Modelos analíticos de marketing

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

Acerca del programa:

El propósito de este curso es entregar herramientas que permitan 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). A través de este curso, se adquieren conocimientos y habilidades de modelado que tributan a mejorar la toma de decisiones para la dirección de marketing en distintas áreas de la disciplina.

Curso Modelos analíticos de Marketing UC, modelos analíticos para marketing

Dirigido a:

Ejecutivos de venta o posventa de productos o servicios, analistas y gestores de experiencia del cliente, encargados de áreas de Marketing y Comercial o profesionales que tengan desafíos vinculados a la venta o posventa de productos o servicios.


Jefe de Programa

Juan Carlos Ferrer

Ph.D. in Management en el Massachussets Institute of Technology (M.I.T.) e Ingeniero Civil Industrial y M.Sc. de la UC. Desde 1995 se ha desempeñado como profesor del Departamento de Ingeniería Industrial y de Sistemas de la UC, y en dos oportunidades (2009 y 2015) ha sido Visiting Professor en MIT Sloan School of Management. Desde el 2010 es Director de Desarrollo y Financiamiento de la Escuela de Ingeniería, también fue el Vicedecano de la Escuela de Ingeniería UC.
linkedin

Equipo Docente

keyboard_arrow_down

Carolina Martínez

Profesora de la Escuela de Ingeniería de la UC, afiliada al Departamento de Ingeniería Industrial y de Sistemas. Es 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, específicamente en temas de uso de datos no estructurados (voz del cliente proveniente de la interacción cliente-empresa o cliente-cliente) para generar un entendimiento más profundo de (1) el cliente y levantamiento de insights del consumidor (2) fenómenos de marketing, tales como: engagement, fallas de servicio, fuga de clientes y (3) procesos de marketing tales como; experiencia de servicio y customer journey.

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. Su área de expertise es la recopilación, procesamiento y análisis de datos. Ha trabajado en importantes proyectos de investigación extrayendo información pública (disponible en distintas plataformas) mediante técnicas de web scraping, y como especialista en programación, automatizando numerosos procesos y estimando datos macroeconómicos para la toma de decisiones.

* La Escuela de Ingeniería se reserva el derecho de reemplazar, en caso de fuerza mayor, a él o los profesores indicados en este programa; y de asignar al docente que dicta el programa según disponibilidad de los profesores.

Descripción

El desarrollo de modelos analíticos, posibles gracias a los avances tecnológicos de almacenamiento y procesamiento de datos, hacen sentido, sí y solo sí, tienen un propósito claro, bajo un contexto en particular.

El curso Modelos analíticos de marketing, por tanto, ayuda a dar respuesta a problemáticas genéricas de la disciplina del marketing que pueden ser modeladas a través de técnicas de data mining. El desafío que aborda este curso es modelar considerando las complejidades y desafíos del marketing actual, como la fragmentación de audiencias, la omnicanalidad de los negocios, viajes del cliente cada vez más complejos gracias al incremento de las interacciones cliente-empresa a través de canales remotos; lo que se traduce en una pérdida de control en la construcción de experiencias del cliente.

Dado lo anterior, las organizaciones que logran beneficiarse de la tecnología para reducir la incertidumbre y tomar mejores decisiones de marketing, podrían llegar a tomar una posición ventajosa en una determinada industria. Modelos que permitan conocer al nuevo cliente, entender qué busca y personalizar la interacción cliente-organización, pueden generar un impacto positivo y beneficiar a todos los stakeholders involucrados. 

El formato e-learning (Online + Zoom) surge como una solución que permite construir aprendizajes a partir de los aportes de los participantes y entregando flexibilidad a sus horarios de estudio. Los participantes podrán interactuar con sus compañeros y tutores a través de mensajería y foros de discusión aplicados a las temáticas del curso, incorporando sus distintas aproximaciones y su diversidad de experiencias, enriqueciendo la reflexión y la apropiación de los conceptos claves.

Requisitos de Ingreso

Se sugiere contar con: 

  • Grado académico, título profesional universitario y/o título técnico.
  • Manejo básico de Microsoft Word, Microsoft Excel, Acrobat Reader y navegadores web 
  • Experiencia en análisis de marketing. 
  • Conocimiento del idioma inglés a nivel lectura. 

Objetivos de Aprendizaje

  1. Aplicar modelos analíticos de marketing que resuelvan problemáticas de gestión de relaciones con los clientes con las organizaciones.

Desglose de cursos

Horas cronológicas: 75 horas cronológicas. 

Créditos: 5 créditos.

Resultados del Aprendizaje

  1. Identificar los conceptos y desafíos fundamentales de la analítica de marketing. 
  2. Distinguir los pasos de un modelo de análisis de datos aplicable al marketing.  
  3. Analizar modelos de prospección de clientes y optimización de comunicación de marketing. 
  4. Relacionar la gestión de la relación con el cliente y el uso de modelos de analítica de datos. 
  5. Aplicar indicadores para la evaluación de la gestión de la relación con el cliente en una organización. 
  6. Diseñar una propuesta de marketing con foco en la gestión de la relación con el cliente de una organización. 

Contenidos:  

  • Módulo 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. 
  • Módulo 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 
  • Módulo 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) 
  • Módulo 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 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? 
  • Módulo 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 

Metodología de enseñanza y aprendizaje:  

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 presente 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.  

El curso 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 obligatoria vía streaming o asistiendo presencialmente, si esto es posible, en los lugares y horarios de realización que se definan. 

Evaluación de los aprendizajes 

  • 6 controles individuales que permiten asegurar la comprensión de los contenidos desplegados en la plataforma (15%) 
  • 3 foros de participación individual que permiten evaluar el análisis y capacidad de reflexión de cada alumno en torno a problemáticas aplicadas (25%) 
  • 1 trabajo final grupal que evalúa la aplicación de los contenidos a contextos profesionales (30%) 
  • 1 examen final individual que permite evaluar de manera global los aprendizajes de los contenidos del curso (30%) 

Las características de las instancias de evaluación son:

  • Controles: cuestionarios con preguntas de alternativas que miden el nivel de aprendizaje logrado en cada clase y entregan feedback respecto de la opción correcta.
  • Foros: instancias de discusión que permiten 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.
  • 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.
  • Examen: al final del curso, cada estudiante desarrolla un examen compuesto por preguntas de alternativas y de desarrollo.


Requisitos Aprobación

Para aprobar el curso, el alumno debe cumplir con los siguientes requisitos:

  • Realizar todas las actividades del curso
  • Obtener una nota final igual o superior a 4.0

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 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 Carnet de Identidad.

Cualquier información adicional o inquietud podrás escribir a Romina Muñoz al correo rmunos@uc.cl

VACANTES: Sin límite

Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo. 

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


¿Te parece interesante este programa?

No