|
||||||||||||||||||||||||||||||||||||||||||||||||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en que se proyecta Conocimientos previos Objetivos y competencias Contenidos Consulta de los recursos de aprendizaje de la UOC para la asignatura Información adicional sobre los recursos de aprendizaje y herramientas de apoyo Metodología Información sobre la evaluación en la UOC Consulta del modelo de evaluación | ||||||||||||||||||||||||||||||||||||||||||||||||||
Este es el plan docente de la asignatura para el primer semestre del curso 2024-2025. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios. | ||||||||||||||||||||||||||||||||||||||||||||||||||
El "Customer Analytics" es el conjunto de procesos y tecnologías que nos ayudan a segmentar a los clientes en grupos mas homogéneos para así poder ofertar productos y servicios mas apropiados a estos grupos de forma anticipada y oportuna. Teniendo en cuenta que el cliente hoy en día tiene acceso a todo tipo de información (por ejemplo, dónde y qué comprar, y cuánto pagar por ello), la habilidad de anticiparnos a lo que puede estar buscando, así como el ofrecerle productos complementarios, nos dará una importante ventaja competitiva que debería ser el foco de todas las actividades de marketing. Por lo tanto, el tener un conocimiento práctico de las diferentes técnicas que se trabajan en customer analytics supone una ventaja importantísima que mejorará no sólo las estrategias y el éxito de las ventas, sino que también ayudará a desarrollar ventajas competitivas sostenibles. Cuanto mas profundo sea nuestro conocimiento de los hábitos de compra y estilo de vida de nuestros clientes, así como de los diferentes segmentos en los que se pueden dividir de forma práctica, más acertadas serán nuestras recomendaciones de productos y servicios y mayor éxito tendremos. En esta asignatura el estudiante se centra en la estrategia actual para la captura, gestión, análisis y generación de valor estratégico de los datos de cliente. Se introducen primero los conceptos fundamentales y las técnicas analíticas adecuadas para comprender el comportamiento del cliente desde múltiples perspectivas. Se trabajará con herramientas ofimáticas (Excel, Powerpoint), estadísticas (lenguage de programacion R), así como de reporting y de análisis. |
||||||||||||||||||||||||||||||||||||||||||||||||||
Esta asignatura se encuentra dentro de la especialidad E3 (Casos de Usos Analíticos) del Master de Inteligencia de Negocio y Big Data Analytics (MIBA) de la UOC. La especialidad E3 tiene por objetivo el proporcionar al profesional de perfil más empresarial casos prácticos de uso de la inteligencia de negocio. Este objetivo se aplica tanto a la estrategia de empresa como en la gestión operativa de los procesos de negocio más importantes: marketing y ventas, y operaciones y logística. Finalmente, la asignatura de Customer Analytics es optativa en el master pero obligatoria para cursar el itinerario de Análisis de Datos.
|
||||||||||||||||||||||||||||||||||||||||||||||||||
Se analizan los conceptos y las buenas prácticas de investigación de mercado, gestión de las ventas y las relaciones con los clientes, y análisis y predicción del comportamiento de los clientes. Desde Business Analysts, Data Analysts, Data Scientist, e incluso User Experience Analyst, son los diferentes roles que permiten desarrollar aplicaciones de CRM (p.e. conocer mejor a los clientes para ofrecer un mejor servicio), fidelización, recomendación, mejorar la experiencia de usuario, y mejorar la interacción con el cliente, entre otras. |
||||||||||||||||||||||||||||||||||||||||||||||||||
Al igual que el máster, no se requiere formalmente una formación o titulación específica de origen, aunque es importante disponer de conocimientos previos. En particular, es necesario disponer de conocimientos de programación, estadística y principios de visualización. En caso de carecer de conocimientos, pueden adquirirse mediante la especialización de Competencias de Análisis (Data Literacy) o cursando de forma independiente alguno de sus cursos. Adicionalmente, se recomienda el conocimiento del inglés escrito. |
||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||
El estudiante dispone a lo largo de la asignatura de recursos comunes de soporte y aprendizaje:
Esta asignatura conlleva asociado un laboratorio de Python y R donde podréis encontrar recursos relacionados con ambos lenguajes de programación, orientados a la realización de las actividades prácticas de la asignatura. En el laboratorio encontraréis soporte para la instalación de ambos entornos, ejemplos resueltos de diferentes ejercicios relacionados con el ciclo de vida de los datos, como por ejemplo leer ficheros en diferentes formatos, cómo preparar los datos, crear y evaluar modelos, etc. El laboratorio no es una asignatura al uso, y no tiene actividades evaluables o entregas, es un recurso docente adicional, compartido con estudiantes de diferentes asignaturas, que ponemos a vuestra disposición para avanzar en la resolución de las actividades prácticas propuestas en ésta y otras asignaturas. |
||||||||||||||||||||||||||||||||||||||||||||||||||
Desde una perspectiva que trata de emular proyectos reales de customer analytics, se introducen los conceptos fundamentales y técnicas analíticas adecuadas para comprender el comportamiento del cliente desde múltiples perspectivas, en línea con muchas de las salidas profesionales del área de estudio. Se trabajará con herramientas estadísticas (lenguage de programacion R), aprendiendo de forma escalonada su uso a través de actividades de análisis de datos. En dichas actividades no solo se priman las capacidades y competencias estadísticas y de desarrollo informático, sino también las analíticas (p.e. narrativa de datos). |
||||||||||||||||||||||||||||||||||||||||||||||||||
El proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados. La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; el intento fraudulento de obtener un resultado académico mejor; la colaboración, el encubrimiento o el favorecimiento de la copia, o la utilización de material, software o dispositivos no autorizados durante la evaluación, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves. Estas conductas irregulares pueden comportar el suspenso (D/0) en las actividades evaluables que se definan en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas, como por ejemplo redes sociales o buscadores de información en internet, porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas de otros estudiantes, etc.) sin la citación correspondiente, o porque se ha llevado a cabo cualquier otra conducta irregular. Así mismo, y de acuerdo con la normativa académica, las conductas irregulares en la evaluación también pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda, de conformidad con lo establecido en la normativa de convivencia de la UOC. En el marco del proceso de evaluación, la UOC se reserva la potestad de:
|
||||||||||||||||||||||||||||||||||||||||||||||||||
Ponderación de las calificaciones
Opción para superar la asignatura: EC
Nota final de asignatura: EC |