1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2.

Transcripción

1 1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2. GENERALIDADES SOBRE LAS TÉCNICAS DE INVESTIGACIÓN SOCIAL Y DE MERCADOS 2.1. POR QUÉ HACER ESTUDIOS DE MERCADO? 2.1.A. PLANTEAMIENTO DE LA NECESIDAD DE LA INVESTIGACIÓN 2.1.B. QUÉ QUIERES SABER Y QUÉ HARÁS CUANDO LO SEPAS 2.1.C. FASES A TENER EN CUENTA A LA HORA DE SOLICITAR UN ESTUDIO AD- HOC 2.2. INVESTIGACIÓN DE MERCADOS INTERNACIONAL 2.3. ASPECTOS ÉTICOS Y LEGALES DE LA INVESTIGACIÓN COMERCIAL 2.4. LOS ESTÁNDARES DE CALIDAD EN LA INVESTIGACIÓN DE MERCADOS 2.5. EXPECTATIVAS DE EVOLUCIÓN Y FUTURO 2.6. ENTORNO DE LA INVESTIGACIÓN COMERCIAL CONTRATACIÓN DE LOS ESTUDIOS DE MERCADO EN LA PRÁCTICA. 3. LAS FUENTES DE INFORMACIÓN 3.1. FUENTES PRIMARIAS Y FUENTES SECUNDARIAS. 3.1.A. FUENTES DE INFORMACIÓN INTERNAS: FUENTES PRIMARIAS Y SECUNDARIAS. 3.1.B. FUENTES DE INFORMACIÓN EXTERNAS: FUENTES PRIMARIAS Y SECUNDARIAS LA INVESTIGACIÓN EXPLORATORIA Y LAS FUENTES DE INFORMACIÓN SECUNDARIAS. 3.2.A. EL USO DE LAS BASES DE DATOS. 3.2.B. ACCESO A LAS FUENTES DE INFORMACIÓN SECUNDARIA EXTERNA. 3.2.C. CONCEPTO DE PANELES DE INFORMACIÓN. 3.2.D. EL CONCEPTO DE GEOMÁRKETING. 3.2.E. VALORACIÓN DE LAS FUENTES DE INFORMACIÓN SECUNDARIAS LA INVESTIGACIÓN EXPLORATORIA COMO INVESTIGACIÓN CUALITATIVA. 3.3.A. LA OBTENCIÓN DE INFORMACIÓN MEDIANTE TÉCNICAS CUALITATIVAS. 3.3.B. TÉCNICAS DE CREATIVIDAD. 3.3.C. DINÁMICA DE GRUPOS. 3.3.D. LAS ENTREVISTAS EN PROFUNDIDAD. 3.3.E. TÉCNICAS PROYECTIVAS LA INVESTIGACIÓN DESCRIPTIVA Y LAS FUENTES DE INFORMACIÓN PRIMARIAS. 3.4.A. EL CONCEPTO DE ENCUESTA. 3.4.B. EL CONCEPTO DE OBSERVACIÓN DISEÑO DE EXPERIMENTOS Y EXPERIMENTACIÓN COMERCIAL EN EL CONTEXTO DE LA INVESTIGACIÓN CAUSAL. 3.5.A. CONCEPTOS BÁSICOS. 3.5.B. VALIDACIÓN Y CLASES DE EXPERIMENTOS APLICACIONES DE LA INVESTIGACIÓN DE MERCADOS 4. ENTORNO DE MARKETING. TENDENCIAS ACTUALES 4.1. INTRODUCCIÓN 4.2. FUNCIÓN DE LA INVESTIGACIÓN COMERCIAL DENTRO DE LA PLANIFICACIÓN DE MARKETING EL CONCEPTO DE MARKETING

2 4.4. EL PRODUCTO 4.4.A. POSICIONAMIENTO DEL PRODUCTO 4.4.B. CICLO DE VIDA DE UN PRODUCTO (CVP) 4.4.C. DESARROLLO DE NUEVOS PRODUCTOS PRECIO. 4.5.A. MÉTODOS DE FIJACIÓN DE PRECIOS. 4.5.B. ESTRATEGIAS DE PRECIO 4.6. PROMOCIÓN 4.6.A. PUBLICIDAD. 4.6.B. PROMOCIÓN DE VENTAS. 4.6.C. LA VENTA PERSONAL 4.6.D. OTRAS FORMAS DE PROMOCIÓN DISTRIBUCIÓN 4.8. EL MERCADO. 4.8.A. SEGMENTACIÓN DE MERCADOS SISTEMA DE INFORMACIÓN MARKETING 4.9.A. TIPOS DE INVESTIGACIÓN DE MERCADO. 4.9.B. ETAPAS DE LA INVESTIGACIÓN DE MERCADO TENDENCIAS ACTUALES A. LA ORIENTACIÓN AL CLIENTE 4.10.B. EL MUNDO INTERNET 5. EJEMPLO DEL DESARROLLO LÓGICO Y FUNCIONAL DE LA APLICACIÓN DE LA INVESTIGACIÓN DE MERCADOS EN EL ÁREA DE MARKETING 5.1. CAPÍTULO 1 POR QUÉ NECESITAMOS LA INVESTIGACIÓN DE MERCADOS? 5.2. CUÁNTO PUEDE VENDERSE, DÓNDE Y CUÁNDO? 5.3. INVESTIGACIÓN DE LAS ACTITUDES DEL CONSUMIDOR FRENTE A LOS PRODUCTOS 5.4. CÓMO SE PUEDE HACER ATRACTIVO EL PRODUCTO PARA LOS CONSUMIDORES? 5.5. CÓMO SE DEBE DISTRIBUIR EL PRODUCTO? 5.6. CÓMO SE DEBE PROMOVER EL PRODUCTO? 5.7. SON FACTIBLES LOS PLANES DE LA AGROINDUSTRIA? 5.8. SERÁ RENTABLE EL NEGOCIO, Y A QUÉ PRECIOS? ANEXO 1 - TEMAS PARA LA INVESTIGACIÓN DE MERCADOS ANEXO 2 - UN CUESTIONARIO PARA EL CONSUMIDOR

3 1. PROCESO DE LA INVESTIGACIÓN DE MERCADOS 1.1. PASO 1º. DEFINICIÓN DEL PROBLEMA 1.2. PASO 2º. TRATAR DE EXPLICAR EL PROBLEMA PASO 3º. DEFINIR LOS OBJETIVOS DE LA INVESTIGACIÓN PASO 4º. FORMULAR EL PLAN GENERAL DE LA INVESTIGACIÓN. 1.4.A. EL TIPO DE INVESTIGACIÓN A SEGUIR: EXPLORATORIA O CONCLUYENTE. 1.4.B. EL TIPO DE INFORMACIÓN NECESARIA. 1.4.C. EL TIPO DE ANÁLISIS DE LA INFORMACIÓN PASO 5º. PRESUPUESTAR LA INVESTIGACIÓN Y TOMAR DECISIONES PASO 6º. PRESENTACIÓN DE INFORMES, RESULTADOS Y EVALUACIÓN DE LA INFORMACIÓN. 2. INTRODUCCIÓN A LAS TÉCNICAS CUANTITATIVAS 2.1. EL CUESTIONARIO 2.1.A. DISEÑO DEL CUESTIONARIO 2.2. EL MUESTREO 2.2.A. TIPOS DE MUESTREO 2.3. TIPOS DE ENCUESTAS 2.3.A. ENCUESTAS PERSONALES 2.3.B. ENCUESTAS POSTALES 2.3.C. ENCUESTAS TELEFÓNICAS 2.3.D. ENCUESTAS POR INTERNET 2.4. FASES DE UN PROCESO ESTADÍSTICO POR MUESTREO 2.4.A. ESTUDIO Y PLANTEAMIENTO. DISEÑO GENERAL DE LAS OPERACIONES ESTADÍSTICAS 2.5. TRABAJOS DE CAMPO 2.6. ETAPA DE TRATAMIENTO DE LA INFORMACIÓN RECABADA EN CAMPO 2.7. CONTROL DE CALIDAD DE LA INVESTIGACIÓN 3. TECNICAS DE OBSERVACIÓN 3.1. TIPOS DE OBSERVACIÓN 3.2. APLICACIONES DE LA OBSERVACIÓN: 3.3. PSEUDOCOMPRA 4. INTRODUCCIÓN A LAS TÉCNICAS CUALITATIVAS 4.1. INTRODUCCIÓN 4.1.A. OBJETIVOS 4.1.B. CARACTERÍSTICAS 4.2. LA OBSERVACIÓN PARTICIPANTE. 4.2.A. MARCO CONCEPTUAL. 4.2.B. PASOS PARA UNA OBSERVACIÓN PARTICIPANTE 4.3. LA ENTREVISTA EN PROFUNDIDAD 4.3.A. MARCO CONCEPTUAL DE LA ENTREVISTA CUALITATIVA 4.3.B. DEFINICIÓN Y CARACTERÍSTICAS DE LA ENTREVISTA EN PROFUNDIDAD 4.3.C. APLICACIONES, VENTAJAS Y LIMITACIONES 4.3.D. SELECCIÓN, CAPTACIÓN Y ORGANIZACIÓN 4.3.E. EJECUCIÓN 4.3.F. LA FUNCIÓN DEL ENTREVISTADOR 4.3.G. ANÁLISIS E INFORME DE RESULTADOS 4.4. LA REUNIÓN DE GRUPO. 4.4.A. INTRODUCCIÓN CONCEPTUAL 4.4.B. LA PRÁCTICA

4 4.5. LAS TÉCNICAS CUALITATIVAS PROSPECTIVAS: LOS ESTUDIOS TIPO DELPHI. 5. PANEL Y ÓMNIBUS 5.1. PANEL 5.2. ÓMNIBUS 6. INTRODUCCIÓN AL DATA MINING Y SISTEMAS DE INFORMACIÓN 6.1. INTRODUCCIÓN: SISTEMAS DE SOPORTE A LA DECISIÓN 6.1.A. DE LOS DATOS AL CONOCIMIENTO 6.2. METODOLOGÍA DE GESTIÓN DE UN PROYECTO DE DATA MINING 6.2.A. FASE 1. PERCEPCIÓN DE LA NECESIDAD DE INICIAR UN PROCESO DE DATA MINING 6.2.B. FASE 2. REFLEXIÓN 6.2.C. FASE 3. PLANIFICACIÓN 6.2.D. FASE 4. DEFINICIÓN Y OBTENCIÓN DE LOS DATOS NECESARIOS 6.2.E. FASE 5. INTEGRACIÓN Y MODIFICACIÓN DE LOS DATOS PARA EL ANÁLISIS 6.2.F. FASE 6. MODELIZACIÓN 6.2.G. FASE 7. IMPLEMENTACIÓN Y RETROALIMENTACIÓN 6.2.H. FASE 8. DISEÑO Y CONSTRUCCIÓN DE APLICACIONES DE VISUALIZACIÓN 6.3. METODOLOGÍA GENÉRICA DE ANÁLISIS DE DATOS 6.3.A. MUESTREO 6.3.B. EXPLORACIÓN 6.3.C. MODIFICACIÓN 6.3.D. MODELIZACIÓN 6.3.E. VALIDACIÓN 6.3.F. APLICACIÓN DE RESULTADOS 6.4. FASES DEL PROCESO ANALÍTICO 6.4.A. MUESTREO ESTADÍSTICO 6.4.B. TÉCNICAS DE PARTICIÓN DEL CONJUNTO DE DATOS DE ENTRADA 6.4.C. ANÁLISIS GRÁFICO DE DATOS 6.4.D. VARIABLES CALCULADAS 6.4.E. DETERMINACIÓN DE LAS VARIABLES DE ANÁLISIS 6.4.F. DETECCIÓN Y LIMPIEZA DE OUTLIERS 6.4.G. ASIGNACIÓN DE VALORES MISSING EN VARIABLES CONTINUAS 6.4.H. ASIGNACIÓN DE VALORES MISSING EN VARIABLES DISCRETAS 6.5. MÉTODOS DE ANÁLISIS DE DATOS 6.5.A. ANÁLISIS CLUSTER 6.5.B. ANÁLISIS DE REGRESIÓN 6.5.C. ANÁLISIS DISCRIMINANTE 6.5.D. ÁRBOLES DE DECISIÓN 6.5.E. REDES NEURONALES 6.5.F. REDES NEURONALES DE KOHONEN 6.5.G. INDUCCIÓN DE REGLAS 6.6. METODOLOGÍAS DE ANÁLISIS DE DATOS 6.6.A. METODOLOGÍA DE SCORING 6.6.B. METODOLOGÍA DE PREDICCIÓN DEL ABANDONO 6.7. SISTEMAS DE INFORMACIÓN

5 INDICE LECCION 1: Análisis Discriminante Introducción Función Discriminante Método Stepwise (inclusión por pasos) de selección de variables Análisis discriminante para tres o más grupos Conclusiones Resumen de la lección LECCION 2: ANÁLISIS LOGLINEAL Introducción Modelo saturado Modelo de independencia Análisis de Modelo Jerárquico Análisis loglineal general Modelos logit loglineal LECCIÓN 3. ANÁLISIS DE FIABILIDAD Introducción Alpha de Cronbach: cuadro de dialogo general y opciones Otros modelos de fiabilidad MASTER EN INVESTIGACIÓN DE MERCADOS Y ESTADÍSTICA APLICADA A LA EMPRESA 3

6 Índice 1. EL PROCESO DE LA MINERÍA DE DATOS Introducción al Data Mining Aplicaciones de la minería de datos Estadística versus Data Mining Técnicas, métodos y algoritmos en Data Mining Cuándo emplear data mining? El proceso de extracción de conocimiento útil Minería de datos y Data Warehouse Descripción de dos metodologías de minería de datos: CRISP-DM y SEMMA Metodología CRISP-DM Metodología SEMMA Fases del muestreo estadístico Usos actuales del muestreo Tipos de muestreo Estrategias generales de muestreo PREPROCESADO DE LOS DATOS Y EVALUACIÓN DE MODELOS Preprocesado de los datos Imputación de datos ausentes Filtrado y eliminación de valores extremos o outlier Transformación de la Base de datos Reducción de variables o de la dimensionalidad Balanceo de las clases Evaluación de modelos Evaluación de modelos de clasificación: Validación cruzada Evaluación de modelos de análisis de regresión ÁRBOLES DE DECISIÓN Y REGRESIÓN Aplicabilidad de los árboles de decisión Algoritmos de clasificación Árboles de decisión y regresión lineal... 86

7 3.4. Programas informáticos disponibles para la clasificación y segmentación jerárquica Ejemplos de árboles de decisión Valoración de créditos a través de árboles de decisión con SPSS y WEKA Ejemplo práctico 2. Decisión de volver de los turistas Árboles de decisón con el programa WEKA Árboles de regresión con el Algoritmo M5P de WEKA REGLAS DE ASOCIACIÓN Introducción a las reglas de asociación El algoritmo A priori Ejemplo con datos de comercio exterior Ejemplo aplicado a productos de un súpermercado (basket análisis) REDES NEURONALES Introducción a las redes neuronales Democrático Tipos de modelos de redes neuronales Unidades de procesamiento de la información Red neuronal Propiedades de los sistemas neuronales El perceptrón multicapa Cómo funciona la red? Etapa de funcionamiento Etapa de aprendizaje Metodología de aplicación de un perceptrón multicapa Los mapas autoorganizativos de Kohonen Etapa de funcionamiento Etapa de aprendizaje Aplicaciones de los mapas autoorganizativos Funciones de Base Radial Comparación entre las Funciones de Base Radial y el Perceptrón Multicapa Learning Vector Quantization (LVQ) Relaciones entre las redes neuronales artificiales y la estadística Programas de simulación de redes neuronales comerciales y freeware

8 5.14. Ejemplos prácticos de redes neuronales Ejemplo de predicción con redes neuronales Ejemplo de clasificación con redes neuronales Ejemplo de redes neuronales con el programa WEKA ALGORITMOS GENÉTICOS Introducción Definición Condiciones para la aplicación de los Algoritmos Genéticos Ventajas e Inconvenientes Fundamentos Teóricos (Conceptos) Codificación de los datos Algoritmo Parámetros necesarios al aplicar Algoritmos Genéticos Aplicaciones Reales de los Algoritmos Genéticos Ejemplos prácticos Máximo de una función Selección de atributos con Algoritmos Genéticos Conclusiones MÁQUINAS DE VECTORES SOPORTE Introducción Máquinas de vectores soporte con margen máximo Máquinas de vectores soporte con margen blando y norma 1 de las variables de holgura Máquinas de vector soporte con margen máximo en el espacio de las características. Máquinas no lineales de vectores soporte Aplicaciones de las SVM Paquetes informáticos para las SVM Ejemplo de Máquinas de Vectores Soporte con WEKA MÉTODOS BAYESIANOS Introducción a los métodos bayesianos Teorema de Bayes e hipótesis MAP: Clasificador Naïve Bayes Redes bayesianas Tipos de redes bayesianas

9 8.5 Algoritmos de aprendizaje automático Algoritmos basados en test de independencia Algoritmos de búsqueda Algoritmo K Algoritmo B Clasificador bayesiano: algoritmo TAN Utilización del programa WEKA con Naïves Bayes y Redes Bayesianas Ejemplo de redes bayesianas con K Ejemplo de redes bayesianas con TAN INTRODUCCIÓN A LA MINERÍA DE TEXTOS Y PÁGINAS WEB Minería de textos Minería Web Programas comerciales y de libre distribución relacionados con el text mining Aplicaciones de Text Mining y Web Mining con Rapid Miner Captura en ficheros txt de los ficheros html de un dominio web Extraer contenido de la web con procesamiento de la información COMBINACIÓN DE MODELOS. MULTICLASIFICADORES Introducción a los métodos de combinación de modelos Bagging Boosting Métodos de fusión Métodos híbridos Stacking Cascading Ejemplo práctico con el metaclasificador Stacking HERRAMIENTAS INFORMÁTICAS DE MINERÍA DE DATOS: WEKA y RAPIDMINER Introducción Cargando Datos en Weka Cómo cargar datos en Weka desde el Excel? Regresión Logística Redes Neuronales: Perceptrón Multicapa

10 Redes de Base Radial (RBF) Máquinas de vectores soporte Árboles de Decisión: C Clustering Reglas de Asociación Selección de atributos Algoritmos Genéticos Rapid Miner Conceptos generales Operadores Reglas de asociación Árboles de decisión Redes neuronales Clustering BIBLIOGRAFÍA