Desde hace mucho tiempo, ha aumentado el uso de la representación gráfica de ideas o conceptos en campos como marketing, publicidad, diseño web, cartografía, etc. Ejemplo de ello es la Visualización de Datos, centrada en la representación visual de información compleja, lo cual permite que sea comprensible, facilita su análisis y la toma de decisiones.
Este módulo se basa en el aprendizaje de la herramienta Qlik Sense, que ofrece una amplia variedad de gráficos, cuadros y tablas, en distintos formatos, que permiten ver los datos de la forma que uno desee.
Entender la visualización como medio de comunicación.
Reconocer los componentes de la visualización de datos.
Representar la información de la mejor forma según el objetivo buscado.
Conocer los distintos elementos gráficos que podemos usar y para qué tipo de análisis es óptimo cada uno de ellos.
Dominar los distintos tipos de análisis y su propósito: análisis multivariante, de tendencias, de ranking, de distribución, de correlación, etc.
Elegir el mejor modelo de representación, gráfica o tabular, para cada tipo de análisis.
Manejar Qlik Sense como un usuario avanzado.
Duración: El curso tiene una duración de 30 horas lectivas.
Modalidad: El curso combina la modalidad online (del 8 al 12 de febrero) con las sesiones presenciales (4 y 5 de marzo).
Sede: Edificio ENAE. Campus Universitario de Espinardo 30100, Espinardo, Murcia.
Introducción a Data Visualization.
Psicología de la Gestalt: cómo la mente percibe la información visual.
Características del análisis visual de la información.
La importancia de una guía de estilo.
Diferentes tipos de usuarios - de aplicaciones - de diseño.
Errores más comunes y como evitarlos en la Visualización de datos.
Evolución de la visualización de datos.
Elementos de visualización de datos: gráficos y tablas.
Tipos de gráficos y cuando usarlos.
Características del Análisis dinámico de datos.
Qlik Sense: Cree sus propias apps analíticas.
Análisis comparativo.
Análisis de ranking.
Análisis de tendencias.
Análisis de distribución.
Análisis multivariante.
Análisis de correlación.
Análisis geográfico.
Análisis de sensibilidad.