Diplomado en Gestión analítica de marketing

Docente(s): Carolina Martínez y Nicolás Gatner

Unidad académica responsable: Facultad de Ingeniería

Requisitos: Sin pre requisitos

Créditos: 4

Horas Totales: 75 | Horas directas: 25 | Horas indirectas: 50

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:

• 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:

• Clase 1: Conceptualización de la analítica de marketing
  • Contexto desafíos actuales del marketing en ambientes altamente competitivos
  • Beneficios de la implementación de modelos analíticos de marketing para mejorar la toma de decisiones
  • Problemáticas de marketing usualmente modeladas a través de minería de datos
• Clase 2: Metodología CRISP-DM (Proceso intersectorial estándar para la extracción de datos)
  • Método CRISP-DM (6 pasos)
  • Entendimiento del negocio
  • Comprensión de los datos
  • Preparación de los datos
  • Modelado
  • Evaluación
  • Implementación
• Clase 3: Optimización de la comunicación de marketing
  • Modelos de prospección de clientes (identificación de buenos prospectos, elección de canales de comunicación de marketing, diseño de mensajes apropiados con las características del target)
  • Modelos de elección y optimización de herramientas de comunicación de marketing (encaje con el perfil del target, optimización de campañas de marketing directo, optimización de presupuesto y efectividad)
• Clase 4: Modelos de CRM (Customer Relationship Management)
  • Perfilamiento en base a información conductual del cliente.
  • Determinación del valor del cliente (por ejemplo: CLV – customer life time value).
  • Cross-selling, up-selling, y recomendaciones. Módulo
• Clase 5: Modelos de retención y fuga
  • Modelos de reconocimiento de intención de fuga
  • Modelos de clasificación fugados/no fugados
  • Modelos predictivos de fuga (¿predecir quienes se irán versus por cuánto tiempo se quedarán?
• Clase 6: Implicancia de negocios y de marketing
  • Aspectos estratégicos de la interpretación de modelos analíticos de marketing
  • Trade-off entre la precisión y el grado de comprensibilidad de los modelos (qué tan bueno es trabajar con modelos de “caja negra”)
  • Implementación de modelamiento en tiempo real

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

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

Docente(s): Pablo Marshall

Unidad académica responsable: Facultad de Economía y Administración

Requisitos: Sin pre requisitos

Créditos: 4

Horas Totales: 75 horas | Horas directas: 25 | Horas indirectas: 50

Descripción del curso:

Este curso tiene la finalidad que los participantes logren realizar análisis de sistemas de información y bases de datos a través de distintas herramientas y modelos analíticos con el fin de realizar una buena gestión de los datos y de clientes.

Resultados de Aprendizaje:

• Comprender las características de los nuevos datos que genera la digitalización o el big data.
• Distinguir la metodología apropiada para un conjunto de datos y un problema específico relacionado con la gestión comercial de una organización.
• Desarrollar estrategias de marketing a partir de una segmentación de clientes.
• Analizar estrategias de reposicionamiento de marcas u objetos a partir de un mapa de posicionamiento.
• Conocer dos metodologías analíticas para la predicción de variables de interés en el área comercial de una empresa.
• Conocer distintas metodologías para hacer A/B Testing, analizando los resultados de obtenidos.

Contenidos:

• Clase 1: El valor de los Datos
  • Los nuevos Datos: encuestas y Big Data
  • Características de los datos: volumen, variedad y velocidad
  • El valor de los datos
  • Aplicaciones de Analytics,
• Clase 2: Metodologías analíticas 
  • Tipos de metodologías analíticas: Descriptiva, Predictiva, Prescriptiva
  • Descripción de las principales herramientas analíticas: segmentación, predicción, análisis de texto, análisis de redes, análisis de imágenes, detección de outliers, AB testing
  • Aplicaciones
• Clase 3: Métodos de Segmentación
  • Beneficios de la segmentación
  • Segmentación k medias
  • Segmentación jerárquica
  • Segmentación RFM
  • Aplicaciones
• Clase 4: Análisis de Posicionamiento
  • Conceptos básicos de posicionamiento de marca y objetos
  • Mapas de Posicionamiento basado en atributos
  • Mapas de Posicionamiento con preferencias
  • Mapas de Posicionamiento basado en Big Data
  • Aplicaciones
• Clase 5: Modelos de Predicción
  • Modelos de regresión
  • Árboles de clasificación y regresión (CART)
  • Aplicaciones
• Clase 6: AB Testing
  • Correlación y causalidad
  • Aleatorización
  • Control de variables
  • Diferencias en Diferencias (DeD)

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.
• 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.

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.

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

Docente(s): Jeanne Lafortune

Unidad académica responsable: Facultad de Economía y Administración

Requisitos: Sin pre requisitos

Créditos: 4

Horas Totales: 75 | Horas directas: 25 | Horas indirectas: 50

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:

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

Contenidos:

• Clase 1: Introducción a la inferencia causal y contrafactual 
  • Qué es inferencia causal y contrafactual 
  • Sesgo de selección y su amenaza para la estimación de impacto 
  • Impacto causal versus simple correlación  
  • Caso de estudio  
• Clase 2: ¿Por qué aleatorizar? 
  • ¿Qué es un experimento aleatorio? 
  • Críticas de los experimentos aleatorios 
  • ¿Qué preguntas hacer? 
• Clase 3: Niveles y aspectos de la aleatorización 
  • Aspectos que se pueden aleatorizar 
  • Oportunidades para la aleatorización   
  • Niveles de aleatorización 
  • El uso de canales digitales 
• Clase 4: Diseños de aleatorización 
  • Diferencia entre muestreo aleatorio y experimento aleatorio   
  • Pasos claves en una aleatorización  
  • Diseños de aleatorización 
• Clase 5: Poder estadístico y análisis de resultados 
  • El análisis de datos 
  • Poder estadístico 
• Clase 6: Amenazas de una aleatorización 
  • Externalidades  
  • Desgaste  
  • Efectos de la evaluación  
  • Cumplimiento imperfecto  

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.

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

Docente(s): Andrés Ibáñez Tardel

Unidad académica responsable: Facultad de Economía y Administración

Requisitos: Sin pre requisitos

Créditos: 4

Horas Totales: 75 | Horas directas: 25 | Horas indirectas: 50

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:

• 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.
• Aplicar herramientas de análisis cuantitativo para la gestión estratégica de ventas y desarrollo de acciones de marketing.
• 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.

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