Denominación de la asignatura |
Customer Marketing Analytics |
Máster al que pertenece |
Máster en Marketing Analytics |
Créditos ECTS |
6 |
Cuatrimestre en el que se imparte |
Primer cuatrimestre |
Carácter de la asignatura | Obligatoria |
En esta asignatura el alumno obtendrá los conocimientos necesarios para comprender qué procesos y metodologías son necesarias implantar en una empresa que nos aseguren la usabilidad de todos los outputs analíticos resultantes del análisis de la información disponible en la organización. En este sentido y teniendo siempre presente que el fin último de todo el proceso analítico que se desarrolla en la empresa es promover una gestión de nuestros clientes, desde la necesidad de hacerles llegar propuestas de valor relevantes y que las mismas tengan un carácter eficiente (desde el punto de vista de recursos), eficaz (alcanzar los mejores resultados y un elevado retorno de la inversión), que maximicen su satisfacción (adaptándose a sus gustos, preferencias y necesidades) y que sean recibidas en el momento adecuado (real time: después de realizar la compra, al abandonar el carrito de compra on-line, al modificar sus datos…), la asignatura persigue dotar al alumno de las competencias necesarias para que sean capaces de implantar esta gestión.
La asignatura tiene un carácter teórico-práctico, formando a los alumnos no sólo en los conceptos que permiten lograr lo mencionado con anterioridad, sino en conseguir que los propios alumnos sean capaces de desarrollar los modelos de analítica avanzada que permiten optimizar los targets (procesos de segmentación avanzada, modelos RFM), identificar a los clientes con mayor probabilidad de cumplir un determinado evento (desarrollo de modelos predictivos a partir de las técnicas más utilizadas: árboles de decisión, regresión logística y redes neuronales), decidir que promoción se realizará en base a un análisis previo que nos permita conocer su rentabilidad esperada…
Tema 1. Segmentación estratégica de clientes
Customer centricity: visión cliente vs. visión producto
¿Qué es y cómo se articula?
Proceso: inteligencia-acción
FOptimización del target
Tema 2. Etapas de relación con el cliente
Ciclo de vida cliente
Life time value (LTV)
Aplicaciones del marketing analytics
Tema 3. Gestión de clientes con base en modelos RFM
Introducción a los modelos RFM
Beneficios y aplicabilidad en la estrategia empresarial
Metodologías de cálculo
Caso práctico
Tema 4. Promociones rentables y medición de resultados
Estrategia pronmocional
¿Qué promociñon debo realizar? Cálculo de la rentabilidad esperada
Resultado: proceso de medición y aprendizajes
Caso práctico
Tema 5. Omnicanalidad: la nueva forma de comunicarse con el cliente
¿En qué consiste una estrategia de marketing omnicanal?
Customer experience: satisfacción para el cliente y beneficios para la empresa
Implantación de una estrategia omnicanal: desafíos, proceso y tecnología
Tema 6. Responsive marketing analytics al servicio de la omnicanalidad
Introducción: concepto y utilidad
Proceso: real time, gestión de clientes y relevancia de los contenidos
Customer journey map: gestión de las interacciones con los clientes
Trigger: operacional vs. transaccional
Tema 7. Modelos predictivos
Introducción: ¿qué son y qué beneficios aportan?
Evento a predecir: identificación
Proceso de desarrollo: selección de las variables predictivas
Validación del modelo: métricas
Tema 8. Modelos predictivos: árboles de decisión
Introducción: ¿qué son los árboles de decisión?
Metodología de cálculo
Interpretación de los resultados
Caso práctico
Tema 9. Modelos predictivos: regresión logística
Introducción: ¿qué es la regresión logística?
Metodología de cálculo
Interpretación de los resultados
Caso práctico
Tema 10. Modelos predictivos: redes neuronales
Introducción: ¿qué es una red neuronal?
Metodología de cálculo
Caso práctico
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:
En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.
Estas actividades formativas prácticas se completan, por supuesto, con estas otras:
Las horas de dedicación a cada actividad se detallan en la siguiente tabla:
ACTIVIDADES FORMATIVAS | HORAS |
Sesiones presenciales virtuales | 15 |
Estudio del material básico | 50 |
Lectura del material complementario | 12 |
Talleres prácticos | 20 |
Casos prácticos | 30 |
Tutorías | 20 |
Total |
150 |
Bibliografía básica.
Los textos necesarios para el estudio de la asignatura han sido elaborados por la UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.
Bibliografía complementaria.
Ferrán, M. (2001). SPSS para Windows: Análisis estadístico. McGraw-Hill España. Disponible en la Biblioteca Virtual de UNIR.
Visaut, B. y Martori, J.C. (2003). Análisis estadístico con SPSS para Windows. Volumen II: estadística multivariante (2ª edición). McGraw-Hill España. Disponible en la Biblioteca Virtual de UNIR.
Pérez López, C (2008). Minería de datos: técnicas y herramientas. Thomson: Madrid.
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 evaluación continua supone el 100% de la calificación final y se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo durante la asignatura.
SISTEMA DE EVALUACIÓN |
PONDERACIÓN |
Participación (sesiones, foros, tutorías) |
40% |
Realización de trabajos, proyectos, casos |
60% |
Nombre del profesor
Gerardo Herranz Sacristán
Formación académica:
Licenciado en Ciencias y Técnicas Estadísticas (Universidad Complutense de Madrid – Facultad de Matemáticas). Master en Sistemas de Información e Investigación de Mercados (ESIC Business School) Master en Dirección de Marketing y Comercial (ESERP Business School) Dirección de Proyectos (Instituto de Empresa – IE) Experto en Diseño y Tratamiento de encuestas para estudios de mercado y opinión (UNED).
Experiencia:19 años de experiencia en el campo de la inteligencia de negocio y la gestión analítica de clientes, implantando proyectos analíticos en múltiples sectores (telecomunicaciones, banca, seguros, energía…). Definición e implantación de metodologías de análisis a nivel Compañía. Establecer modelos de gestión de la información a nivel empresarial, que aseguren la coherencia y accesibilidad de la misma. Identificación de oportunidades comerciales a través del análisis de la información, incorporando plan de acción a través de los planes de marketing establecidos. Desarrollo de modelos analíticos: RFM, modelos predictivos, reglas de negocio, segmentación avanzada… Definición de cuadros de mando y KPI’s para monitorización de la evolución del negocio. Realización de investigaciones de mercado relativas a un amplio abanico de sectores y necesidades (NPS, hábitos de consumo, preference center…).
Obviamente, al tratarse de formación on-line puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:
Recuerda que en el aula virtual de Lo que necesitas saber antes de empezar puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.
Ten en cuenta estos consejos…
|