Introdução às capacidades analíticas em marketing; conceitos e aplicações. Abordagens para a alocação de recursos em marketing. Estruturação das métricas para identificar os drivers de vendas, lucro e participação de mercado. Análise econômico-financeira das ações de marketing. Conteúdo Programático Mínimo: I. Introdução às capacidades analíticas em marketing; conceitos e aplicações II. Abordagens para a alocação de recursos em Marketing ” Técnicas para análise e alocação de recursos em marketing ” Alocação de recursos em diferentes canais e atividades de comunicação III. Estruturação das métricas para identificar os drivers de vendas, lucro e participação de mercado ” Métricas para otimizar a alocação de recursos de marketing e orientar decisões ” Cálculo do índice de desenvolvimento de categoria ” Métricas para analisar linhas de produtos IV. Retorno sobre Investimentos (ROI) de marketing ” Cálculo do ROI de marketing ” Análise financeira dos investimentos em marketing V. Cálculo do Customer Lifetime Value VI. Análise dos resultados de programas de comunicação de marketing e força de vendas ” Métricas para analisar o desempenho de campanhas de propaganda, promoções, relações públicas e força de vendas ” Métricas para tomada de decisão no ambiente digital

Estruturas de Mercado. Atividade Econômica e Empresas. Políticas de Governo e Efeitos na Economia. Análise Competitiva. Métodos para Mensuração de Valor Conteúdo Programático Mínimo: I. Estruturas de Mercado ” Teoria do Consumidor (Demanda) ” Teoria do Produtor (Oferta) ” Teoria dos Jogos II. Atividade Econômica e Empresas ” Produto e Renda Nacional ” Nível de Atividade Econômica ” Tendências e Ciclos Econômicos III. Políticas de Governo e Impactos na Economia ” Política Fiscal e Monetária ” Política Cambial e Balanço de Pagamentos IV. Análise Competitiva V. Métodos para Mensuração de Valor

Introdução e Conceitos. Modelos de Regressão para Séries Temporais. Conceitos de Séries Temporais. Modelagem de Séries Temporais e Previsão.

Conceitos de contabilidade financeira e gerencial. Estruturas de custo. Classificação de custos e despesas. Custeio Marginal. Custeio por Absorção. Custeio por Atividades.

Desafios e dilemas do processo decisório, Abordagens para identificação e modelagem de problemas.  Diferenças entre business intelligence e data Science e implicações. Gerenciamento dos projetos analíticos.

Estrutura, finalidade e produtos das fases dos projetos analíticos. Papéis, competências e habilidades dos profissionais envolvidos. Abordagens para o gerenciamento e condução dos projetos analíticos.

Análise do contexto informacional. Modelagem dimensional, na modalidade Star Schema. Verificação da estabilidade do modelo. Gerenciamento das iniciativas analíticas.

Ambiente de programação R. Introdução a linguagem R. Visualização de dados em R. Conceito e tipos de variáveis aleatórias. Distribuição de frequências. Medidas descritivas (posição, dispersão, quantis). Tipos de gráfico (barplot, boxplot, scatterplot,histograma). Distribuição conjunta, marginal e condicional. Independência. Regra de Bayes. Correlação. Regressão linear simples.

Técnicas de estatística espacial: análise de vizinhanças, tendências, correlação e autocorrelação espacial. Geoestatística e regressão espacial. Desenvolvimento de Estudo de Caso junto à turma.

Relações. Redes sociais no Contexto Empresarial. Tipos de rede. Análise de Redes de Comunicação. Redes em Ambiente Organizacional. Mineração de Texto. Análise de sentimentos. Modelagem de dados textuais.

Otimização não linear. Algoritmos estocásticos. Redes neurais (feedforward, recorrentes, adversariais, generativas, profundas). Máquinas de vetores de suporte. Técnicas para seleção e combinação de modelos.

Introdução à modelagem preditiva. Regressão Logística. Regularização. Árvores de Decisão, Florestas Aleatórias e Bagging. Validação de modelos preditivos.

Computação distribuída e em nuvem. Revisão de bancos de dados relacionais e da linguagem SQL. Integração entre Hadoop e demais ferramentas de business Analytics. Acesso ao Hadoop através de interfaces de programação e comandos, Utilização de bibliotecas de análise in-db (MADLIB), Tecnologias de dados não-estruturados (NoSQL).

Big Data e Data Driven Economy. Introdução à análise exploratória de dados em SQL e Tableau. Ambiente e programação SQL. Visualização de dados com Tableau.

Geomarketing e Geoinformação – Evolução e o Estado-da-Arte. Conceitos de Informações Espaciais – Modelos de Dados. Exploração de Dados Geográficos. Análise Geográfica e Estatística Espacial.

Modelo Estatístico. Estimação e Intervalo de confiança. Testes de Hipótese. Regressão múltipla. Análise de Regressão. Análise de resíduos

Pré-tratamento de dados. Detecção e tratamento de outliers. Tratamento de dados faltantes. ANOVA e comparações múltiplas. Multicolinearidade. Métodos baseados em vizinhança. Regras de Associação e Market Basket Analysis.

Fundamentos de Cálculo e Álgebra Matricial. Matriz de covariância. Redução de dimensionalidade. Análise de componentes principais. Análise fatorial. Clusterização por K-means e cluster hierárquico.