Diplomado en Gestión analítica de marketing

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.

Los participantes del diplomados 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.

• Grado académico de licenciado, título profesional o técnico en las áreas de las ciencias sociales, recursos humanos, comunicaciones, comerciales, de marketing.
• Acreditar experiencia laboral de al menos 2 años en la empresa u organizaciones.

• 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.
• Aplicar modelos analíticos de marketing en la gestión de las relaciones entre los clientes y las organizaciones desde la perspectiva de los datos.
• 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. 

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.

CURSO 1: curso: Modelos analíticos de marketing

Nombre en inglés: Marketing analytical models

Horas cronológicas: 75 horas

Créditos: 5

Descripción

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

• 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.
• Identificar problemáticas en el ámbito del marketing en problemáticas desde la perspectiva de los datos usando metodología específicas.
• Distinguir modelos analíticos de marketing que resuelvan problemáticas de comunicación de marketing y de retención de fuga.
• 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 Fuga
• Implicancia de negocios y de marketing

Evaluación de los aprendizajes:

•  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

Horas cronológicas: 75 horas

Créditos: 5

Descripción

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. 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:

• Identificar distintas formas de obtener datos y la diferencia que existe entre Big Data e Investigación de Mercado.
• 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.
• Analizar el valor que genera el Big Data en personas y organizaciones para la correcta toma de decisiones.
• 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

Evaluación de los aprendizajes:

•  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

Horas cronológicas: 75 horas

Créditos: 5

Descripción

Este curso entrega herramientas para medir el resultado de las acciones implementadas en una organización, orientadas tanto para públicos externos como internos, y su efectividad en función de los objetivos propuestos. 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

• Distinguir la utilidad de las evaluaciones experimentales en una empresa para poder sacar conclusiones.
• Interpretar el método aleatorizado para realizar una evaluación experimental.
• Diseñar un experimento aleatorio para aprender factores relevantes que deben ser tomados en cuenta en las decisiones de una empresa.
• Reconocer potenciales amenazas y deficiencias en torno a la validez de un experimento para corrección de los desvíos.

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

Evaluación de los aprendizajes:

•  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 la cartera de clientes

Nombre en inglés: Clients portfolio management

Horas cronológicas: 75 horas

Créditos: 5

Descripción

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. 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

• 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.
• Diseñar acciones y determinar el impacto que las distintas herramientas tienen en el desempeño comercial.
• Aplicar herramientas de análisis cuantitativo para la gestión estratégica de ventas y desarrollo de acciones de marketing.

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

Evaluación de los aprendizajes:

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

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

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

Para aprobar cada curso, el alumno debe cumplir con:

• Promedio de nota final igual o superior a 4.0 en una escala de 1 a 7.

Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman.

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

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

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.