Beca EEME Playfield 2019

Máster en Big Data y Marketing Analytics

Especialízate en Big Data y Marketing Analytics para liderar el cambio analítico en la empresa. Tu mejor opción profesional: presencial, con Master Trip, Proyecto Final y prácticas en empresa.

2019 / 20

Cuéntanos todo lo que quieras para procesar la solicitud de la manera más conveniente para ti.

Acepto expresamente la política de privacidad y envíos electrónicos de EEME BS.

Profesores

Víctor Adsuar

Víctor Adsuar

CEO & Cloud Architect en Cloud Levante
Sonia Fernández

Sonia Fernández

Senior Data Scientist en Deloitte Digital
Juan José García Milla

Juan José García Milla

Head Data & Analytics en Mr Jeff y Presidente de ANBAN (Asociación Nacional de Big Data y Analytics)
Juan José González Serrano

Juan José González Serrano

Head of CRM and Customer Intelligence en ABANCA
Mariano Martínez

Mariano Martínez

Ingeniero de Datos en Grupo Soledad
Belén Moreno

Belén Moreno

Scrum Master en GMV
Pedro Pérez García

Pedro Pérez García

Director de Analítica y Business Intelligence en From the Bench Games
Andrés Quesada

Andrés Quesada

CEO en Involve GBI

y la participación de un panel de especialistas

Omar Arce
Axesor Marketing Intelligence

Omar Arce

Business Analytics Manager en Axesor Marketing Intelligence
Alejandro Belchí
Solvia Inmobiliaria

Alejandro Belchí

Business intelligence Analyst en Solvia Inmobiliaria
Arturo García
Rational Touch

Arturo García

CTO en Rational Touch
Jorge González
Geotab

Jorge González

Solutions Engineer en Geotab
Alexia Roullier
ANBAN

Alexia Roullier

DataWizard y Tesorera ANBAN
Roberto Tardio
StrateBI

Roberto Tardio

Head of Big Data en StrateBI

Señas de identidad

Todas las empresas disponen de una gran cantidad de datos a su alcance con la que obtienen la información necesaria para establecer una estrategia de marketing para atraer y retener a los clientes, así como aumentar su grado de satisfacción. Pero la clave de estos datos radica en el modo en el que los profesionales de marketing recopilan, analizan y aprovechan esta información con objeto de que la empresa consiga alcanzar los resultados deseados. Aquí es donde interviene el análisis de datos que proporciona Big Data y Marketing Analytics.

¿Qué es el Big Data y Marketing Analytics?

A diferencia del análisis web, que solo mide determinados datos, como el tiempo de carga de las páginas, las páginas vistas por el usuario y el tiempo que permanece en ellas, Big Data y Marketing Analytics mide otro tipo de indicadores: tráfico de la página web, número de clientes potenciales, número de ventas realizadas. Además, también estudia qué tipo de eventos, dentro o fuera de la página web, influyen en las perspectivas del usuario para convertirse en cliente. Incluye datos no solo de la pagina web, sino también de otras fuentes, como pueden ser los correos electrónicos, las redes sociales etc. En definitiva recopila los datos de todas las fuentes y canales y permite visualizarlos en conjunto para identificar el modo de mejorar el resultado.

Con Big Data y Marketing Analytics los profesionales de marketing pueden comprender la efectividad de la estrategia

Con Big Data y Marketing Analytics los profesionales de marketing pueden comprender la efectividad de la estrategia y no solo la efectividad de su página web. Pueden identificar cómo se compara cada una de sus iniciativas de marketing con otras, determinar el verdadero retorno de la inversión de su negocio y comprender cómo están logrando sus objetivos. Esta información también permite descubrir los puntos débiles en canales específicos y ajustar las estrategias y tácticas para mejorar el programa de marketing en general.

El Máster en Big Data y Marketing Analytics de EEME Business School ofrece las estrategias y técnicas necesarias para liderar el cambio analítico en tu empresa.

El claustro de Profesores está constituido por profesionales de primer nivel reconocidos a nivel nacional e internacional y forman parte de las empresas tecnológicas más importantes de nuestro país.

La orientación learning by doing es otro de los grandes activos del Máster: los alumnos no solo reciben la formación adecuada de mano de los mejores especialistas, sino que además ponen en práctica todos los conocimientos adquiridos. A través de casos de estudio y dinámicas de grupo el alumno va a consolidar firmemente lo aprendido y además será capaz de aplicarlo en su vida profesional de una manera efectiva.

El Programa de Máster en Big Data y Marketing Analytics (MMKDA) comprende 60 ECTS.

¿Por qué es tan importante el Big Data y Marketing Analytics?

Big Data y Marketing Analytics proporciona una comprensión profunda del rendimiento de una web a través de diferentes aspectos:

  • Integración dentro de diferentes canales de marketing: los análisis de los datos brindan una perspectiva confiable y sólida de las relaciones directas establecidas entre los canales de marketing. Es muy interesante poder evaluar el rendimiento de cada canal (redes sociales, blog, marketing por correo electrónico, SEO, etc.) pero el verdadero poder del análisis entra en juego cuando se puede vincular el rendimiento de diferentes canales.
  • Los datos están centrados en la persona y el ciclo de ventas del cliente: el análisis de los datos permite saber cómo llega un solo cliente potencial hasta una página web por primera vez, si este cliente potencial forma parte de los suscriptores del boletín, si el usuario hace clic en las ofertas de marketing propuestas por correo electrónico, así como mucha más información. El estudio de todos estos datos ayuda a comprender las tendencias de los clientes potenciales y a determinar qué actividades de marketing ofrecen el mejor valor añadido durante las diferentes etapas del ciclo de ventas.
  • Datos de bucle cerrado: la característica más atractiva del Big Data y Marketing Analytics radica en su capacidad para vincular las actividades de marketing con las ventas. Un blog probablemente es efectivo para generar tráfico y clientes potenciales, pero ¿el usuario se convierte en cliente y permiten aumentar los ingresos de la empresa? Big Data y Marketing Analytics puede responder a esta pregunta. Para ello, basta con conectar el sistema de análisis de marketing al CRM. Estos datos de ciclo cerrado ayudan a determinar si cada una de las iniciativas de marketing contribuye a lograr la estrategia general, permite saber qué canales son más importantes para aumentar las ventas, si el blog es efectivo para generar clientes o, a la inversa, si las redes sociales no funcionan como una fuente de ventas.

La información y los datos recopilados solo son útiles si se usan y se estudian los datos vitales que proporcionan para optimizar la estrategia de marketing.

Además, los programas de Big Data y Marketing Analytics también benefician a los equipos de otra forma:

  • Permiten ver el panorama general de las tendencias de marketing.
  • Sirven para identificar qué programas funcionan y por qué.
  • Ofrecen los datos de las tendencias que rigen en un periodo determinado o en un plazo de tiempo en concreto.
  • Permiten entender a fondo el ROI de cada programa.
  • Permiten evaluar los resultados del pronóstico.

Big Data y Marketing Analytics hace posible que las empresas tomen mejores decisiones

Uno de los beneficios más valiosos del Big Data y Marketing Analytics es la posibilidad que ofrecen a las empresas para tomar mejores decisiones. Si los esfuerzos de marketing permanecen estancados, la empresa no puede crecer porque no está atrayendo a nuevos clientes. Cuando se utiliza el Big Data y Marketing Analytics se pueden establecer nuevas propuestas basadas en los datos estratégicos, el valor económico y los periodos de recuperación. Por lo tanto, esta herramienta proporciona una solución para medir iniciativas de forma consistente, permitiendo un método de comparación más efectivo. El uso de Big Data y Marketing Analytics permite a las empresas tomar decisiones basadas en datos consiguiendo, con ello, estrategias más eficientes y un considerable ahorro de tiempo y dinero.

Cuáles son las buenas prácticas del Big Data y Marketing Analytics

A medida que los profesionales de marketing aprenden el valor que brinda esta herramienta excepcional, el análisis de mercadotecnia ha vuelto a surgir con fuerza, dado la información que proporciona a las empresas sobre sus clientes. Ahora que las plataformas de marketing son accesibles para los equipos de marketing, incluidos aquellos sin experiencia analítica o técnica, están incorporando los datos y análisis en sus estrategias como nunca se había hecho hasta ahora.

Las mejores prácticas para utilizar los análisis de marketing haciendo posible transformar la trayectoria del cliente, podrían resumirse en las siguientes:

  • Conseguir datos de calidad: el análisis se basa en los datos. Eso significa que debe usarse una herramienta que extraiga los datos de los clientes estructurados desde todas las fuentes posibles, incluidas diversas interacciones y puntos de contacto.
  • Conseguir la información en tiempo real: es necesario que la información que se obtenga sea en tiempo real. Si la información no está actualizada los datos no son eficaces. Para ello, resulta clave el seguimiento de las métricas correctas en el momento adecuado.
  • Perfeccionar el panel de control: aunque puede ser tentador rastrear tantos índices como sea posible, el análisis puede no ser útil. Es preferible definir los objetivos y medir los resultados respecto a los casos que se consideran más importantes para el negocio.
  • Elegir la visualización analítica correcta: los equipos de marketing deben saber interpretar los datos correctamente si se pretende obtener y usar la información de forma significativa. La clave está en elegir las visualizaciones de datos más apropiadas para que puedan encontrarse patrones e interpretar los datos en función de ellos. Por lo tanto, es importante elegir un análisis de marketing que permita elegir o personalizar las visualizaciones, en lugar de utilizar gráficos predeterminados para mostrar estos datos.
  • Usar siempre una herramienta que permita predecir el comportamiento del cliente: los datos de marketing analizados deben proporcionarse en tiempo real y predictivo para ser eficaces. Las predicciones han de ser precisas y los datos obtenidos tienen que usarse para tomar decisiones que permitan a la empresa captar y conservar a los clientes.

Cuatro razones para elegir el Máster en Big Data y Marketing Analytics

1 Congreso networking exclusivo #eemeeting

Durante el programa del Máster en Big Data y Marketing Analytics los alumnos tendrán la oportunidad de participar de un encuentro networking con los responsables de destacados proyectos y emprendedores. Los eemeetings de EEME Business School fomentan el intercambio de experiencias y la transmisión de valor a nuestros alumnos a través de una jornada que incluye ponencias y cuya experiencia pretendemos que ayude al alumno a detectar nuevas oportunidades de negocio o, incluso, a remodelar las que ya tenían.

2 Master Trip: te llevamos a conocer la empresa tecnológica

Como parte de su recorrido curricular, los alumnos participan de un Master Trip a través de sesiones In Company en el que conocen de primera mano el entorno de trabajo, la estructura y funcionamiento y las actividades habituales que se llevan a cabo en algunas de las principales empresas tecnológicas del país. Este viaje no solo constituye una experiencia didáctica de primer orden, puesto que el alumnado ve aplicados los conocimientos adquiridos en el aula, sino que también facilita el desarrollo de contactos profesionales.

3 Proyecto de fin de máster: learning by doing

El Proyecto de Fin de Máster es un trabajo transversal que permite desarrollar de manera integrada los contenidos, las aptitudes y las competencias que se adquieren a lo largo del máster. En concreto, el alumno abordará de manera detallada un problema analítico donde utilizará datos públicos/privados, y tendrá que definir que quiere mejorar, las técnicas que va a utilizar y su puesta en marcha. El Proyecto de Fin de Máster es evaluado por un tribunal específico a la finalización del programa formativo.

4 Programa de prácticas: aplica los conocimientos adquiridos

Puesto que la formación práctica en entornos de trabajo reales es el mejor complemento a los conocimientos y habilidades adquiridos, EEME Business School cuenta con convenios con las principales empresas relacionadas con el sector tecnológico. De esta manera, los alumnos del Máster en Big Data y Marketing Analytics podrán ampliar su especialización realizando un período de prácticas en el que adquirirán la experiencia profesional necesaria y profundizarán en aquellas áreas de mayor interés para su carrera.

Perfil del alumno

La vocación del Máster en Big Data y Marketing Analytics es la de formar a estudiantes y profesionales para que sean capaces de integrar los nuevos conocimientos adquiridos en su actividad dentro de la analítica de datos. Los perfiles a los que va dirigido este plan formativo son:

Estudiantes de último año y recién licenciados
Todas las ingenierías, Matemáticas, Estadística, Física, Administración y Dirección de Empresas, Economía, Marketing, Publicidad y Relaciones públicas.
Profesionales en activo en busca de nuevos enfoques y estrategias para integrar en sus empresas y aumentar el valor de sus puestos
Responsables / Directores / Analistas del área de Sistemas/IT; Responsables / Directores / Analistas del área de Marketing: B2B, Online, CRM, Retail; Product Managers; Responsables/Directores/Analistas del área de Business Intelligence (BI); Responsables y profesionales de desarrollo de negocio; Profesionales de agencias y consultoras; Gerentes de PYMES.
Autodidactas digitales
Que saben de las nuevas necesidades laborales de las empresas y quieren postularse como candidatos para afrontar los nuevos retos del BIG DATA y Analytics.

Salidas profesionales

El Máster en Big Data y Marketing Analytics de EEME Business School tiene como objetivo formar perfiles laborales que podrán desenvolverse con garantías de éxito en puestos tan demandados como:

  • Expertos en Análisis de datos.
  • Arquitectos de la Información.
  • Data science.
  • Ingenieros de datos.
  • Business Intelligence Analyst.
  • BI Project Manager.
  • Marketing Analyst Specialist.
  • Machine Learning Analyst.
  • Arquitectos BIG DATA.

Qué aprenderás en el Máster en Big Data y Marketing Analytics

DataWarehouse & ETL

  • Data warehouse: Conocer qué es un Data warehouse, las tecnologías y procesos involucrados en su diseño y el nuevo paradigma de data en el cloud.
  • Modelado de datos: Diseñar y modelar los datos empresariales usando técnicas de normalización y desnormalización e implementación de los modelos físicos correspondientes.
  • SQL: Conocer las sentencias SQL más importantes para la manipulación, explotación y carga de datos.
  • ETL: Diseñar y desarrollar los distintos procesos de carga de datos, uso de logs para la verificación de cargas y planificación de procesos en un entorno Cloud.

Data-driven Decision Making

  • En esta asignatura se asentarán las bases sobre lo que es el Data Analytics y su papel en la toma de decisiones de negocios.
  • Se aprenderá por qué los datos son importantes y cómo ha evolucionado la toma de decisiones de negocio a lo largo de la historia.
  • Se profundizará en cada una de las fases de un proyecto de análisis de datos.
  • También se le presentará al alumno un marco para realizar análisis de datos y qué herramientas y técnicas se utilizan comúnmente.
  • Finalmente, el alumno tendrá la oportunidad de poner sus conocimientos a trabajar en un entorno empresarial simulado y en casos de negocio reales.

Geomarketing

  • La asignatura de Geomarketing se dividirá en 5 casos de negocio:
    1. Sector público: Análisis del resultado de elecciones y planificación de recursos para mejorar la accesibilidad a polígonos industriales.
    2. Retail: site planning y optimización de campañas de buzoneo en retail. Basándonos en indicadores de consumo y tipologías de viviendas, encontraremos dónde abrir una nueva tienda de bricolaje y dónde lanzar campañas de buzoneo.
    3. Energía: Previsión del aumento de demanda por la introducción del coche eléctrico.
    4. Cosmética: Optimización de una red de ventas. Segmentaremos la cartera de clientes, analizaremos las cargas de trabajo de cada comercial y optimizaremos sus rutas.
    5. Venta de hielo: Optimización de rutas de reparto y territorios de venta.
  • El objetivo de la asignatura es conocer y utilizar las fuentes de datos que el mercado, las administraciones públicas o internet nos ofrecen; también qué fuentes de datos podemos encontrar dentro de nuestras organizaciones y cómo sacarle partido a todo ello para tener un conjunto de datos ideal las herramientas y técnicas para: cargar, tratar y enriquecer los datos; visualizar, analizar y compartir; toma de decisión, optimizar y pasar a la acción.
  • Usaremos herramientas como Postgis, QGIS, rspatial, Involve CRO, Carto, etc., con datos del Instituto Nacional de Estadística, indicadores sociodemográficos y de consumo, listados de negocios, open street map, etc., y resolveremos de manera práctica problemas de location intelligence del mundo real.

Data Visualization

  • Conceptualizar la importancia de una buena visualización y la necesidad dentro de la toma de decisiones en las empresas.
  • Aplicar y utilizar softwares especializados que proporcionen escalabilidad y rapidez en la puesta en producción de dashboards y scorecards.
  • Crear estudios estadísticos donde se aborden datos económico-demográficos para identificar segmentos de clientes, ubicación de nuevos centros o perspectiva de ventas.
  • Tecnologías: Tableau, Powerbi.

CRM Analytics

  • CRM: Del marketing de producto al marketing de clientes (desarrollaremos los conceptos básicos y hablaremos de herramientas plataformas, Contact centers, marketing automation, customer journeys).
  • Toneladas de datos: Ciclo de gestión del dato de cliente (desarrollaremos toda la parte de modelos de datos, fuentes externas e internas, estructuradas y desestructuradas, texmining,... también se incluirá una parte sobre aspectos legales GDPR y eprivacy).
  • Visión Cliente: medición de comportamientos y técnicas de segmentación (desarrollaremos en profundidad cómo se construyen y miden los principales kpis de clientes vinculación, fidelización, rentabilidad, LTV, churn, NPS y técnicas de segmentación, desde las más básicas tipo RFM o socio demográficas, a las más avanzadas de análisis cluster, k-means, jerárquicos, redes neuronales tipo kohonen).
  • Targeting: Cómo encontrar el público objetivo más adecuado para cada acción (veremos todas las técnicas para definir modelos de propensión, modelo de respuesta a campañas, predicción del churn, modelo de afinidad y recomendación, con técnicas como árboles de decisión, regresiones logísticas y filtros colaborativos).
  • Tecnología: R Studio y Powerbi.

Marketing Machine Learning

  • Esta asignatura tiene un doble objetivo que abarca tanto un enfoque de negocio como otro técnico.
  • Por un lado, el módulo trata de motivar la necesidad de la aplicación de técnicas de Analítica Avanzada en las empresas para la consecución de diferentes objetivos basados en reducción de costes, incremento de ingresos y mejora de la experiencia del usuario.
  • Por otro lado, se analizan todas las fases de un proyecto de Data Science: data wrangling, feature engineering y modelización, mostrando las diferentes técnicas, algoritmos matemáticos y tecnologías involucradas en cada una de las mismas.
  • Se hará un foco especial en la fase de modelización, estudiando los modelos más importantes basados en técnicas supervisadas (clasificación y regresión) y no supervisadas (análisis clustering y reducción de dimensionalidad) de Machine Learning. También se estudiarán una breve introducción a dos temas más específicos englobados en el área de la Inteligencia Artificial, como son los sistemas de recomendación y el procesamiento de lenguaje natural (NLP).
  • Con esta finalidad se han preparado clases teóricas y prácticas. La práctica incluye el diseño de soluciones de diferentes casos de uso reales, así como el desarrollo de las mismas haciendo uso de la plataforma cloud AWS.
  • Tecnología: AWS.

Agile Management Projects

  • Hoy en día el mundo se mueve rápido, muy rápido. Por ello, (los que somos innovadores, creadores, proveedores) necesitamos entender cómo producir rápido y con la suficiente calidad para llegar al éxito y satisfacer a nuestros clientes/usuarios finales. Una "cultura ágil" no es más allá que el llegar a entender esa necesidad imperiosa de cambio en la manera que tenemos de hacer las cosas, de organizarnos, para estar al servicio de nuestros clientes tan rápido como ellos necesitan, pero sin olvidar la calidad y la escucha activa (feedback) de lo que el mercado demanda.
  • En esta asignatura, tendremos una breve introducción a las metodologías ágiles más populares existentes y los conceptos que las acompañan (Lean, Scrum, Kanban, XP, software craftmanship...) para aplicar esa "cultura ágil" a un proyecto real que queramos gestionar.
  • Para la gestión de iniciativas, temas, épicas y tareas utilizaremos JIRA y Confluence, herramientas muy populares y conocidas de la Suite de Atlassian.

Cloud BIG DATA

  • Introducción al cloud. Por qué el cloud es tan importante para el Big Data. Breve descripción de aquellos servicios empleados para el almacenamiento, tratamiento y análisis de datos.
  • Servicios de almacenamiento. Qué tipos de almacenamiento ofrece el cloud, cuáles son sus características y en qué casos de uso deben emplearse cada uno de ellos.
  • Servicios para el procesamiento y transformación de datos. El tratamiento de los datos origen es muy importante para lograr una fuente origen limpia o adaptada a los procesos de análisis que se vayan a realizar en el futuro. Fusiones de campos, cambios de tipos de datos, cambios de formatos, etc.
  • Servicios de análisis. A través de servicios cloud se podrán obtener nuevos datos mediante el análisis de datos existentes. El cloud proporciona varios servicios para el análisis de datos sin apenas desarrollo, ni creación de nuevas infraestructuras.
  • Tecnologías: AWS.

Programa

Bloque 1

  • I Datawarehouse & ETL I
  • II Datawarehouse & ETL II
  • III Datawarehouse & ETL III

Bloque 2

  • IV Data-driven Decision Making I
  • V Data-driven Decision Making II
  • VI Data-driven Decision Making III

Bloque 3

  • VII Geomarketing I
  • VIII Geomarketing II
  • IX Geomarketing III

Bloque 4

  • X Data Visualization I
  • XI Data Visualization II
  • XII Data Visualization III

Bloque 5

  • XIII CRM Analytics I
  • XIV CRM Analytics II

Bloque 6

  • XV Marketing Machine Learning I
  • XVI Marketing Machine Learning II
  • XVII Marketing Machine Learning III

Bloque 7

  • XVIII Agile Management Projects I
  • XIX Agile Management Projects II
  • XX Agile Management Projects III

Bloque 8

  • XXI Cloud BIG DATA I
  • XXII Cloud BIG DATA II
  • XXIII Cloud BIG DATA III
Big Data y Marketing Analytics

Alicante
Matrícula Abierta
Inicio 15 Noviembre
2019
Conclusión 22 Mayo
2020

Horario

Alicante

Viernes 16:00 a 21:00
Sábado 09:00 a 14:00

Matrícula presencial
2019 / 20
Desde 1.100 / mes 1000 reserva inicial de plaza 8.200 oferta pago único

¿Quieres saber más?

  • Llámanos al teléfono gratuito +34 900 814 424
  • ¿Prefieres WhatsApp? +34 688 933 385
  • ¿Quieres que te llamemos nosotros?
Acepto expresamente la política de privacidad y envíos electrónicos de EEME BS.
Acepto expresamente la política de privacidad y envíos electrónicos de EEME BS.