TRANSFORMACIÓN DIGITAL DEL ANÁLISIS WEB MEDIANTE PYTHON Y POWER BI

dc.contributor.authorLeon Briz, Manuel
dc.date.accessioned2024-10-05T00:00:06Z
dc.date.available2024-10-05T00:00:06Z
dc.date.issued2024-09-30
dc.descriptionTrabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2024/2025. Directores/as: Oriol Borrás Gené
dc.description.abstractEste proyecto se centra en la integración de Google Analytics 4 (GA4) con Power BI para superar las limitaciones en la personalización y profundidad de análisis de la interfaz estándar de GA4. Mediante una integración codificada en Python, se logrará una extracción detallada y controlada de los datos, los cuales serán almacenados y procesados en un entorno Azure configurado con Ubuntu y SQL Server. Finalmente, los datos serán visualizados en un cuadro de mando interactivo en Power BI, diseñado para proporcionar insights exhaustivos sobre el comportamiento del usuario, optimizando tanto la recolección como el análisis de la información, no disponibles de forma nativa en GA4. El desarrollo de esta solución se estructura en varias fases, que incluyen la codificación de un algoritmo específico para el procesamiento de los datos, la creación de una base de datos optimizada para el análisis, y el despliegue final de la aplicación. En última instancia, el modelo de datos desarrollado permitirá ofrecer una visión holística y exhaustiva del comportamiento de los usuarios en la web analizada, proporcionando insights no tan accesibles con las funcionalidades básicas de GA4.
dc.identifier.urihttps://hdl.handle.net/10115/39990
dc.language.isospa
dc.publisherUniversidad Rey Juan Carlos
dc.rights
dc.rights.accessRightsinfo:eu-repo/semantics/embargoedAccess
dc.rights.uri
dc.subjectAnalítica web
dc.subjectGoogle Analytics
dc.subjectSQL Server
dc.subjectPower BI
dc.subjectVisualización de datos.
dc.titleTRANSFORMACIÓN DIGITAL DEL ANÁLISIS WEB MEDIANTE PYTHON Y POWER BI
dc.typeinfo:eu-repo/semantics/studentThesis

Archivos

Bloque original

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
2024-25-ETSII-A-2034-2034037-m.leon.2016-MEMORIA.pdf
Tamaño:
1.02 MB
Formato:
Adobe Portable Document Format
Descripción:
Memoria del TFG