CATEGORIAS

Cursos y Programas

DESCRIPCION

Executive Education Program
CUSTOMER
SCIENCE ANALYTICS

 

¿QUÉ CLIENTES TE INTERESAN DE VERDAD?
CÓMO VALORAR EL POTENCIAL DE CADA CLIENTE
VENDER Y FIDELIZAR A TRAVÉS DE LA PERSONALIZACIÓN
ANÁLISIS DESCRIPTIVO
ANÁLISIS PREDICTIVO
ANÁLISIS PRESCRIPTIVOS
APLICACIÓN A PRÁCTICAS COMERCIALES DEL MUNDO REAL

 

Doble Certificación de EE.UU y Europa

La aplicación de las más avanzadas herramientas como el machine learning o la inteligencia artificial permiten trabajar sobre lo que hoy se conoce como customer science o la ciencia del cliente.
En este curso, cuatro de los mejores profesores de marketing de
The Wharton School – The University of Pennsylvania y consultores peruanos de reconocido prestigio expondrán sobre las áreas clave de análisis de clientes: análisis descriptivo, análisis predictivo, análisis prescriptivos y su aplicación a prácticas comerciales del mundo real, incluídas las mejores acciones y estrategias de empresas como Amazon, Google y Starbucks, por nombrar
algunos de los casos que se expondrán.
Aprenderá cómo las empresas exitosas usan los datos para crear prácticas de marketing innovadoras y centradas en el cliente.

 

• Inicio: 30 de marzo de 2019
• Duración: Tres Semanas
• Dedicación: 10 horas en dos sesiones presenciales los
días sábados 30 de marzo y 06 de abril de 09.00 a 14.00 horas en la ciudad de Lima
y 5 horas online por semana para las clases de The Wharton School
• Idiomas: Español para las clases presenciales e Inglés con
traducción al Español para las clases online

 

Doble Certificación de EE.UU y Europa

Los participantes que cumplan con todos los requisitos del Programa Ejecutivo, tales como asistencia y aprobación de los cuestionarios
respectivos recibirán el certificado expedido por
The Wharton School para las clases dictadas online y de IEBS School para la totalidad del programa.

 

Acerca de este curso:

Los datos sobre nuestros patrones de navegación y compra están en todas partes. Desde transacciones con tarjetas de crédito y carritos de compras en línea hasta programas de fidelización de clientes y clasificaciones / reseñas generadas por el usuario, existe una asombrosa cantidad de datos que pueden usarse para describir nuestros comportamientos de compra pasados, predecir futuros y prescribir nuevas formas de influencia futura en decisiones de compra. En este curso, cuatro de los mejores profesores de marketing de The Wharton School y expertos peruanos ofrecerán una descripción general de las áreas clave de análisis de clientes: análisis descriptivo, análisis predictivo, análisis prescriptivos y su aplicación a prácticas comerciales del mundo real, incluidas las mejores acciones y estrategias de Amazon, Google y Starbucks, por nombrar algunas. Este curso proporciona una visión general del campo de análisis para que se puedan tomar decisiones comerciales informadas.

 

PROGRAMA

MÓDULO 1
Profesor: Jonathan Ramirez Castillo
Conociendo a tu cliente
• Conociendo a nuestros clientes
• Lo que hacen las empresas más exitosas para conocer a sus clientes
• De la segmentación a la personalización
• Analizando la experiencia de nuestros clientes
• Cómo crear Mapas de Empatía / Buyer Persona
• Value Proposition Canvas
• Customer Journey
• Herramientas usadas en la captura de información
• Recomendaciones al momento de capturar la información

• Clase online
Análisis descriptivo
En este módulo, aprenderá qué datos pueden y qué no pueden describir el comportamiento del cliente, así como los métodos más efectivos para recopilar datos y decidir qué significa. Comprenderá la diferencia crítica entre los datos que describe una relación causal y los datos que describen uno correlativo a medida que explora la sinergia entre datos y decisiones, incluidos los principios para recopilar e interpretar sistemáticamente datos para tomar mejores decisiones comerciales. También aprenderá cómo se utilizan los datos para explorar un problema o pregunta, y cómo usar esa información para crear productos, campañas de marketing y otras estrategias. Al final de este módulo, tendrá una sólida comprensión de la recopilación e interpretación efectiva de datos para que pueda utilizar esos datos correctamente para tomar las mejores decisiones para su empresa o negocio.

MÓDULO 2
Profesor: Jonathan Ramirez Castillo
Customer Experience
• La economía de la experiencia.
• Marketing de la experiencia: el valor del cliente.
• Omnicanalidad: beneficios y retos
• El customer experience como tangibilización de los valores de marca.
• Fidelización de clientes y customer experience.
• Monitoreo de experiencias.

• Clase online
Análisis Predictivo
Una vez que haya recopilado e interpretado los datos, ¿qué hacer con ellos? En este módulo, aprenderá cómo dar el siguiente paso: cómo usar los datos sobre las acciones del pasado para realizar predicciones sobre acciones en el futuro. Examinará las principales herramientas utilizadas para predecir el comportamiento y aprenderá a determinar qué herramienta es la adecuada para los fines de la toma de decisiones. Además, aprenderá el lenguaje y los marcos para hacer predicciones de comportamiento futuro. Al final de este módulo, podrá determinar qué tipo de predicciones puede hacer para crear estrategias futuras, comprender las técnicas más potentes para los modelos predictivos, incluido el análisis de regresión, y estar preparado para aprovechar al máximo las estadísticas para crear estrategias efectivas-decisiones comerciales basadas en datos.

MÓDULO 3
Profesor: Jonathan Ramirez Castillo
Vender y Fidelizar a través de la personalización
• Creando Funnels de conversión exitosos
• Estrategias de Inbound Marketing
• Estrategias de Marketing Automation
• Big Data Marketing

• Clase online
Análisis prescriptivo
¿Cómo conviertes datos en acción? En este módulo, aprenderá cómo el análisis prescriptivo brinda recomendaciones sobre las acciones que puede realizar para alcanzar sus objetivos comerciales. Primero, explorará cómo hacer las preguntas correctas, cómo definir sus objetivos y cómo optimizar las acciones para tener éxito. También examinará ejemplos críticos de modelos prescriptivos, que incluyen cómo el precio impacta en la cantidad, cómo maximizar los ingresos, cómo maximizar las ganancias y cómo usar mejor la publicidad en línea. Al final de este módulo, podrá definir un problema, definir un buen objetivo y explorar modelos de optimización que tengan en cuenta la competencia, de modo que pueda escribir recetas para acciones basadas en datos que creen éxito para su empresa o negocio.

MÓDULO 4
Profesor: Jonathan Ramirez Castillo
Tendencias en la captura de datos y solución de problemas prácticos
• Formas innovadoras de captura de datos de tus clientes
• Social Listening
• Machine Learning, usos prácticos y tendencias
• Caso práctico: ChatBots

• Clase online
Aplicación / Casos de estudio
¿Cómo las principales firmas ponen los datos a trabajar? En este módulo, aprenderá cómo las empresas exitosas usan los datos para crear prácticas de marketing innovadoras y centradas en el cliente. Explorará ejemplos reales del enfoque de cinco puntas para aplicar el análisis de clientes al marketing, comenzando con la recopilación de datos y la exploración de datos, avanzando hacia la creación de modelos predictivos y la optimización, continuando hasta llegar a decisiones basadas en datos. Al final de este módulo, sabrá cuál es la mejor manera de poner datos a trabajar en su propia empresa o negocio, basándose en las prácticas más innovadoras y efectivas basadas en datos de las mejores empresas actuales.

 

CLAUSTRO DE PROFESORES
DE THE WHARTON SCHOOL Y EXPERTOS DE PERÚ

 

Eric Bradlow:
Professor of Marketing, Statistics, and Education, Chairperson, Wharton Marketing Department, Vice Dean and Director, Wharton Doctoral Program, Co-Director, Wharton Customer Analytics Initiative
The Wharton School
Professor Eric T. Bradlow is the K.P. Chao Professor, Professor of Marketing, Statistics, Education and Economics and Faculty Director of the Wharton Customer Analytics Initiative. An applied statistician, Professor Bradlow uses high-powered statistical models to solve problems on everything from Internet search engines to product assortment issues. Specifically, his research interests include Bayesian modeling, statistical computing, and developing new methodology for unique data structures with application to business problems.
Eric was recently named a fellow of the American Statistical Association, American Educational Research Association, is past chair of the American Statistical Association Section on Statistics in Marketing, past Editor-in-Chief of Marketing Science, is a past statistical fellow of Bell Labs, and worked at DuPont Corporation’s Corporate Marketing and Business Research Division and the Educational Testing Service.
A prolific scholar, Professor Bradlow’s research has been published in top-tier academic journals such as the Journal of the American Statistical Association, Psychometrika, Statistica Sinica, Chance, Marketing Science, Management Science, and Journal of Marketing Research. He also serves as Associate Editor for the Journal of the American Statistical Association and the Journal of Marketing Research, and is on the Editorial Boards of Marketing Letters, Marketing Science, Journal of Marketing Research, Quantitative Marketing and Economics, and the Quarterly Journal of Electronic Commerce.
Professor Bradlow has won numerous teaching awards at Wharton, including the Anvil Award, MBA Core Curriculum teaching award, the Miller-Sherrerd MBA Core Teaching award and the Excellence in Teaching Award. His teaching interests include courses in Statistics, Marketing Research, Marketing Management and PhD Data Analysis, as well as any material related to customer analytics.
Professor Bradlow earned his PhD and Master’s degrees in Mathematical Statistics from Harvard University and his BS in Economics from the University of Pennsylvania.

Peter Fader:
Professor of Marketing and Co-Director of the Wharton Customer
Analytics Initiative
The Wharton School
Peter S. Fader is the Frances and Pei-Yuan Chia Professor of Marketing at the Wharton School of the University of Pennsylvania. His expertise centers around the analysis of behavioral data to understand and forecast customer shopping/purchasing activities. He works with firms from a wide range of industries, such as telecommunications, financial services, gaming/entertainment, retailing, and pharmaceuticals. Managerial applications focus on topics such as customer relationship management, lifetime value of the customer, and sales forecasting for new products. Much of his research highlights the consistent (but often surprising) behavioral patterns that exist across these industries and other seemingly different domains. These insights are reflected in his book, “Customer Centricity: Focus on the Right Customers for Strategic Advantage.”
Professor Fader believes that marketing should not be viewed as a “soft” discipline, and he frequently works with different companies and industry associations to improve managerial perspectives in this regard. His work has been published in (and he serves on the editorial boards of) a number of leading journals in marketing, statistics, and the management sciences. He has won many awards for his teaching and research accomplishments.
In addition to his various roles and responsibilities at Wharton, Professor Fader is also co-founder of Zodiac, a predictive analytics firm that aims to make top-notch customer valuation models and insights easily accessible to a broad array of data-driven organizations.

Raghu Iyengar:
Associate Professor of Marketing
The Wharton School
Professor Raghu Iyengar’s research interests fall in two domains: pricing and social influence. In the area of pricing, his work focuses on the impact of multi-part pricing schemes on consumer response. The success of such pricing mechanisms to extract consumer surplus depends on how consumers respond to different components. Methodologically, Iyengar has developed novel consumer demand models that capture the effect of multi-part pricing tariffs in a theoretically meaningful way and include contextual factors such as consumers’ uncertainty about usage. Substantively, he has shown that accounting for consumers’ uncertainty is important for firm profits especially when multi-part prices are employed. In the area of social networks, Iyengar has done work that has investigated how and why such influence may be at work. Across several studies, Iyengar has identified the underlying mechanism(s) such as awareness, social learning or social normative pressure that may be at work in different contexts. Understanding the mechanism(s) is important not only theoretically but also managerially, because which customers to target and which ties to activate using what message depends on what mechanism is at work.
Professor Iyengar’s other current research projects focus on the impact of referral coupons on consumer behavior and how changes in loyalty program requirements may change future customer behavior. His research has been published or forthcoming in Journal of Marketing Research, Marketing Science, Psychometrika, Quantitative and Marketing Economics and Experimental Economics. He serves on the Editorial Boards of Journal of Marketing Research, Marketing Science and the International Journal of Research in Marketing.
Professor Iyengar’s teaching interests are in the area of Marketing Analytics. He earned his PhD and MPhil from Columbia University and his B. Tech. from IIT Kanpur, India.

Ron Berman:
Assistant Professor of Marketing
The Wharton School
Ron Berman is an assistant professor of marketing at the Wharton School. He focuses his research on online marketing, marketing analytics and the marketing actions of startup firms. His recent research looks at how advertisers incorrectly attribute sales to online advertising which results in suboptimal campaigns, and how search engine optimization (SEO) may improve search engine results contrary to common belief.
Ron’s previous experience includes working on Internet and Media investments as a venture capitalist at Carmel Ventures, and developing software for the IDF. Currently Ron mentors startups at the UpWest Labs accelerator and spends time meeting and advising young entrepreneurs.
Ron holds a PhD and MSc in Business Administration (Marketing) from the University of California, Berkeley, an MBA and MSc in Computer Science from Tel-Aviv University, and a BSc in Computer Science, Physics and Mathematics from the Hebrew University in Jerusalem.
More information is available at Ron’s personal page: www.ron-berman.com

Jonathan Ramirez Castillo
Coordinador General en Lima, Perú:
www.linkedin.com/in/jonathanramirezcastillo/
Director de Planeamiento y Estrategias Digitales en Medialab LA, a cargo de las estrategias de marketing online de los clientes de la consultora, realizando la planificación, seguimiento y obtención de resultados.
Coordinador General del Programa Avanzado de “Marketing Automation & Funnels” dictado por MANAGENENT SOCIETY Business Education y el IEBS Business School de España y Medialab.
Posee once años de experiencia en el entorno digital. Ingeniero de Sistemas con estudios de postgrado en Business Intelligence y Minería de Datos en la UPC. Experiencia en el manejo de estrategias de Marketing Digital y Comercio Electrónico para marcas en Perú, Chile y Costa Rica. Especialista certificado en Google Analytics, Hubspot e IBM.
Es consultor de negocios para transformarse digitalmente, enfocándolos en la necesidad y comportamiento de sus usuarios, aplicando metodologías y herramientas para la captura, análisis, medición y optimización de sus estrategias.
Sus especialidades son: Marketing Automation, certificado por IBM; Customer Experience (CX); Business Intelligence, Minería de Datos, CRM; Marketing Digital; Inbound Marketing, certificado por Hubspot; Posicionamiento en buscadores (SEO); Comercio Electrónico; Embudos de Conversión y Analítica Digital, Certificado por Google.


Agregue un comentario