Para qué te prepara este curso subvencionado Curso Gratuito Especialista en Sistemas Inteligentes de Marketing:
El curso en Sistemas Inteligentes de Marketing le prepara para desarrollar la extracción de conocimiento de las bases de datos empresariales, en concreto de marketing.
A quién va dirigido:
El presente curso en Sistemas Inteligentes de Marketing está dirigido a profesionales, responsables y directivos de marketing y publicidad que quieran obtener una formación en las técnicas y procedimientos utilizados para estudiar los acontecimientos en a cualquier empresa.
Objetivos de este curso subvencionado Curso Gratuito Especialista en Sistemas Inteligentes de Marketing:
- Conocer el valor que tiene la información y el conocimiento en el ámbito empresarial. - Aprender qué es el Sistema de información empresarial y Sistema de apoyo a la gestión de Marketing. - Aprender los métodos utilizados para la estimación de modelos causales en Marketing. - Realizar una extracción de conocimiento (KDD) y minería de datos. - Aplicación de la metodología de KDD.
Salidas Laborales:
Dirección de empresas, Marketing, Dirección Comercial.
Resumen:
Este curso en Sistemas Inteligentes de Marketing le ofrece una formación especializada en la materia. En la actualidad, el entorno de negocios está cambiando a gran velocidad. El impacto de los avances tecnológicos, la globalización de los mercados, el cambio en el balance de poder en favor de los consumidores, el entorno competitivo y la cada vez menor lealtad a las marcas, entre otras tendencias, están modificando las estrategias de marketing. Por eso con este curso de Sistemas Inteligentes de Marketing se estudia los acontecimientos en torno a la empresa, para obtener información valiosa respecto a las estrategias de marketing.
Titulación:
Doble Titulación Expedida por EUROINNOVA BUSINESS SCHOOL y Avalada por la Escuela Superior de Cualificaciones Profesionales
Metodología:
Entre el material entregado en este curso se adjunta un documento llamado Guía del Alumno dónde aparece un horario de tutorías telefónicas y una dirección de e-mail dónde podrá enviar sus consultas, dudas y ejercicios. La metodología a seguir es ir avanzando a lo largo del itinerario de aprendizaje online, que cuenta con una serie de temas y ejercicios. Para su evaluación, el alumno/a deberá completar todos los ejercicios propuestos en el curso. La titulación será remitida al alumno/a por correo una vez se haya comprobado que ha completado el itinerario de aprendizaje satisfactoriamente.
Temario:
UNIDAD DIDÁCTICA 1. UNA APROXIMACIÓN INICIAL AL MARCO DE UTILIZACIÓN DE LOS MODELOS EN LA EMPRESA: LOS SISTEMAS DE INFORMACIÓN
- Consideraciones previas sobre el valor de la información y el conocimiento
- Los sistemas de información empresariales
- El Sistema de apoyo a la gestión de Marketing
- Reflexiones básicas sobre el proceso de agregación de valor a la información: del dato al conocimiento
- Breves nociones conceptuales
- Análisis de la evolución paradigmática de los SIE
- Aspectos conceptuales
- Tipología y evolución de los SAGMk
UNIDAD DIDÁCTICA 2. EL MODELADO EN MARKETING: ANÁLISIS TEÓRICO Y EMPÍRICO
- Consideraciones introductorias en relación al papel del modelado causal en el proceso de investigación científica
- Modelos y proceso de modelado: una aproximación genérica
- El modelado en Marketing
- Métodos utilizados para la estimación de modelos causales en Marketing: Una visión sintética
- El modelo: aspectos conceptuales
- Breves consideraciones acerca de la relación entre modelos y teorías
- Una aproximación general al proceso de modelado
- Características deseables en un modelo
- Consideraciones introductorias
- Evolución del modelado en Marketing: Una reseña histórica
- El proceso de modelado en Marketing: Una visión moderna para la implementación de modelos
- Clasificación de los modelos en Marketing
- Aproximación sintética a los métodos utilizados para el análisis de la causalidad
- Modelos de ecuaciones estructurales
- Metaanálisis sobre las técnicas utilizadas en Marketing para testar modelos causales. Especial atención a los MEE
UNIDAD DIDÁCTICA 3. MARCO TEÓRICO DE LA METODOLOGÍA: EXTRACCIÓN DE CONOCIMIENTO Y SISTEMAS DIFUSOS EVOLUTIVOS
- Introducción
- Extracción de conocimiento (KDD) y minería de datos
- Aproximación a los sistemas difusos
- El proceso de extracción de conocimiento
- La minería de datos: el corazón del proceso de extracción de conocimiento
- Consideraciones previas sobre la Computación Flexible
- Sistemas difusos
- Algoritmos genéticos (AG)
- Algoritmos genéticos multiobjetivo
- Sistemas difusos evolutivos
UNIDAD DIDÁCTICA 4. PROPUESTAS METODOLÓGICAS PARA EL MODELADO CAUSAL EN MARKETING MEDIANTE SISTEMAS DIFUSOS GENÉTICOS
- Introducción
- Metodología de manejo de la información
- Método de predicción
- Método descriptivo
- Protocolo para el análisis de los resultados del método predictivo
- Protocolo para el análisis de los resultados del método descriptivo
- Recogida de datos
- Tratamiento de los datos
- Representación e inclusión del conocimiento del experto
- Algoritmo genético estilo Pittsburg
- Esquema de codificación: base de reglas difusas DNF
- Funciones objetivo: precisión e interpretabilidad
- Esquema evolutivo multiobjetivo basado en NSGA-II
- Generación de la población inicial
- Operadores genéticos
- Algoritmo genético estilo Michigan
- Proceso de descubrimiento de subgrupos
- Esquema de codificación
- Funciones objetivo: soporte y confianza
- Esquema evolutivo multiobjetivo basado en NSGA-II
- Generación de la población inicial
- Operadores genéticos
- Consideraciones iniciales
- Principales cuestiones del procedimiento
- Consideraciones iniciales
- Principales cuestiones del procedimiento
UNIDAD DIDÁCTICA 5. EXPERIMENTACIÓN
- Presentación del modelo de referencial
- Aplicación del método de predicción
- Aplicación del método descriptivo
- Reflexiones previas
- Comentarios sobre el trabajo ?Measuring the customer experience in online environments: a structural modeling approach?, de Thomas Novak, Donna Hoffman y Yiu-Fai Yung
- Análisis del comportamiento del algoritmo de aprendizaje en el método de predicción
- Interpretación de los resultados obtenidos en el método de predicción
- Análisis del comportamiento del algoritmo de aprendizaje en el método descriptivo
- Interpretación de los resultados obtenidos en el método descriptivo
UNIDAD DIDÁCTICA 6. CONSIDERACIONES FINALES
- Síntesis final: principales aportaciones
- Implicaciones empresariales
- Retos futuros: oportunidades de investigación
- EDITORIAL ACADÉMICA Y TÉCNICA: Índice de libro Sistemas inteligentes de Marketing para modelado causal. Autores: Francisco J. Martínez-Lopez y Jorge Casillas y Francisco Jose Martínez. Publicado por Delta Publicaciones