template-browser-not-supported

Máster Universitario en Análisis de Datos para la Inteligencia de Negocios

Back Back

Métricas Sociales

Código asignatura
MANADINE-2-001
Curso
Segundo
Temporalidad
Primer Semestre
Carácter
Obligatoria
Créditos
3
Pertenece al itinerario Bilingüe
No
Actividades
  • Prácticas de Laboratorio (8.5 Hours)
  • Prácticas de Aula/Semina (4.5 Hours)
  • Clases Expositivas (8.5 Hours)
Guía docente

Esta materia tiene como objetivo desarrollar aplicaciones de las métricas sociales tanto al ámbito de la economía como al de la gestión de empresas. Por ello, el punto de partida son los contenidos recibidos por los estudiantes durante el primer curso del presente master que proporcionan la base conceptual necesaria para el desarrollo de la materia. Además, la materia pretende mostrar las aplicaciones de dichos contenidos al management y, más globalmente, a la economía por lo que incide especialmente en el uso de técnicas estadísticas longitudinales y multivariantes (por ejemplo, las series temporales o el análisis discriminante) en los entornos mencionados. La asignatura pertenece al Módulo 11: Técnicas para la Inteligencia de Negocios.

No hay requisitos específicos dignos de mención. No obstante, se considera recomendable haber superado la materia Análisis de datos I.

Competencias básicas:

CB6: Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.

CB7: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

CB8: Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.

CB9: Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.

CB10: Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo Competencias generales Código Competencia.

Competencias generales:

CG1: Aplicar los conceptos y técnicas matemáticas y estadísticas relevantes para la extracción de conocimiento útil a partir del análisis de datos en las organizaciones corporativas.

CG2: Adquirir las destrezas necesarias para incorporarse a equipos de trabajo en la empresa o a grupos de investigación competitivos en el ámbito de la Estadística y la Inteligencia Empresarial.

CG3: Capacidad para transmitir a otros miembros de la organización el uso de herramientas analíticas en los negocios.

CG4: Capacidad para gestionar la información y manejar herramientas informáticas adecuadas para la resolución de los problemas surgidos en los ámbitos de la Inteligencia Empresarial y de la Estadística.

CG5: Planificar estrategias para alcanzar los objetivos propuestos en el ámbito del análisis de datos para extraer información valiosa para la organización utilizando convenientemente los recursos disponibles para ello.

CG6: Interpretar los resultados obtenidos a partir de los modelos estadísticos y empresariales y su aplicación en distintos ámbitos profesionales, además de redactar informes en base a las conclusiones obtenidas.

CG7: Capacidad para el pensamiento científico con actitudes asociadas al desarrollo de los métodos matemáticos como son: el cuestionamiento de las ideas intuitivas, el análisis crítico de las afirmaciones, la capacidad de análisis y de síntesis de ideas nuevas y complejas, o la toma de decisiones racionales.

CG8: Identificar y evaluar nuevas herramientas analíticas para resolver nuevos problemas en los ámbitos de la inteligencia de los negocios y la organización social.

CG9: Representar y resolver un problema real complejo (en ambiente de incertidumbre o riesgo) mediante modelización predictiva adecuada en el campo del análisis de datos para la inteligencia de negocios (entorno socioeconómico y empresarial).

CG10: Capacidad para la transformación de grandes cantidades de datos y la reducción de los problemas complejos, mediante un lenguaje claro y conciso, a información procesable para la audiencia final.

CG11: Valorar críticamente estrategias y soluciones para la toma de decisiones en el ámbito de la creación de conocimiento a partir de información relevante para las organizaciones.

CG12: Reunir, depurar y transformar los datos que almacena la empresa en información estructurada y coherente para contrastar hipótesis que traten de responder a cuestiones dentro del ámbito de la inteligencia de negocios.

Competencias específicas:

CE 9: Utilizar correctamente los programas de ordenador que ayuden a la resolución de los modelos analíticos de datos que aparecen en la práctica profesional e interpretar los resultados

CE10: Redactar informes relativos al conocimiento derivado de los datos que aparecen en su ámbito de actuación con precisión, orden y claridad.

CE11: Gestionar bases de datos en distintos ámbitos profesionales.

CE 12: Comprender, plantear, formular y resolver aquellos problemas susceptibles de ser abordados a través de modelos estadísticos en distintos ámbitos de gestión.

CE 14: Interpretar y utilizar las analíticas de las métricas sociales como instrumentos para la toma de decisiones de los negocios.

CE 15: Identificar los factores críticos de éxito y los problemas en la implantación de Business Intelligence.

Resultados de aprendizaje:

RA: Utilizar herramientas adecuadas para procesar y analizar la información de las redes sociales.

RA: Establecer indicadores y recoger métricas para evaluar la idoneidad de las estrategias de medios sociales con respecto al fomento de la audiencia, la conciencia de marca y la relación con los clientes.

La relación de contenidos de la materia es la siguiente:

Tema 1: Introducción a las métricas sociales.

Tema 2: Métricas sociales: Búsquedas en internet.

Tema 3: Métricas sociales: Redes sociales y Wikis.

Tema 4: El consumidor en internet: medición de su conducta

Tema 5: Diseño eficiente de páginas web

Tema 6: Estado de flow o de flujo: antecedentes y consecuencia para la gestión de marketing

Profesorado

Ana Suárez Álvarez (suarezaana@uniovi.es). Dpto. Economía Aplicada 985105057 (Coordinadora)

Agustín V. Ruíz Vega (agustin.ruiz@unirioja.es). Universidad de La Rioja 941299392

Descripción de la metodología

Las clases magistrales se impartirán prioritariamente en el aula de informática puesto que la principal finalidad de la materia radica no sólo en dar a conocer toda la problemática relativa a la medición y aplicación al ámbito económico de las métricas sociales; por el contrario, la visión de la materia pretende ser lo más práctica y aplicada posible por lo que la metodología docente combinará la explicación de los principales conceptos junto con su aplicación al mundo económico y a la toma de decisiones en entornos empresariales.

Por ello, se utilizarán softwares estadísticos libres disponibles en internet junto con softwares estadísticos comerciales, tales como SPSS y Smart-PLS, disponibles por parte de la Universidad de Oviedo.

Actividades presenciales:

La asignatura se impartirá mediante sesiones expositivas en las cuales el profesor/ponente presenta el tema de estudio a desarrollar y sesiones de debate y discusión sustentadas en una participación activa del alumnado en la dinámica de las mismas. El desarrollo de las sesiones se apoya principalmente en presentaciones que están a disposición de los estudiantes en la web de la asignatura en el Campus Virtual, y en referencias bibliográficas aportadas por el profesor y por los alumnos. Atendiendo a la temática concreta a desarrollar se utilizarán en el estudio de casos, el aprendizaje basado en problemas y los proyectos de grupo. Asimismo se realizarán prácticas en las aulas de informática en las que los estudiantes podrán adquirir las habilidades en el uso de los programas informáticos necesarios para la resolución de  los temas tratados.

Los proyectos de grupo se realizarán en grupos reducidos y programados por el profesor, que pueden orientarse a diversos objetivos supervisión de casos prácticos propuestos, seguimiento de trabajos, análisis y discusión de artículos, textos y documentos.

Cronograma

Semana

Trabajo presencial

Trabajo no presencial

1

Ana Suárez Álvarez

Asimilación de conceptos. Bibliografía  recomendada.

Lecturas y resolución de problemas y/o ejecución de trabajos asignados

2

Ana Suárez Álvarez

Asimilación de conceptos. Bibliografía  recomendada.

Lecturas y resolución de problemas y/o ejecución de trabajos asignados

3

Ana Suárez Álvarez

Asimilación de conceptos. Bibliografía  recomendada.

Lecturas y resolución de problemas y/o ejecución de trabajos asignados

4

Ana Suárez Álvarez

Asimilación de conceptos. Bibliografía  recomendada.

Lecturas y resolución de problemas y/o ejecución de trabajos asignados

5

Agustín V. Ruiz Vega

Asimilación de conceptos. Bibliografía  recomendada.

Lecturas y resolución de problemas y/o ejecución de trabajos asignados

6

Agustín V. Ruiz Vega

Asimilación de conceptos. Bibliografía  recomendada.

Lecturas y resolución de problemas y/o ejecución de trabajos asignados

7

Agustín V. Ruiz Vega

Asimilación de conceptos. Bibliografía  recomendada.

Lecturas y resolución de problemas y/o ejecución de trabajos asignados

8

Agustín V. Ruiz Vega

Asimilación de conceptos. Bibliografía  recomendada.

Lecturas y resolución de problemas y/o ejecución de trabajos asignados

La evaluación del aprendizaje de los alumnos se realizará mediante un conjunto de dos criterios:

  1. Evaluación continua de los contenidos impartidos semanalmente mediante actividades a realizar y presentar por escrito, las cuales supondrán el 50% de la calificación final.
  2. Examen teórico-práctico, que primará la asimilación de los contenidos impartidos y la capacidad de implementar dichos conceptos en contextos económicos prácticos (50% de la nota final).

Se recuerda que está vigente y es aplicable el Código ético de la Universidad de Oviedo, al que se puede acceder desde el siguiente enlace:  Universidad de Oviedo - Código ético (uniovi.es).

En el caso de los estudiantes que se acojan al sistema de evaluación diferenciada, el examen final mantendrá el peso del 50% sobre la calificación final. Las actividades de evaluación continua realizadas por los estudiantes a tiempo completo a lo largo del cuatrimestre serán sustituidas por cuestiones teórico-prácticas sobre los distintos contenidos del programa, con un peso del 50%.

ESCRIBANO ARRECHEA, J. (2015): Vender en internet. Las claves del éxito. Editorial Anaya, Madrid.

GOROSTIZA, I; BARAINCA, A. (2016): Google Analytics. Mide y vencerás. Editorial Anaya, Madrid.

JONES, H. (2019): Analítica de datos. Editorial Bravex Publications, San Francisco

KAUSNIK, A. (2016): Analítica web. El arte de analizar resultados y la ciencia de centrarse en el cliente. Editorial Gestión 2000, Barcelona.

MARTÍN, F. (2019): Google Adwords. Editorial Ra-Ma, Madrid.

LINDSTRAND, A.; JOHANSON, J.; SHARMA, D.D. (2016): Managing customer relationships on the internet. Editorial Elsevier, Amsterdam.

MACIÁ DOMENE, F.; GOSENDE GRELA, J. (2015): Marketing online. Estrategias para ganar clientes en internet. Editorial Anaya, Madrid.

MALDONADO, S. (2016): Analítica web. Medir para triunfar.Esic Editorial, Madrid, 3ª edición.

MARR, B. (2017): Big data en la práctica. Cómo 45 empresas exitosas han utilizado análisis de big data para ofrecer resultados extraordinarios. Teell Editorial, Zaragoza.

MIZIK, N.; HANSSENS, D.H. (2019): Handbook of marketing analytics. Editorial Elgar, Cheltenham.

PRILUCK, R. (2020): Social media and mobile marketing strategy. Oxford University Press, Oxford.

 RODRÍGUEZ FERNÁNDEZ, O. (2017): Tráfico, tráfico, tráfico. Las claves del éxito en internet.

Editorial Anaya, Madrid.

VALL, J.M. (2017): Big data: Atrapando al consumidor. Profit Editorial, Barcelona.

VALLE, E. (2016): Google AdWords. Trucos y estrategias para el éxito. Altaria Editorial,Tarragona.