Denominación de la asignatura |
Big Data Marketing Analytics (Análisis de Datos Masivos) |
Máster al que pertenece |
Máster en Marketing Analytics |
Créditos ECTS |
3 |
Cuatrimestre en el que se imparte |
Segundo cuatrimestre |
Carácter de la asignatura | Obligatoria |
La cantidad de datos que se generan actualmente en las empresas se está incrementado de forma exponencial. Extraer información valiosa de ellos supone una clara ventaja competitiva.
Esta cantidad ingente de datos es imposible de analizar por una persona para extraer conclusiones y menos aún para realizar predicciones. Los algoritmos matemáticos en cambio sí pueden detectar patrones de comportamiento de forma automática (Marchine Learning).
Este es el principal objetivo de las técnicas de Machine Learning: identificar patrones de comportamiento a través del análisis masivo de datos.
La usabilidad de estos algoritmos, no es otra que ser proactivos en el tratamiento de nuestros clientes, anticipándonos por medio de las predicciones realizadas a sus comportamientos.
De esta manera podemos anticiparnos a la solicitud de una baja, a la prescipción de un producto / servicio adicional, a predecir un incremento signitificativo en el tráfico de una página web, etc.
En este módulo el alumno adquirirá las competencias para desarrollar todo tipo de algoritmos utilizando las técnicas más avanzadas de Machine Learning.
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 | 20 |
Lectura de material complementario | 3 |
Talleres prácticos | 13 |
Casos prácticos | 20 |
Tutorías | 10 |
Total |
75 |
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…
|