Logo

Analítica Digital

Código: 104753
Créditos: 6
2026/2027
Titulación Tipo Curso
Comunicación Interactiva OP 4

Profesor/a de contacto

Nombre :
Gemma Gómez Bernal
Correo electrónico :
gemma.gomez.bernal@uab.cat

Idiomas de los grupos

Puede consultar esta información al final del documento.

Prerrequisitos

Para poder cursar esta asignatura es necesario tener conocimientos de informática a nivel de usuario e inglés básico para afrontar alguna de las referencias bibliográficas y documentación del software empleado.

Objetivos

Comprender y aplicar técnicas de recogida, tratamiento e integración de datos procedentes del entorno digital para generar diferentes tipos de documentos e informes.

Conocer y utilizar la analítica web como herramienta para evaluar el comportamiento de los usuarios, así como el rendimiento de contenidos y servicios.

Profundizar en la extracción y análisis de datos de redes sociales mediante la exploración de distintos enfoques y técnicas.

Resultados de aprendizaje

  1. Diferenciar lo sustancial de lo relevante en todos los tipos de documentos de la asignatura.
  2. Contrastar y verificar la veracidad de las informaciones aplicando criterios de valoración.
  3. Presentar los trabajos de la asignatura en los plazos previstos y mostrando la planificación individual y/o grupal aplicada.
  4. Interpretar los resultados de crear contenidos basados en el pensamiento científico.
  5. Planificar y ejecutar trabajos académicos en el ámbito de la analítica digital.
  6. Interpretar el big data de webs y las aplicaciones.
  7. Identificar los sistemas de recogida de datos.
  8. Distinguir las herramientas de analítica web.
  9. Comprender y aplicar las métricas de analítica web.
  10. Analizar informes de datos de internet y móviles.
  11. Crear estrategias de medición.
  12. Proponer nuevos métodos o soluciones alternativas fundamentadas.
  13. Identificar las implicaciones sociales, económicas y medioambientales de las actividades académico-profesionales del ámbito de conocimiento propio.
  14. Proponer proyectos y acciones viables que potencien los beneficios sociales, económicos y medioambientales.
  15. Proponer proyectos y acciones que estén de acuerdo con los principios de responsabilidad ética y de respeto por los derechos y deberes fundamentales, la diversidad y los valores democráticos.
  16. Proponer proyectos y acciones que incorporen la perspectiva de género.
  17. Comunicar haciendo un uso no sexista ni discriminatorio del lenguaje.
  18. Analizar críticamente los principios, valores y procedimientos que rigen el ejercicio de la profesión.
  19. Valorar el impacto de las dificultades, los prejuicios y las discriminaciones que pueden incluir las acciones o proyectos, a corto o medio plazo, en relación con determinadas personas o colectivos.
  20. Analizar las desigualdades por razón de sexo/género y los sesgos de género en el ámbito de conocimiento propio.
  21. Valorar cómo los estereotipos y los roles de género inciden en el ejercicio profesional.
  22. Analizar una situación e identificar sus puntos de mejora.
  23. Ponderar los riesgos y las oportunidades de las propuestas de mejora tanto propias como ajenas.
  24. Proponer nuevas maneras de medir el éxito o el fracaso de la implementación de propuestas o ideas innovadoras.

Contenidos

  • Introducción a la analítica digital.
  • Analítica Web: Métodos y herramientas para la medición y visualización en entornos web.
  • Analítica en redes sociales: Métodos digitales y computacionales.


Actividades formativas y Metodología

Título Horas ECTS Resultados de aprendizaje
Prueba escrita 3 0,12 6, 7, 8, 9, 15, 18, 19
Clases magistrales con soporte TIC 15 0,6 1, 2, 12, 13, 14, 15, 18, 19, 22, 23, 24
Tutorias (actividad presencial o en grupo orientada a resolver problemas de aprendizaje) 12 0,48 4, 5, 6, 10, 11, 15, 16, 17, 18, 19, 20, 21
Prácticas de proyecto 21 0,84 3, 4, 5, 6, 7, 8, 9, 10
Estudio: lectura y síntesis de documentos científicos 54 2,16 1, 2, 4, 6, 7, 10, 11, 13, 18, 19, 22
Seminarios 12 0,48 1, 2, 3, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24

La adquisición de conocimientos se llevará a cabo mediante diversos procedimientos metodológicos que incluyen los siguientes tipos de actividades:

  • Clases magistrales: Tienen como objetivo la transmisión de los contenidos del programa.
  • Prácticas de proyecto: Consistirán en la realización de un proyecto de analítica en redes sociales.
  • Seminarios: Se centran en vincular los conceptos teóricos con sus aplicaciones prácticas.

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.

La asistencia y participación en las sesiones dedicadas al proyecto y a los seminarios es obligatoria.

Nota: El contenido de la asignatura será sensible a los aspectos relacionados con la perspectiva de género y con el uso del lenguaje inclusivo.

Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.

Evaluación

Actividades de evaluación continuada

Título Peso Horas ECTS Resultados de aprendizaje
Seminarios 20% 15 0,6 1, 2, 3, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24
Prueba escrita 40% 3 0,12 6, 7, 8, 9, 15, 18, 19
Proyecto 40% 15 0,6 1, 2, 3, 4, 5, 6, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24

Esta asignatura se supera a partir de la evaluación continua (AC).

En detalle, incluye:

  • Prueba escrita (40%).
  • Proyecto (40%).
  • Seminarios (20%).

La nota final será la suma ponderada de las tres partes evaluables. Sin embargo, para poder aplicar esta suma, es imprescindible obtener una nota mínima de 5 sobre 10 en la prueba escrita.

Dado el carácter práctico de los seminarios, la asistencia en ellos es obligatoria. En caso de ausencia a alguno de ellos, para recuperar esa nota, será necesario realizar un ejercicio alternativo.

Recuperación: El alumnado tendrá derecho a la recuperación de la asignatura si ha sido evaluado del conjunto de actividades, el peso de las cuales sea de un mínimo de 2/3 partes de la calificación total de la asignatura.

Sólo podrán recuperarse la prueba escrita y los seminarios. Por tanto, el proyecto queda excluido de la reevaluación.

Evaluación única: Esta asignatura no contempla el sistema de evaluación única.

Evaluación del alumnado de segunda o más convocatorias: Consistirá en una prueba de síntesis que permita la evaluación de los resultados de aprendizaje prevista en la guía docente. En este caso particular, la calificación de la asignatura corresponderá a la prueba de síntesis.

Plagio: En caso de que el estudiante realice cualquier irregularidad que pueda conducir a una variación significativa de la calificación de un acto de evaluación, se calificará con 0 dicho acto, con independencia del proceso disciplinario que se pueda instruir. En caso de que se produzcan varias irregularidades en los actos de evaluación de una misma asignatura, la calificación final de dicha asignatura será 0.

No evaluable: Se considerará no evaluable cuando el peso total de las actividades de evaluación entregadas sea inferior a un tercio (1/3) de la calificación total de la asignatura. Las ausencias no justificadas a actividades evaluables podrán contribuir a esta consideración.

Inteligencia artificial: Uso restringido. Para esta asignatura, se permite el uso de tecnologías de Inteligencia Artificial (IA) exclusivamente en tareas indicadas expresamente en clase. 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: 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 podrá 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

Bonini, Tiziano & Treré, Emiliano (2024). Algorithms of Resistance: The everyday fight against platform power. The MIT Press.

Bucher, Taina (2018). If... then: Algorithmic power and politics. Oxford University Press.

Gupta, Shaphali, et al. (2020). Digital analytics: Modeling for insights and new methods. Journal of Interactive Marketing 51(1), 26-43.

Kaushik, Avinash (2011). Analítica Web 2.0: El arte de analizar resultados y la ciencia de centrarse en el cliente. Gestión 2000.

Lara-Navarra, Pablo; López-Borull, Alexandre; Sánchez-Navarro, Jordi & Yànez, Pau (2018). Medición de la influencia de usuarios en redes sociales: Propuesta Socialengagement. El profesional de la información, 2018, 27(4).

Muñoz Vera, Gemma & Elosegui, Tristán (2011). El arte de medir: Manual de analítica Web. Bresca.

Perriam, Jessamy, Andreas Birkbak, and Andy Freeman (2020). Digital methods in a post-API environment. International Journal of Social Research Methodology 23(3), 277-290.

Rogers, Richard (2013). Digital methods. MIT press.

Van Atteveldt, Wouter, Damian Trilling & Carlos Arcila Calderon (2022). Computational analysis of communication. John Wiley & Sons.

Wolf, Christine T. (2019). Invisible Women: Data Bias in a World Designed for Men. Ballantines Book.

Software

Para el correcto seguimiento de la asignatura utilizaremos el siguiente programario:

  • Google Analytics
  • Google Data Studio
  • Tableau
  • Gephi
  • Excel

Adicionalmente, es posible que se emplee alguna herramienta analítica adicional de forma puntual.

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 6 Catalán primer cuatrimestre tarde
(PLAB) Prácticas de laboratorio 61 Catalán primer cuatrimestre tarde