DiplomadoMercadeo y comunicación
Insights y analítica de mercadeo
El diplomado Insights y analítica de mercadeo proporciona al estudiante los métodos para convertir datos de clientes, campañas y ventas en insights y decisiones mediante analítica descriptiva, predictiva y de atribución con GA4, SQL, Python y Power BI, de modo que pueda segmentar clientes, medir la efectividad de la inversión y comunicar recomendaciones priorizadas.
A quién va dirigido
Profesionales de mercadeo, analistas comerciales y de datos que quieren fundamentar decisiones de mercadeo con datos; se recomienda Excel intermedio.
Objetivos
✓Comprender la diferencia entre dato, hallazgo e insight y su relación con las preguntas de negocio y los KPI de mercadeo.
✓Analizar clientes con segmentación RFM, CLV, cohortes, regresión logística y clustering k-means.
✓Aplicar Excel, Power Query, SQL, Python con pandas y BigQuery en la integración y depuración de datos de mercadeo.
✓Diseñar la medición de campañas con pruebas A/B, atribución en GA4, modelos de mezcla de medios y pruebas de incrementalidad.
✓Evaluar y comunicar insights en tableros e informes ejecutivos con verificación de resultados y gobierno de datos.
Plan de estudios por sesión
1
Del dato al insightDiferencia entre dato, hallazgo e insight · Preguntas de negocio y KPI de mercadeo
2
Fuentes y gobierno de datosFuentes de datos: CRM, comercio electrónico, pauta, encuestas y redes · Gobierno de datos y Ley 1581 de 2012
3
Limpieza y consultas de datosExcel y Power Query para limpieza y transformación · Consultas SQL: SELECT, JOIN y agregaciones
4
Python y BigQuery para mercadeoPython con pandas para datos de mercadeo · Exportación de datos de GA4 a BigQuery
5
Segmentación y valor del clienteSegmentación RFM · Valor del cliente en el tiempo (CLV) y análisis de cohortes
6
Modelos predictivos de clientesPredicción de abandono con regresión logística · Clustering k-means para segmentos
7
Experimentación y atribuciónPruebas A/B y significancia estadística · Modelos de atribución en GA4
8
Mezcla de medios e incrementalidadModelos de mezcla de medios con Robyn de Meta o Meridian de Google · Pruebas de incrementalidad
9
Visualización efectivaPrincipios de visualización efectiva · Tableros en Power BI y Looker Studio
10
Narrativa con datosNarrativa de datos para comités · Modelos de lenguaje para explorar datos y redactar hallazgos con verificación
11
Proyecto de analítica aplicadaDefinición del problema con un conjunto de datos real · Análisis y modelo
12
Presentación del proyecto final: informe de insightsTablero e informe ejecutivo · Sustentación
Evaluación
Inicial30%Formulación de preguntas de negocio y mapa de fuentes de datos con criterios de gobierno y Ley 1581 de 2012; ejercicio de limpieza con Power Query.
Intermedio30%Consultas SQL y cuaderno en Python con segmentación RFM y análisis de cohortes; prueba A/B con cálculo de significancia estadística.
Final40%Proyecto final: informe de insights con tablero interactivo a partir de datos reales o anonimizados de clientes y campañas, con recomendaciones priorizadas.
Proyecto final
Informe de insights con tablero interactivo a partir de datos reales o anonimizados de clientes y campañas, con recomendaciones priorizadas.