Última revisión realizada: 14/10/2021
Denominación de la asignatura:	Estadística para la Modelización del Marketing Mix
Postgrado al que pertenece:	Máster Universitario en Inteligencia de Marketing
Créditos ECTS:	6
Cuatrimestre en el que se imparte:	Primero
Carácter de la asignatura:	Obligatoria
Materia a la que pertenece:	La Analítica en la Toma de Decisiones

Presentación

En esta asignatura, el estudiante adquirirá los conocimientos necesarios para poner en práctica el análisis estadístico multivariante de la información, a nivel tanto descriptivo como de modelización, y que tienen una aplicabilidad directa en los procesos de marketing.

Posee un enfoque teórico-práctico, por lo que forma a los estudiantes en las técnicas de análisis estadístico que les permitirán aprender las técnicas analíticas avanzadas para el planteamiento de un correcto análisis del marketing mix.

La aplicación práctica de los conceptos teóricos del análisis estadístico se llevará a cabo resolviendo problemas reales de negocio con el programa del tipo estadístico SPSS o PSPP (versión acceso libre). En este sentido, la asignatura introduce en cada tema la aplicación práctica utilizando dicho programa. Para familiarizarse con su uso, se vincula el curso a un taller de SPSS que introducirá al estudiante en el entorno de trabajo de dicho software, ubicado en el Aula de Herramientas de Análisis de la Facultad de Empresa y Comunicación.

A continuación, la asignatura cubre las principales técnicas de análisis estadístico univariante y bivariante. Este tipo de análisis es el primer paso para poder entender la singularidad de los datos disponibles, las relaciones que puedan existir entre las variables objeto de estudio y, de este modo, llevar a cabo posteriormente cualquier tipo de análisis más avanzado, entre los que destacamos modelos econométricos lineales y de series temporales para su aplicación en marketing y, en particular, para la previsión de ventas.

En la segunda parte de la asignatura, se abordarán técnicas de modelización para la predicción y el estudio de impacto de las principales variables del marketing mix sobre las ventas (demanda) de un producto. Se proporcionarán al estudiante conocimientos relativos a las técnicas estadísticas que son fundamentales para la medición de la eficacia de las acciones de marketing, a la vez que se combinará la teoría econométrica con su aplicación práctica en la previsión de ventas, la cuantificación de los efectos de las acciones comerciales en el mercado y el cálculo de su rentabilidad. En esta segunda parte se dará continuidad al uso del programa SPSS, vinculado a un taller ubicado en el Aula de Herramientas.

Competencias básicas

CB6: Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
CB7: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB9: Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.

Competencias generales

CG3: Ser capaz de realizar un análisis estadístico avanzado y multivariante de datos comerciales.

Competencias específicas

CE5: Analizar la información con herramientas estadísticas de software tipo SPSS para tomar decisiones eficientes de marketing.
CE6: Capacidad de identificar acciones innovadoras y creativas de marketing mix basadas en la inteligencia y análisis masivo de datos.

Competencias transversales

CT1: Aplicar las nuevas tecnologías como herramientas para el intercambio comunicacional en el desarrollo de procesos de indagación y de aprendizaje.

Tema 1. El marketing mix modelling (MMM)

Introducción y objetivos
El marketing mix modelling (MMM)
Definición de objetivos y requerimiento de datos
Preparación de los datos y análisis descriptivo de la información disponible
Modelización
Herramientas TIC para el MMM
Referencias bibliográficas

Tema 2. Análisis descriptivo de la información disponible I: Estadística univariante

Introducción y objetivos
Análisis descriptivo univariante
Tablas de distribución de frecuencias
Representaciones gráficas
Estadísticos descriptivos
Caso práctico: análisis del perfil del consumidor con SPSS
Referencias bibiográficas

Tema 3. Análisis descriptivo de la información disponible II: Estadística bivariante

Introducción y objetivos
Las tablas cruzadas o tablas de doble entrada
Asociación y grado de dependencia de dos variables cualitativas
Análisis del efecto de una variable cualitativa sobre otra cuantitativa
Análisis de dos variables cuantitativas
Casos prácticos resueltos con SPSS
Referencias bibliográficas

Tema 4. Análisis descriptivo de la información disponible III: Estadística multivariante

Introducción y objetivos
Análisis factorial
Análisis de conglomerados o clustering
Casos prácticos resueltos con SPSS
Referencias bibliográficas

Tema 5. Introducción a las técnicas de modelización en marketing

Introducción y objetivos
Modelización econométrica en marketing
Clasificación de los modelos de medición en marketing
Modelos de previsión (time series models)
Modelos explicativos de respuesta (marketing mix models)
Aplicaciones de la modelización en marketing (ROIM)
Referencias bibliográficas

Tema 6. Modelos de series temporales en marketing

Introducción y objetivos
La predicción basada en series temporales
Los componentes de las series temporales
Análisis de identificación de los componentes de una serie temporal
Clasificación de los modelos cuantitativos de previsión de ventas
Casos prácticos resueltos
Referencias bibliográficas

Tema 7. Modelos avanzados de previsión

Introducción y objetivos
Conceptos básicos de los modelos ARIMA
Etapas para la construcción de un modelo ARIMA
Comprobación de la estacionariedad
Ecuación de un modelo ARIMA
Claves para la identificación del modelo
Estimación de los coeficientes
Contrastes de validez
Selección del mejor modelo y predicción
Casos prácticos resueltos
Referencias bibliográficas

Tema 8. Modelos explicativos de respuesta. El análisis de regresión

Introducción y objetivos
Modelos de regresión múltiple: definición y tipología
Estimación del mejor modelo de regresión: fiabilidad, análisis de significación y multicolinealidad
Interpretación de resultados sobre las ventas
Referencias bibliográficas

Tema 9. Modelos explicativos de respuesta al precio y a la publicidad

Introducción y objetivos
Respuesta al presupuesto para publicidad
Optimización del presupuesto publicitario
Respuesta al precio
Medición de la elasticidad precio de la demanda
Casos prácticos resueltos
Referencias bibliográficas

Tema 10. El ROI de marketing (ROIM)

Introducción y objetivos
El ROIM como KPI de marketing
La fórmula de cálculo del ROIM
El ROIM y los modelos de previsión de ventas
El ROIM y los modelos de respuesta al marketing mix
Casos prácticos resueltos
Referencias bibliográficas

Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.

Las actividades formativas de esta asignatura son las siguientes:

Trabajos individuales. Se trata de actividades de diferentes tipos: reflexión, análisis de casos, prácticas, análisis de textos, etc.
Trabajos colaborativos. Son actividades grupales en las que tendrás la oportunidad de trabajar con tus compañeros. Durante el desarrollo de la asignatura tendrás toda la información que necesites sobre cómo organizarte para trabajar en equipo.
Participación en eventos. Son actividades programadas todas las semanas del cuatrimestre como clases en directo o foros de debate.

Descargar programación

Estas actividades formativas prácticas se completan, por supuesto, con estas otras:

Estudio personal
Tutorías. Las tutorías se pueden articular a través de diversas herramientas y medios. Durante el desarrollo de la asignatura, el profesor programa tutorías en días concretos para la resolución de dudas de índole estrictamente académico a través de las denominadas “sesiones de consultas”. Como complemento de estas sesiones se dispone también del foro “Pregúntale al profesor”, a través del cual se articulan algunas preguntas de alumnos y las correspondientes respuestas y en el que se tratan aspectos generales de la asignatura. Por la propia naturaleza de los medios de comunicación empleados, no existen horarios a los que deba ajustarse el alumno.
Examen final presencial

Las horas de dedicación a cada actividad se detallan en la siguiente tabla:

ACTIVIDADES FORMATIVAS	HORAS POR ASIGNATURA	% PRESENCIAL
Sesiones presenciales virtuales	15 horas	100%
Recursos didácticos audiovisuales	6 horas	0
Estudio del material básico	62 horas	0
Lectura del material complementario	45 horas	0
Trabajos, casos prácticos y test de evaluación	29 horas	0
Tutorías	16 horas	30%
Trabajo colaborativo	7 horas	0
Total	180 horas	-

Bibliografía básica

Recuerda que la bibliografía básica es imprescindible para el estudio de la asignatura. Cuando se indica que no está disponible en el aula virtual, tendrás que obtenerla por otros medios: librería UNIR, biblioteca...

Los textos necesarios para el estudio de la asignatura han sido elaborados por UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.

Bibliografía complementaria

Aguirre, A. (1994). Introducción al tratamiento de series temporales. Ediciones Díaz De Santos.
Benítez, M. D., Iranzo, J. L., Isla, F. y Sarrión, M. D. (2012). Estadística Descriptiva. McGraw-Hill.
Borden, N. H. (1964). The Concept of the Marketing Mix. Journal of Advertising Research, 2, 7-12.
Bramer, M. (2020). Introduction to Data Mining. In Principles of Data Mining (pp. 1-8). Springer, London.
Cook, L. y Holmes, M. (2004). Econometrics Explained. Institute of Practitioners in Advertising.
Enders, W. (2010). Applied econometric times series. John Wiley & Sons, Inc.
Giménez, E. y Soret, I. (2013). Previsión de ventas y fijación de objetivos. ESIC Editorial.
Hair, J. F., Anderson, R. E., Tatham, R. L. y Black, W.C. (1999). Análisis Multivariante. Prentice-Hall.
Katsov, I. (2018). Introduction to algorithmic marketing. Ilya Katsov.
Mohanna, G. (2 de noviembre de 2013). Advertising Adstock - Concept & Formula. Gabriel Mohanna's Blog.
Pérez, C. (2004). Técnicas de análisis multivariante de datos. Aplicaciones con SPSS. Pearson Educación.
Pulido, A. y López, A. (1999). Predicción y simulación aplicada a la economía y gestión de empresas. Pirámide.
Stevens, M., Bowles, S. y Carlin, W. (2014). La empresa y sus clientes. En Stevens, M., Bowles, S. y Carlin, W. (Coords.). La economía. Coreecon.
Vidal, I. (2003). La previsión de ventas. FC Editorial.

El sistema de calificación se basa en la siguiente escala numérica:

0 - 4, 9	Suspenso	(SS)
5,0 - 6,9	Aprobado	(AP)
7,0 - 8,9	Notable	(NT)
9,0 - 10	Sobresaliente	(SB)

La calificación se compone de dos partes principales:

El examen se realiza al final del cuatrimestre y es de carácter PRESENCIAL y OBLIGATORIO. Supone el 60% de la calificación final y para que la nota obtenida en este examen se sume a la nota final, es obligatorio APROBARLO.

La evaluación continua supone el 40% de la calificación final. Este 40% de la nota final se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo durante el cuatrimestre.

Ten en cuenta que la suma de las puntuaciones de las actividades de la evaluación continua permite que realices las que prefieras hasta conseguir el máximo puntuable mencionado. En la programación semanal de la asignatura, se detalla la calificación máxima de cada actividad o evento concreto puntuables.

Sistema de evaluación	Ponderación min - max
Participación del estudiante (sesiones, foros, tutorías)	0% - 10%
Trabajos, proyectos y/o casos	20% - 30%
Test de autoevaluación	0% - 10%
Examen final presencial	60% - 60%

David Martín Hernández

Formación académica: Ingeniero Industrial por la ETSI - ICAI. Universidad Pontificia de Comillas. Master en Finanzas Cuantitativas (AFI) certificado como Financial Risk Manager por GARP.

Experiencia: 12 años de experiencia profesional en el sector bancario, con responsabilidades en gestión de riesgos, planificación financiera y banca de inversión. A nivel docente cuenta con amplia experiencia en el diseño y gestión de programas académicos in-company. Ha sido docente en programas académicos financieros en IEB, CIFF, Universidad de Alcalá de Henares e ICADE Business School, en diversas materias: análisis cuantitativo, gestión de riesgos, negocio y productos bancarios y productos derivados.

Al tratarse de formación online puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de las actividades y la fecha de exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:

Desde el Campus virtual podrás acceder al aula virtual de cada asignatura en la que estés matriculado y, además, al aula virtual del Curso de introducción al campus virtual. Aquí podrás consultar la documentación disponible sobre cómo se utilizan las herramientas del aula virtual y sobre cómo se organiza una asignatura en UNIR. También podrás organizar tu plan de trabajo con tu tutor personal.
Observa la programación semanal. Allí te indicamos qué parte del temario debes trabajar cada semana.
Ya sabes qué trabajo tienes que hacer durante la semana. Accede ahora a la sección Temas del aula virtual. Allí encontrarás el material teórico y práctico del tema correspondiente a esa semana.
Comienza con la lectura de las Ideas clave del tema. Este material es el que debes estudiar para superar la asignatura. Consulta, además, las secciones del tema que contienen material complementario: con esto podrás tener una visión más amplia sobre el tema que estaás trabajando..
Dedica tiempo al trabajo práctico (sección Actividades). En la programación semanal te detallamos cuáles son las actividades correspondientes a cada semana y qué calificación máxima puedes obtener con cada una de ellas.
Te recomendamos que participes en los eventos del curso (clases en directo, foros de debate…). Para conocer la fecha concreta de celebración de los eventos debes consultar las herramientas de comunicación del aula vitual. Tu profesor y tu tutor personal te informarán de las novedades de la asignatura.

En el aula virtual del Curso de introducción al campus virtual encontrarás siempre disponible la documentación donde te explicamos cómo se estructuran los temas y qué podrás encontrar en cada una de sus secciones. Tambén puedes consulltar ahí el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Clases en directo, Envío de actividades, etc.

Ten en cuenta estos consejos...

Sea cual sea tu plan de estudio, accede periódicamente al aula Virtual, ya que de esta forma estarás al día de las novedades del curso y en contacto con tu profesor y con tu tutor personal.
Recuerda que no estás solo: consulta todas tus dudas con tu tutor personal utilizando el correo electrónico. Además, siempre puedes consultar tus dudas sobre el temario en los foros que encontrarás en cada asignatura (Pregúntale al profesor).
¡Participa! Siempre que te sea posible accede a los foros de debate. El intercambio de opiniones, materiales e ideas nos enriquece a todos.
Y ¡recuerda!, estás estudiando con metodología on line: tu esfuerzo y constancia son imprescindibles para conseguir buenos resultados. ¡No dejes todo para el último día!