Institut de Formació Contínua

Postgrau en Marketing Intelligence i Aplicacions en el Big Data

Modalitat Semipresencial

Vídeo de presentació
Oriol Guitart

Sr. Oriol Guitart,
Business Process Owner a FC Barcelona.

Veure el vídeo

 
Tipologia:
Postgrau
Crèdits:
30 ECTS
 
Preu:
4.970 *
Idioma:
Castellà
Inici curs:
11 abril 2018
Final curs:
23 desembre 2018
Horari:

Online i 3 caps de setmana presencials (divendres 25 de maig, 14 de setembre i 14 de desembre de 2018 de 15:00h a 19:00h i dissabte 26 de maig, 15 de setembre i 15 de desembre de 2018, de 9:00h a 14:00h i de 15:30h a 19:30h).

Lloc:
IL3 - Universitat de Barcelona. C/ Ciutat de Granada, 131 - 08018 Barcelona
Hores bonificables:
356 h. on-line + 39 h. presencials. (Hores per poder realitzar el càlcul de la bonificació a empreses)

* L'import inclou taxes administratives de la Universitat de Barcelona

 
Programa

1. Introducció al Marketing Intelligence i Big Data

1.1. Bases conceptuals del Marketing Intelligence i Big Data

  • Què és el Big Data
  • Big Data: revolució o evolució?
  • Big Data i Business Intelligence: vasos comunicants

1.2. Antecedents

  • Evolució històrica
  • Fonts de generació d’informació i la seva evolució
  • Emmagatzematge de la informació
  • El màrqueting tradicional

1.3. Context actual

  • Internet: detonant i accelerador
  • Tecnologia: catalitzador
  • Societat: canvis culturals i comportamentals
  • Empresa: reptes actuals
  • Design Thinking i necessitat d’entorns col·laboratius
  • Integració/cohabitació de les diferents tipologies de dades adquirides
  • Datafication: de la transformació compulsiva en dades i racionalitat en el seu ús

1.4. Abast i limitacions en la mesura de dades

  • “El que no es pot mesurar no existeix”: La importància de mesurar les dades
  • Limitacions, riscos i conseqüències en la mesura, interpretació i ús
  • Plantejar la mesura al principi, durant i després de l’experiment, estudi, anàlisi o pilot 

2. Origen i ús de la informació

2.1. Com aconseguir la informació clau

  • On i com trobar-la (món off i on)
  • Integració de les fonts
  • Estructura de les dades
  • Qualitat de les dades: validesa, exactitud, consistència,...
  • Context

2.2. Classificació de les fonts

  • Internes i externes
  • Primàries i secundàries
  • Estructurades i no estructurades
  • Privades i públiques

2.3. Radiografia de les fonts

  • Descripció de la font
  • Dades que en conté
  • Periodicitat d’actualització
  • Significació
  • Qualitat
  • Origen

2.4. Legalitat i privacitat de la informació

3. Intel·ligència de negoci

3.1. Entendre el problema a resoldre

  • Saber fer les preguntes correctes
  • Un o diferents problemes
  • Pensament creatiu i crític

3.2. Conceptes a tenir en compte per fer un bon anàlisi

  • Dades quantitatives vs dades qualitatives
  • Univers i mostra. Grups de control
  • Unitat d’anàlisi
  • Inferència
  • Descripció vs predicció

3.3. Aplicació de tècniques

  • Reporting. Usos, exemples i eines
  • Quadres de comandament. Usos, exemples i eines
  • Modelització: Models descriptius (segmentació de consumidors, cistella de la compra,...) i predictius (predicció d’abandonaments, passos per taller,...). Usos, exemples i eines

3.4. Aportar valor diferencial al negoci

  • Interpretació dels resultats
  • Elements clau de l’èxit/fracàs: avantatge competitiva
  • Tendències

4. Aplicacions del Marketing Intelligence i Big Data

4.1. Cultura de coneixement

  • Clients: hàbits, necessitats, valor, potencial
  • No clients: qui són, on són, com són
  • Oportunitats comercials i de negoci
  • Competència: què fa, com ens afecta, quins clients compartim
  • Proveïdors: trade marketing, customer marketing

4.2. Intel·ligència: aplicacions de negoci

  • Targeting
  • Models de client: cicle de vida relacional i existencials
  • Models de producte: propensions,
  • Segmentació: estratègica, subsegmentació

4.3. Del màrqueting massiu al màrqueting one2one

  • Segmentació
  • Accions outbound i inbound
  • Omnicanalitat: accions multipas i multicanal
  • Màrqueting en temps real: gestió per a esdeveniments

4.4. Producte i preu

  • Detectar nous nínxols de mercat
  • Dissenyar nous productes i serveis
  • Pricing Intel·ligent

4.5. Experiència de Client

  • Customer journey: definició, aplicació i gestió
  • Indicadors d’ Experiència de Client: NPS


5. Data Driven Company: Innovació i millora continua aplicada a les dades


5.1. Aplicar la millora continua en el marketing intelligence

  • La mesura com una eina important del marketing intelligence
  • El procés de millora continua i el cicle de Deming
  • Test, pilots i experiments. Aprendre a dissenyar, muntar, mesurar i analitzar
  • Conclusions i Roll-out

5.2. El client intern: aplicar el mètode científic enfocat al negoci

  • El mètode científic. Conèixer i aplicar-lo
  • El mètode científic en el cas del Big Data
  • Exemples pràctics

5.3. De proveïdors d’informació a consultors interns

  • DDC: què és, com es caracteritza, avantatges i exemples
  • Rol del professional de marketing intelligence
  • Dinàmiques de treball: clients interns, col·laboradors, col·laterals, caps, etc.
  • Analitzar, mesurar i recomanar. Ser una “eina comercial” més del negoci
  • Models organitzatius per a empreses DDC: CDO, CAO, Data Scientist, Data Engineer, etc.

5.4. Exemples pràctics


6. Presentació de resultats

6.1. Plantejament estratègic de les dades (Comprendre, comunicar i oferir valor)

  • La importància del client intern. Preguntes rellevants
  • Traducció de les dades de sistemes a llenguatge de negoci
  • La visió del client final dins l’empresa

6.2. Interpretació i visualització de la informació

  • Interpretació i visualització de dades en termes de negoci
  • Definició proactiva de propostes de màrqueting a partir de l’anàlisi de dades
  • Definició proactiva de propostes comercials a partir de l’anàlisi de dades
  • Presentació de dades als diferents departaments de l’empresa

6.3. Tècniques i eines de presentació

  • Tècniques de presentació
  • Com presentar les dades en l’àrea de màrqueting
  • Com presentar les dades en l’àrea comercial
  • Com presentar les dades en termes de negoci
  • La infografia com a tècnica de presentació
  • Eines

6.4. Exemples pràctics

6.5. Visualització de dades

Universitat de Barcelona
© Institut de Formació Contínua - Universitat de Barcelona C/ Ciutat de Granada, 131 - 08018 Barcelona - Espanya Tel. +34 93 403 96 96 - Telèfon d'Informació: +34 93 309 36 54

Dos campus d'Excel·lència Internacional:

  • BKC - Barcelona Knowledge Campus
  • Health Universitat de Barcelona Campus

Amb la col·laboració de:

  • Banco Santander
  • Catalunya Caixa