Diplomado en Data Science and Analytics Applied to Marketing, Versión en línea

MÓDULO 1: EL ECOSISTEMA DE TECNOLOGÍA Y DATOS EN EL ENTORNO DE MARKETING

Objetivo
Los participantes 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 forma ágil y eficiente. Adquirirán una visión estratégica e integral de las oportunidades tecnológicas para la gestión de datos en un entorno de digitalización.

Temario
1. La estrategia de marketing de la compañía
2. Función de la tecnología y los datos en el área de marketing
3. Tipo de datos: estructurados y no estructurados
4. Los elementos que conforman los recursos tecnológicos: nube, publicidad, clientes, administración
5. Evaluación y toma de decisiones sobre los recursos tecnológicos
6. Etapas de un proyecto de ciencia de datos. Metodología CRISP-DM
7. Casos de aplicación de la ciencia de datos y analítica en mercadotecnia


MÓDULO 2: INTRODUCCIÓN A LA PROGRAMACIÓN EN R
Objetivo

Los participantes se iniciarán en el 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 en desarrollo continuo el software.

Temario
1. Conceptos básicos del lenguaje y el ambiente Rstudio
2. Tipos de datos y variables. Dataframes y tablas
3. Iteraciones y estructuras de control de flujo
4. Carga de datos, fuentes de datos externas
5. Selección y filtrado con dplyr
6. Unir y fundir en bases de datos
7. Captura, limpieza y análisis de datos de mercadotecnia


MÓDULO 3: ESTADÍSTICA Y PROBABILIDAD COMPUTACIONAL PARA DECISIONES DE MERCADOTECNIA

Objetivo
Los participantes adquirirán los conceptos estadísticos básicos necesarios para establecer un criterio estadístico aplicable a la toma de decisiones. Mediante el análisis de datos en R, reafirmarán sus conocimientos de estadística descriptiva e inferencia estadística con el fin de sentar las bases para la interpretación de los modelos analíticos avanzados que se estudiarán posteriormente.

Temario
1. Medidas de centralidad y de dispersión
2. Funciones de distribución
3. Variables y procesos aleatorios
4. Manipulación en R para análisis estadístico
5. Regresión lineal. Conceptos básicos
6. Introducción a la estadística inferencial
7. Teorema de Bayes
8. Manejo de datos faltantes
9. Muestreo para análisis exploratorio
10.Presentación de resultados en R: Markdown, knitr, Shiny
11.Gráficos para generación y validación de hipótesis


MÓDULO 4: INTELIGENCIA DE NEGOCIOS Y NARRATIVA DE DATOS APLICADOS A MERCADOTECNIA

Objetivo
Los participantes adquirirán los conocimientos para evaluar y analizar la información de diferentes fuentes de datos, con la cual gestionar los principales indicadores del desempeño del marketing en la compañía.

Temario
1. Riesgos y retos en la representación gráfica de información
2. Tipos de gráficas populares y cuándo es recomendable utilizarlas
3. Implantación de capas de datos para la gestión de datos en tiempo real
4. Tableros de mando en R
5. Tableros de mando en Tableau
6. Tableros de mando dinámicos y storytelling


MÓDULO 5: TÉCNICAS DE APRENDIZAJE AUTOMATIZADO APLICADO A MERCADOTECNIA

Objetivo
Los participantes realizarán análisis de datos mediante diferentes técnicas de aprendizaje automatizado, para elaborar modelos avanzados, desarrollar escenarios de predicción y calcular los escenarios de rentabilidad de estrategias alternativas de marketing.

Temario
1. Regresión lineal y logística
2. Técnicas de regularización
3. Árboles de decisión
4. Bosques aleatorios
5. Embolsado
6. Máquinas de soporte vectorial
7. Redes neuronales artificiales
8. Modelos de agrupamiento y de asociación
9. Técnicas de reducción de dimensionalidad
10.Aplicación práctica de modelos supervisados
11.Aplicación práctica de modelos econométricos, pronósticos y escenarios de predicción
12.Análisis del rendimiento sobre la inversión en mercadotecnia


MÓDULO 6: PLATAFORMAS DE MARKETING: WEB ANALYTICS Y CRM

Objetivo
Los participantes aprenderán a echar a andar las principales plataformas de administración de datos que forman parte del ecosistema tecnológico de la compañía.

Temario
1. Introducción a la analítica de red: Google Analytics
2. Gestión de datos. Convenciones para nombrar
3. Ejemplo de activación de Google Analytics en un sitio de internet y comercio electrónico
4. Elaboración de informes en Google Analytics
5. Elaboración de modelos de atribución en Google Analytics
6. Introducción a la gestión de las relaciones con los clientes. Comparación de plataformas
7. Ejemplo de activación de una plataforma de gestión de las relaciones con los clientes
8. Colocación y análisis de agrupamientos en la plataforma de gestión de las relaciones con los clientes