MARC details
| 000 -CABECERA |
|---|
| campo de control de longitud fija |
16102nam a2200469 4500 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL |
|---|
| campo de control |
OSt |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
|---|
| campo de control |
20240305114143.0 |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL |
|---|
| campo de control de longitud fija |
240305s2022 mx ado|g |||| 001 0 spa d |
| 020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO |
|---|
| Número Internacional Estándar del Libro |
9786071517654 |
| 040 ## - FUENTE DE LA CATALOGACIÓN |
|---|
| Agencia de catalogación original |
Co-BrCUA |
| Idioma de catalogación |
spa |
| Normas de descripción |
RCAA2 |
| Centro/agencia transcriptor |
Co-BrCUA |
| 082 04 - NÚMERO DE LA CLASIFICACIÓN DECIMAL DEWEY |
|---|
| Número de clasificación |
658.83 |
| Clave de autor |
H153 2022 |
| Número de edición |
23 |
| 100 ## - ENTRADA PRINCIPAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Hair, Joseph F. |
| 9 (RLIN) |
6470 |
| 245 ## - MENCIÓN DE TÍTULO |
|---|
| Título |
Fundamentos de analítica de marketing / |
| Mención de responsabilidad, etc. |
JosephF. Hair, Jr., Dana E. Harrison, Haya Ajjan, y...[otro mas] |
| 260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC. |
|---|
| Lugar de publicación, distribución, etc. |
México : |
| Nombre del editor, distribuidor, etc. |
McGraw Hill, |
| Fecha de publicación, distribución, etc. |
2022. |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
462 páginas : |
| Otras características físicas |
ilustraciones, gráficas, fotografías, |
| Dimensiones |
27 cm. |
| 336 ## - TIPO DE CONTENIDO |
|---|
| Fuente |
4rdacontent |
| Término de tipo de contenido |
Texto |
| Código de tipo de contenido |
txt |
| 337 ## - TIPO DE MEDIO |
|---|
| Fuente |
rdamedia |
| Nombre/término del tipo de medio |
Sin mediación |
| Código del tipo de medio |
n |
| 338 ## - TIPO DE SOPORTE |
|---|
| Fuente |
rdacarrier |
| Nombre/término del tipo de soporte |
Volumen |
| Código del tipo de soporte |
nc |
| 500 ## - NOTA GENERAL |
|---|
| Nota general |
Incluye rosario, página 444. |
| 500 ## - NOTA GENERAL |
|---|
| Nota general |
Incluye índice, página 451. |
| 504 ## - NOTA DE BIBLIOGRAFÍA, ETC. |
|---|
| Nota de bibliografía, etc. |
PARTE 1 PANORÁMICA DE LA ANALÍTICA DE MARKETING Y LA ADMINISTRACIÓN DE DATOS.<br/> 1 introducción a la analítica de marketing.<br/> 1.1 Introducción a la analítica de marketing Definición de analítica de marketing Niveles de analítica y su efecto sobre la ventaja competitiva.<br/> 1.2 Definición correcta de los problemas de negocios.<br/> 1.3 Fuentes de datos.<br/> 1.4 Tipología de datos. tipos de datos. Medición de datos. Escalas métricas.<br/> 1.5 Variables de pronóstico y variables objetivo. Tipos de variables.<br/> 1.6 Tipos de modelos: aprendizaje supervisado y no supervisado.<br/> 1.7 Los siete pasos del proceso de la analítica de marketing.<br/> Paso 1. Comprensión del problema del negocio.<br/> Paso 2. Comprensión y acopio de datos.<br/> Paso 3. Preparación de los datos y selección de características.<br/> Paso 4. Elaboración del modelo.<br/> Paso 5. Evaluación e interpretación del modelo.<br/> Paso 6. Comunicación del modelo y los resultados.<br/> Paso 7. Despliegue del modelo.<br/> 1.8 Cómo distinguirse de los demás.<br/>Resumen de los objetivos de aprendizaje y términos clave.<br/>Preguntas de análisis y repaso.<br/>Razonamiento crítico y aplicaciones de marketing.<br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
2 Administración de datos.<br/> 2.1 Llegó la era de los big data.<br/> 2.2 Sistemas de administración de bases de datos (DBMS, Database Management Systems).<br/> 2.3 Arquitectura de datos empresariales.<br/> ETL tradicional.<br/> ETL con Hadoop.<br/> El almacenamiento de datos al detalle.<br/> 2.4 Calidad de los datos.<br/> 2.5 Comprender, preparar y transformar los datos.<br/>Comprensión de los datos.<br/> Preparación de los datos.<br/> Transformación de los datos.<br/>ESTUDIO DE CASO: PAN TOSTADO CON AGUACATE: UNA RECETA PARA APRENDER SQL.<br/> Cómo empezar.<br/> Cómo entender el conjunto de datos.<br/> Aplicación de los conceptos.<br/> Agregación.<br/> Elabore su propia tabla de proveedores.<br/> Agregue datos a su tabla.<br/> Una de las dos tablas (COMBINAR).<br/> Actualizar los datos.<br/> Elimine valores.<br/> Resumen de los objetivos de aprendizaje y términos clave.<br/> Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
PARTE 2 Exploración y visualización de patrones de datos.<br/> 3 Análisis exploratorio de datos con base en la analítica cognitiva.<br/>3.1 Importancia del análisis exploratorio de datos.<br/> 3.2 Definición de analítica cognoscitiva y descubrimiento de conocimientos.<br/> La tecnología de analítica cognoscitiva que ganó en Jeopardy.<br/> 3.3 Casos de aplicación de analítica cognoscitiva.<br/> Analítica cognitiva para la interfaz con los clientes.<br/> Analítica cognitiva en las operaciones internas y la toma de decisiones.<br/> 3.4 Fuentes de datos internas y externas para mejorar el conocimiento.<br/> ESTUDIO DE CASO: EXAMEN DE LA EXPERIENCIA DE LOS CLIENTES EN LÍNEA.<br/> Entender el problema del negocio.<br/> Entender el conjunto de datos.<br/> Aplicación de los conceptos.<br/> Aprendizajes de la aplicación de los conceptos.<br/> Resumen de los objetivos de aprendizaje y términos clave.<br/> Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
4 Visualización de datos.<br/> 4.1 ¿Qué es la visualización de datos?.<br/> 4.2 Principios y elementos de diseño para la visualización de datos.<br/>Principios de diseño.<br/> Elementos básicos del diseño.<br/> 4.3 Consideraciones básicas para elaborar visualizaciones de datos.<br/> Diagramas y gráficas comunes.<br/> 4.4 Entonces, ¿qué cuenta usted?<br/> ESTUDIO DE CASO: TELECOMUNICACIONES: CÓMO OPTIMIZAR LA ADQUISICIÓN DE CLIENTES.<br/> Entender el problema del negocio.<br/> Entender el conjunto de datos.<br/> Preparación de los datos.<br/> Aplicar los conceptos.<br/> Conocimientos adquiridos al aplicarlos conceptos.<br/> Resumen de los objetivos de aprendizaje y términos clave.<br/> Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
PARTE 3 Métodos analíticos para el aprendizaje supervisado.<br/> 5 Análisis de regresión.<br/> 5.1 Qué son los modelos de regresión.<br/> Regresión lineal simple.<br/> Regresión lineal múltiple..<br/> Evaluación de la habilidad del modelo de regresión para realizar predicciones.<br/> 5.2 Modelo de regresión predictivo.<br/> 5.3 Desempeño de la regresión predictiva.<br/> 5.4 Validación del modelo.<br/> 5.5 Modelos con variables categóricas.<br/> 5.6 Selección de la variable independiente del modelo.<br/> Detección de la multicolinealidad.<br/> Selección de atributos.<br/> ESTUDIO DE CASO: ¿QUIERE UN VIAJE?<br/> CÓMO ANTICIPAR LOS PRECIOS QUE LOS CLIENTES ESTÁN DISPUESTOS A PAGAR POR LOS SERVICIOS DE TRANSPORTE EN TAXI.<br/> Entender el problema del negocio.<br/> Entender el conjunto de datos.<br/> Preparación de los datos.<br/> Aplicación de los conceptos.<br/> Paso 1: preparación de los datos para el modelo.<br/> Paso 2: cómo configurar el modelo de entrenamiento y de validación cruzada.<br/> Paso 3: evaluación de los resultados del modelo.<br/> Paso 4: aplicación del modelo al nuevo conjunto de datos.<br/>Conocimientos adquiridos en la aplicación de los conceptos.<br/> Resumen de los objetivos de aprendizaje.<br/> y términos clave.<br/> Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
6 Redes neuronales<br/> 6.1 Introducción a las redes neuronales.<br/> 6.2 Cómo se usan las redes neuronales en la práctica.<br/> 6.3 Elementos básicos de una red neuronal!.<br/> 6.4 Cómo aprende una red neuronal.<br/> Cómo se ve el proceso en acción.<br/> Cómo aprende la red.<br/> Cuándo deja de aprender la red.<br/> 6.5 Principales aspectos que hay que recordar cuando se usan redes neuronales.<br/> ESTUDIO DE CASO: EL SECTOR DE LA AVIACIÓN CIVIL: PARA ENTENDER LA SATISFACCIÓN DE LOS CLIENTES.<br/> Entender el problema de negocios.<br/> Entender el conjunto de datos.<br/> Preparación de los datos.<br/> Aplicación de los conceptos.<br/> Paso l: preparación de los datos para el modelo.<br/> Paso 2: configuración del modelo de entrenamiento y la validación cruzada.<br/> Paso 3: evaluar los resultados del modelo.<br/> Paso 4: aplicar el modelo a un nuevo conjunto de datos.<br/> Conocimientos que se adquieren en la aplicación de los conceptos.<br/> Resumen de los objetivos de aprendizaje y términos clave.<br/> Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
7 Aprendizaje automático automatizado.<br/> 7.1 Qué es el aprendizaje automático automatizado.<br/> Qué preguntas podrían surgir.<br/> 7.2 El aprendizaje automático automatizado en el marketing.<br/> ¿Qué compañías aprovechan el aprendizaje automático automatizado?.<br/> 7.3 Principales pasos del aprendizaje automático automatizado.<br/> Preparación de los datos.<br/> Elaboración de los modelos.<br/> Creación de modelos ensamblados.<br/> Métodos de ensamble avanzados.<br/>Recomendación de modelos.<br/> ESTUDIO DE CASO: DATOS SOBRE PRÉSTAMOS: CUÁNDO Y CÓMO APOYAR LA RESPONSABILIDAD FISCAL EN LOS CLIENTES. <br/> Entender el problema del negocio.<br/> Entender el conjunto de datos.<br/> Cargar los datos.<br/> Examinar los elementos.<br/> Definir la variable objetivo.<br/> Ejecutar el modelo.<br/> Evaluación de los resultados de los modelos.<br/> Aplicación del modelo para proyectar nuevos casos.<br/> Conocimientos adquiridos de la aplicación de los conceptos.<br/> Resumen de los objetivos de aprendizaje y términos clave.<br/> Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/><br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
PARTE 4 Métodos analíticos para el aprendizaje no supervisado.<br/> 8 Análisis de agrupamientos<br/> 8.1 Qué es el análisis de agrupamientos.<br/> 8.2 Cómo se usa el análisis de agrupamientos en la práctica.<br/> 8.3 Cómo funciona el análisis de agrupamientos.<br/> 8.4 Tipos de análisis de agrupamientos.<br/> Agrupamiento de k medias<br/> Puntos del agrupamiento de k medias que hay que recordar.<br/> Agrupamiento jerárquico.<br/> Puntos del agrupamiento jerárquico que hay que recordar.<br/> ESTUDIO DE CASO: VENTAS EN LÍNEA DE PERFUMES Y COSMÉTICOS: CÓMO<br/> ENTENDER LA SEGMENTACIÓN DE CLIENTES MEDIANTE ANÁLISIS DE AGRUPAMIENTOS.<br/> Entender el problema de negocios.<br/> Entender la base de datos.<br/> Aplicación de los conceptos.<br/> Cómo abrir Python con Anaconda.<br/> Preparación del entorno de Python.<br/> Conocimientos adquiridos al aplicar los conceptos.<br/> Resumen de los objetivos de aprendizaje y términos clave.<br/> Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
9 Análisis de la canasta de compras.<br/> 9.1 ¿Qué es el análisis de la canasta de compras?.<br/> 9.2 Cómo se aplica en la práctica el análisis de la canasta de compras.<br/> 9.3 Reglas de asociación: ¿cómo puede un análisis de la canasta de compras identificar relaciones entre productos?.<br/> 9.4 Temas especiales en el análisis de la canasta de compras.<br/> 9.5 Funcionamiento del filtrado colaborativo.<br/> ESTUDIO DE CASO: TIENDA DEPARTAMENTAL EN LÍNEA: ENTENDER LOS PATRONES DE COMPRA DE LOS CLIENTES.<br/> Entender el problema del negocio.<br/> Entender el conjunto de datos.<br/> Preparación de los datos.<br/> Aplicación de los conceptos.<br/> Cargar los datos.<br/> Preparación de los datos.<br/> Ejecutar el operador crecimiento de patrones frecuentes.<br/> Crear las reglas de asociación.<br/> Conocimientos adquiridos en la aplicación de los conceptos.<br/> Resumen de los objetivos de aprendizaje y términos clave.<br/> Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/><br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
PARTE 5 Estrategias de la analítica emergente.<br/> 10 Procesamiento del lenguaje natural.<br/> 10.1 Qué es el procesamiento del lenguaje natural.<br/> 10.2 Cómo se utiliza el procesamiento del lenguaje natural en la práctica.<br/> Optimización del inventario y participación de los clientes en las campañas de marketing.<br/> Creación de nuevos productos para satisfacer las necesidades de los clientes.<br/> Simplificar el viaje del huésped para mejorar la hospitalidad.<br/> Creación de una mejor experiencia para los clientes.<br/> Agregar características únicas a los productos.<br/> Mejorar el servicio a clientes.<br/> Facilitar los pedidos de los clientes.<br/> Fortalecer las relaciones con los clientes.<br/> 10.3 Cómo se aplica la analítica textual.<br/> Paso l: adquisición y consolidación de texto.<br/> Paso 2: pre procesamiento de texto .<br/>Tokenización.<br/>Derivación.<br/> Lematización.<br/> Eliminación de las palabras vacías.<br/> N-gramas.<br/> Bolsa de palabras.<br/> Matriz de términos y documentos.<br/> Paso 3: exploración del texto.<br/> Histograma.<br/> Nubes de palabras.<br/> Paso 4: modelos de texto.<br/> 10.4 Temas especiales de la analítica textual<br/> ESTUDIO DE CASO: RESEÑAS EN LINEA DE ESPECIALIDADES GASTRONÓMICAS:<br/> ENTENDER LOS SENTIMIENTOS DE LOS CLIENTES.<br/> Entender el problema de negocios.<br/> Entender el conjunto de datos.<br/> Preparación de los datos.<br/> Aplicación de los conceptos.<br/> Abrir Python en Anaconda.<br/> Preparación del entorno de Python.<br/> Preprocesamiento del texto.<br/> Modelo de temas.<br/> Análisis de sentimientos con TextBlob.<br/> Análisis de sentimientos con Vader Conocimientos que se adquirieron en la aplicación de los conceptos.<br/> Resumen de los objetivos de aprendizaje y términos clave.<br/> Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
11 Análisis de redes sociales.<br/> 11.1 Qué es el análisis de redes sociales.<br/> 11.2 Análisis de las redes sociales en la práctica.<br/> 11.3 Cómo se hace un análisis de redes sociales.<br/> Medidas de redes.<br/> Medidas de la centralidad.<br/> Estructuras de las redes.<br/> 11.4 Pronóstico de vínculos mediante análisis de las redes sociales.<br/>ESTUDIO DE CASO: INDUSTRIA AUTOMOTRIZ: CÓMO ENTENDER A LOS INFLUENCERS EN LAS REDES.<br/> Entender el problema de negocios.<br/> Entender el conjunto de datos.<br/> Preparación de los datos.<br/> Aplicación de los conceptos.<br/> Paso l: iniciar con Polinode.<br/> Paso 2: cargar los datos en Polinode.<br/> Paso 3: ver el grafo de la red.<br/> Paso 4: medir las propiedades de la red.<br/>Paso 5 actualizar la vista del grafo de nodos.<br/> Paso 6 elaborar el informe de la red y descargar los resultados.<br/> Conocimientos que se adquieren mediante la aplicación de los conceptos<br/> Resumen de los objetivos de aprendizaje y términos clave.<br/> Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/> <br/> |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
12 Fundamentos de la analítica del marketing digital.<br/> 12.1 Cuáles son los fundamentos del marketing digital.<br/> ¿Qué es un medio digital propio?.<br/> ¿Qué es un medio digital pagado?.<br/> ¿Qué es un medio digital ganado?.<br/> ¿Cómo se utiliza el marketing digital?.<br/> 12.2 Analítica del marketing digital en la práctica.<br/> Medios digitales propios del marketing.<br/> Medios digitales de marketing pagados.<br/> Medios digitales de marketing ganados.<br/> 12.3 Medidas de la analítica del marketing digital.<br/> Análisis de la audiencia.<br/> Análisis de adquisiciones.<br/> Análisis conductual.<br/> Análisis de conversión.<br/> Pruebas A/B.<br/> Pruebas multivariadas.<br/> Atribución a varios canales.<br/> 12.4 Cómo funcionan las pruebas A/B ESTUDIO DE CASO: COMERCIO<br/> ELECTRÓNICO: LA TIENDA EN LÍNEA DE GOOGLE.<br/> Entender el problema de negocios.<br/> Entender el conjunto de datos.<br/> Aplicación de los conceptos.<br/> Introducción a Google Analytics.<br/> Paso 1: entrar en la cuenta de demostración.<br/> Paso 2: revisar el tablero principal.<br/> Paso 3: Revisar los informes.<br/> Conocimientos adquiridos en la aplicación de los conceptos.<br/> Una nota para terminar.<br/> Resumen de los objetivos de aprendizaje y términos clave.<br/>Preguntas de análisis y repaso.<br/> Razonamiento crítico y aplicaciones de marketing.<br/> <br/> |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento de entrada |
Análisis de datos |
| 9 (RLIN) |
20554 |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento de entrada |
Marketing en internet |
| 9 (RLIN) |
12347 |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento de entrada |
Mercadeo en las redes sociales. |
| 9 (RLIN) |
33355 |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento de entrada |
Comercio móvil |
| 9 (RLIN) |
12438 |
| 700 ## - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Harrison, Dana E. |
| 9 (RLIN) |
35183 |
| 700 ## - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Ajjan, Haya |
| 9 (RLIN) |
35184 |
| 700 ## - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Vite López, Romeo |
| Títulos y otros términos asociados al nombre |
Revisor |
| 9 (RLIN) |
7190 |
| 700 ## - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
García de León, Rosa Raquel |
| Títulos y otros términos asociados al nombre |
Revisor |
| 9 (RLIN) |
35185 |
| 942 ## - ELEMENTOS DE PUNTO DE ACCESO ADICIONAL (KOHA) |
|---|
| Fuente del sistema de clasificación o colocación |
Dewey Decimal Classification |
| Tipo de ítem Koha |
Libro de Reserva |
| Parte de la signatura que identifica el ejemplar (Parte del ítem) |
658.83 H153 2022 |
