MBA em Big data aplicado ao Marketing

26/09/2018

4 semestres

Home Pós-Graduação

MBA em Big data aplicado ao Marketing

Coordenador

Eduardo de Rezende Francisco

Course Attendees

Still no participant

Cancelamento ou adiamento do curso

Cancelamento ou adiamento do curso

O curso poderá ser cancelado ou adiado por falta de quórum, com até 24 horas de antecedência da data prevista para seu início.

  • Na hipótese de cancelamento, serão devolvidos, AUTOMATICAMENTE, 100% do valor pago, por meio de depósito em conta bancária indicada pelo PARTICIPANTE, em até 10 (dez) dias úteis, após indicação dos dados bancários.
  • Na hipótese de adiamento, serão devolvidos, MEDIANTE REQUERIMENTO EXPRESSO do PARTICIPANTE endereçado ao e-mail processospossp@espm.br, 100% do valor pago, também por meio de depósito em conta bancária indicada por ele, em até 10 (dez) dias úteis, após indicação dos dados bancários.

A ESPM não se responsabiliza por quaisquer outros valores que eventualmente tenham sido despendidos pelo participante, seja a que título for, tais como passagens aéreas ou rodoviárias, combustível, hospedagem etc., em virtude do cancelamento ou adiamento do curso.

Requisitos mínimos do sistema

Requisitos mínimos do sistema

Requisitos mínimos para acesso ao curso são de responsabilidade do aluno.

O curso será realizado pela internet, em um ambiente virtual de aprendizagem (AVA), e somente poderá ser acessado por meio de um computador, inclusive notebook e tablet IOS.

Os cursos ofertados na modalidade de Educação a Distância ESPM requerem a disponibilidade de som e placa de vídeo. Para as aulas agendadas por web conferência, também será necessário microfone.

O interessado em adquirir o curso deverá possuir equipamento com as seguintes configurações:

  • Processador 2.0 GHz ou superior.
  • Memória RAM 1Gb para Windows Vista ou superior.
  • Placa de vídeo 128 Mb off-board ou on-board.
  • Monitor 800 x 600 pixels.

Requisitos gerais:

  • Velocidade de Banda: 2Mbps.
  • Acesso aos endereços http://www.youtube.com/ e http://vimeo.com/ desbloqueados em Firewalls e redes corporativas.
  • Permitir Cookies.

Comentários curso

Ainda não há comentários

Afinal de contas, o que é Big Data, ou Big Data Analytics?

Vivemos em um contexto empresarial em que quase todos querem “contratar soluções de Big Data”. Executivos de grandes corporações ouvem falar de Big Data em eventos sobre tendências tecnológicas, marketing e comportamento do consumidor, e logo querem implementar em suas organizações. Mas será que entendemos quais são os “problemas de Big Data” para daí concluirmos se é uma necessidade premente ou futura de nossas organizações? Afinal de contas, o que é Big Data, ou Big Data Analytics?

Cada vez mais as organizações orientam-se para a criação de áreas combinadas de Marketing e Tecnologia. A figura do Chief Marketing Technologist é comum em grandes corporações, em especial aquelas em que a cultura de uso de informações internas e principalmente externas é grande.

Trabalhar com dados de redes sociais, geolocalização, modelos comportamentais de previsão, consumer insights, torna-se menos incomum. Modelos tradicionais de previsão tendem a se tornar lentos se considerarmos volumes muitíssimo grandes de dados. E é aí que o Big Data Analytics surge como nova grande força nas organizações – como analisar de forma coerente e rápida informações em tempo real e em quantidade não controlada. Afrouxamos um pouco a confiança nas estimativas tradicionais para ganharmos significativamente em desempenho – e isso é realmente valor para as organizações.

uma visão contemporânea

Volume, Variedade, Velocidade, Veracidade, Valor, Visualização e Variabilidade definem as 7 dimensões (ou 7 V’s) do Big Data. Problemas de Big Data devem obrigatoriamente ter 5 a 7 dessas dimensões em contextos em que os paradigmas tradicionais não respondem com a mesma qualidade. Os dilemas que as empresas vivem no contexto do Big Data fortalecem a necessidade de organizarmos as informações para podermos efetivamente analisá-las de forma razoável e factível. Conhecer em essência técnicas analíticas para apoiar o comportamento do consumidor e processos de marketing é essencial.

Organizar as informações e decupar o processo decisório (operacional, tático ou estratégico) em um contexto em que convivem informações estruturadas e não-estruturadas, internas ou externas à organização é o grande desafio das corporações. Técnicas analíticas combinadas são a instrumentação que o Data Scientist, profissional de Big Data Analytics, deve adquirir de forma premente nos dias de hoje.

Objetivo do curso

Com a perspectiva de aprimorar a leitura do ambiente de negócios, o programa é baseado em uma abordagem que cobra dos participantes a elaboração e aplicação de metodologias e ações estratégicas no meio digital e no marketing estratégico e de relacionamento. Em um ambiente colaborativo, os participantes planejarão ações e um projeto de conclusão de curso, que deverá ser desenvolvido ao longo do programa.

O que você irá aprender

O programa apresenta uma visão contemporânea, tanto teórica como prática, que prepara o profissional do marketing no desenvolvimento de pilares fundamentais do Marketing Analytics como: o entendimento do ambiente de negócios, gestão de dados e modelagem informacional, Análise de Redes Sociais, Visual Information Systems, Digital Analytics, Data Mining e Text Mining, Cluster Analysis, Inteligência Geográfica, Consumer Insights, Deep Learning, técnicas integradas de Decision Support Systems. Ao longo de todo o programa, partilhamos a visão estratégica e o entendimento de técnicas e ferramentas de gestão.

Apresentar a estrutura e o funcionamento geral do curso, o funcionamento do ambiente de aula e do trabalho final. Apresentar o contexto e os números do mercado digital tanto no Brasil como no exterior e desmistificar e conceituar Big Data.

Compreender conceitos fundamentais na área de marketing, os quais são imprescindíveis no desdobramento em outras disciplinas do curso. Domínios e perspectivas do marketing, segmentação de mercado, pesquisa de mercado, comportamento do consumidor.

Conhecer o ambiente de negócios, o processo de análise da concorrência e as estratégias empresariais. Proporcionar uma visão abrangente dos componentes da estratégia do marketing e a sua importância nas organizações. O processo de desenvolvimento, seleção, implementação e gestão de resultados do plano de marketing. Diferenciar projetos de marketing em contextos tradicionais dos projetos envolvendo Big Data e informações não-estruturadas.

Apresentar os principais recursos atuais de captura e análise de dados em larga escala, tais como Hadoop, Spark e bancos de dados NoSQL. Mostrar as técnicas de integração com sistemas tradicionais do tipo banco de dados relacional e as principais arquiteturas utilizadas na implementação de data lakes. A disciplina conclui com um exemplo completo de operação Map-Reduce, essencial para análises em larga escala realizadas via web.

Apresentar o conceito de ciclo de vida dos dados aplicando o mesmo na gestão de projetos analíticos. Associar projetos com o planejamento estratégico. Conceituar, descrever e decompor a estrutura analítica de um projeto. Definição de métricas e medidas para gestão e acompanhamento de projeto. Entender os dilemas e desafios que precisam ser gerenciados durante a condução e implantação de projetos analíticos – principalmente envolvendo equipes multidisciplinares e contextos com dados não estruturados e Big Data.

Capacitar o aluno para a programação de sistemas computadorizados utilizando uma linguagem de programação. Contempla Introdução à programação: Introdução a algoritmos, técnicas básicas de visualização, implementação de funções, loops e decisões. Linguagens como R, Python e outras serão utilizadas.

Permitir ao aluno a obtenção de conhecimentos essenciais na área de modelagem quantitativa, para utilização nas demais disciplinas. Os tópicos incluem modelagem estatística de dados, noções de modelagem e resolução de problemas em planilha eletrônica e softwares de computação científica (R e Python), otimização de modelos e introdução à análise de resultados sob condições de incerteza.

Permitir aos alunos identificar as características de problemas multivariados e desenvolver análise multivariada para determinadas categorias de problemas, com foco em análise de agrupamentos e outras. Desenvolver habilidades de modelagem aplicadas a problemas que possam ser resolvidos ou interpretados através de técnicas de previsão e estimativa.

Capacitar o aluno na utilização de ferramentas básicas de análise de cenários e gestão de risco, em especial simulação de Monte Carlo, bem como permitir ao mesmo modelar problemas sob condições de incerteza e obter soluções ótimas, através da minimização dos riscos associados.

Conhecer os requisitos para qualidade de uma decisão (decision quality): definição apropriada do problema (framing), alternativas criativas e viáveis, informação relevante e confiável, valores e trade-offs claros, raciocínio lógico e compromisso para ação. Desenvolver, por meio de ferramentas de Análise de Decisão (tais como: diagrama de influência, tabela de estratégias, hierarquia de decisões, levantamento de questões, modelagem em Excel, diagrama tornado e árvore de decisões), racionais para tomada de decisões estratégicas. Tendências de “Qualidade das Decisões” no contexto do Big Data.

Apresentar ao aluno as principais técnicas de modelagem e captura de dados em ambientes corporativos (bancos de dados relacionais) e via web (informações pouco ou não estruturadas). Introdução à linguagem de consultas estruturadas a banco de dados (SQL). Elaborar modelos informacionais, identificando entidades e relacionamentos, empregando a notação dimensional (modelo Star Schema).

Conhecer um típico ambiente de Business Inteligence. Conceituar Data Warehouse. Entender as idiossincrasias e interfaces das áreas de Tecnologia da Informação e Marketing nas corporações, sob a perspectiva tradicional e de Big Data. Criar situações práticas baseadas em estudos de casos para capacitar o aluno a definir uma Arquitetura de Data Warehouse utilizando seus principais componentes. Apresentar os principais conceitos envolvendo Data Warehouse, sua arquitetura, estilos de modelagem e utilização visando aumentar o nível de maturidade no tratamento de informações  nas empresas, proporcionando a compreensão e uso das tecnologias Big Data e DW. Capacitar o aluno a tomar decisões, de maneira isolada ou em grupo na fase de concepção da Arquitetura de um Data Warehouse tendo clara compreensão do processo de Data Warehousing e OLAP.

Mostrar uma visão geral de Digital Analytics e contexto de aplicação. Conhecer as principais técnicas e ferramentas para a otimização de resultados de projetos digitais e campanhas. Promover a compreensão do processo de definição de KPIs para projetos digitais. Compreender o processo de análise e melhoria de resultados e os passos para o desenvolvimento de um plano de ação.

Apresentar conceitos de CRM, com abordagem contemporânea para a gestão de relacionamento em ambiente digital integrado com canais tradicionais. Compreender as estratégias de captação, retenção e recuperação de clientes, englobando o desenvolvimento e aplicação de réguas de relacionamento. Conhecer as principais plataformas e ferramentas para a gestão de relacionamento.

Conhecer técnicas analíticas que estão aderentes à análise de dados no contexto do Big Data. Conceituar os objetos utilizados em análises de redes e em mineração de textos, compreendendo os principais aspectos e provendo experiência prática na condução de estudos empregando essas técnicas. Apresentar os principais aspectos da relação entre redes e organizações, incluindo os fundamentos da teoria de redes sociais, redes como parte das formas organizacionais, como instrumento metodológico de análise e como conceito acessório de outras teorias. Entender o real conceito e o poder das redes sociais como plataforma de relacionamento. Identificar situações e problemas empresariais em que a modelagem de redes e a análise de conteúdo não estruturado (textos em linguagem natural) são contributivos para a tomada de decisão. Modelar problemas empresariais utilizando modelos de redes e associação de conceitos a partir de textos em linguagem natural. Natural Language Processing (NLP).

Compreender o contexto dos dados oriundos de fenômenos ocorridos no espaço geográfico. Identificar problemas e situações de gestão e decisão em que há componentes de natureza espacial em que as ferramentas de inteligência geográfica podem ser utilizadas. Usar ferramentas de exploração e análise geográfica para geocodificar, organizar, descrever e representar dados geográficos de maneira a transformá-los em informações úteis para a tomada de decisão. Incorporar dados geográficos oriundos de fontes secundárias às aplicações e bases de dados já existentes nas empresas. Conceituar a evolução e o estado-da-arte do marketing geográfico no contexto dos bancos de dados geográficos, cloud computing e Geo Big Data.

Apresentar ao aluno aplicações típicas lideradas por Chief Marketing Technologists em diversos mercados verticais, envolvendo dados estruturados e não estruturados no apoio à tomada de decisão. Envolver o aluno em estudos de casos em que a construção de cenários de decisão é fundamental. Discutir a essência da mudança ou adaptação de paradigma de decisão que projetos não convencionais envolvendo Big Data trazem para os profissionais de marketing.

Dominar o conceito de tendências/trends e a abordagem de pesquisa e inovação em Consumer Insights. Saber utilizar as ferramentas de identificação e análise de tendências. Conduzir projetos de Consumer Insights a fim de gerar inspiração e inovação nos negócios. Saber aplicar de modo prático e lucrativo nos negócios os insights e inspirações com base em estudos comportamentais. Novas ferramentas de pesquisa (etnografia, netnografia, imersão, home visit, observação, curadoria de conteúdo, co-criação). Tipologias com base em drivers e nova segmentação do consumidor no contexto do Big Data.

Apresentar aplicações avançadas de Big Data em áreas diversas, tais como marketing, finanças, investimentos, planejamento e controle de produtos, gestão de recursos humanos, gestão imobiliária, esportes, etc... A intenção é permitir ao aluno obter uma visão ampla das possibilidades atuais de aplicação dos recursos tecnológicos na análise e previsão de resultados, bem como apresentar tendências futuras na área de análise de dados e apresentar os fundamentos do aprendizado de máquina (machine learning). A disciplina tem caráter eminentemente prático, com os modelos sendo apresentados e analisados através de softwares específicos tais como Excel, Solver, Palisade Decision Tools Suite, R e Python. Apresentar tecnologias incipientes e de grande potencial de adoção pelos times de Marketing Technology: Internet of Things, Smart Cities, entre outros.

Elaborar um projeto aplicado de planejamento, gestão e/ou análise de informação no contexto do marketing, com a aplicação prática de referenciais teóricos, conceitos e metodologias abordados ao longo do curso. O projeto terá o monitoramento de um orientador, que atuará como facilitador para seu desenvolvimento e, quando finalizado, será submetido a uma banca de avaliação.

No total de horas estão inclusas 15h que é a estimativa mínima das atividades extraclasse para a elaboração do Projeto de Conclusão Aplicado.

Quando acontece?

As aulas por web conferência serão ministradas às segundas e quartas, a partir de 26/9/2018, e estarão disponíveis para consulta no Ambiente Virtual de Aprendizagem (AVA).

Para quem se destina?

  • Profissionais de marketing, negócios, análise quantitativa e/ou de tecnologia interessados em conhecer ou ampliar seus conhecimentos sobre a área de Big Data Analytics e sobre o desenvolvimento de estratégias neste mercado. Estudantes interessados na aplicação das técnicas analíticas integradas no ambiente empresarial.
  • Líderes de equipes de Marketing, Inteligência de Negócio, Business Intelligence ou Tecnologia.
  • Consultores e autônomos atuantes na área e que desejam se aprimorar para atender empresas de médio e grande porte em processos ligados a análise de informação.
  • Empresas, agências de publicidade e comunicação que necessitam capacitar sua liderança.
  • Coordenadores e Gerentes de diversos segmentos de negócio.

Pré-requisito: Pré-disposição a aprender técnicas e ferramentas analíticas para apoiar o processo de decisão em marketing e relacionamento com clientes. Conhecimento prévio de ferramentas ou gestão de informação não é necessário. Analistas seniors, coordenadores e líderes, com potencial para assumir cargos gerenciais ligados a Consumer Behavior, Relacionamento ou Gestão de Clientes e Marketing.

Internacionalização

A ESPM reconhece a diferença que experiências internacionais fazem na formação de um profissional diferenciado, por isso possui convênio com diversas instituições ao redor do mundo. Você poderá cursar uma parte de seus estudos no exterior, dispondo de cursos de curta e longa duração.

Espanha - Barcelona

EADA - Business School Barcelona

Universidade de Coimbra

Portugal - Coimbra

Universidade de Coimbra

Educação a Distância ESPM

Além das unidades tradicionais ESPM, você poderá realizar suas provas presenciais nas seguintes cidades: Belo Horizonte, Brasília, Cuiabá, Curitiba, Recife e Salvador

Escolha onde realizar suas provas

São Paulo - ESPM - Unidades

São Paulo

ESPM Rio Unidades

Rio de Janeiro

ESPM Sul Unidades

Porto Alegre

Processo de Seleção

1. INSCRIÇÃO

Inscrição on-line e pagamento da taxa.

2. PROCESSO SELETIVO ON-LINE*

Composto de questionário sócio econômico, redação e currículo profissional.

3. MATRÍCULA

Aprovados podem efetivar matrícula online.

Não reservamos vaga para candidatos aprovados. Garanta sua vaga efetuando a matrícula, conforme disponibilidade de vagas para o curso.

*O link do processo seletivo on-line será enviado por e-mail após o pagamento da taxa de inscrição.

Investimento


  • Matrícula
  • R$ 614,00
  • R$ 614,00
  • R$ 614,00
  • R$ 614,00
  • R$ 614,00
  • Parcelas
  • 1 x R$14.950,65
  • 11 x R$1.308,23 + 1 x R$1.314,53
  • 17 x R$895,04 + 1 x R$911,19
  • 23 x R$688,73 + 1 x R$715,18
  • 26 x R$620,61 + 1 x R$637,38
ico-desconto

DESCONTO EXCLUSIVO

50% DE DESCONTO

NO VALOR DA MATRÍCULA

20% de desconto no valor integral do curso para Alunos e Ex-alunos da Graduação ou Pós-Graduação da ESPM

5% de desconto no valor integral do curso para Alunos e Ex-alunos dos cursos de Educação Continuada e Férias da ESPM

Etiquetas :

Educação a distância

MBA/Master

Aulas: segundas e quartas-feiras ao vivo por webconferência

Até 27x de R$ 620,61*
* Confira a tabela abaixo

Início das aulas: 26/09/2018

Taxa de Inscrição : R$100,00

Inscrições até : 14/09/2018