R es un programa gratuito (software libre), de análisis estadístico con una gran variedad de librerias que permiten desarrollar modelos de mineria de datos. Algunas librerias son muy amigables, lo que permite a usuarios y analistas de negocio, desarrollar modelos de una forma intuitiva y amigable a través de interfaces gráficas.

Metodología                            :             

Este curso está basado en metodologias de mineria de datos y la aplicación directa y práctica con casos reales de los conceptos aprendidos.

Usaremos para ello, interfaces de usuario, con determinados modulos de R Statistrics que permite el facil desarrollo de modelos de segmentación y exploratorios.

Ejecutivos de negocio y analistas, interesados en desarrollar modelos de mineria de datos.

Se requere conocimiento básicos de análisis de datos con Excel,  Bases de datos y estadistica.

1.-Minería de Datos-Machine Learning

• Definiciones y ejemplos de aplicación en la Banca
• Tipos de Modelos. Analítica descriptiva / predictiva

2.-Metodología de desarrollo de modelos de minería de datos: CRISP-DM

• Definición de objetivos
• Análisis de los datos
• Preparación de los datos
• Modelamiento
• Evaluación
• Implementación de modelos

3.-Análisis exploratorio de datos

• Manipulación de datos
• Resumen de datos: indicadores de tendencia central, de dispersión, percentiles
• Visualización de distribuciones: boxplot, histogramas, distribución, asimetria
• Análisis de correlación

4.-Preparación de variables

• Cambio de escala
• Imputación de datos
• Recodificación
• Limpieza de data: Valores perdidos, identificación de outlier
• Muestreo y selección de muestras
• Reducción de dimensionalidad y multicolinealidad. Análisis Factorial y Componentes Principales

5.-Clustering

• Medidas de distancia
• Calidad del modelo
• Algoritmos: Hierarchical, K-means, Entropy Weighted K-means
• Modelo RFM
• Perfilamiento de cluster

6.-Modelos de clasificación (Scoring)

• Regresión Logística,
• Random Forest,
• Support Vector Machine
• Redes Neuronales
• Redes Bayesianas

7.-Modelo de asociación y Regresión

• Indicadores y reglas de asociación
• Modelos de venta cruzada: Market Basket Analysis
• Análisis de regresión múltiple
• Análisis de residuales

8.-Evaluación de Performance de modelos

• Tasa de error
• Verdaderos y falsos positivos y negativos
• Sensibilidad y Especificidad
• Matriz de confusión
• Gráficos de Riesgo Grafico ROC

9.-Implementación

• Exportación de modelos a código PMML
• Implementación de modelos a nuevos registros

10.-Text Mining

• Introducción a librería R.TeMiS
• Importación del Corpus
• Visualización del Corpus de documentos y diccionario de términos
• Gestión y distribución del Corpus
• Análisis descriptivo del léxico
• Análisis de correspondencia del corpus de documentos
• Análisis de clasificación jerárquica del corpus de documentos
• Revisión de otros algoritmos de Text Mining

Taller, practico y aplicable Expositores que conjuntamente combinan, conocimiento de Negocio y amplia experiencia en el uso de la herramienta R Statistics Satisfacción del contenido asegurada, como lo han confirmado cientos de alumnos ejecutivos de empresas innovadoras y líderes en nuestros más de 10 años de experiencia organizando seminarios y talleres.

Profesor 1:

• Magister Estadística (PUCP)
• Magister Dirección de Marketing y Gestión Comercial (UPC)
• Master Science en Dirección de Marketing (EOI España)
• Ingeniero estadístico (UNI).
• Con más de 10 años de experiencia en áreas de investigación social, investigación de mercados, educación y banca. Experto CRM analítico, marketing intelligence y minería de datos orientado a la identificación de nichos comerciales e identificación de patrones de comportamiento del consumidor, para la implementación de estrategias comerciales las cuales generan impacto a la rentabilidad del negocio. He desarrollado e implementado modelos analíticos de churn, captación, vinculación, satisfacción y lealtad de clientes. En el ámbito educacional, he desarrollado e implementado modelos de Rasch para la estimación de habilidades y dificultades de estudiantes en pruebas de rendimiento a nivel nacional.
• Como ponente ha participado en diferentes congresos de estadística en la Pontificia Universidad Católica del Perú (PUCP), Universidad Nacional Pedro Ruiz Gallo (UNPERG), Universidad Nacional Agraria La Molina (UNALM) y Universidad Nacional Federico Villareal (UNFV).
• Ha presentado un modelo predictivo de segmentación actitudinal en el evento Predictive Analytics Experience.

Profesor 2:

Ing. Julio Quiñonez

• Reciente experiencia como CRM Manager en Supermercados Wong y Metro (Grupo Cencosud).
• Director - Customer Targer Consulting (www.customertarget.com) Máster en Dirección Comercial y Marketing - Instituto de Empresa Business School (Madrid, España). MBA - Universidad del Pacífico (Lima, Perú), Ingeniero Industrial - Pontificia Universidad Católica del Perú.
• Uso intensivo de R Statistic y el modelo de Mineria de Datos en varios países de Europa y más de 5 años usando intensivamente esta herramienta.
• Fue Director Inteligencia de Marketing y CRM de Neck&Neck, para España, Europa, Asia y América (www.neckandneck.com). Cadena española líder de moda infantil con más de 200 tiendas en Europa, Asia y América. Cuenta con un club de fidelización de mas 400 mil miembros en diversos paises.
• Más de 16 años de experiencia en sectores de distribución, banca multinacional, tecnologías de información, en empresas como Cosapi Data, Scotia Bank en Europa y Lima, BBVA en Lima, Banco Uno -E en España y Neck&Neck, dirigiendo proyectos de análisis para la gestión rentable de clientes.

Ver video. Entrevista en Mundo Empresarial de Canal N, sobre Datamining aplicaciones en Marketing y Negocios

Fecha y lugar:

Para las clases presenciales, los alumnos llevarán una portatil.

Lunes: 11, 18, 25 de Marzo ; 1 y 8 de Abril 2019. De 18:30 pm a 22:30 pm

 Valor de la inscripción:

• S/. 800 inc IGV para inscripciones pagadas hasta el 09/03/2018
• S/. 850 inc. IGV para inscripciones pagadas despues del 09/03/2018

Consultar precios corporativos para 3 o más inscritos.

Consultar también este curso en modalidad In-house en todo en Perú, Latinoamérica y España

Inscripción incluye:

• 20 horas de taller presencial
• Material de estudio online en un espacio especial para alumnos (antes del inicio de clases).
• Desarrollo de ejercicios y tareas
• Certificado de asistencia, firmado por el Director

Cancelaciones:
• Hasta 48 horas antes del inicio del seminario. Solo se devolverá el 70% del monto de inscripción por gastos administrativos.
• Si usted no puede asistir, tiene la opción de que un sustituto venga en su lugar, comunicándonos sus datos al menos 24 horas antes del inicio del seminario.
• Las comunicaciones de cancelación deben ser presentadas por escrito.

Formas de pago:

·Deposito en cuenta corriente del Banco de Crédito del Perú. Cta. Cte. en soles a nombre de Customer Target Consulting SAC:   191-1955762-0-70.

. Para facturas superiores a S/ 700, el 10% del importe total de la factura se abona a la cuenta de detracción del Banco de la Nación en soles Nº: 00-051030834

Con cheque o con efectivo acercándose a nuestras oficinas comerciales (previa cita por email o teléfono) :Jr. Valle Riestra 138. San Isidro

El ingreso al seminario solo será posible previo pago del 100% del monto de la inscripción y/o al cumplimiento de las condiciones de venta y a la confirmación previa de la vacante.

Customer Target Consulting está constituida en Lima, Perú. Las facturas se emitirán con Nº de RUC (Registro Unico de Contribuyente en Perú)

Garantía de Calidad:
Customer Target Consulting y las empresas colaboradoras garantizan un seminario práctico y aplicable. Las encuestas de nuestros seminarios que dictamos desde el 2002 tienen un promedio de aprobación de un 95% (completa satisfacción entre los asistentes), con quiénes seguimos manteniendo vínculos, a través de nuestro Club de Afiliados y Seminarios para exalumos.