Cada vez más los profesionales del marketing desarrollan su actividad abordando necesidades para el negocio que son resueltas y analizadas desde los entornos de ciencia de datos de las compañías (Data Analytics y Business Intelligence).
Dentro de los ámbitos de especialización que le corresponde a un profesional de Marketing Digital, está el de desarrollar los conocimientos necesarios para favorecer la optimización de las capacidades que ofrece una adecuada explotación de los datos.
El máster aborda como abordar aquellas cuestiones del Marketing digital (SEO, SEM, analítica web, comercio electrónico, Redes sociales... desde una perspectiva que comprenda, tanto la capacitación y comprensión de estas actividades de Marketing como lo que comprende y le aporta a esta última la Ciencia de Datos (Data Analytics y Business Intelligence) en un escenario de aprendizaje eminentemente práctico que, en forma de talleres y ejercicios prácticos, aborden el conjunto de los casos de negocio más relevante de la actualidad.
Titulación o Experiencia profesional equivalente
Va dirigido a personas con altas inquietudes en marketing digital y el análisis de datos.
Al ser la parte más técnica del marketing digital, los alumnos tienen que saber que no es un máster de creatividad o diseño, sino enfocado a resultados y elaboración de planes estratégicos
Saber generar una estrategia SEO para cualquier empresa
Tener los conocimientos necesarios para elaborar un plan de medios digital
Ser un profesional en Paid media
Poder desarrollar campañas de email marketing
Hacer uso de CRMs, ERPs y gestión con clientes en Redes sociales
Auditar planes de marketing, páginas webs, redes sociales y proyectos
Adquirir los conocimientos relacionados con la ciencia de datos;
Asimilar conceptos de Arquitecturas Big Data
Desarrollar y entender los procesos end-2- end de la ciencia de datos, desde la captura de datos hasta su procesamiento y puesta a disposición de las áreas de la empresa
Iniciar los conceptos y usar las herramientas de mayor demanda en el mundo de la ciencia de Datos
SEO y analítica web
1. Funcionamiento de los buscadores
2. Principios SEO: los algoritmos de Google
3. Competencia y estrategias SEO
4. SEO on page t écnico: estructura web y herramientas de auditoría
5. SEO on page de cont enidos: keyword research
6. SEO off page: link b uilding y autoridad
7. Analítica web
SEM y publicidad en buscadores
1. Conceptos básicos: el mark eting en buscadores y las campañas de Google
2. Google Ads I: campañas de r ed de búsqueda
3. Google Ads II: campañas de displa y
4. Google shopping y campañas de vídeo
5. Métricas, KPI e informes
Social Media y Community Management
1. El ecosistema de los social media
2. Community management
3. Principales redes sociales
4. Plataformas de vídeo y o tras apps sociales
5. Estrategia de comunicación en social media
6. Marketing de influencers
Mobile marketing y UX
1. Mobile marketing
2. Estrategias de marketing móvil
3. Principios de usabilidad y experiencia de usuario
4. Diseño centrado en el u suario
Marketing relacional y e-mail marketing
1. Fundamentos del marketing relacional
2. Gestión de clientes en el entorno digital: el software CRM y las API
3. E-mail marketing
4. Automation marketing y las herr amientas Salesforce y HubSpot
5. Growth hacking, el mark eting más audaz
6. Reputación corporativa y gestión de crisis
Marketing de contenidos
1. Introducción al marketing de contenidos
2. Marketing storytelling
3. Creación de contenidos: CMS y blogs corporativos
4. Marketing de contenidos en RRSS, viralidad y videomarketing
5. Realidad virtual: advergaming y metaversos
6. Del copyright al creative commons: el contenido en internet, derechos de autor, cocreación y wikis
7. Inbound marketing y newsletters
E-commerce: Gestión y plan de marketing
1. De la idea a la planificación: la estr ategia
2. Plan de marketing: primera fase
3. Puesta en marcha: e-commerce
4. Puesta en marcha: aspectos legales, precios y pasarelas de pago
5. Plan de marketing: lanzamiento
6. Logística, marketplaces, internacionalización y dropshipping
Business Intelligence
1. Introducción a la int eligencia de negocio
2. Almacenes de datos y bases de da tos analíticas
3. Herramientas de extracción, transformación y carga
4. Aplicaciones de inteligencia de negocio
5. Análisis de datos masivos aplicados al negocio
6. Inteligencia de cliente (CRM)
La ciencia de datos. Técnicas de análisis, minería y visualización
1. El ciclo de vida del da to
2. Calidad del dato
3. Preparación y preproceso de datos
4. Modelos analíticos
5. Herramientas y técnicas de visualización
Aplicaciones Analíticas
1. Caso de analítica escalable . Análisis con tecnologías de computación paralela y escalable
2. Caso de estudio de analítica en redes sociales
3. Caso de estudio en internet of things
4. Caso de estudio en analítica financier a (el rating de empresas)
5. Caso de estudio en analítica de client es: location analytics
6. Caso de estudio de técnicas de recuperación de información
Trabajo de Fin de Máster: Plan de Medios
¡Infórmate ahora sin compromiso!