Sistemas de Información en Marketing
Código: 103155Créditos: 6
| Titulación | Tipo | Curso |
|---|---|---|
| Publicidad y Relaciones Públicas | OP | 4 |
Profesor/a de contacto
- Nombre :
- Leila Mohammadi
- Correo electrónico :
- leila.mohammadi@uab.cat
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
Conocimientos medios de la lengua inglesa, para escribir y expresarse oralmente con cierta fluidez
Objetivos
De forma general, esta asignatura pretende:
- Comprender el papel de los sistemas de información en las organizaciones y su importancia en la toma de decisiones de marketing.
- Explicar el funcionamiento y el proceso de desarrollo de un sistema de información en marketing dentro de una organización.
Además, específicamente, el programa está diseñado para que el alumnado sea capaz de:
- Analizar problemas de marketing y descomponerlos en elementos más simples para facilitar la búsqueda y uso de información.
- Aplicar conocimientos básicos de gestión de la información para diseñar y desarrollar un Sistema de Información de Marketing (SIM).
- Evaluar las oportunidades y limitaciones de los sistemas de información en contextos reales.
- Identificar y utilizar fuentes y técnicas actuales de investigación en marketing.
- Aplicar metodologías de análisis e interpretación de datos para apoyar decisiones de marketing.
Resultados de aprendizaje
- CM21 (Diseñar planes de marketing que tengan en cuenta a empresas proveedoras, presupuestos y control de costes.) Diseñar planes de marketing que tengan en cuenta a empresas proveedoras, presupuestos y control de costes.
- KM27 (Reconocer el valor de marcas y públicos como ejes estratégicos en la relación entre empresas anunciantes y personas consumidoras.) Reconocer el valor de marcas y públicos como ejes estratégicos en la relación entre empresas anunciantes y personas consumidoras.
- SM22 (Analizar a la persona consumidora para determinar los insights idóneos en el diseño de la estrategia de una campaña publicitaria.) Analizar a la persona consumidora para determinar los insights idóneos en el diseño de la estrategia de una campaña publicitaria.
Contenidos
Sistemas de información de marketing (SIM)
- Concepto y funciones de los sistemas de información de marketing
- Estructura y componentes de un SIM
Fuentes de información en marketing
- Bases de datos de marketing
- Fuentes internas y externas
- Nuevas tecnologías y entornos digitales (Internet y redes sociales)
Auditoría y gestión de la información
- Auditoría de marketing
- Calidad y gestión de la información
Big Data y análisis de datos
- Concepto de Big Data
- Aplicaciones del Big Data en marketing
- Estudio de casos prácticos
CRM y marketing relacional
- Concepto y funcionalidades de los sistemas CRM
- Gestión de relaciones con clientes
- Casos prácticos
Sistemas de información centrados en el consumidor
- Customer Journey Map
- Customer Life Cycle
- Introducción al neuromarketing
Business Intelligence y toma de decisiones
- Sistemas de Business Intelligence
- Análisis y visualización de datos
Entorno global y evolución de los sistemas de información
- Impacto de la globalización
- Tendencias actuales en marketing y sistemas de información
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Sesiones teóricas | 15 | 0,6 | KM27, SM22 |
| Trabajo grupal preparación de prácticas | 62 | 2,48 | CM21, KM27 |
| Seminarios y revisión ejercicios | 4,5 | 0,18 | CM21, KM27, SM22 |
| Tutorias de prácticas | 4 | 0,16 | CM21 |
| Sesiones prácticas | 33 | 1,32 | CM21, KM27, SM22 |
| Investigación, lecturas, identificación de modelos para seminarios | 25 | 1 | KM27, SM22 |
La asignatura se imparte íntegramente en inglés, y el alumnado deberá participar tanto de forma oral como escrita en esta lengua.
Los Sistemas de Información de Marketing tienen un carácter interdisciplinar, integrando conocimientos de marketing, dirección de empresas, investigación de mercados y tecnologías de la información. La asignatura sigue un enfoque teórico-práctico.
La metodología docente combina diferentes estrategias de aprendizaje:
- Clases magistrales
- Aprendizaje basado en problemas (ABP)
- Aprendizaje cooperativo
- Estudio de casos
- Tutorías y seguimiento
Las actividades formativas incluyen:
- Sesiones teóricas
- Sesiones prácticas
- Trabajo autónomo
- Trabajo en grupo
El calendario detallado con el contenido de las diferentes sesiones se expondrá el día de presentación de la asignatura y estará disponible en el Campus Virtual de la asignatura, donde el alumnado podrá encontrar los diversos materiales docentes que el profesorado estime convenientes y toda la información necesaria para el adecuado seguimiento de la asignatura. En caso de cambio de modalidad docente por motivos de fuerza mayor según las autoridades competentes, el profesorado informará de los cambios que se producirán en la programación de la asignatura y en las metodologías docentes.
Nota: El contenido de la asignatura será sensible a los aspectos relacionados con la perspectiva de género y con el uso del lenguaje inclusivo.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Asistencia/participación/prácticas evaluadas sobre la teoría magistral | 20% | 3 | 0,12 | CM21, KM27, SM22 |
| Exámen final | 50% | 2 | 0,08 | CM21, KM27, SM22 |
| Trabajo grupal de asignatura | 30% | 1,5 | 0,06 | CM21, KM27, SM22 |
La asignatura se evalúa mediante evaluación continua.
Evaluación continua
La calificación final se obtiene a partir de:
- Participación, asistencia y prácticas evaluadas: 25%
- Trabajo grupal de la asignatura: 30%
- Examen final (teórico-práctico): 50%
Para superar la asignatura es necesario obtener una nota mínima de 3,5 sobre 10 en el examen final para poder hacer media con el resto de actividades.
Recuperación
El alumnado tendrá derecho a la recuperación si ha sido evaluado en actividades que representen al menos 2/3 de la calificación total.
- Solo es recuperable el examen final.
- La nota mínima para acceder a la recuperación es de 3,5.
- La prueba de recuperación consistirá en un examen teórico-práctico.
Evaluación única
Esta asignatura contempla evaluación única.
La evaluación única se llevará a cabo en una única fecha de evaluación. En esta fecha, el alumnado que haya optado por esta modalidad deberá realizar la prueba teórica y práctica, así como la presentación del informe y el trabajo final.
La calificación final se obtiene a partir de:
- Examen final teórico-práctico: 50%
- Trabajo final: 30%
- Presentación oral: 20%
Para superar la asignatura será necesario aprobar cada parte de forma independiente.
Recuperación de la evaluación única
El alumnado tendrá derecho a la recuperación si ha sido evaluado en actividades que representen al menos 2/3 de la calificación total.
- Solo es recuperable el examen final.
- La prueba de recuperación consistirá en un examen teórico-práctico.
No evaluable
El estudiante será calificado como no evaluable si no ha entregado actividades que representen al menos el 33% de la evaluación.
Segunda matrícula
A partir de la segunda matrícula, la evaluación de la asignatura podrá consistir en una prueba de síntesis que permita evaluar los resultados de aprendizaje previstos en la guía docente de la asignatura. En este caso, la calificación de la asignatura corresponderá a la de dicha prueba. Los detalles se comunicarán oportunamente al alumnado.
Uso de Inteligencia Artificial
En esta asignatura, se permite el uso de tecnologías de Inteligencia Artificial (IA) como parte integrante del desarrollo del trabajo, siempre que el resultado final refleje una contribución significativa del alumnado en el análisis y la reflexión personal. El alumnado deberá de identificar claramente las partes que han sido generadas con esta tecnología, especificar las herramientas utilizadas e incluir una reflexión crítica sobre cómo estas han influido en el proceso y el resultado final de la actividad. La no transparencia del uso de la IA en esta actividad evaluable se considerará falta de honestidad académica y puede comportar una penalización parcial o total en la nota de la actividad, o sanciones mayores en caso de gravedad.
Irregularidades y plagio
La realización de cualquier irregularidad en un acto de evaluación (fraude académico, plagio o uso indebido de la IA, salvo que este uso esté autorizado expresamente a la guía docente), que pueda conducir a una variación significativa de la calificación, supone que este acto se calificará con un 0. En caso de que la guía docente prevea que para superar la asignatura sea requisito imprescindible haber obtenido una nota mínima en este acto de evaluación o que se produzcan varias irregularidades en los actos de evaluación de una misma asignatura, la calificación final de esta asignatura es 0. Al margen de esto, se podrá instruir un proceso disciplinario al estudiante que incurra en alguna de estas irregularidades.
A cualquier estudiante del que se sospeche que ha presentado un trabajo generado por IA, elaborado por parte de otras personas o copiado; que incluya contenido generado por IA sin citar las fuentes, o que se salga de los supuestos permitidos, se le podrá solicitar que facilite el trabajo preparatorio u otros materiales que demuestren que se trata de un trabajo original y fruto de su propia autoría. También se le podrá pedir que explique o justifique su trabajo por separado. El profesorado también podrán utilizar sistemas de detección de IA o llevar a cabo las tareas de comprobación que considere oportunas. Si, tras la revisión, se determina que se han producido irregularidades, el trabajo podrá ser calificado con un cero y el estudiante podrá ser objeto de medidas disciplinarias adicionales.
Bibliografía
- 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.
Además, durante el curso se proporcionarán materiales adicionales y lecturas específicas a través del Campus Virtual.
Software
No se requiere el uso de software específico para el seguimiento de la asignatura.
No obstante, durante las sesiones prácticas se podrán utilizar herramientas digitales y recursos online para el análisis de información y datos de marketing (por ejemplo, hojas de cálculo o herramientas de visualización de datos).
Grupos e idiomas de la asignatura
La información proporcionada es provisional hasta el 30 de noviembre. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura
| Tipo de docencia | Grupo | Idioma | Semestre | Turno |
|---|---|---|---|---|
| (TE) Teoría | 5 | Inglés | primer cuatrimestre | tarde |
| (PLAB) Prácticas de laboratorio | 51 | Inglés | primer cuatrimestre | tarde |