Denominación de la asignatura |
Mass Marketing Analytics (Modelización del Marketing Mix) |
| Máster al que pertenece |
Máster en Marketing Analytics |
| Créditos ECTS |
6 |
| Cuatrimestre en el que se imparte |
Primer cuatrimestre |
| Carácter de la asignatura | Obligatoria |
Esta asignatura proporcionará al alumno las bases metodológicas necesarias para desarrollar los modelos analíticos que permiten que una empresa cuantifique el impacto que sus acciones de marketing masivo tienen en el mercado en el que compite. El objetivo principal de la asignatura es acercar al alumno a las principales técnicas de modelización econométrica que puede usar como herramienta de apoyo a la toma de decisiones de marketing. Estas técnicas son fundamentales para medir la eficacia de las acciones de marketing y de gran utilidad para la empresa a la hora de optimizar el presupuesto que a él se destina.
La asignatura comprende un enfoque práctico que combina la teoría econométrica y su aplicación en la previsión de ventas, la cuantificación de los efectos de las acciones comerciales en el mercado y el cálculo de su rentabilidad. Para ello, se utilizará el software estadístico SPSS y Excel para la estimación de los principales modelos univariantes y multivariantes y su aplicación en la resolución de problemas reales de negocio.
La asignatura se inicia analizando los modelos de series temporales y su aplicación en marketing para la previsión de ventas. El alumno aprenderá a ejecutar los modelos cuantitativos de previsión de ventas, tanto los más elementales como los más avanzados. A medida que avanza, la asignatura cubre los principales modelos de respuesta del mercado ante dos de las principales decisiones de marketing, como son las decisiones de publicidad y precios.
Además de abordar la respuesta del mercado ante decisiones aisladas respecto de la publicidad y el precio, en esta asignatura se analiza la respuesta del mercado ante decisiones conjuntas sobre el marketing mix. Para ello se estudiarán los modelos de regresión múltiple más apropiados para medir el impacto del mix de marketing en las ventas en función del tipo de relación existente entre estas y las variables de marketing. Por último, el alumno podrá estudiar una de las principales aplicaciones de la modelización econométrica en marketing, como es su uso para el cálculo de la rentabilidad de las acciones de marketing.
Tema 1. Introducción a las técnicas de modelización en marketing
Modelización econométrica en marketing
Clasificación de los modelos de medición
Aplicaciones de la modelización en marketing
Tema 2. Modelos de series temporales en marketing
Análisis de series temporales de ventas
Cuantificación de la tendencia
Cuantificación de la estacionalidad
Clasificación de los modelos cuantitativos de previsión de ventas
Tema 3. Modelos elementales de previsión de ventas
Métodos ingenuos
Ecuación de la recta y modelos AR (1)
Alisado de series por medias móviles centradas
Tema 4. Modelos avanzados de previsión de ventas I
Conceptos básicos de los modelos ARIMA
Etapas para la construcción de un modelo ARIMA
Comprobación de la estacionariedad
Tema 5. Modelos avanzados de previsión de ventas II
Ecuación de un modelo ARIMA
Identificación del modelo
Estimación de los coeficientes
Contrastes de validez
Selección del mejor modelo y predicción
Tema 6. Modelos de respuesta al esfuerzo publicitario
¿Por qué hay que medir los efectos de la publicidad?
Patrones de respuesta a la publicidad
Optimización del presupuesto publicitario
Caso práctico: modelo de eficacia publicitaria para Flan Alpino
Tema 7. Modelos de respuesta al precio
Elasticidad de la demanda con respecto al precio
Patrones de respuesta de la demanda ante el precio
Medición de la elasticidad-precio de la demanda
Caso práctico: cálculo de la elasticidad-precio de la demanda con modelos econométricos
Tema 8. Modelos de respuesta al marketing mix I
Concepto de marketing mix modeling
Etapas en la construcción de modelos de marketing mix
Modelización I: análisis descriptivo de los datos
Caso práctico: Power energy drink - análisis descriptivo
Tema 9. Modelos de respuesta al marketing mix II
Modelos de regresión múltiple: tipología
Modelización II: estimación del mejor modelo de regresión lineal múltiple
Interpretación de resultados: contribución a las ventas
Tema 10. El ROI de marketing (ROIM)
El ROIM como KPI de marketing
La fórmula de cálculo de ROIM
El ROIM y los modelos de previsión de ventas
El ROIM y los modelos de respuesta al marketing mix
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 | 8 |
| Estudio personal de material básico | 25 |
| Lectura de material complementario | 6 |
| Talleres prácticos | 10 |
| Casos prácticos | 15 |
| Tutorías | 10 |
Total |
75 |
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.
Álvarez, N. (2001). Econometría II: Análisis de modelos econométricos de series temporales. Madrid: Editorial AC
Assmus, G., Farley, J. U. y Lehmann, D. (1984). How advertising affects sales: Meta-analysis of econometric results. Journal of Marketing Research, 21(1), 65-74. Doi: 10.2307/3151793
Enders, W. (2010). Applied econometric series. New York: John Wiley & Sons, Inc.
Giménez, E. y Soret, I. (2010). Previsión de ventas. Madrid: ESIC Editorial (Colección Cuadernos de Documentación)
Giménez, E. y Soret, I. (2013). Previsión de ventas y fijación de objetivos Madrid: ESIC Editorial
Gujarati, D. y Porter, D. C. (2010). Econometría. Madrid: Editorial McGraw-Hill
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E. y Tatham, R. L. (2006). Multivariate data analysis. New Jersey: Prentice Hall
Hernández, J. y Zúñiga, J. (2013). Modelos econométricos para el análisis económico. Madrid: ESIC Editorial
Lenskold, J. D. (2004). Marketing ROI: el camino a la rentabilidad corporativa de los clientes y de las compañías. México: McGraw-Hill Interamericana
Lilien, G. L., Rangaswamy, A. y De Bruyn, A. (2013). Principles of Marketing Engineering(2nd Eds). State College: DecisionPro
Lilien, G. y Rangaswamy, A. (2006). Marketing Engineering. Harlow: Prentice Hall
Lilien, G., Kotler, P. y Moorthy, K. (1992). Marketing Models. Englewood Cliffs: Prentice Hall
López-Tenorio, P. y Méndez, M. (2013). El ROI como métrica de la eficacia del marketing. Cálculo a través de métodos cuantitativos. Madrid: ESIC Editorial
Pulido, A. y López, A. (1999). Predicción y simulación aplicada a la economía y gestión de empresas. Madrid: Pirámide
San Martín, S. (2008). Prácticas de marketing. Madrid: ESIC Editorial
Sethuraman, R. y Tellis G. J. (1991). An analysis of the tradeoff between advertising and pricing. Journal of Marketing Research, 31, 160-174. Doi: 10.2307/3172805
Tellis, G. J. (1989). Interpreting advertising and price elasticities. Journal of Advertising Research, 29(4), 40-43
Tellis, G. J. (2006). Modeling marketing mix. En Grover, R. y Vriens, M. (Eds.), The handbook of market research: Uses, misuses and future advances (pp. 506-522). California: Sage Publications Inc
Uriel, E. Y Peiró, A. (2000). Introducción al análisis de series temporales. Madrid: Editorial AC
Vidal, I. (2003). La previsión de ventas. MAdrid: FC Editorial
Wierenga, B. (2008). Handbook of Marketing Decision Models. Boston: Springer
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% |
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…
|