• Descripción

La analítica de clientes tiene aplicaciones en marketing, como instrumento de generación de valor en cuanto al diseño y mejora de productos y servicios, a su comercialización, a la mejora de la experiencia de los usuarios, etc. Estas aplicaciones van ligadas al que se denomina ciclo de vida de los clientes en las organizaciones, y que comprende su captación y vinculación, y si procede el análisis de su pérdida o el análisis de su valor a largo plazo.

Así, se trabajarán en la asignatura técnicas orientadas a la segmentación de clientes, a la creación de sistemas de recomendación automática mediante filtraje colaborativo, al cálculo del Customer Life Time Value de un cliente, y en el análisis de sentimientos en relación a productos o servicios. Se tendrán en cuenta por eso no tan solo las técnicas estadísticas y de programación, sino también los aspectos éticos, legales y de gobernanza de datos.

• La asignatura en el conjunto del plan de estudios

Esta es una asignatura optativa del tramo final del grado de Ciencia de Datos Aplicada. Forma parte del itinerario de optatividad de Aplicaciones, junto con las asignaturas siguientes: Aplicaciones para la toma de decisiones, Diseño de Productos de Datos, Minería de procesos.

• Campos profesionales en el que se proyecta

La analítica de clientes aporta valor en la optimización y toma de decisiones del marketing de servicios y productos, para múltiples sectores de actividad: administraciones públicas, turismo, sector bancario, comercio electrónico, etc.

• Conocimientos previos

Presupone tener conocimientos previos de programación y de estadística, que típicamente se habrán adquirido en asignaturas básicas u obligatorias del grado de Ciencia de Datos Aplicada.

• Información previa a la matrícula

Se utilizará Python como estándar en las actividades de la asignatura.

La asignatura consta de un repertorio de recursos docentes obligatorios, que incluye selecciones de lecturas y artículos para cada reto. Una parte de estas lecturas y artículos seleccionados son en lengua inglesa.

• Objetivos y competencias

La asignatura se propone los siguientes objetivos:

- Coger una perspectiva global del ciclo de vida del cliente, desde un punto de vista de negocio, y vincularla a una panorámica de las problemáticas técnicas, legales y éticas del tratamiento de datos asociado.

- Ser capaz de capturar, procesar y analizar datos de clientes.

- Conocer algoritmos y técnicas de análisis que generan valor para las organizaciones y para los clientes.

- Ser capaz de diseñar, seleccionar y aplicar algoritmos para el análisis de clientes.

- Crear aplicaciones de ciencia de datos que inciden positivamente en la experiencia de cliente.

- Integrar en el tratamiento técnico de los datos de los clientes los aspectos éticos y legales.

La asignatura contempla las competencias siguientes:

CB1: Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia del campo de estudio.

CB4: Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

CG2: Diseñar y gestionar proyectos profesionales y de investigación.

CG3: Buscar, gestionar y utilizar la información más adecuada por modelizar problemas concretos y aplicar adecuadamente procedimientos teóricos para resolverlos de manera autónoma y creativa.

CT1: Uso y aplicación de las TIC al ámbito académico y profesional.

CT3: Expresarse de manera escrita de manera adecuada al contexto académico y profesional.

CE1: Identificar, comprender y reconocer nuevas oportunidades de mejora en cualquier tipo de organización que pueden ser resueltas de forma eficiente y efectiva mediante la ciencia de los datos.

CE5: Utilizar de forma combinada los cimientos matemáticos, estadísticos y de

programación para desarrollar soluciones a problemas en el ámbito de la ciencia de los datos.

CE11: Resumir, interpretar, presentar y contrastar de manera crítica los resultados obtenidos

utilizando las herramientas de análisis y visualización más adecuadas.

CE12: Trabajar de forma colaborativa en equipos multidisciplinarios para el desarrollo de proyectos de un ámbito temático concreto (salud, educación, agricultura, industria 4.0, etc.).

CE13: Ejercer la actividad profesional de acuerdo con el código ético y los aspectos legales al marco de la privacidad y seguridad de los datos.

• Contenidos

Reto 1: Segmentación de clientes. Análisis multivariante

·         Business Intelligence y Data Science

·         Habilidades del Dat Scientist

·         Estadística básica.

·         Estadística: análisis de componentes principales, análisis de correspondencias simples, análisis de correspondencias múltiples.

·         Análisis multivariante aplicada a la segmentación de cliente

Reto 2: Segmentación de clientes. Análisis de conglomerados

·         Métricas y métodos de agregación

·         Clustering jerárquico

·         Clustering con kmeans

·         Clustering aplicado a la segmentación de clientes

Reto 3: Sistemas de recomendación, filtraje colaborativo y association rules

·         Ejemplo H2PAC de análisis estadístico aplicado a comercio electrónico

·         Machine learnig y association rules

·         Filtraje colaborativo

·         Aplicaciones en comercio electrónico: sistemas de recomendación automática

Reto 4: Customer Life Time Value de un cliente

·         Introducción al Customer Life Time Value

·         Machine learning aplicado al cálculo del Customer Life Time Value de un cliente

·         Ética y gobernanza de datos

Reto 5: Topic Modelling y Sentimiento Analysis

·         Ejemplo H2PAC de análisis estadístico aplicado a comercio electrónico

·         Minería de textos

·         Latente Dirichlet Alocation para Topic Modelling

• Consulta de los recursos de aprendizaje de la UOC para la asignatura

• Informaciones sobre la evaluación en la UOC

En la UOC, la evaluación generalmente es virtual. Se estructura en torno a la evaluación continua, que incluye diferentes actividades o retos; la evaluación final, que se lleva a cabo mediante pruebas o exámenes, y el trabajo final de la titulación.

Las actividades o pruebas de evaluación pueden ser escritas y/o audiovisuales, con preguntas aleatorias, pruebas orales síncronas o asíncronas, etc., de acuerdo con lo que decida cada equipo docente. Los trabajos finales representan el cierre de un proceso formativo que implica la realización de un trabajo original y tutorizado que tiene como objetivo demostrar la adquisición competencial hecha a lo largo del programa.

Para verificar la identidad del estudiante y la autoría de las pruebas de evaluación, la UOC se reserva la potestad de aplicar diferentes sistemas de reconocimiento de la identidad y de detección del plagio. Con este objetivo, la UOC puede llevar a cabo grabación audiovisual o usar métodos o técnicas de supervisión durante la ejecución de cualquier actividad académica.

Asimismo, la UOC puede exigir al estudiante el uso de dispositivos electrónicos (micrófonos, cámaras u otras herramientas) o software específico durante la evaluación. Es responsabilidad del estudiante asegurar que estos dispositivos funcionan correctamente.

El proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de las actividades académicas. La web sobre integridad académica y plagio de la UOC contiene información al respecto.

La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; la suplantación de identidad; la aceptación o la obtención de cualquier actividad académica a cambio o no de una contraprestación; la colaboración, el encubrimiento o el favorecimiento de la copia, o el uso de material, software o dispositivos no autorizados en el plan docente o el enunciado de la actividad académica, incluida la inteligencia artificial y la traducción automática, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves.

Estas conductas irregulares pueden conllevar el suspenso (D/0) en las actividades evaluables definidas en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, ya sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas (como el uso de inteligencia artificial no permitida, redes sociales o buscadores de información en internet), porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas de otros estudiantes, etc.) sin la citación correspondiente, por la compraventa de actividades académicas, o porque se ha llevado a cabo cualquier otra conducta irregular.

Asimismo, y de acuerdo con la normativa académica, las conductas irregulares en la evaluación también pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda, de conformidad con lo establecido en la normativa de convivencia de la UOC.

En el marco del proceso de evaluación, la UOC se reserva la potestad de:

• Solicitar al estudiante que acredite su identidad según lo establecido en la normativa académica.
• Solicitar al estudiante que acredite la autoría de su trabajo a lo largo de todo el proceso de evaluación, tanto en la evaluación continua como en la evaluación final, a través de una entrevista oral síncrona, que puede ser objeto de grabación audiovisual, o por los medios establecidos por la UOC. Estos medios tienen el objetivo de verificar los conocimientos y las competencias que garanticen la identidad del estudiante. Si no es posible garantizar que el estudiante es el autor de la prueba, esta puede ser calificada con una D, en el caso de la evaluación continua, o con un suspenso, en el caso de la evaluación final.

Inteligencia artificial en el marco de la evaluación

La UOC reconoce el valor y el potencial de la inteligencia artificial (IA) en el ámbito educativo y, a su vez, pone de manifiesto los riesgos que supone si no se utiliza de forma ética, crítica y responsable. En este sentido, en cada actividad de evaluación se informará al estudiantado sobre las herramientas y los recursos de IA que se pueden utilizar y en qué condiciones. Por su parte, el estudiantado se compromete a seguir las indicaciones de la UOC a la hora de realizar las actividades de evaluación y de citar las herramientas utilizadas y, concretamente, a identificar los textos o imágenes generados por sistemas de IA, los cuales no podrá presentar como si fueran propios.

Respecto a usar o no la IA para resolver una actividad, el enunciado de las actividades de evaluación indica las limitaciones en el uso de estas herramientas. Debe tenerse en cuenta que usarlas de manera inadecuada, como por ejemplo en actividades en las que no están permitidas o no citarlas en las actividades en las que sí lo están, puede considerarse una conducta irregular en la evaluación. En caso de duda, se recomienda que, antes entregar la actividad, se haga llegar una consulta al profesorado colaborador del aula.

• Consulta del modelo de evaluación