Diplomado en Gestión estratégica de la transformación digital

En la clase en vivo, el profesor realizará un recorrido por los modelos de gestión del cambio, enfatizando en los aspectos claves que deben tenerse en consideración para enfrentar estos procesos. La clase en vivo tiene un carácter muy participativo, donde se busca que se construya conocimiento a partir del contenido y de las experiencias de los participantes. Para ellos se utilizarán herramientas interactivas para hacer partícipes a los alumnos que se conecten desde distintas ubicaciones. La instancia servirá también para analizar las experiencias que están teniendo los alumnos en sus distintas rutas de aprendizaje.

• Los tipos de cambios organizacionales
• Las condiciones actuales del entorno que propician estos cambios

• Cultura organizacional
• Estructura organizacional
• Toma de decisiones

• Modelos centrados en las características de la organización
• Modelos centrados en las personas
• Modelos mixtos

• El escenario
• La planificación
• La implementación

• Consideraciones respecto a sus propios procesos
• El nivel de motivación de las personas hacia el cambio

• Tipos de personas en un proceso de cambio organizacional
• Las actitudes de las personas ante los procesos de cambio

• La instalación de los procesos de cambio en la cultura
• La sustentabilidad del cambio

• Las consecuencias en las personas
• Las consecuencias en la organización
• Medidas de mitigación ante consecuencias adversas

En la clase en vivo, el profesor Michael Leatherbee enseñará la anatomía y funcionamiento del ecosistema innovador de Silicon Valley para extraer las grandes lecciones de emprendimientos de alto impacto y ver cómo estas redes se conectan con nuestros potenciales emprendimientos. Además, se revisará con detención el proceso de descubrimiento de oportunidades, a través de técnicas y comportamientos ágiles para maximizar las posibilidades de éxito de nuestras iniciativas en conjunto con los ajustes necesarios para apalancar cambios profundos en el modelo de negocio de nuestras empresas, sumado con el proceso de comunicación de ideas y el estudio de organizaciones ambidiestras.

De manera transversal al curso, los alumnos en equipo deberán aprender a reconocer las capacidades de innovación existentes en su organización (sea pública o privada), investigar acerca de métodos para fomentar la innovación, y realizar una propuesta concreta para mejorar dichas capacidades con el fin de proponer una solución pragmática y funcional a la empresa diagnosticada a partir de lo investigado en modo de consultoría. El objetivo del proyecto es que los alumnos queden capacitados para abrir nuevas posibilidades de acción en distintas líneas de innovación y los comportamientos requeridos en la nueva era tecnológica.

• Oportunidades innovadoras: ¿Tener suerte o comportarse efectivamente?
• Evidencia científica de los comportamientos innovadores
• Oportunidad definida económicamente.
• ¿Dónde se encuentran las oportunidades innovadoras?
• ¿Qué se puede hacer para descubrir lo no obvio?
• Reducción de la incertidumbre acerca de la existencia de oportunidades innovadoras

• Cuestionando el statu quo: Una simple pero poderosa pregunta
• Bricolaje: Mirar las cosas desde una óptica más libre
• Experimentación: Accidentes valiosos y la reducción de la incertidumbre

• El motor de la creatividad: ¿Debemos escoger entre astronomía y pobreza?
• Redes sociales: Homofilia, la kryptonita del innovador
• Caso de estudio: El contagio social que potencia nuestra cultura emprendedora

• Ambidiestría organizacional
• Trabas a la ambidiestría organizacional

• Validación de oportunidades innovadoras
• Exploración bajo incertidumbre

• Innovar: Adquiriendo innovadores
• ¿Cómo ganar como inversionista de capital de riesgo? La táctica del vendedor de manzanas
• Comprar emprendimientos innovadores: Una forma de invertir en I&D

En la clase en vivo, el profesor Martin Meister expondrá los conceptos esenciales de la transformación digital y sus aplicaciones prácticas a través de la revisión de casos reales que han permitido a empresas adaptarse a los nuevos contextos de negocios y mercados digitales. La clase finalizará con una revisión de perspectivas futuras y tendencias en la gestión de la transformación en todas sus dimensiones.

De manera transversal al curso, los alumnos deberán realizar en equipo un proyecto en modo de consultoría para su organización o startup en donde aborden un proceso sistemático de transformación digital, de principio a fin.

Este proyecto involucra pasar por distintas etapas de manera incremental: detección de oportunidades bajo los dominios de la transformación digital, realizar una justificación del modelo de negocios a utilizar, evaluar y detectar de ventajas competitivas digitales, revisar la priorización del porfolio de proyectos, realizar los flujogramas y customer journey de procesos, estructurar métricas (KPI) para la medición del éxito además del diseño de experimentos. Este proyecto tiene como foco que el alumno quede capacitado para poder, desde su área de trabajo, impulsar y liderar proyectos de transformación digital alineadas con el negocio e industria en el cual se desempeña, bajo la óptica estratégica que debe tener el manager.

• Introducción y generalidades de la transformación digital
• Triunfo del e-commerce
• Hacia una experiencia integrada
• Cómo Amazon se ha transformado continuamente. Los cambios en las necesidades del consumidor
• Marcas direct-to-consumer
• Social commerce

• La disrupción digital
• ¿En qué momento se encuentra mi organización? El estado de madurez
• Las claves para iniciar el proceso de transformación digital
• Dominios de la transformación digital para la detección de oportunidades
• Oportunidades a través de datos, competencia, propuesta de valor e innovación a través de experimentos

• 4 modelos de negocios digitales
• ¿Cuál es tu modelo de negocios actual?: Modelo de análisis
• Modelo del proveedor y el modelo omnicanal
• Modelo del productor modular y modelo de ecosistema guiado
• Las ventajas competitivas y los modelos digitales
• Capacidades de reinvención de la organización y modelo de negocios

• Características de las plataformas digitales
• Efectos de red en la plataforma
• Mercados bilaterales o mercado de dos lados
• Caso Winners takes all
• Desafíos de los mercados de dos lados: Fijación de precios y el envolvimiento
• Subsidios en el modelo de plataforma
• Mapeo del modelo de negocios

• Diagramas de alienamiento
• Etapas del proceso
• Mapeo de las experiencias de usuarios
• Estudio de las experiencias de usuarios
• Alineamiento: Diseñando la entrega de valor

• La transformación digital como un proceso continuo
• Casos de continuo flujo de transformación
• Entendiendo el porqué y cómo
• Capacidad del sistema
• Uso estratégico de datos externos
• Caso de ciclo en acción: El caso Panera

• El rol de los datos en la transformación digital
• Las dimensiones de los datos
• La experimentación para la toma de decisiones
• La evidencia de los datos
• Caso Instacart: Optimizando el proceso
• Cómo testear opciones

• Criterios para priorizar portfolios de transformación digital
• Criterios para priorizar oportunidades: Pertenecer a la infraestructura central
• Criterios para priorizar oportunidades: Tareas listas para ser ejecutadas
• Criterios para priorizar oportunidades: Liderazgo organizacional adecuado
• Criterios para priorizar oportunidades: Impacto en las necesidades de los clientes
• Métricas para medir el éxito
• Características de un KPI exitoso

• ¿Qué es?
• ¿Qué no es?
• ¿Quién está a cargo?
• ¿Qué debería hacer como chief data & analytics officer en mis primeros 90 días?

• ¿Qué proyectos son de interés?
• ¿Cuáles son los posibles?
• ¿Cómo se financian estos proyectos?

• ¿Cómo se arma un equipo de data science?
• Roles y responsabilidades
• Habilidades necesarias
• Estrategia de crecimiento
• Administración de proyectos digitales
• Agile

• ¿Con qué herramientas se cuenta?
• Diferentes arquitecturas de big data: On premise, cloud, híbridos.

• ¿Cómo se gobiernan los datos?
• ¿Cómo se protege la privacidad del dato y la seguridad?
• ¿Son los datos suficientes y representativos?

• ¿Cuáles son los diferentes tipos de modelos de machine learning?
• Herramientas: Extracción de datos, entrenamiento de modelos, visualización
• ¿Cómo es el paso a producción?