construcción de marcas personales

15.10. Liderazgo y gestión de equipos

15.10.1. Liderazgo y estilos de liderazgo
15.10.2. Capacidades y desafíos del Líder
15.10.3. Gestión de Procesos de Cambio
15.10.4. Gestión de Equipos Multiculturales

La combinación de dirección financiera, comercial y de talento te preparará para liderar la transformación digital con un enfoque orientado a resultados”