Diplomado en DATA SCIENCE AND MARKETINGAPPLIEDANALYTICSTO Versión en Línea Coordinadores Académicos: Dra. María Merino y Dr. José Incera
Desde 2003 es profesora e investigadora de tiempo completo de la División Académica de Administración del ITAM. Actualmente es directora de la Maestría en Mercadotecnia y coordina el diplomado de Investigación de Mercados del mismo instituto y fue directora de la carrera de Administración entre 1994 y 1999. Previamente trabajó para el Instituto Español de Comercio Exterior como Gerente de Investigación de Mercados, para el Sanwa Bank en Madrid y en Londres como Ejecutivo de Mercadotecnia y para Procter & Gamble en Madrid como Gerente de Marca. María Merino es doctora en Mercadotecnia por la Universidad de Texas en Austin, E.U.A. Cuenta con una maestría en Dirección Internacional por el ITAM, así como una licenciatura en Derecho y otra en Administración de Empresas por la Universidad Pontificia de Comillas de Madrid, España. Ha colaborado en proyectos de consultoría con empresas como TV Azteca, Televisa, Chedraui, Sportium, SEDESOL, Grupo Bimbo, la Secretaría de Turismo, AstraZeneca México, Grupo Nacional Provincial y CANAINPESCA, entre otras. Actualmente es miembro del Sistema Nacional de Investigadores del CONACYT. Su investigación gira en torno a Indicadores de Desempeño en Mercadotecnia, Administración Estratégica de Marcas, Satisfacción de Clientes y, Mercadotecnia Estratégica. Cuenta con numerosos reconocimientos entre los que destaca el Premio a la Mejor Contribución Académica por el trabajo
DRA. MARÍA MERINO SANZ
COORDINADORES ACADÉMICOS:
Las clases serán en tiempo real en los días y horario publicados. Las sesiones no serán grabadas y el participante sólo tendrá acceso a las sesiones del diplomado en el grupo al cual se haya inscrito.
Objetivo
Que el alumno conozca las bases de Ciencia de Datos y analítica aplicadas a las áreas de marketing. Los asistentes adquirirán conocimientos de programación y estadística que les permita analizar, interpretar y visualizar datos en el contexto de decisiones fundamentales de mercadotecnia. Los participantes elaborarán modelos avanzados de datos a través de las diferentes técnicas de aprendizaje automático, utilizarán plataformas de web analytics y de CRM, activarán la visualización de datos con diferentes tecnologías y podrán entender el potencial de la automatización de muchas de las actividades de mercadotecnia. Si bien se utilizarán varias herramientas tecnológicas, el énfasis del programa
“Globalization: From macro to micro processes” que otorga la Business Association of Latin American Studies.
Es Doctor en Informática por la Université de Rennes I (Francia), Maestro en Ciencias (Computer Science) por el Imperial College of Science, Technology and Medicine (Inglaterra) e Ingeniero en Electrónica con especialidad en Sistemas Digitales por la Universidad Autónoma Metropolitana. Tiene una Especialización en Ciencia de Datos por la Universidad John Hopkins impartida en Coursera, así como varias certificaciones en tecnologías de Big Data y Blockchain. Es profesor investigador de tiempo completo del Departamento de Sistemas Digitales y miembro del Centro de Estudios de Competitividad del ITAM. Ha sido profesor visitante en la UNAM, la UAM, la U. Anáhuac en México, la ENST-Bretagne en Francia y la U. de Colorado en Boulder, EUA. En 2013 recibió un IBM Big Data Faculty Award por sus contribuciones para el desarrollo de competencias en Big Data en la Maestría en Tecnologías de Información y Administración. Ha sido co-autor de varios libros de y de más de 60 artículos relacionados con las TICs. Es miembro de la ACM (Association of Computer Machinery), de la Fundación para el Conocimiento y Cultura Digital (FUNCO) y miembro de número de la Academia Mexicana de Informática (AMIAC).
DR. JOSÉ ALBERTO INCERA DIÉGUEZ
Nota: Este diplomado es en la modalidad en línea a través de la herramienta Zoom. Se requiere que el participante cuente con computadora, laptop, tablet, teléfono inteligente o cualquier otro dispositivo que permita reproducir audio y video y una buena conexión a internet.
Los participantes deben poseer conocimientos básicos de estadística, de programación (en cualquier lenguaje) así como un uso intermedio de Excel. El curso se orienta a la aplicación práctica e interpretación de los modelos y el análisis de datos. En este curso se resolverán diversos problemas integrales de aplicación de marketing, incluyendo el análisis de bases de datos de marketing reales.
• Podrá generar insights del comportamiento de los clientes a partir de los comportamientos de los consumidores registrados en bases de datos y en la web
• Será capaz de realizar de inicio a fin proyectos de analítica de Marketing, así como aplicar sus resultados para optimizar los resultados de las estrategias de Mercadotecnia
¿A quién va dirigido?
será en la interpretación de los resultados y su aplicación en estrategias de mercadotecnia. Con todo ello, los participantes podrán responder a las necesidades actuales de efectividad de las estrategias marketing en un contexto de transformación digital de los consumidores.
• Conocerá la estructura típica de los proyectos de análisis de datos en Mercadotecnia
El programa está dirigido a profesionales, con más de 3 años de experiencia, de las áreas de marketing y de planeación estratégica de las compañías que dirijan sus productos o servicios tanto a los consumidores finales (B2C) como a empresas (B2B), y que quieran especializarse en el conocimiento de marketing analytics y técnicas de machine learning aplicadas a Mercadotecnia.
• Será capaz de aplicar las herramientas de análisis de datos e inteligencia artificial más utilizadas en el ámbito de Mercadotecnia
Requisitos
Al finalizar el curso el alumno:
• Comprenderá el planteamiento y aplicación real de las herramientas Ciencia de Datos a través de ejemplos recientes en distintas industrias como tecnología, entretenimiento, publicidad y campañas de marketing
• Apreciará el potencial de la Ciencia de Datos para optimizar las decisiones de Mercadotecnia
7. Casos de uso de Ciencia de Datos y Analítica aplicados a Mercadotecnia
3. Tipo de datos: estructurados y no estructurados
Objetivo
4. Los elementos que conforman el tech stack: Cloud, Advertising, Clientes, Management
1. La estrategia de marketing de la compañía
2. El rol de la tecnología y los datos dentro del área de marketing
Temario
5. Proceso de evaluación y toma de decisiones sobre el tech stack
Los alumnos conocerán el ecosistema de tecnología necesario para impulsar la demanda de los productos o servicios de la compañía, así como para gestionar las necesidades de los clientes de una forma ágil y eficiente. De esta manera, el participante tendrá una visión estratégica e integral de las oportunidades tecnológicas para la gestión de datos en un entorno de digitalización.
6. Etapas de un proyecto de Ciencia de Datos. Metodología CRISP-DM
MÓDULO II INTRODUCCIÓN A LA PROGRAMACIÓN EN R
Los alumnos se iniciarán en el conocimiento del lenguaje de programación de código abierto R, ideal e intuitivo para el análisis estratégico de datos y que también presenta ventajas importantes para la visualización de datos. Además, R está respaldado por una enorme y próspera comunidad de soporte que mantiene el desarrollo continuo del software.
EL ECOSISTEMA DE TECNOLOGÍA Y DATOS EN EL ENTORNO DE ObjetivoMARKETING
MÓDULO I
4. Manipulación en R para análisis estadístico
9. Muestreo para análisis exploratorio
4. Carga de datos, fuentes de datos externas
1. Medidas de centralidad y de dispersión
8. Manejo de datos faltantes
ESTADÍSTICA Y PROBABILIDAD COMPUTACIONAL PARA DECISIONES DE MERCADOTECNIA
6. Introducción a la estadística inferencial
10. Presentación de resultados en R: Markdown, knitr, Shiny
Temario
7. Captura, limpieza y análisis de datos de Mercadotecnia
Los alumnos adquirirán los conceptos estadísticos básicos necesarios para desarrollar un criterio estadístico aplicable a la toma de decisiones. A través del análisis de datos en R, los participantes reafirmarán sus conocimientos de estadística descriptiva e inferencia estadística con el fin de sentar las bases para la interpretación de modelos analíticos avanzados que se impartirán posteriormente en el diplomado.
1. Conceptos básicos del lenguaje y el ambiente Rstudio
MÓDULO III
6. Join y merge en bases de datos
Temario
2. Tipos de datos y variables. Dataframes y tablas
3. Variables y procesos aleatorios
Objetivo
5. Regresión lineal. Conceptos básicos
11. Gráficos para generación y validación de hipótesis
5. Selección y filtrado con dplyr
7. Teorema de Bayes
3. Iteraciones y estructuras de control de flujo
2. Funciones de distribución
Objetivo
9. Técnicas de reducción de dimensionalidad
11. Aplicación práctica de Modelos Econométricos, Pronósticos y escenarios de Predicción
3. Implementación de data layers para la gestión de datos en tiempo real.
MÓDULO IV
Temario
5. Tableros de mando en Tableau
6. Tableros de mando dinámicos y storytelling
INTELIGENCIA DE NEGOCIOS Y NARRATIVA DE DATOS APLICADOS A MERCADOTECNIA
2. Tipos de gráficos populares y cuándo es recomendable utilizarlos
4. Bosques aleatorios 5. Bagging
En este módulo los alumnos adquirirán los conocimientos para evaluar, implementar y analizar los datos de las diferentes fuentes de datos que permitan gestionar los principales KPIs de marketing de la compañía.
Temario
7. Redes neuronales artificiales
1. Riesgos y retos en la representación gráfica de información
4. Tableros de mando en R
ObjetivoMERCADOTECNIA
8. Modelos de agrupamiento y de asociación
10. Aplicación práctica de Modelos Supervisados
3. Árboles de decisión
6. Máquinas de soporte vectorial
MÓDULO V
Los alumnos adquirirán conocimientos para desarrollar análisis de datos a través de diferentes técnicas de aprendizaje automático, lo que les permitirá elaborar modelos avanzados, desarrollar escenarios de predicción, y calcular los escenarios de rentabilidad de las estrategias alternativas de marketing.
12. Análisis ROIM (Return On Marketing Investment)
2. Técnicas de regularización
A
1. Regresión lineal y logística
TÉCNICAS DE APRENDIZAJE AUTOMATIZADO APLICADO
7. Ejemplo de activación de una plataforma de CRM
2. Data Management: Naming Convention
8. Implementación y análisis de clusters en la plataforma de CRM
En este módulo los alumnos adquirirán los conocimientos para implementar las principales plataformas de administración de datos que forman parte del ecosistema tecnológico de la compañía.
1. Introducción a Web Analytics: Google Analytics
Temario
3. Ejemplo de activación de Google Analytics con base a un sitio web/Ecommerce
PLATAFORMAS DE MARKETING: WEB ANALYTICS Y CRM
5. Implementación de Modelos de Atribución en Google Analytics
6. Introducción a CRM: Plataformas y comparativa
MÓDULO VI
Objetivo
4. Elaboración de reportes en Google Analytics
2. Copia de identificación oficial vigente (INE o Pasaporte).
El plan de estudios está dividido en 6 módulos. El Diploma sólo se entregará a quien haya cursado y aprobado todos los módulos del Diplomado.
En el Diplomado se realizarán trabajos extraescolares que ase guren una mejor asimilación de los conocimientos impartidos. Programa sujeto a cambios.
CARACTERÍSTICAS DEL PLAN DE ESTUDI0S
TEL. 55 5628 41 85 Sin costo desde el interior 800 398 48 26 Av. Camino a Sta. Teresa 930, Col. Héroes de Padierna, 10700, México, D.F. CORREO ELECTRÓNICO: desarrolloejecutivo@itam.mx M.A. Mónica Sacristán Directora de Extensión Universitaria y Desarrollo Ejecutivo Consulte nuestra programación completa en: Becas para exalumnos www.desarrolloejecutivo.itam.mx Síguenos en: Diplomados ITAM @DiplomadosITAM Diplomados ITAM Diplomados_itam
REQUISITOS DE INSCRIPCIÓN
1. Copia del título, cédula profesional o carta de pasante. En su defecto, currículum vitae.