Instituto de Formación Continua

Postgrado en Marketing Intelligence y Aplicaciones en el Big Data

Modalidad Semipresencial

Video de presentación
Oriol Guitart

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

Ver el vídeo

 
Tipología:
Postgrado
Créditos:
30 ECTS
 
Precio:
4.970 *
Idioma:
Castellano
Inicio curso:
11 abril 2018
Final curso:
23 diciembre 2018
Horario:

Online y 3 fines de semana presenciales (viernes 25 de mayo, 14 de septiembre y 14 de diciembre de 2018 de 15:00h a 19:00h y sábado 26 de mayo, 15 de septiembre y 15 de diciembre de 2018, de 9:00h a 14:00h y de 15:30h a 19:30h).

Lugar:
IL3 - Universitat de Barcelona. C/ Ciutat de Granada, 131 - 08018 Barcelona
Horas bonificables:
356 h. on-line + 39 h. presenciales. (Horas para poder realizar el cálculo de la bonificación a empresas)

* El importe incluye tasas administrativas de la Universitat de Barcelona

 
Programa

1. Introducción al marketing intelligence y big data

1.1. Bases conceptuales del Marketing Intelligence y Big Data

  • ¿Qué es el Big Data?
  • Big Data: ¿revolución o evolución?
  • Big Data y Business Intelligence: vasos comunicantes

1.2. Antecedentes

  • Evolución histórica
  • Fuentes de generación de información y su evolución
  • Almacenaje de la información
  • El marketing tradicional

1.3. Contexto actual

  • Internet: detonante y acelerador
  • Tecnología: catalizador
  • Sociedad: cambios culturales y comportamentales
  • Empresa: retos actuales
  • Design Thinking y necesidad de entornos colaborativos
  • Integración/cohabitación de las diferentes tipologías de datos adquiridos
  • Datafication: de la transformación compulsiva en datos y racionalidad en su uso

1.4. Alcance y limitaciones en la medida de datos

  • “Lo que no se puede medir no existe”: La importancia de medir los datos
  • Limitaciones, riesgos y consecuencias en la medida, interpretación y uso
  • Plantear la medida al principio, durante i después del experimento, estudio, análisis o piloto 

2. Origen y uso de la información

2.1. Cómo conseguir la información clave

  • Dónde y cómo encontrarla (mundo off y on)
  • Integración de las fuentes
  • Estructura de los datos
  • Calidad de los datos: validez, exactitud, consistencia,...
  • Contexto

2.2. Clasificación de las Fuentes

  • Internas y externas
  • Primarias y secundarias
  • Estructuradas y no estructuradas
  • Privadas y públicas

2. 3. Radiografía de las fuentes

  • Descripción de la fuente
  • Datos que contiene
  • Periodicidad de actualización
  • Significación
  • Calidad
  • Origen

2. 4. Legalidad y privacidad de la información
 

3. Inteligencia de negocio

3.1. Entender el problema a resolver

  • Saber plantear las preguntas correctas
  • Uno o diferentes problemas
  • Pensamiento creativo y crítico

3.2. Conceptos a tener en cuenta para realizar un buen análisis

  • Datos cuantitativos vs datos cualitativos
  • Universo y muestra. Grupos de control
  • Unidad de análisis
  • Inferencia
  • Descripción vs predicción

3.3. Aplicación de técnicas

  • Reporting. Usos, ejemplos y herramientas
  • Cuadros de mando. Usos, ejemplos y herramientas
  • Modelización: Modelos descriptivos (segmentación de consumidores, cesto de la compra,...) y predictivos (predicción de abandonos, pasos por taller,...). Usos, ejemplos y herramientas

3.4. Aportar valor diferencial al negocio

  • Interpretación de los resultados
  • Elementos clave del éxito/fracaso: ventaja competitiva
  • Tendencias  

4. Aplicaciones del Marketing Intelligence y Big Data

4. 1. Cultura de conocimiento

  • Clientes: hábitos, necesidades, valor, potencial
  • No clientes: quién son, dónde están, cómo son
  • Oportunidades comerciales y de negocio
  • Competencia: qué hace, cómo nos afecta, qué clientes compartimos
  • Proveedores: trade marketing, customer marketing

4.2. Inteligencia: aplicaciones de negocio

  • Targeting
  • Modelos de cliente: ciclo de vida relacional y existenciales
  • Modelos de producto: propensiones
  • Segmentación: estratégica, subsegmentación

4.3. Del marketing masivo al marketing one2one

  • Segmentación
  • Acciones outbound y inbound
  • Omnicanalidad: acciones multipasos y multicanal
  • Marketing en tiempo real: gestión por eventos

4.4. Producto y precio

  • Detectar nuevos nichos de mercado
  • Diseñar nuevos productos y servicios
  • Pricing Inteligente

4.5. Experiencia de Cliente

  • Customer journey: definición, aplicación y gestión
  • Indicadores de Experiencia de Cliente: NPS  

5. Data Driven Company: Innovación y mejora continua aplicada a los datos

5.1. Aplicar la mejora continua en el marketing intelligence

  • La medida como una herramienta importante del marketing intelligence
  • El proceso de mejora continua y el ciclo de Deming
  • Test, piloto y experimentos. Aprende a diseñar, montar, medir y analizar
  • Conclusiones y Roll-out

5.2. El cliente interno: aplicar el método científico enfocado al negocio

  • El método científico. Conocer y aplicarlo
  • El método científico en el caso de Big Data
  • Ejemplos prácticos

5.3. De proveedores de información a consultores internos

  • DDC: qué es, cómo se caracteriza, ventajas y ejemplos
  • Rol del profesional de marketing intelligence
  • Dinámicas de trabajo: clientes internos, colaboradores, colaterales, jefes, etc.
  • Analizar, medir y recomendar. Ser una “herramienta comercial” más del negocio
  • Modelos organizativos para empresas DDC: CDO, CAO, Data Scientist, Data Engineer, etc.

5.4. Ejemplos prácticos 

6. Presentación de resultados

6.1. Planteamiento estratégico de los datos (Comprender, comunicar y ofrecer valor)

  • La importancia del cliente interno. Preguntas relevantes
  • Traducción de los datos de sistemas a lenguaje de negocio
  • La visión del cliente final dentro de la empresa

6.2. Interpretación y visualización de la información

  • Interpretación y visualización de datos en términos de negocio
  • Definición proactiva de propuestas de marketing a partir del análisis de datos
  • Definición proactiva de propuestas comerciales a partir del análisis de datos
  • Presentación de datos en los diferentes departamentos de la empresa

6.3. Técnicas y herramientas de presentación

  • Técnicas de presentación
  • Cómo presentar los datos en el área del marketing
  • Cómo presentar los datos en el área comercial
  • Cómo presentar los datos en términos de negocio
  • La infografía como técnica de presentación
  • Herramientas

6.4. Ejemplos prácticos

6.5. Visualización de datos

Universitat de Barcelona
© Instituto de Formación Contínua - Universitat de Barcelona C/ Ciutat de Granada, 131 - 08018 Barcelona - España Tel. +34 93 403 96 96 - Teléfono de Información: +34 93 309 36 54

Dos campus de Excelencia Internacional:

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

Con la colaboración de:

  • Banco Santander
  • BBVA