Ciencia de Datos Aplicada a la Resolución de Problemas y Mejora de Procesos

Aprende a resolver problemas reales y mejorar procesos combinando herramientas prácticas de análisis de datos y métodos de causa raíz. Este curso te brinda los fundamentos de la ciencia de datos aplicada, sin necesidad de programar, utilizando herramientas accesibles como Excel y JASP para analizar, visualizar y entender el comportamiento de los procesos.

A lo largo del curso trabajarás con casos prácticos que simulan situaciones reales en entornos organizacionales tanto del sector servicio como manufactura. Aplicarás lo aprendido para limpiar datos, identificar patrones, construir cartas de control, evaluar capacidad de procesos y confirmar causas raíz con evidencia. Ideal para profesionales de calidad, mejora continua y toma de decisiones que buscan pasar del dato a la acción.

Brindar a los participantes los conocimientos y habilidades necesarias para analizar datos de procesos, identificar patrones, evaluar el desempeño operativo y confirmar causas raíz con evidencia objetiva, utilizando herramientas accesibles como Excel y JASP. A través de casos prácticos, el curso busca fortalecer la capacidad de los profesionales para resolver problemas reales y liderar mejoras en procesos, sin necesidad de conocimientos en programación, combinando métodos tradicionales de análisis con fundamentos aplicados de la ciencia de datos.

• Introducción al Análisis de Datos
• Entendiendo la variación en los procesos
• El rol de la estadística en la toma de decisiones
• Herramientas cualitativas vs herramientas cuantitativas
• Estudios Experimentales vs Observacionales
• Tipos de Datos y herramientas aplicables deanálisis según el tipo de dato
• Recolección de Datos
• Introducción a los indicadores de procesos
• Tipos de indicadores
• Técnicas para el cálculo deindicadores
• El muestreo para la recopilación de datos
• Cómo realizar un muestreo aleatorio en Excel
• Preparando los datos para el análisis - uso de Excel
• Introducción a la calidad delos datos
• Técnicas para la limpieza del conjunto de datos
• Ingeniería de Características
• Análisis de Datos en JASP
• Introducción a las estadísticas descriptivas (moda, mediana, desv. estándar, etc) y cómo aplicarlas para extraer conclusiones
• Analizando la distribución delos datos a través del histograma y gráfico de caja
• Técnicas para manejar los datos atípicos
• Determinando la estabilidad del proceso - el uso de las cartas control
• Aplicación de la carta control para la mejora de los procesos
• Tipos de Cartas Control
• Carta control deindividuales X-MR
• Carta control desubgrupos X-R
• Técnicas para la formación desubgrupos racionales
• Estudio de capacidad del proceso
• Entendiendo el concepto decapacidad de procesos
• Índices de Capacidad - Cp, Cpk, Pp y Ppk y cómo usarlos para determinar la oportunidad del proceso para mejorar
• Análisis de causa raíz basado en datos
• Análisis de Correlación
• Correlación vs Causalidad
• Diagrama deCorrelación
• Mapas de Calor (Heatmaps)
• Diagramas Pareto
• Combinando herramientas tradicionales de causa raíz con el análisis dedatos
• Confirmando la causa raíz del problema
• Temas avanzados de análisis de datos
• Introducción al Machine Learning
• Predicción vs Inferencia Causal
• Modelos de Regresión Lineal
• Árboles de Regresión y Decisión (CART)
• Técnicas de Visualización de Datosen Excel
• Conceptos de visualización de datos
• Formas y colores en la creación de gráficos
• Optimizando las visualizaciones para comunicar la información demanera efectiva
• Creando una historia con los datos (Data storytelling)