• Descripció

L'analítica de clients té aplicacions a màrqueting, com a instrument de generació de valor pel que fa al disseny i millora de productes i serveis, a la seva comercialització, a la millora de l'experiència dels usuaris, etc. Aquestes aplicacions van lligades al que s'anomena cicle de vida dels clients en les organitzacions, i que comprèn la seva captació i vinculació, i si escau l'anàlisi de la seva pèrdua o l'anàlisi del seu valor a llarg termini.

Així, es treballaran a l’assignatura tècniques orientades a la segmentació de clients, a la creació de sistemes de recomanació automàtica mitjançant filtratge col·laboratiu, al càlcul del Customer Life Time Value d’un client, i a l’anàlisi de sentiments en relació a productes o serveis. Es tindran en compte per això no tan sols las tècniques estadístiques i de programació, sinó també els aspectes ètics, legals i de governança de dades.

• L'assignatura en el conjunt del pla d'estudis

Aquesta és una assignatura optativa del tram final del grau de Ciència de Dades Aplicada. Forma part de l'itinerari d'optativitat d'Aplicacions, juntament amb les assignatures següents: Aplicacions per a la presa de decisions, Disseny de Productes de Dades, Mineria de processos.

• Camps professionals en què es projecta

L’analítica de clients aporta valor en l’optimització i presa de decisions del màrqueting de serveis i productes, per a múltiples sectors d’activitat: administracions públiques, turisme, sector bancari, comerç electrònic, etc.

• Coneixements previs

Pressuposa tenir coneixements previs de programació i d'estadística, que típicament s'hauran adquirit en assignatures bàsiques o obligatòries del grau de Ciència de Dades Aplicada.

• Informació prèvia a la matrícula

S’utilitzarà Python com a estàndard en les activitats de l’assignatura.

L’assignatura consta d’un repertori de recursos docents obligatoris, que inclou seleccions de lectures i articles per a cada repte. Una part d’aquestes lectures i articles seleccionats són en llengua anglesa.

• Objectius i competències

L'assignatura es proposa els següents objectius:

- Copsar una perspectiva global del cicle de vida del client, des d'un punt de vista de negoci, i vincular-la a una panoràmica de les problemàtiques tècniques, legals i ètiques del tractament de dades associat.

- Ser capaç de capturar, processar i analitzar dades de clients.

- Conèixer algorismes i tècniques d'anàlisi que generen valor per a les organitzacions i per als clients.

- Ser capaç de dissenyar, seleccionar i aplicar algorismes per a l'anàlisi de clients.

- Crear aplicacions de ciència de dades que incideixen positivament en l'experiència de client.

- Integrar en el tractament tècnic de les dades dels clients els aspectes ètics i legals.

L’assignatura contempla les competències següents:

CB1: Que els estudiants hagin demostrat posseir i comprendre coneixements en una àrea d’estudi que parteix de la base de l’educació secundària general, i se sol trobar a un nivell que, si bé es recolza en llibres de text avançats, inclou també alguns aspectes que impliquen coneixements procedents de l'avantguarda del camp d'estudi.

CB4: Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

CG2: Dissenyar i gestionar projectes professionals i de recerca.

CG3: Buscar, gestionar i utilitzar la informació més adequada per modelitzar problemes concrets i aplicar adequadament procediments teòrics per a resoldre'ls de manera autònoma i creativa.

CT1: Ús i aplicació de les TIC a l'àmbit acadèmic i professional.

CT3: Expressar-se de manera escrita de manera adequada al context acadèmic i professional.

CE1: Identificar, comprendre i reconèixer noves oportunitats de millora en qualsevol tipus d’organització que poden ser resoltes de forma eficient i efectiva mitjançant la ciència de les dades.

CE5: Utilitzar de forma combinada els fonaments matemàtics, estadístics i de

programació per desenvolupar solucions a problemes en làmbit de la ciència de les dades.

CE11: Resumir, interpretar, presentar i contrastar de manera crítica els resultats obtinguts

utilitzant les eines danàlisi i visualització més adequades.

CE12: Treballar de forma col·laborativa en equips multidisciplinaris per al desenvolupament de projectes d’un àmbit temàtic concret (salut, educació, agricultura, indústria 4.0, etc.).

CE13: Exercir l'activitat professional d'acord amb el codi ètic i els aspectes legals al marc de la privadesa i seguretat de les dades.

• Continguts

Repte 1: Segmentació de clients. Anàlisi multivariant

·         Business Intelligence i Data Science

·         Habilitats del Data Scientist

·         Estadística bàsica.

·         Estadística: anàlisi de components principals, anàlisi de correspondències simples, anàlisi de correspondències múltiples.

·         Anàlisi multivariant aplicada a la segmentació de client

Repte 2: Segmentació de clients. Anàlisi de conglomerats

·         Mètriques i mètodes d’agregació

·         Clustering jeràrquic

·         Clustering amb kmeans

·         Clustering aplicat a la segmentació de clients

Repte 3: Sistemes de recomanació, filtratge col·laboratiu i association rules

·         Exemple H2PAC d’anàlisi estadística aplicat a comerç electrònic

·         Machine learnig i association rules

·         Filtratge col·laboratiu

·         Aplicacions en comerç electrònic: sistemes de recomanació automàtica

Repte 4: Customer Life Time Value d’un client

·         Introducció al Customer Life Time Value

·         Machine learning aplicat al càlcul del Customer Life Time Value d’un client

·         Ètica i governança de dades

Repte 5: Topic Modelling i Sentiment Analysis

·         Exemple H2PAC d’anàlisi estadística aplicat a comerç electrònic

·         Mineria de textos

·         Latent Dirichlet Alocation per a Topic Modelling

·         Topic Modellin i Sentiment Analysis aplicats a màrqueting

• Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura

• Informació addicional sobre els recursos d'aprenentatge i eines de suport

Els recursos de lectura obligatòria de l’assignatura inclouen materials teorico-pràctics, selecció de lectures i publicacions web.

Així mateix s’inclouen recursos necessaris per a la realització de les activitat, per a la seva consulta, en funció de les activitats de cada repte i del perfil de l’estudiant: enllaços de consulta sobre temes ètics i legals, enllaços de consulta sobre llenguatge Python, enllaços de consulta sobre estadística.

• Informacions sobre l'avaluació a la UOC

A la UOC, l'avaluació generalment és virtual. S'estructura entorn de l'avaluació contínua, que inclou diferents activitats o reptes; l'avaluació final, que es porta a terme mitjançant proves o exàmens, i el treball final de la titulació.

Les activitats o proves d'avaluació poden ser escrites i/o audiovisuals, amb preguntes aleatòries, proves orals síncrones o asíncrones, etc., d'acord amb el que decideixi cada equip docent. Els treballs finals representen el tancament d'un procés formatiu que implica la realització d'un treball original i tutoritzat que té com a objectiu demostrar l'adquisició competencial feta al llarg del programa.

Per verificar la identitat de l'estudiant i l'autoria de les proves d'avaluació, la UOC es reserva la potestat d'aplicar diferents sistemes de reconeixement de la identitat i de detecció del plagi. Amb aquest objectiu, la UOC pot dur a terme enregistrament audiovisual o fer servir mètodes o tècniques de supervisió durant l'execució de qualsevol activitat acadèmica.

Així mateix, la UOC pot exigir a l'estudiant l'ús de dispositius electrònics (micròfons, càmeres o altres eines) o programari específic durant l'avaluació. És responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.

El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat de les activitats acadèmiques. Al web sobre integritat acadèmica i plagi de la UOC hi ha més informació respecte d'aquesta qüestió.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; la suplantació d'identitat; l'acceptació o l'obtenció de qualsevol activitat acadèmica a canvi d'una contraprestació o no; la col·laboració, l'encobriment o l'afavoriment de la còpia, o l'ús de material, programari o dispositius no autoritzats en el pla docent o l'enunciat de l'activitat acadèmica, inclosa la intel·ligència artificial i la traducció automàtica, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.

Aquestes conductes irregulars poden comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent -incloses les proves finals- o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials, programari o dispositius no autoritzats durant les proves (com l'ús d'intel·ligència artificial no permesa, xarxes socials o cercadors d'informació a internet), perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, per la compravenda d'activitats acadèmiques, o perquè s'ha dut a terme qualsevol altra conducta irregular.

Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb el que estableix la normativa de convivència de la UOC.

En el marc del procés d'avaluació, la UOC es reserva la potestat de:

• Sol·licitar a l'estudiant que acrediti la seva identitat segons el que estableix la normativa acadèmica.
• Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant en l'avaluació contínua com en l'avaluació final, per mitjà d'una entrevista oral síncrona, que pot ser objecte d'enregistrament audiovisual, o pels mitjans que estableixi la Universitat. Aquests mitjans tenen l'objectiu de verificar els coneixements i les competències que garanteixin la identitat de l'estudiant. Si no és possible garantir que l'estudiant és l'autor de la prova, aquesta pot ser qualificada amb una D, en el cas de l'avaluació contínua, o amb un suspens, en el cas de l'avaluació final.

Intel·ligència artificial en el marc de l'avaluació

La UOC reconeix el valor i el potencial de la intel·ligència artificial (IA) en l'àmbit educatiu, alhora que posa de manifest els riscos que comporta si no s'utilitza de manera ètica, crítica i responsable. En aquest sentit, en cada activitat d'avaluació s'informarà l'estudiantat sobre les eines i els recursos d'IA que es poden utilitzar i en quines condicions. Per la seva banda, l'estudiantat es compromet a seguir les indicacions de la UOC a l'hora de dur a terme les activitats d'avaluació i de citar les eines utilitzades i, concretament, a identificar els textos o les imatges generats per sistemes d'IA, els quals no podrà presentar com si fossin propis.

Amb relació a fer servir o no la IA per resoldre una activitat, l'enunciat de les activitats d'avaluació indica les limitacions en l'ús d'aquestes eines. Cal tenir en compte que fer-les servir de manera inadequada, com ara en activitats en què no estan permeses o no citar-les en les activitats en què sí que ho estan, es pot considerar una conducta irregular en l'avaluació. En cas de dubte, es recomana que, abans de lliurar l'activitat, es faci arribar una consulta al professorat col·laborador de l'aula.

• Consulta del model d'avaluació