• Imparte:
  • Modalidad:
    Semipresencial en Barcelona
  • Precio:
    4.970 €
  • Comienzo:
    11/04/2018
  • Lugar:
    C/ Ciutat de Granada, 131
    Barcelona 08018
    España
  • Duración:
    30 ECTS
  • Titulación:
    Diploma de Especialización/de Postgrado en Marketing Intelligence y Aplicaciones en el Big Data por la Universitat de Barcelona.

Presentación

Una organización customer-centric pone al cliente en el centro de todas sus decisiones para competir eficazmente. En los últimos años hemos visto crecer de manera exponencial nuestra capacidad de generación, almacenaje y análisis de datos, tanto online como offline, por lo que para conocer bien al cliente necesitas herramientas innovadoras que transformen estos datos en información y posterior conocimiento con el objetivo de prever comportamientos y pautas de consumo y facilitar una valoración precisa de las inversiones en términos de ROI.

El Postgrado en Marketing Intelligence & Big Data de la Universidad de Barcelona te prepara para ocupar puestos de relevancia en departamentos como Marketing y Ventas, Customer Intelligence, Business Intelligence, etc. Está diseñado e impartido por profesionales en activo expertos en sectores referentes en Business Intelligence y Big Data, el bancario, el gran consumo y el asegurador, así como Agencias de Marketing y Comunicación.

Requisitos

El alumno deberá tener conocimientos de estadística.

Dirigido

El Postgrado se dirige a profesionales que quieran desarrollarse en Marketing Intelligence en departamentos como marketing y ventas, customer intelligence, business intelligence, etc. y que provengan de campos como:

Empresa y economía, marketing o ventas, CRM, marketing research, desarrollo de mercado, etc.
Emprendedores que quieran aprender a interpretar los datos para tomar decisiones empresariales.
Y otros ámbitos como la consultoría, agencias de comunicación y marketing relacional, etc.

Objetivos

Crear y desarrollar la cultura y equipos profesionales, con orientación analítica y criterios de inversión comercial.
Definir las diferentes fases de diseño e implementación de un proyecto de Big Data.
Asegurar que las decisiones estén basadas en la información y no en la intuición.
Ser el interlocutor entre los departamentos de marketing y los de sistemas, interpretando las necesidades de uno, y traduciendo lo a los requerimientos del otro.
Entender cuáles son los datos a recoger, dónde encontrarlos y qué modelos matemáticos utilizar en cada caso. En definitiva, ser capaz de analizar y visualizar la información en términos de negocio.
Definir los indicadores relevantes que permitan realizar el seguimiento del negocio.
Interpretar resultados y hacer propuestas comerciales de valor a partir del análisis.
Utilizar tecnología de primer nivel y el software necesario para la recopilación, análisis, representación de resultados y toma de decisiones.
Liderar internamente la visión del cliente transversal, omnicanal y multiproducto en un entorno colaborativo.

Programa

1. Introducción al marketing intelligence y big data

1.1. Bases conceptuales del Marketing Intelligence y Big Data

¿Qué es el Big Data?
Big Data: ¿revolución o evolución?
Big Data y Business Intelligence: vasos comunicantes
1.2. Antecedentes

Evolución histórica
Fuentes de generación de información y su evolución
Almacenaje de la información
El marketing tradicional
1.3. Contexto actual

Internet: detonante y acelerador
Tecnología: catalizador
Sociedad: cambios culturales y comportamentales
Empresa: retos actuales
Design Thinking y necesidad de entornos colaborativos
Integración/cohabitación de las diferentes tipologías de datos adquiridos
Datafication: de la transformación compulsiva en datos y racionalidad en su uso
1.4. Alcance y limitaciones en la medida de datos

“Lo que no se puede medir no existe”: La importancia de medir los datos
Limitaciones, riesgos y consecuencias en la medida, interpretación y uso
Plantear la medida al principio, durante i después del experimento, estudio, análisis o piloto
2. Origen y uso de la información

2.1. Cómo conseguir la información clave

Dónde y cómo encontrarla (mundo off y on)
Integración de las fuentes
Estructura de los datos
Calidad de los datos: validez, exactitud, consistencia,...
Contexto
2.2. Clasificación de las Fuentes

Internas y externas
Primarias y secundarias
Estructuradas y no estructuradas
Privadas y públicas
2. 3. Radiografía de las fuentes

Descripción de la fuente
Datos que contiene
Periodicidad de actualización
Significación
Calidad
Origen
2. 4. Legalidad y privacidad de la información


3. Inteligencia de negocio

3.1. Entender el problema a resolver

Saber plantear las preguntas correctas
Uno o diferentes problemas
Pensamiento creativo y crítico
3.2. Conceptos a tener en cuenta para realizar un buen análisis

Datos cuantitativos vs datos cualitativos
Universo y muestra. Grupos de control
Unidad de análisis
Inferencia
Descripción vs predicción
3.3. Aplicación de técnicas

Reporting. Usos, ejemplos y herramientas
Cuadros de mando. Usos, ejemplos y herramientas
Modelización: Modelos descriptivos (segmentación de consumidores, cesto de la compra,...) y predictivos (predicción de abandonos, pasos por taller,...). Usos, ejemplos y herramientas
3.4. Aportar valor diferencial al negocio

Interpretación de los resultados
Elementos clave del éxito/fracaso: ventaja competitiva
Tendencias
4. Aplicaciones del Marketing Intelligence y Big Data

4. 1. Cultura de conocimiento

Clientes: hábitos, necesidades, valor, potencial
No clientes: quién son, dónde están, cómo son
Oportunidades comerciales y de negocio
Competencia: qué hace, cómo nos afecta, qué clientes compartimos
Proveedores: trade marketing, customer marketing
4.2. Inteligencia: aplicaciones de negocio

Targeting
Modelos de cliente: ciclo de vida relacional y existenciales
Modelos de producto: propensiones
Segmentación: estratégica, subsegmentación
4.3. Del marketing masivo al marketing one2one

Segmentación
Acciones outbound y inbound
Omnicanalidad: acciones multipasos y multicanal
Marketing en tiempo real: gestión por eventos
4.4. Producto y precio

Detectar nuevos nichos de mercado
Diseñar nuevos productos y servicios
Pricing Inteligente
4.5. Experiencia de Cliente

Customer journey: definición, aplicación y gestión
Indicadores de Experiencia de Cliente: NPS
5. Data Driven Company: Innovación y mejora continua aplicada a los datos

5.1. Aplicar la mejora continua en el marketing intelligence

La medida como una herramienta importante del marketing intelligence
El proceso de mejora continua y el ciclo de Deming
Test, piloto y experimentos. Aprende a diseñar, montar, medir y analizar
Conclusiones y Roll-out
5.2. El cliente interno: aplicar el método científico enfocado al negocio

El método científico. Conocer y aplicarlo
El método científico en el caso de Big Data
Ejemplos prácticos
5.3. De proveedores de información a consultores internos

DDC: qué es, cómo se caracteriza, ventajas y ejemplos
Rol del profesional de marketing intelligence
Dinámicas de trabajo: clientes internos, colaboradores, colaterales, jefes, etc.
Analizar, medir y recomendar. Ser una “herramienta comercial” más del negocio
Modelos organizativos para empresas DDC: CDO, CAO, Data Scientist, Data Engineer, etc.
5.4. Ejemplos prácticos

6. Presentación de resultados

6.1. Planteamiento estratégico de los datos (Comprender, comunicar y ofrecer valor)

La importancia del cliente interno. Preguntas relevantes
Traducción de los datos de sistemas a lenguaje de negocio
La visión del cliente final dentro de la empresa
6.2. Interpretación y visualización de la información

Interpretación y visualización de datos en términos de negocio
Definición proactiva de propuestas de marketing a partir del análisis de datos
Definición proactiva de propuestas comerciales a partir del análisis de datos
Presentación de datos en los diferentes departamentos de la empresa
6.3. Técnicas y herramientas de presentación

Técnicas de presentación
Cómo presentar los datos en el área del marketing
Cómo presentar los datos en el área comercial
Cómo presentar los datos en términos de negocio
La infografía como técnica de presentación
Herramientas
6.4. Ejemplos prácticos

6.5. Visualización de datos

¡Infórmate ahora sin compromiso!

Publicidad

Cursos Relacionados

Ver otros cursos de...