Recerca Avançada
Codi: 42230 Crèdits: 10| Titulació | Tipus | Curs | Semestre |
|---|---|---|---|
| 4313148 Màrqueting | OB | 0 | 1 |
Professor/a de contacte
- Nom:
- Giuseppe Lamberti
- Correu electrònic:
- Desconegut
Idiomes dels grups
Podeu accedir-hi des d'aquest enllaç. Per consultar l'idioma us caldrà introduir el CODI de l'assignatura. Tingueu en compte que la informació és provisional fins a 30 de novembre de 2023.
Equip docent
- Jordi Lopez Sintas
- Giuseppe Lamberti
Prerequisits
Es recomana que l'estudiant disposi de coneixements bàsics en Recerca Comercial i en anàlisi de dades. Tambè es recomenable el seguiment del curs propedèutic "Introducció a l'anàlisi multivariant" que organitza el màster.
Objectius
La presa de decisions en Màrqueting és cada vegada més complexa i requereix d'un major coneixement del consumidor, tant per entendre el seu comportament com per preveure-ho.
En aquest mòdul s'aprofundirà en les eines imprescindibles tant per a una recollida d'informació fiable i valida com en el mètodes per la seva anàlisis per de sustentari una bona presa de decisions en màrqueting. Sòberden tant els mètodes qualitatives com el quantitatius i s'aborden els avanços metodològics resultat de les noves tecnologies.
Tot això estarà emmarcat en uns treballs pràctics. Per la manipulació de dades i la seva anàlisi s'utilitzarà un entorn d'anàlisi de dades obert, gratuït i de lliure accés (programari R) amd diferents interficies gràfiques (Rstudio i R Cloud) que permetrà realitzar l'anàlisi de les dades disponibles per a la problemàtica plantejada. Per tant, aquesta part del mòdul serà eminentment pràctica i es durà a terme a l'aula d'informàtica o amb un ordenador portatil propi.
Competències
- Analitzar dades d'enquesta mitjançant el programari estadístic adequat.
- Argumentar i redactar informes precisos i clars sobre problemes comercials plantejats.
- Desenvolupar habilitats comunicatives en presentacions orals davant de públics crítics.
- Desenvolupar habilitats directives i de lideratge.
- Dissenyar i executar investigacions de mercat.
- Planificar i portar a terme campanyes publicitàries.
- Treballar en equips de caràcter interdisciplinari.
Resultats d'aprenentatge
- Aplicar els diferents mètodes d'investigació.
- Argumentar i redactar informes precisos i clars sobre problemes comercials plantejats.
- Conèixer les tècniques d'investigació comunament aplicades a la investigació publicitària.
- Desenvolupar habilitats comunicatives en presentacions orals davant de públics crítics.
- Desenvolupar habilitats directives i de lideratge.
- Dissenyar investigacions en el camp publicitari.
- Gestionar els recursos necessaris per al desenvolupament d'una investigació.
- Identificar les característiques de la base de dades per a analitzar-les.
- Identificar les patologies o errors que afecten una investigació de mercats.
- Planificar correctament les diferents etapes d'un procés d'investigació comercial qualitatiu i quantitatiu.
- Reconèixer i identificar les diferents metodologies de recerca.
- Treballar en equips de caràcter interdisciplinari.
- Utilitzar correctament les eines informàtiques per a l'anàlisi de les dades.
Continguts
BLOC I: INVESTIGACIÓ QUALITATIVA
BLOC II: INVESTIGACIÓ QUANTITATIVA
Part C: Mètodes quantitatius de recerca en màrqueting - I (2,5 ECTS)
1) Models per construir mapes de percepcions i de preferències: Anàlisi de les components principals ACP
• Introducció a la metodologia i principals aplicacions
• Càlculs de les components
• Definició del nombres de components, cercle de les correlacions i interpretació
• Interpretació de l'gràfics de les components
2) Models per segmentar els mercats: Anàlisi Clúster AC
• Introducció a la metodologia i principals aplicacions
• Clúster jerarquicos, K-means
• Principals mètodes de càlcul de proximitat
• Definicions dels grups
• Interpretació dels resultats
3) Models per construir mapes de percepcions i de preferencies: Anàlisi de les correspondències CA
• Introducció a la metodologia i principals aplicacions
• Perfils columnes i fila, distància del Chi quadrat.
• Càlculs dels factors.
• Representació gràfiques.
• Interpretació dels resultats.
Part D: Mètodes quantitatius de recerca en màrqueting - II (2,5 ECTS)
1) Models per classificar els clientes: Anàlisi del Discriminant
• Introducció a la metodologia i principals aplicacions
• Funció discriminant lineal i quadràtica
• Taula de confusió
• Representació gràfica
• Ús predictiu de l'anàlisi discriminant
2) Repàs regressió lineal, regressió logística,regressió multinomial
• Repàs de la regressió lineal
• Introducció a la regressió logística: principals aplicacions
• Càlcul dels coeficients
• Interpretació dels resultats
• Validació del model: anàlisi dels residus
• Introducció a la regressió multinomial: principals aplicacions
• Càlcul dels coeficients
• Interpretació dels resultats
• Validació del model: anàlisi dels residus
3) Models causals: equacions estructurals
•Introducció a la metodologia i principals aplicacions
• Definició Variables latentsi variables manifestes
• Mètodes d'estimació
• Validació del model
• Interpretació dels coeficients i representació gràfiques
Metodologia
La metodologia docent i l'avaluació proposades a la guia poden experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.
S'utilitzaràn un conjunt de diferents metodologies: classes magistrals, assaigs, projectes, discussió de casos pràctics i exercicis.
Es reservaran 15 minunts per la resposta de les enquestes de satisfacció dels estudiants.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Activitats formatives
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Tipus: Dirigides | |||
| Classes magistrals, discussió de casos i presentació de treballs | 75 | 3 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13 |
| Tipus: Supervisades | |||
| Tutories i seguiment dels treballs a realitzar i dels casos a preparar | 50 | 2 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13 |
| Tipus: Autònomes | |||
| Lectures relacionades, preparació de casos i pràctiques, estudi i elaboració d'esquemes | 100 | 4 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13 |
Avaluació
Aquesta signatura/modul no preveu el sistema d'avaluació unica
A. Normes generals d'avaluació dels mòduls
Aquest mòdul s'estructura en diferents parts que estan a càrrec de diferents professors. La nota final del mòdul consisteix en la mitjana de les notes de cada assignatura o part que formen el mòdul.
Es considera que el mòdul s'ha aprovat si:
1 la nota de cada part del mòdul és superior o igual a 5 (en una escala de 0 a 10) i
2 la nota final del mòdul és major o igual a 5 (en una escala de 0 a 10)
Si el mòdul no està aprovat, la coordinació del màster oferirà a l'estudiant la possibilitat de re-avaluar les parts que formen el mòdul que no s'han superat si la nota es superior a 3,5, d'acord amb la valoració dels professors dels mòduls i de la coordinació. Si l'estudiant aprova la reavaluació la nota màxima que s'obtindrà en la part reavaluada serà de 5. El calendari de les reavaluacions es farà públic juntament amb la llista de notes del mòdul.
La nota de cada part del mòdul
L'alumne tindrà una nota de No Avaluat si no assisteix com a mínim al 80% de les classes presencials (es portarà un control amb un full de signatures o amb les activitas realitzat a classe per avaluar) o si no realitza almenys el 66,66% de les activitats d'avaluació continuada. Cada professor especificarà en aquesta guia la manera en la qual avaluarà els estudiants. Si no s'especifica en la guia, aquestes normes d'avaluació es lliuraran el primer dia de classe per escrit.
B. Calendari d’activitats d’avaluació
Les dates de les diferents proves d'avaluació (exàmens parcials, exercicis en aula, entrega de treballs, ...) s'anunciaran amb suficient antelació durant el semestre.
La data de l'examen final de l'assignatura està programada en elcalendari d'exàmens de la Facultat.
"La programació de les proves d’avaluació no es podrà modificar, tret que hi hagi un motiu excepcional i degudament justificat pel qual no es pugui realitzar un acte d’avaluació. En aquest cas, les persones responsables de les titulacions, prèvia consulta al professorat i a l’estudiantat afectat, proposaran una nova programació dins del període lectiu corresponent." Apartat 1 de l'Article 115. Calendari de les activitats d’avaluació (Normativa Acadèmica UAB)
Els estudiants i les estudiantes de la Facultat d'Economia i Empresa que d'acord amb el paràgraf anterior necessitin canviar una data d'avaluació han de presentar la petició omplint el document Sol·licitud reprogramació prova https://eformularis.uab.cat/group/deganat_feie/reprogramacio-proves
Procediment de revisió de les qualificacions
Coincidint amb l'examen final s'anunciarà el dia i el mitjà en que es publicaran les qualificacions finals. De la mateixa manera s'informarà del procediment, lloc, data i hora de la revisió d'exàmens d'acord amb la normativa de la Universitat.
Procés de Recuperació
“Per participar al procés de recuperació l'alumnat ha d'haver estat prèviament avaluat en un conjunt d'activitats que representi un mínim de dues terceres parts de la qualificació total de l'assignatura o mòdul.”Apartat 3 de l'Article 112 ter. La recuperació (Normativa Acadèmica UAB).Els estudiants i les estudiants han haver obtingut una qualificació mitjana de l’assignatura entre 3,5 i 4,9.
Tots els alumnes tenen l'obligació de realitzar les tasques avaluables. Si la nota de curs de l'alumne és 5 o superior, es considera superada l'assignatura i aquesta no podrà ser objecte d'una nova avaluació. En el cas d'una nota inferior a 3,5, l'estudiant haurà de repetir l'assignatura en el següent curs. Per aquells estudiants que la nota de curs sigui igual o superior a 3,5 i inferior a 5 podran presentar-se a la prova de recuperació. Els professors de l'assignatura decidiran la modalitat d'aquesta prova. Quan la nota de la prova de recuperació sigui igual o superior a 5, la qualificació final de l’assignatura serà d’APROVAT essent la nota numèrica màxima un 5. Quan la nota de la prova de recuperació sigui inferior a 5, la qualificació final de l’assignatura serà de SUSPENS essent la nota numèrica la nota de curs (i no la nota de la prova de recuperació).
Un estudiant que no es presenta a cap prova avaluable es considera no avaluable, per tant, un estudiant que realitza alguna component d'avaluació continuada ja no pot ser qualificat com "no avaluable”.
La data d’aquesta prova estarà programada en el calendari d'exàmens de la Facultat. L'estudiant que es presenti i la superi aprovarà l'assignatura amb una nota de 5. En cas contrari mantindrà la mateixa nota.
Irregularitats en actes d’avaluació
Sense perjudici d'altres mesures disciplinàries que s'estimin oportunes, i d'acord amb la normativa acadèmica vigent, "en cas que l’estudiant realitzi qualsevol irregularitat que pugui conduir a una variació significativa de la qualificació d’un acte d’avaluació, es qualificarà amb 0 aquest acte d’avaluació, amb independència del procés disciplinari que s’hi pugui instruir. En cas que es produeixin diverses irregularitats en els actes d’avaluació d’una mateixa assignatura, la qualificació final d’aquesta assignatura serà 0". Apartat 10 de l'Article 116. Resultats de l'avaluació. (Normativa Acadèmica UAB)
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Casos pràctics | 40% | 20 | 0,8 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13 |
| Participació | 20% | 2 | 0,08 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13 |
| Prova | 40% | 3 | 0,12 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13 |
Bibliografia
BLOC I: INVESTIGACIÓ QUALITATIVA
Bibliografia bàsica
Kuckartz, U., & Rädiker, S. (2019). Analyzing Qualitative Data with MAXQDA: Text, Audio, and Video. Springer International Publishing. https://doi.org/10.1007/978-3-030-15671-8
Rädiker, S., & Kuckartz, U. (2020). Analyzing Open-Ended Survey Questions with MAXQDA. MAXQDA Press. https://doi.org/10.36192/978-3-948768027
Rädiker, S., & Kuckartz, U. (2020). Focused Analysis of Qualitative Interviews with MAXQDA (1st ed.). MAXQDA Press. https://doi.org/10.36192/978-3-948768072.
Rädiker, Stefan, and Andre Morgenstern-Einenkel. Collaborative Data Analysis Using MAXQDA TeamCloud. 1st ed. DE: MAXQDA Press, 2022. https://doi.org/10.36192/978-3-948768140.
Gizzi, Michael C., and Stefan Rädiker, eds. The Practice of Qualitative Data Analysis. DE: MAXQDA Press, 2021. https://doi.org/10.36192/978-3-948768058.Kuckartz, A., & Sharp, M. (2011). Responsibility: A Key Category for Understanding the Discourse on the Financial Crisis—Analyzing the KWALON Data Set with MAXQDA 10. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 12.
Bibliografia complementària
Becker, H. S. (1998). "Tricks of the Trade: How to Think About Your Research While You're Doing It". Chicago: The University of Chicago Press.
Blaikie, N. W. H. (2000). Designing social research: The logic of anticipation. Polity Press.
Bryman, A. (1988). Quantity and Quality in Social Research. London, Boston: Unwin Hyman.
Creswell, J. W. (1998). Qualitative Inquiry and Research Design: Choosing Among Five Traditions. Thousand Oaks (Calif.) [etc.]: Sage.
Denzin, N.K., and Y.S. Lincoln (1994), Handbook of Qualitative Research. CA: Sage.
Miles, M. B., Huberman, A. M., & Saldaña, J. (2014). Qualitative data analysis: A methods sourcebook (Third edition). SAGE Publications, Inc.
Patton, M. Q. (2002). Qualitative research & evaluation methods (3rd ed.). Thousand Oaks, CA: Sage.
Saldaña, J. (2009). The Coding Manual for Qualitative Researchers. SAGE.
Seale, C. (1999). The Quality of Qualitative Research. London: SAGE Publications.
Shank, G. D. (2002). Qualitative Research: A Personal Skills Approach. Upper Saddle River, NewJersey: Merrill Prentice Hall
Strauss, A. L. (1991). Basics of Qualitative Research: Grounded Theory Procedures and Technique (3rd. printing.). Newbury Park: SAGE.
Schedule: See campus virtual (digital learning platform)
BLOC II: INVESTIGACIÓ QUANTITATIVA
Part C i D:
Hair, Joseph F, Rolph E Anderson, Ronald L Tatham, and William C Black. 2009. Multivariate Data Analysis with Readings. 7th ed. Upper Saddle river, NJ: Prentice Hall International Editions.
Modern Marketing Research: Concepts, Methods, and Cases, Feinberg, F.M. et al., Second Edition, published by Cengage Learning, 2012
Lilien, G.L. and Rangaswamy, A. 2004. Marketing Engineering: Computer-Assisted Marketing Analysis and Planning, Prentice Hall, Inc.
Chapman, N.C., and McDonnell, E., Feit. 2015. R for Marketing Research and Analytics, Springer-Verlag, Switzerland.
Programari
Els estudiants tenen a la seva disposició el programari:
-Google suite
-Zotero (gestor de referències bibligràfiques)
-R Language and Environment for Data Analysis (open source)
-Rstudio (GUI open source per l'ús de R)
-Rstudio.cloud
-QualCoder (qualitative data analysis software bassat en Python, open source)
-RQDA (qualitative data analysis software bassat en R, open source)
-Dedoose (web-based qualitative data analysis software)
- MaxQDA i Nvivo