Guía docente de Metodología de Investigación en Marketing y Comportamiento del Consumidor (M01/56/1/15)

En este curso se estudia la metodología y el proceso de investigación aplicado al marketing. Partiendo de una breve referencia a la evolución de los aspectos metodológicos, corrientes y herramientas más relevantes para analizar el proceso de investigación e insistir en diferentes técnicas de análisis de datos. Conscientes de la procedencia diversa de los estudiantes de este máster, en este curso se pretende establecer un nivel mínimo de conocimiento de técnicas de análisis de datos de gran utilidad en la investigación de marketing y comportamiento del consumidor. Por ello, para muchos contenidos se establece una carga de trabajo reducida puesto que se trata de un repaso de conocimientos que ya se debieran tener.

Bloque 1: Metodología, proceso de investigación y análisis de datos

• Tema 1.1: Metodología y método científico en marketing. Tendencias

• Tema 1.2: Proceso de investigación. Marketing analítico y nuevas métricas

• Tema 1.3: Técnicas de análisis multivariable: Análisis cluster

• Tema 1.4: Segmentación jerárquica

Bloque 2 : Modelos lineales aplicados al comportamiento del consumidor.

• Tema 2.1: Regresión lineal simple y múltiple y sus aplicaciones.

• Tema 2.2: Path analysis aplicado en la resolución de problemas complejos en comportamiento del consumidor.

• Tema 2.3: Análisis factorial y validación de escalas a través del análisis factorial confirmatorio.

• Tema 2.4: Modelos de ecuaciones estructurales aplicados al marketing y el comportamiento del consumidor.

Estadística básica: análisis univariante y bivariante.

Conocimientos y contenidos (C)

• C01 Posee y comprende conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
• C02 Conoce el software específico en el ámbito de estudio.
• C03 Lleva a cabo actividades orientadas a un aprendizaje basado en la acción-experiencia que facilitará la apropiación e integración de destrezas y conocimientos.
• C04 Comprende la diversidad de enfoques en comportamiento del consumidor.
• C06 Conoce las nuevas tendencias y cambios derivados de la innovación tecnológica y del desarrollo de las TIC, especialmente en lo que afecta al comercio y comportamiento del consumidor.
• C07 Descubre, analiza y comprende la utilidad profesional de su formación.

Habilidades y destrezas (HD)

• HD01 Aplica los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. HD02 Adquiere habilidades para la comprensión cognitiva
• HD03 Potencia la conexión con el entorno, con las empresas, instituciones y administraciones públicas.
• HD04 Aplica las nuevas tecnologías de la información y comunicación al desarrollo teórico-practico de la docencia y aprendizaje de doctorado, así como a la gestión de los cursos, mediante la utilización de la gama de posibilidades que las TIC ofrecen.
• HD05 Aplica a entornos nuevos o poco conocidos, dentro de contextos más amplios (o multidisciplinares), los conceptos, principios, teorías o modelos relacionados con el comportamiento del consumidor.
• HD06 Aplica los conocimientos para el desarrollo de estrategias para el intercambio.
• HD07 Elabora adecuadamente y con cierta originalidad composiciones escritas o argumentos motivados, de redactar planes, proyectos de trabajo o artículos científicos o de formular hipótesis razonables que pueden ser aplicables al ámbito académico y el profesional.
• HD08 Presenta públicamente ideas, procedimientos o informes de investigación, de transmitir emociones o de asesorar a personas y a organizaciones.
• HD09 Posee la habilidad de aprendizaje para el estudio autodirigido o autónomo.
• HD10 Demuestra capacidad para la resolución de problemas y tomar decisiones.
• HD11 Maneja y gestiona la información.
• HD12 Aplica los conocimientos a la práctica.
• HD13 Aplica a entornos nuevos o poco conocidos, dentro de contextos más amplios (o multidisciplinares), la metodología para la resolución de problemas relativos al consumidor.

Competencias (COM)

• COM01 Integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
• COM02 Ser capaz de comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
• COM03 Capacitar para trabajar en equipo.
• COM04 Emitir juicios en función de criterios, de normas externas o de reflexiones personales. Dichos juicios pueden apoyarse en información incompleta o limitada que incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
• COM05 Integrar sus conocimientos en un ámbito profesional.
• COM06 Poseer la capacidad de análisis y síntesis.
• COM07 Capacitar para la organización y planificación.
• COM08 Adquirir habilidades para la comunicación oral y escrita.
• COM09 Capacitar para el razonamiento crítico y autocrítico.
• COM10 Capacitar para el diseño y gestión de proyectos.

Bloque 1 (ECA) : Metodología, proceso de investigación y análisis de datos

1. Marketing y método científico.

• Origen y evolución del marketing.
• Principales orientaciones científicas en marketing y comportamiento del consumidor.
• Investigación en marketing: Hechos más destacables.
• Tendencias: prioridades y contexto actual del marketing.

2. El proceso de investigación y marketing analítico

• El proceso de investigación de mercados: aplicaciones.
• Etapas del proceso de investigación de mercados.
• Introducción a la experimentación y a la medida.
• Marketing analítico y nuevas métricas.
• Caso práctico.

3. Técnicas de análisis de datos: Análisis cluster

• Introducción y tipos análisis multivariable.
• Relación de técnicas de análisis de datos.
• Análisis clúster: concepto y tipos
• Proceso para realizar un análisis cluster
• Aplicaciones y limitaciones.
• Caso práctico.

4. Segmentación jerárquica

• Concepto y clasificación.
• Chi-squared Automatic Interaction Detection (CHAID) y proceso
• Otros algoritmos
• Aplicaciones y limitaciones.
• Caso práctico.

Bloque 2 (MARM): Modelos lineales aplicados al comportamiento del consumidor

1. Regresión lineal simple y múltiple y sus aplicaciones.

• Introducción a los modelos de regresión.
• Regresión lineal simple.
• Regresión lineal múltiple.
• Supuestos del modelo de regresión lineal.

2. Path analysis aplicado en la resolución de problemas complejos en comportamiento del consumidor.

• Introducción al path analysis.
• Relaciones causales: tipo y representación gráfica.
• Asunciones del path analysis.
• Etapas en la formulación e interpretación de un path analysis.
• Comparación de modelos.

3. Análisis factorial y validación de escalas a través del análisis factorial confirmatorio.

• Análisis factorial exploratorio y análisis de componentes principales: características y diferencias.
• Formulación del análisis factorial exploratorio y del análisis de componentes principales.
• Esquema de procedimiento e interpretación de resultados.
• Análisis factorial confirmatorio.
• Formulación y estimación del modelo.
• Evaluación de la bondad del ajuste.
• Interpretación y evaluación de la validez del instrumento de medida propuesto.
• Reespecificación del modelo planteado.

4. Modelos de ecuaciones estructurales aplicados al marketing y el comportamiento del consumidor.

• Introducción y tipos de modelos de ecuaciones estructurales.
• Formulación y estimación de los modelos basados en covarianzas.
• Interpretación y evaluación de la bondad del ajuste.
• Reespecificación del modelo planteado.

Cada bloque temático lleva asociado la resolución de varios casos prácticos y de aplicación de cada una de las herramientas y conceptos que se abordan en la asignatura.

• ARBUCKLE, J.L. (2013): IBM SPSS Amos 22. User's guide. IBM Corp.
• BRAKUS, J. J., SCHMITT, B. H., & ZARANTONELLO, L. (2009). Brand experience: what is it? How is it measured? Does it affect loyalty? Journal of marketing, 73(3), 52-68.
• CHAPMAN, C.; McDONNELL, E. (2015): R for Marketing Research and Analytics. Springer.
• FLORÈS, L. (2014). How to measure digital marketing. Metric for assessing impact and designing success. Palgrave Macmillan
• HAIR, J.F.; BLACK, W.C.; BABIN, B.J.; ANDERSON, R.E. (2019): Multivariate Data Analysis. Andover, Hampshire, UK. Cengage Learning.
• WANG, J. & WANG, X. (2019): Structural Equation Modeling: Applications using Mplus (Second Edition). Chichester, West Sussex, UK. John Wiley & Sons.
• KLINE, R.B. (2016): Principles and Practice of Structural Equation Modeling. New York, NY. Guilford Press.
• LUQUE, T. (2017): Investigación de Marketing 3.0. Pirámide. Madrid.
• LUQUE, T. et al. (2012): Técnicas de análisis de datos en investigación de mercados. Pirámide. Madrid
• MUELLER, R.O. (1996): Basic Principles of Structural Equation Modeling. New York, NY. Springer-Verlag.
• ROBERTS, J. H., KAYANDE, U., & STREMERSCH, S. (2014). From academic research to marketing practice: Exploring the marketing science value chain. International Journal of Research in Marketing, 31(2), 127-140.
• TABACHNICK, B.G.; FIDELL, L.S. (2019): Using Multivariate Statistics (Seventh Edition). Boston, MA. Pearson Education.
• WEDEL, M., & KANNAN, P. K. (2016). Marketing analytics for datarich environments. Journal of Marketing, 80(6), 97-121.

• Insights + Analytics España: http://ia-espana.es/
• AEMARK: http://www.aemark.es/
• AMERICAN  MARKETING ASSOCIATION (AMA): https://www.ama.org
• CENTRO DE INVESTIGACIONES SOCIOLÓGICAS (CIS): http://www.cis.es/cis/opencms/ES/index.html
• EMAC: http://www.emac-online.org/r/default.asp?iId=IHGMD
• ESOMAR: http://www.esomar.org/
• INSTITUTO DE ESTADISTICA Y CARTOGRAFÍA DE ANDALUCIA: http://www.juntadeandalucia.es/institutodeestadisticaycartografia
• INSTITUTO NACIONAL DE ESTADÍSTICA: http://www.ine.es/
• Eurobarometer http://ec.europa.eu/
• Orange software: https://orange.biolab.si/
• Le Sphinx: https://www.lesphinx.es/
• SPSS: http://www-01.ibm.com/software/es/analytics/spss/

El artículo 17 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que la convocatoria ordinaria estará basada preferentemente en la evaluación continua del estudiante, excepto para quienes se les haya reconocido el derecho a la evaluación única final. Las actividades y criterios de evaluación, así como el peso asignado a cada uno de ellos son los que se muestran a continuación:

Es requisito indispensable para poder superar la asignatura obtener al menos un 50% en cada una de las partes para hacer media.

Dado que el curso es de carácter presencial, es obligatoria la asistencia a clase y la realización de las prácticas planificadas en el curso. La calificación en la componente práctica obtenida por el alumno a través de su trabajo continuado durante el periodo lectivo será la que conste en convocatorias ordinarias.

Siguiendo las especificaciones recogidas en el punto 22 de la “NCG71/2: Normativa de evaluación y de calificación de los estudiantes de la Universidad de Granada” aprobada en la sesión extraordinaria del Consejo de Gobierno de 20 de mayo de 2013 y modificada en Consejo de Gobierno de 24 de mayo de 2017, en el caso de asignaturas cuyas Guías Docentes contemplen un examen final que supongan el 50% o más del total de la ponderación de la calificación final de la asignatura y el estudiante decidiera no realizarlo, figurará en el acta con la anotación de "No presentado". Cuando el estudiante haya realizado actividades y pruebas del proceso de evaluación continua contempladas en la guía docente de la asignatura que constituyan más del 50% del total de la ponderación de la calificación final de la asignatura, figurará en el acta con la calificación correspondiente.

El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua. De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de una prueba y/o trabajo.

Como regla general, la calificación en la componente práctica obtenida por el alumno a través de su trabajo continuado durante el periodo lectivo será la que conste en la convocatoria extraordinaria. El alumno que no haya realizado las actividades prácticas programadas durante el curso o quiera mejorar la calificación de las mismas, será evaluado a través de un examen de idénticas características a las señaladas más arriba que incluirá cuestiones referidas a las tareas prácticas.

El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrán acogerse a la evaluación única final, el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas.

Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases o por causa sobrevenidas. Lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.

La evaluación en tal caso podrá incluir cuantas pruebas sean necesarias para acreditar que el estudiante ha adquirido la totalidad de las competencias descritas en la Guía Docente de la asignatura e incluirá trabajos que a título individual el alumno deberá entregar en el plazo establecido, así como una prueba escrita de evaluación de competencias y contenidos.