Diplomado en Gestión analítica de marketing

Estudia en la Universidad N°1 de habla hispana en Latinoamérica 2024 por QS World University Rankings

Acerca del programa:

El Diplomado en gestión analítica de marketing aborda problemáticas genéricas de la disciplina del marketing que pueden ser modeladas a través de técnicas de data mining y del big data. Los estudiantes que aprueben el diplomado obtendrán conocimientos y herramientas de análisis para profundizar en la relación empresa-cliente, poder determinar el valor económico de ellos y lograr la segmentación de clientes, entre otros, con la finalidad de dar propuestas de valor diferenciadas. 


Dirigido a:

Psicólogos, sociólogos, ingenieros comerciales, ingenieros civiles, estadísticos, etc. o con al menos 2 años de experiencia que trabajen en el área de marketing y/o comercial o profesionales que buscan profundizar en los conceptos y herramientas de marketing con el objetivo de fortalecer su rol en empresas propias o como ejecutivos ya sea en organismos públicos o privados, con o sin fines de lucro. 


Jefe de Programa

Andrés Ibáñez Tardel

Ingeniero Comercial, UC. MBA, Kellogg School of Business, Northwestern University, EE.UU. Profesor Asociado, Escuela de Administración UC. Director y asesor de diversas empresas. Director de Desarrollo Ejecutivo y Director de Relaciones Internacionales de la Escuela de Administración UC.
linkedin

Equipo Docente

keyboard_arrow_down

Andrés Ibáñez Tardel

Ingeniero Comercial UC; MBA J.L. Kellogg School, Northwestern University; Diversos cursos de perfeccionamiento en University of Harvard, Kellogg y UCLA. Profesor Asociado y Director de Desarrollo Ejecutivo de la Escuela de Administración UC.

Jeanne Lafortune

Profesora Titular y Directora de Investigación, Instituto de Economía UC. Investigadora afiliada, J-PAL LAC. Ph.D. en Economía. Massachusetts Institute of Technology (MIT). Docente e investigadora especialista en Economía Laboral, Economía de la Familia y Economía del Desarrollo.

Carolina Martínez

Profesora de la Escuela de Ingeniería UC, afiliada al Departamento de Ingeniería Industrial y de Sistemas. Ph.D in Business and Management de la Universidad de Manchester, Reino Unido. Master en Marketing e Ingeniera Comercial de la Universidad de Chile. Su área de investigación es el uso de la analítica de datos para mejorar la toma de decisiones en marketing.

Nicolás Ganter

Data Scientist en retail en el área de e-commerce y consultor en marketing digital especialista en extracción de datos. Es Magíster en Finanzas (c) e Ingeniero Comercial con Licenciatura en Ciencias de la Administración de Empresas de la Universidad de Chile.

Pablo Marshall Rivera

Estadístico, UC; M. Sc. Economía, U. de Chile; M. Sc. Estadística, London School of Economics, University of London; Ph.D. Estadística, London School of Economics, University of London.Consultor de empresas en áreas de Predicción de Demanda, Modelos en Marketing, Marketing, Gestión del Valor del Cliente y Data Mining. Profesor Titular de la Escuela de Administración UC.

Descripción

Los participantes del Diplomado en gestión analítica de marketing  se enfrentan a desafíos de tomar buenas decisiones en sus distintos tipos de instituciones y negocios. Estas, se basan en el análisis de información proveniente de clientes, consumidores o personas que interactúan con la organización. Por ello es fundamental que logren, a través de las nuevas tecnologías, contar con una mayor cantidad de datos para analizar e interpretarlos correctamente, con el fin de poder tomar buenas decisiones y así cumplir con los objetivos planteados. 

En las organizaciones, la toma de decisiones en ambientes dinámicos y complejos es permanente, con lo cual, poder hacer uso de evaluaciones experimentales permitirá prever y evaluar el resultado de un programa y su efectividad según los objetivos propuestos. Aprender estas herramientas permitirá obtener una evidencia causal rigurosa, mejorando la efectividad en la toma de decisiones y mejorando así la relación con los clientes. 

La metodología e-learning del diplomado a través de un diseño instruccional, considera el uso de recursos interactivos como videos, esquemas, gráficas y lecturas, así como el trabajo a partir de preguntas formativas y el trabajo grupal, donde podrán interactuar con sus compañeros y tutores.

Requisitos de Ingreso

Podrán postular al diplomado los candidatos con grado académico de licenciado, título profesional o técnico en las áreas de las ciencias sociales, recursos humanos, comunicaciones, comerciales, de marketing, u otra o que acredite experiencia laboral de al menos 2 años en la empresa u organizaciones.

  •  Deben disponer de acceso a internet con 5Mbps o mas
  • PC con 1GB RAM
  • Navegador web vigente
  • Manejo básico de office e internet


Objetivos de Aprendizaje

  1. Analizar sistemas de información y bases de datos a través de distintos modelos analíticos y técnicas de Big Data con el fin de realizar una buena gestión de los datos y de la cartera de clientes.
  2. Aplicar modelos analíticos de marketing en la gestión de las relaciones entre los clientes y las organizaciones desde la perspectiva de los datos.
  3. Interpretar los resultados de evaluaciones experimentales implementadas, con especial énfasis en el método aleatorizado, incluyendo sus beneficios, potenciales amenazas y deficiencias en torno a la validez de un experimento para lograr efectividad en función de los objetivos propuestos. 


Metodología

El curso está constituido de seis clases e-learning que son publicadas en pares durante bloques de dos semanas. Cada clase está estructurada utilizando un diseño instruccional centrado en el estudiante, que busca generar motivación y facilitar el aprendizaje. En cada clase están siempre los contenidos, evaluaciones con retroalimentación, instancias de reflexión y aplicación de lo aprendido. El contenido se despliega en un recorrido que utiliza distintos recursos interactivos, tales como videos (con presencia del docente y apoyos visuales), esquemas, audios, gráficas, ilustraciones, lecturas complementarias, preguntas formativas, links a otros recursos, etc.

Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es vía streaming.

Desglose de cursos

CURSO 1: Modelos analíticos de marketing

Nombre en inglés: Marketing analytical models

Docente(s): Carolina Martínez y Nicolás Gatner

Unidad académica responsable: Facultad de Ingeniería

Requisitos: Sin pre requisitos

Horas Totales: 75 horas

Descripción del curso:

El curso entrega herramientas que permiten convertir una problemática de marketing en una problemática de datos. Lo anterior, considerando la metodología genérica de minería de datos llamada CRISP-DM (Cross-Industry Standard Process for Data Mining). El curso está construido con clases e-learning, lecturas, evaluaciones e interacción con otros alumnos a través de foros y el trabajo grupal, utilizando un diseño instruccional centrado en el estudiante que busca generar motivación y facilitar el aprendizaje.

Resultados de Aprendizaje:

  1. Analizar el rol del marketing y de la gestión de relaciones con clientes y su interrelación con la minería de datos para la generación de modelos analíticos de marketing útiles para la toma de decisiones en el área de marketing de las organizaciones.
  2. Identificar problemáticas en el ámbito del marketing en problemáticas desde la perspectiva de los datos usando metodología específicas.
  3. Distinguir modelos analíticos de marketing que resuelvan problemáticas de comunicación de marketing y de retención de fuga.
  4. Aplicar modelos analíticos de marketing para la gestión de relación con clientes de una organización.

Contenidos:

  • Conceptualización del modelado de problemas de marketing y CRM.
  • ¿Cómo traducir una problemática de marketing en una problemática de datos?
  • Optimización de la comunicación de marketing
  • Modelos de CRM
  • Modelos de retención y uga
  • Implicancia de negocios y de marketing

Estrategias Metodológicas: 

El curso está constituido de seis clases e-learning que son publicadas en pares durante bloques de dos semanas. Cada clase está estructurada utilizando un diseño instruccional centrado en el estudiante, que busca generar motivación y facilitar el aprendizaje. En cada clase están siempre los contenidos, evaluaciones con retroalimentación, instancias de reflexión y aplicación de lo aprendido. El contenido se despliega en un recorrido que utiliza distintos recursos interactivos, tales como videos (con presencia del docente y apoyos visuales), esquemas, audios, gráficas, ilustraciones, lecturas complementarias, preguntas formativas, links a otros recursos, etc. 

En cuanto a las estrategias de evaluación, éstas se organizan en cuestionarios con preguntas de opción múltiple, que miden el nivel de aprendizaje logrado en cada clase y entregan feedback respecto a la opción correcta. Los foros de discusión son otra instancia evaluada que permite la reflexión y la aplicación de los contenidos a temáticas actuales que resultan relevantes, promoviendo la interacción de los participantes con sus compañeros mediante opiniones fundamentadas y que enriquezcan el aprendizaje.

El curso además contempla la entrega de un trabajo grupal, desarrollado a lo largo del bimestre, donde se espera que el estudiante aplique los conocimientos adquiridos mediante el diseño de propuestas de mejoras en contextos reales, evaluación de casos, elaboración de prototipos, etc. 

Finalmente, cada estudiante desarrolla un examen compuesto por preguntas de opción múltiple y de desarrollo. El programa cuenta con tutores de contenido que dan respuesta a las preguntas académicas, ya sea directamente, o bien, sirviendo de puente con el equipo docente. 

Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es vía streaming o asistiendo presencialmente en los lugares y horarios de realización que se definan si esto es posible. 

Estrategias Evaluativas:

  • Controles de lectura que permiten asegurar la comprensión de los contenidos desplegados en la plataforma 
  • Foros de participación, que permiten evaluar el análisis y capacidad de reflexión de los alumnos en torno a problemáticas aplicadas 
  • Trabajo final grupal que evalúa la aplicación de los contenidos a contextos profesionales 
  • Examen final que permite evaluar de manera global la adquisición de los contenidos del curso 

En resumen, el alumno tendrá́ que rendir de manera individual: 6 controles, participar de 3 foros y rendir un examen final. Además de forma grupal, trabajar en el trabajo grupal que se entregará en un formato específico. A continuación, la ponderación de nota final del curso.

Porcentajes de ponderación

  • 6 controles individuales, 1 por clase 15%
  • 3 foros individuales evaluados 25%
  • 1 trabajo grupal 30%
  • 1 evaluación individual final 30%


CURSO 2: Herramientas del big data para la gestión comercial

Nombre en inglés: Commercial big data tools

Docente(s): Pablo Marshall Rivera 

Unidad académica responsable: Facultad de Economía y Administración

Requisitos: Sin pre requisitos

Horas Totales: 75 horas

Descripción del curso:

Este curso entrega herramientas técnicas de big data y de modelos analíticos para poder analizar los sistemas de información y bases de datos con el fin de realizar una buena gestión de los datos y de la gestión de clientes. 

Resultados de Aprendizaje:

  1. Identificar distintas formas de obtener datos y la diferencia que existe entre Big Data e Investigación de Mercado.
  2. Comprender el valor de la segmentación de clientes para el diseño de modelos que midan el impacto de acciones orientadas a hacer crecer el valor del cliente.
  3. Analizar el valor que genera el Big Data en personas y organizaciones para la correcta toma de decisiones.
  4. Aplicar metodologías de predicción que utilizan las empresas para apoyar la toma de decisiones estratégicas.

Contenidos:

  • Características de un sistema de big data 
  • El valor del big data y analytics
  • Metodologías utilizadas para analizar big data
  • Segmentación 
  • Modelos de predicción
  • Text analytics

Estrategias Metodológicas: 

El curso está constituido de seis clases e-learning que son publicadas en pares durante bloques de dos semanas. Cada clase está estructurada utilizando un diseño instruccional centrado en el estudiante, que busca generar motivación y facilitar el aprendizaje. En cada clase están siempre los contenidos, evaluaciones con retroalimentación, instancias de reflexión y aplicación de lo aprendido. El contenido se despliega en un recorrido que utiliza distintos recursos interactivos, tales como videos (con presencia del docente y apoyos visuales), esquemas, audios, gráficas, ilustraciones, lecturas complementarias, preguntas formativas, links a otros recursos, etc. 

En cuanto a las estrategias de evaluación, éstas se organizan en cuestionarios con preguntas de opción múltiple, que miden el nivel de aprendizaje logrado en cada clase y entregan feedback respecto a la opción correcta. Los foros de discusión son otra instancia evaluada que permite la reflexión y la aplicación de los contenidos a temáticas actuales que resultan relevantes, promoviendo la interacción de los participantes con sus compañeros mediante opiniones fundamentadas y que enriquezcan el aprendizaje.

El curso además contempla la entrega de un trabajo grupal, desarrollado a lo largo del bimestre, donde se espera que el estudiante aplique los conocimientos adquiridos mediante el diseño de propuestas de mejoras en contextos reales, evaluación de casos, elaboración de prototipos, etc. 

Finalmente, cada estudiante desarrolla un examen compuesto por preguntas de opción múltiple y de desarrollo. El programa cuenta con tutores de contenido que dan respuesta a las preguntas académicas, ya sea directamente, o bien, sirviendo de puente con el equipo docente. 

Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es vía streaming o asistiendo presencialmente en los lugares y horarios de realización que se definan si esto es posible. 

Estrategias Evaluativas:

  • Controles de lectura que permiten asegurar la comprensión de los contenidos desplegados en la plataforma 
  • Foros de participación, que permiten evaluar el análisis y capacidad de reflexión de los alumnos en torno a problemáticas aplicadas 
  • Trabajo final grupal que evalúa la aplicación de los contenidos a contextos profesionales 
  • Examen final que permite evaluar de manera global la adquisición de los contenidos del curso 

En resumen, el alumno tendrá́ que rendir de manera individual: 6 controles, participar de 3 foros y rendir un examen final. Además de forma grupal, trabajar en el trabajo grupal que se entregará en un formato específico. A continuación, la ponderación de nota final del curso.

Porcentajes de Ponderación

  • 6 controles individuales, 1 por clase 15%
  • 3 foros individuales evaluados 25%
  • 1 trabajo grupal 30%
  • 1 evaluación individual final 30%


CURSO 3: Experimentos en la empresa

Nombre en inglés: Experiments in the firm

Docente(s): Jeanne Lafortune

Unidad académica responsable: Facultad de Economía y Administración

Requisitos: Sin pre requisitos

Horas Totales: 75 horas

Descripción del curso:

Este curso busca que los participantes adquieran herramientas para medir el resultado de las acciones implementadas en una organización, orientadas tanto para públicos externos como interno, y su efectividad en función de los objetivos propuestos

Resultados de Aprendizaje:

  1. Comprender la utilidad de las evaluaciones experimentales en una empresa.
  2. Comprender en profundidad el método aleatorizado de evaluación experimental.
  3. Aprender cómo diseñar un experimento aleatorio para aprender factores relevantes que deben ser tomados en cuenta en las decisiones de una empresa.
  4. Interpretar los resultados de un experimento. 
  5. Reconocer potenciales amenazas y deficiencias en torno a la validez de un experimento.

Contenidos:

  • Introducción a la inferencia causal y contrafactual
  • ¿Por qué aleatorizar?
  • Niveles y aspectos de la aleatorización
  • Diseños de aleatorización
  • Poder estadísticos y análisis de resultados
  • Amenazas de una aleatorización

Estrategias Metodológicas:

El curso está constituido de seis clases e-learning que son publicadas en pares durante bloques de dos semanas. Cada clase está estructurada utilizando un diseño instruccional centrado en el estudiante, que busca generar motivación y facilitar el aprendizaje. En cada clase están siempre los contenidos, evaluaciones con retroalimentación, instancias de reflexión y aplicación de lo aprendido. El contenido se despliega en un recorrido que utiliza distintos recursos interactivos, tales como videos (con presencia del docente y apoyos visuales), esquemas, audios, gráficas, ilustraciones, lecturas complementarias, preguntas formativas, links a otros recursos, etc. 

En cuanto a las estrategias de evaluación, éstas se organizan en cuestionarios con preguntas de opción múltiple, que miden el nivel de aprendizaje logrado en cada clase y entregan feedback respecto a la opción correcta. Los foros de discusión son otra instancia evaluada que permite la reflexión y la aplicación de los contenidos a temáticas actuales que resultan relevantes, promoviendo la interacción de los participantes con sus compañeros mediante opiniones fundamentadas y que enriquezcan el aprendizaje.

El curso además contempla la entrega de un trabajo grupal, desarrollado a lo largo del bimestre, donde se espera que el estudiante aplique los conocimientos adquiridos mediante el diseño de propuestas de mejoras en contextos reales, evaluación de casos, elaboración de prototipos, etc. 

Finalmente, cada estudiante desarrolla un examen compuesto por preguntas de opción múltiple y de desarrollo. El programa cuenta con tutores de contenido que dan respuesta a las preguntas académicas, ya sea directamente, o bien, sirviendo de puente con el equipo docente. 

Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es vía streaming o asistiendo presencialmente en los lugares y horarios de realización que se definan si esto es posible. 

Estrategias Evaluativas:

  • Controles de lectura que permiten asegurar la comprensión de los contenidos desplegados en la plataforma 
  • Foros de participación, que permiten evaluar el análisis y capacidad de reflexión de los alumnos en torno a problemáticas aplicadas 
  • Trabajo final grupal que evalúa la aplicación de los contenidos a contextos profesionales 
  • Examen final que permite evaluar de manera global la adquisición de los contenidos del curso 

En resumen, el alumno tendrá́ que rendir de manera individual: 6 controles, participar de 3 foros y rendir un examen final. Además de forma grupal, trabajar en el trabajo grupal que se entregará en un formato específico. A continuación, la ponderación de nota final del curso.

Porcentajes de ponderación

  • 6 controles individuales, 1 por clase 15%
  • 3 foros individuales evaluados 25%
  • 1 trabajo grupal 30%
  • 1 evaluación individual final 30%


CURSO 4: Gestión de cartera de clientes

Nombre en inglés: Client portfolio management

Docente(s): Andrés Ibáñez Tardel

Unidad académica responsable: Facultad de Economía y Administración

Requisitos: Sin pre requisitos

Horas Totales: 75 horas

Descripción del curso:

El curso busca que el alumno adquiera el dominio de estrategias de desarrollo rentable de carteras de clientes, basadas en el uso intensivo de herramientas de análisis cualitativo y cuantitativo.

Resultados de Aprendizaje:

  1. Identificar el ciclo de la relación cliente-empresa y el impacto del uso de herramientas de CRM o Customer Relationship Management (Gestión de la Relación con el cliente) en la relación de largo plazo. 
  2. Aplicar herramientas de análisis cuantitativo para la gestión estratégica de ventas y desarrollo de acciones de marketing. 
  3. Diseñar acciones y determinar el impacto que las distintas herramientas tienen en el desempeño comercial.

Contenidos:

  • Centralidad en el cliente
  • Segmentación del cliente 
  • Métricas y gestión de cartera de clientes: RFM
  • Gestión del cliente: El valor presente del cliente (LTV) 
  • Gestión de la cartera de clientes: modelos analíticos para el esfuerzo de venta
  • Retención, fidelización y recuperación de clientes

Estrategias Metodológicas: 

El curso está constituido de seis clases e-learning que son publicadas en pares durante bloques de dos semanas. Cada clase está estructurada utilizando un diseño instruccional centrado en el estudiante, que busca generar motivación y facilitar el aprendizaje. En cada clase están siempre los contenidos, evaluaciones con retroalimentación, instancias de reflexión y aplicación de lo aprendido. El contenido se despliega en un recorrido que utiliza distintos recursos interactivos, tales como videos (con presencia del docente y apoyos visuales), esquemas, audios, gráficas, ilustraciones, lecturas complementarias, preguntas formativas, links a otros recursos, etc. 

En cuanto a las estrategias de evaluación, estas se organizan en cuestionarios con preguntas de opción múltiple, que miden el nivel de aprendizaje logrado en cada clase y entregan feedback respecto a la opción correcta. Los foros de discusión son otra instancia evaluada que permite la reflexión y la aplicación de los contenidos a temáticas actuales que resultan relevantes, promoviendo la interacción de los participantes con sus compañeros mediante opiniones fundamentadas y que enriquezcan el aprendizaje.

El curso además contempla la entrega de un trabajo grupal, desarrollado a lo largo del bimestre, donde se espera que el estudiante aplique los conocimientos adquiridos mediante el diseño de propuestas de mejoras en contextos reales, evaluación de casos, elaboración de prototipos, etc. 

Finalmente, cada estudiante desarrolla un examen compuesto por preguntas de opción múltiple y de desarrollo. El programa cuenta con tutores de contenido que dan respuesta a las preguntas académicas, ya sea directamente, o bien, sirviendo de puente con el equipo docente. 

Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es vía streaming o asistiendo presencialmente en los lugares y horarios de realización que se definan si esto es posible. 

Estrategias Evaluativas:

  • Controles de lectura que permiten asegurar la comprensión de los contenidos desplegados en la plataforma Foros de participación, que permiten evaluar el análisis y capacidad de reflexión de los alumnos en torno a problemáticas aplicadas Trabajo final grupal que evalúa la aplicación de los contenidos a contextos profesionales 
  • Examen final que permite evaluar de manera global la adquisición de los contenidos del curso En resumen, el alumno tendrá́ que rendir de manera individual: 6 controles, participar de 3 foros y rendir un examen final. Además de forma grupal, trabajar en el trabajo grupal que se entregará en un formato específico. A continuación, la ponderación de nota final del curso.

Porcentaje de ponderación

  • 6 controles, 1 por clase 15%
  • 3 foros evaluadas 25%
  • 1 Trabajo grupal 30%
  • 1 evaluación final 30%


Requisitos Aprobación

El promedio final del diplomado será el resultado del promedio lineal de las notas finales de cada curso.

La ponderación de cada curso es:

  • Curso: Modelos analíticos de marketing 25%
  • Curso: Herramientas del big data para la gestión comercial 25%
  • Curso: Experimentos en la empresa 25%
  • Curso: Gestión de cartera de clientes 25%

Para aprobar cada curso, el alumno debe cumplir con: 

  • Realizar todas las actividades e-learning, examen y obtener una nota final igual o superior a 4.0.

Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman y en el caso que corresponda, de la evaluación final integrativa.

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile.

Los resultados de las evaluaciones serán expresados en notas, en escala de 1,0 a 7,0 con un decimal, sin perjuicio que la Unidad pueda aplicar otra escala adicional.

Para aprobar un Diplomado o Programa de Formación o Especialización, se requiere la aprobación de todos los cursos que lo conforman y, en los casos que corresponda, de otros requisitos que indique el programa académico.

El estudiante será reprobado en un curso o actividad del Programa cuando hubiere obtenido como nota final una calificación inferior a cuatro (4,0).

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación. 

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo:  

  • Fotocopia simple del carnet de identidad por ambos lados.

VACANTES: 20

Con el objetivo de brindar las condiciones y asistencia adecuadas, invitamos a personas con discapacidad física, motriz, sensorial (visual o auditiva) u otra, a dar aviso de esto durante el proceso de postulación.

El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.

No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula.


Fechas disponibles

Los detalles del programa pueden variar en cada fecha de edición

Fecha Horario Lugar Valor
30 julio 2024 - 13 marzo 2025 E-learning $2.190.000 Ver más
24 septiembre 2024 - 15 mayo 2025 E-learning $2.190.000 Ver más
26 noviembre 2024 - 17 julio 2025 E-learning $2.190.000 Ver más

¿Te parece interesante este programa?

No