Sistemes d'Informació en Màrqueting
Codi: 103155Crèdits: 6
| Titulació | Tipus | Curs |
|---|---|---|
| Publicitat i Relacions Públiques | OP | 4 |
Professor/a de contacte
- Nom :
- Leila Mohammadi
- Correu electrònic :
- leila.mohammadi@uab.cat
Idiomes dels grups
Podeu consultar aquesta informació al final del document.
Prerequisits
Coneixements mitjans de la llengua anglesa, per escriure i expressar-se oralment amb certa fluïdesa
Objectius
De manera general, aquesta assignatura pretén:
- Comprendre el paper dels sistemes d’informació en les organitzacions i la seva importància en la presa de decisions de màrqueting.
- Explicar el funcionament i el procés de desenvolupament d’un sistema d’informació en màrqueting dins d’una organització.
A més, específicament, el programa està dissenyat perquè l’alumnat sigui capaç de:
- Analitzar problemes de màrqueting i descompondre’ls en elements més simples per facilitar la cerca i l’ús d’informació.
- Aplicar coneixements bàsics de gestió de la informació per dissenyar i desenvolupar un Sistema d’Informació de Màrqueting (SIM).
- Avaluar les oportunitats i limitacions dels sistemes d’informació en contextos reals.
- Identificar i utilitzar fonts i tècniques actuals d’investigació en màrqueting.
- Aplicar metodologies d’anàlisi i interpretació de dades per donar suport a la presa de decisions de màrqueting.
Resultats d'aprenentatge
- CM21 (Dissenyar plans de màrqueting que tinguin en compte les empreses proveïdores, els pressupostos i el control de costos.) Dissenyar plans de màrqueting que tinguin en compte les empreses proveïdores, els pressupostos i el control de costos.
- KM27 (Reconèixer el valor de marques i públics com a eixos estratègics en la relació entre empreses anunciants i persones consumidores.) Reconèixer el valor de marques i públics com a eixos estratègics en la relació entre empreses anunciants i persones consumidores.
- SM22 (Analitzar la persona consumidora per determinar els insights idonis en el disseny de l’estratègia d’una campanya publicitària.) Analitzar la persona consumidora per determinar els insights idonis en el disseny de l’estratègia d’una campanya publicitària.
Continguts
Sistemes d’informació de màrqueting (SIM)
- Concepte i funcions dels sistemes d’informació de màrqueting
- Estructura i components d’un SIM
Fonts d’informació en màrqueting
- Bases de dades de màrqueting
- Fonts internes i externes
- Noves tecnologies i entorns digitals (Internet i xarxes socials)
Auditoria i gestió de la informació
- Auditoria de màrqueting
- Qualitat i gestió de la informació
Big Data i anàlisi de dades
- Concepte de Big Data
- Aplicacions del Big Data en màrqueting
- Estudi de casos pràctics
CRM i màrqueting relacional
- Concepte i funcionalitats dels sistemes CRM
- Gestió de relacions amb clients
- Casos pràctics
Sistemes d’informació centrats en el consumidor
- Customer Journey Map
- Customer Life Cycle
- Introducció al neuromàrqueting
Business Intelligence i presa de decisions
- Sistemes de Business Intelligence
- Anàlisi i visualització de dades
Entorn global i evolució dels sistemes d’informació
- Impacte de la globalització
- Tendències actuals en màrqueting i sistemes d’informació
Activitats formatives i Metodologia
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Sessions teòriques | 15 | 0,6 | KM27, SM22 |
| Treball grupal preparació de pràctiques | 62 | 2,48 | CM21, KM27 |
| Seminaris i revisió exercicis | 4,5 | 0,18 | CM21, KM27, SM22 |
| Tutories de pràctiques | 4 | 0,16 | CM21 |
| Sessions pràctiques | 33 | 1,32 | CM21, KM27, SM22 |
| Investigació, lectures, identificació de models per seminaris | 25 | 1 | KM27, SM22 |
L’assignatura s’imparteix íntegrament en anglès, i l’alumnat haurà de participar tant de forma oral com escrita en aquesta llengua.
Els Sistemes d’Informació de Màrqueting tenen un caràcter interdisciplinari, integrant coneixements de màrqueting, direcció d’empreses, investigació de mercats i tecnologies de la informació. L’assignatura es desenvolupa seguint un enfocament teoricopràctic.
La metodologia docent combina diferents estratègies d’aprenentatge:
- Classes magistrals: introducció dels conceptes clau i marcs teòrics.
- Aprenentatge basat en problemes (ABP): anàlisi de situacions reals per resoldre problemes de màrqueting utilitzant sistemes d’informació.
- Aprenentatge cooperatiu: treball en grup per al desenvolupament de pràctiques i projectes.
- Estudi de casos: aplicació dels continguts a casos reals (Big Data, CRM, etc.).
- Tutories i seguiment: revisió i orientació del progrés dels treballs.
Les activitats formatives inclouen:
- Sessions teòriques
- Sessions pràctiques amb resolució de casos
- Treball autònom (lectures, recerca i preparació de pràctiques)
- Treball en grup
El calendari detallat amb el contingut de les diferents sessions s'exposarà el dia de presentació de l'assignatura i estarà també disponible al Campus Virtual de l’assignatura, on l’alumnat podrà trobar els diversos materials docents que el professorat estimi convenients i tota la informació necessària per l’adequat seguiment de l’assignatura. En cas de canvi de modalitat docent per motius de força major segons les autoritats competents, el professorat informarà dels canvis que es produiran en la programació de l'assignatura i en les metodologies docents.
Nota: El contingut de l’assignatura serà sensible als aspectes relacionats amb la perspectiva de gènere i amb l’ús del llenguatge inclusiu.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Assistència/participació/pràctiques avaluades sobre la teoria magistral | 20% | 3 | 0,12 | CM21, KM27, SM22 |
| Exàmen final | 50% | 2 | 0,08 | CM21, KM27, SM22 |
| treball grupal de l'assignatura | 30% | 1,5 | 0,06 | CM21, KM27, SM22 |
L’assignatura s’avalua mitjançant avaluació continuada.
Avaluació continuada
La qualificació final s’obté a partir de:
- Assistència, participació i pràctiques avaluades: 20%
- Treball grupal de l’assignatura: 30%
- Examen final (teoricopràctic): 50%
Per superar l’assignatura és necessari obtenir una nota mínima de 3,5 sobre 10 a l’examen final per poder fer mitjana amb la resta d’activitats.
Recuperació
L’alumnat tindrà dret a la recuperació si ha estat avaluat en activitats que representin almenys 2/3 de la qualificació total.
- Només és recuperable l’examen final.
- La nota mínima per accedir a la recuperació és de 3,5.
- La prova de recuperació consistirà en un examen teoricopràctic.
Avaluació única
Aquesta assignatura contempla avaluació única.
L'avaluació única es durà a terme en una única data d'avaluació. En aquesta data, l'alumnat que s'hagi acollit a aquesta modalitat haurà de realitzar la prova teòrica i pràctica, així com la presentació de l’informe i el treball final.
La qualificació final s’obté a partir de:
- Examen final teoricopràctic: 50%
- Treball final: 30%
- Presentació oral: 20%
Per superar l’assignatura, caldrà aprovar cada part de forma independent.
Recuperació de l’avaluació única
L’alumnat tindrà dret a la recuperació si ha estat avaluat en activitats que representin almenys 2/3 de la qualificació total.
- Només és recuperable l’examen final.
- La prova de recuperació consistirà en un examen teòric-pràctic.
No avaluable
L’estudiant serà qualificat com a no avaluable si no ha lliurat activitats que representin almenys el 33% de l’avaluació.
Segona matrícula
A partir de la segona matrícula, l'avaluació de l'assignatura podrà consistir en una prova de síntesi que permeti l'avaluació dels resultats d'aprenentatge previstos en la guia docent de l'assignatura. En aquest cas, la qualificació de l'assignatura correspondrà a la qualificació de la prova de síntesi. Els detalls de la prova es comunicaran oportunament a l'alumnat que decideixi optar per aquesta modalitat d'avaluació.
Ús de la Intel·ligència Artificial
En aquesta assignatura, es permet l'ús de tecnologies d'Inteŀligència Artificial (IA) com a part integrant del desenvolupament del treball, sempre que el resultat final reffecteixi una contribució significativa de l’alumnat en l'anàlisi i la reffexió personal. L’alumnat haurà d'identificar clarament quines parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una reffexió crítica sobre com aquestes han inffuït en el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA es considerarà falta d'honestedat acadèmica i pot comportar una penalització en la nota de l'activitat, o sancions majors en casos de gravetat.
Irregularitats i plagi
La realització de qualsevol irregularitat en un acte d’avaluació (frau acadèmic, plagi o ús indegut de la IA, tret que aquest ús estigui autoritzat expressament a la guia docent), que pugui conduir a una variació significativa de la qualificació, suposa que aquest acte es qualificarà amb un 0. En cas que la guia docent prevegi que per superar l’assignatura sigui requisit imprescindible haver obtingut una nota mínima en aquest acte d’avaluació o que es produeixin diverses irregularitats en els actes d’avaluació d’una mateixa assignatura, la qualificació final d’aquesta assignatura és 0. Al marge d’això, es podrà instruir un procés disciplinari a l’estudiant que incorri en alguna d’aquestes irregularitats.
A qualsevol estudiant sospitós de presentar tasques que hagin estat generades per IA, elaborades per altres persones o copiades; incloguin contingut generat per IA sense referenciar, o que no es trobin dins els supòsits permesos, se li podrà demanar el treball previ o d'altres materials que puguin demostrar que es tracta d'un treball inèdit i fruit de la seva autoria original. També es podrà sol·licitar que expliqui o justifiqui per separat la seva feina. El professorat també podrà utilitzar sistemes d'identificació d'ús de la IA o portar a terme les tasques de comprovació que consideri convenients. Si després de la revisió es detecta que s’han comès irregularitats, el treball pot ser qualificat amb un zero i l'estudiant pot estar subjecte a més mesures disciplinàries.
Bibliografia
- Andreu, R.; Ricart, J.E.; Valor, J. (1997). Estrategias y sistemas de información. McGraw-Hill.
- Emery, J.C. (1990). Sistemas de información para la dirección: recurso estratégico crítico. Díaz de Santos.
- Garmendia Aguirre, F. (2007). El nuevo sistema de información de marketing (SIMK). ESIC.
- Gómez, A.; Suárez, C. (2011). Sistemas de información: herramientas prácticas para la gestión (4a ed.). Ra-Ma.
- Kimball, R.; Ross, M. (2013). The Data Warehouse Toolkit. Wiley.
- Kotler, P.; Keller, K.L. (2016). Dirección de marketing (15a ed.). Pearson.
- Provost, F.; Fawcett, T. (2013). Data Science for Business. O’Reilly.
A més, al llarg del curs es facilitaran materials complementaris i lectures específiques a través del Campus Virtual.
Programari
No es requereix l’ús de programari específic per al seguiment de l’assignatura.
No obstant això, durant les sessions pràctiques es poden utilitzar eines digitals i recursos en línia per a l’anàlisi d’informació i dades de màrqueting (per exemple, fulls de càlcul o eines de visualització de dades).
Grups i idiomes de l'assignatura
La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| Tipus de docència | Grup | Idioma | Semestre | Torn |
|---|---|---|---|---|
| (TE) Teoria | 5 | Anglès | primer quadrimestre | tarda |
| (PLAB) Pràctiques de laboratori | 51 | Anglès | primer quadrimestre | tarda |