marketing digital, redes sociales, la salle campus barcelona

Máster Universitario Online en Dirección de Marketing Digital y Redes Sociales

Lead the future of Marketing with AI-powered strategies and cutting-edge digital tools

Marketing y Publicidad Digital

Descripción: 

La asignatura de Marketing y Publicidad Digital ofrece una formación completa en las estrategias, herramientas y tendencias necesarias para sobresalir en un entorno digital en constante evolución. A lo largo de las diferentes sesiones, los estudiantes desarrollan habilidades prácticas y teóricas para diseñar, implementar y optimizar planes de marketing digital, con un enfoque especial en la aplicación de tecnologías emergentes como la Inteligencia Artificial (IA).

La asignatura proporciona una visión integral del marketing digital, abarcando aspectos fundamentales como el SEO, SEM, la publicidad digital y la planificación de medios, preparando a los estudiantes para afrontar los desafíos del entorno digital actual.

Tipo asignatura
Primer - Obligatoria
Semestre
Primero
Curso
1
Créditos
5.00
Conocimientos previos: 

No se requieren conocimientos previos particulares

Objetivos: 

  • Elaborar un plan de marketing digital completo, identificando las fases del proceso, definiendo objetivos SMART, segmentando al público objetivo y estableciendo acciones, calendario, presupuesto e indicadores de seguimiento.
  • Identificar las principales herramientas del marketing digital, valorando su funcionalidad y aplicabilidad en función de los objetivos estratégicos de la organización.

Contenidos: 

  • El plan de marketing digital
  • IA aplicada al Marketing Digital
  • Search Engine Optimization
  • Introducción a la publicidad digital
  • Plan de Medios y planificación con IA
  • Search Engine Marketing

Metodología: 

PRESENCIAL

La metodología docente empleada en la modalidad presencial está dividida en cuatro pasos para cada una de las sesiones que componen las asignaturas del programa:

  • Los alumnos han de preparar en casa las tareas previas de la sesión recomendadas por el profesor: lectura de un artículo, visualización de un vídeo, resolver un caso práctico o ejercicio, etc. De esta manera, el alumno prepara el tema de la sesión y adquiere un conocimiento previo que le permitirá aprovechar mejor la sesión junto al profesor y el resto de compañeros.
  • El profesor dedica la primera parte de la sesión a trabajar los conceptos relacionados con la temática del día, fomentando el debate y la discusión entre los alumnos aprovechando que éstos han preparado las tareas previas y parten de un conocimiento previo.
  • El profesor dedica la segunda parte de la sesión al análisis, debate y resolución del caso práctico o ejercicio propuesto en las tareas previas. De esta manera los conceptos tratados en la primera parte de la sesión se llevan a un entorno práctico para fortalecer el aprendizaje del alumno. Es imprescindible que los alumnos trabajen el caso o ejercicio en casa para aprovechar al máximo las aportaciones del resto de compañeros durante la segunda parte de la sesión, así como realizar aportaciones de valor al grupo.
  • Se recomienda a los alumnos preparar en casa las tareas posteriores de la sesión recomendadas por el profesor, que tienen como objeto acabar de asentar los conocimientos tratados y trabajados en clase.

ONLINE

La metodología docente empleada en la modalidad online se basa en una metodología propia desarrollada por La Salle URL denominada SDBL (Self Directed Based Learning). SDBL es una metodología activa basada en el aprendizaje situacional y el aprendizaje autodirigido. Con el aprendizaje situacional se enseña al alumno, a través de los challenges, a abordar problemas y situaciones reales de la empresa con los que puede consolidar los nuevos conocimientos adquiridos. Con el aprendizaje autodirigido, el alumno decide cómo avanzar en su formación a partir de su experiencia previa.

Semanalmente, la plataforma LMS (Learning Management System) libera el contenido de un nuevo tema. El funcionamiento de la semana es el siguiente:

Sesión síncrona de kick-off:

  • El profesor hace un overview de los contenidos y tareas que el alumno se encontrará a lo largo de la semana. El objetivo de este encuentro es tratar de descubrir y desvelar a nivel personal qué aspectos de los que se van a tratar en la semana pueden resultar más difíciles a título individual para el alumno.
  • El profesor resuelve posibles dudas de los alumnos acerca del tema de la semana anterior.

Entre conexiones síncronas:

  • El alumno visualiza el contenido de las sesiones y desarrolla las tareas que se le encomiendan acerca del tema de la semana para consolidar conocimiento e identificar dudas.

Sesión síncrona de check point:

  • El profesor resuelve las dudas que puedan tener los alumnos acerca de los contenidos de la semana en curso.
  • El profesor presenta contenido adicional o casos prácticos, que resulten interesantes para los alumnos.
  • El profesor genera debate y discusión entre los alumnos sobre el contenido de la semana en curso con el objetivo de ayudar al alumnado en su asimilación, por tanto, mejorando su aprendizaje.
  • El profesor aporta retroalimentación oral acerca de los entregables registrados por los alumnos en el pozo de feedback de la semana anterior, haciendo hincapié en las dificultades y errores encontrados. Esta instancia es únicamente de retroalimentación y no de cualificación. Los pozos de feedback son un instrumento para que los alumnos puedan validar con el mentor, a líneas generales, la resolución a las tareas planteadas. De esta forma, los pozos de feedback se crean pensando en dar una oportunidad a los alumnos para tantear las respuestas con el mentor. A partir de la retroalimentación que facilita el mentor, el alumnado podrá terminar de desarrollar la tarea y presentarla con carácter de entregable final, con la ventaja de haber tenido asesoramiento previo por parte del profesor.

Resto de la semana:

El objetivo es terminar el desarrollo de las tareas de la semana en curso a partir de las aclaraciones recibidas en la sesión síncrona de check point para superar los ejercicios, tareas y/o entregables del tema. Cabe mencionar que la mayor parte del tiempo dedicado durante esta última parte de la semana debería ser empleado en resolver las tareas y entregables, más que a asimilar contenido (aspecto que debería haber quedado resuelto entre las sesiones de kick-off y check point).

La plataforma LMS hace la apertura gradual de contenido (semana a semana) para que todo el grupo siga el mismo itinerario académico. Dicho de otra forma, la apertura secuencial de temas se hace para que todos los alumnos del programa estén trabajando en las mismas materias simultáneamente.

Evaluación: 

PRESENCIAL

Actividades de evaluación altamente significativas:

  • Cuestionario final [30%]
  • Trabajos asignatura [70%]

ONLINE

La evaluación de esta asignatura consta de los siguientes hitos y ponderaciones:

  • Entregable: Fundamentos de la inteligencia artificial en marketing 20%
  • Entregable: Herramientas y automatización inteligente 20%
  • Entregable: Regulación y transformación digital con IA 20%
  • Entregable final de asignatura y entrevista 40%

Criterios evaluación: 

MODALIDAD PRESENCIAL

  • Cuestionario final: Respuestas del test.
  • Trabajos de asignatura. Los tutores del TFM responsables de evaluar las entregas semanales se basarán en:
  1. La calidad del contenido de los trabajos según los requerimientos definidos en cada entregable.
  2. El ajuste a los objetivos de la asignatura en curso.
  3. La coherencia con la estrategia marcada en el TFM para el caso.
  4. El ajuste a la realidad del caso/empresa elegida.
  5. El formato del documento, la calidad escrita y de estilo del entregable.
  6. El cumplimiento de los términos de entrega. Si se entregan fuera de tiempo serán calificadas como “no entregadas” y la calificación será “0”.

MODALIDAD ONLINE

El estudiante es capaz de: 

  • Comprender los fundamentos de la Inteligencia Artificial y su aplicación en marketing.
  • Diferenciar machine learning, deep learning, LLMs e IA generativa, y aplicarlos en contextos reales.
  • Analizar el impacto y las tendencias de la IA en empresas y entornos digitales.
  • Aplicar técnicas de prompting avanzado y utilizar agentes de IA estratégicamente.
  • Utilizar herramientas de IA generativa para crear contenido textual, visual y audiovisual.
  • Integrar la IA en CRM, email marketing, automatización y chatbots.
  • Diseñar campañas y estrategias de marketing digital apoyadas en IA.
  • Evaluar aspectos éticos, de privacidad y regulación en el uso de la IA.
  • Incorporar la IA en procesos de transformación digital del marketing.
  • Desarrollar proyectos integrales de implementación de IA en el área de marketing.

Bibliografía básica: 

·       Agencia Española de Protección de Datos. (2024). Guía de uso de cookies. https://www.aepd.es/guias/guia-cookies.pdf

">https://www.aepd.es/guias/guia-cookies.pdf">https://www.aepd.es/guias/gu...

·       Álvarez Hernando, J., & San José Cabezudo, R. (2013). Comunicación digital eficaz y legal. Editorial Lex Nova - Thomson Reuters. ISBN: 978-84-9898-376.

·       Boschma, J. (2014). Generación Einstein. Editorial Gestión 2000.

·       Fishkin, R., & Enge, E. (2012). The art of SEO. O'Reilly.

·       Kotler, P. (2006). Dirección de marketing (12ª ed.). Pearson Prentice Hall.

·       Maciá, F. (2012). Posicionamiento en buscadores. Anaya.

·       Moore, G. A. (1991). Crossing the chasm: Marketing and selling high-tech products to mainstream customers. HarperBusiness.

·       Olins, W. (2008). Brand. Thames & Hudson.

·       Roberts, K. (2004). Lovemarks: El futuro más allá de las marcas. Ediciones Deusto.

·       Rosales, P. (2011). Estrategia digital: Cómo usar las nuevas tecnologías mejor que la competencia. Editorial Gestión 2000.

·       Smith, P. (n.d.). SOSTAC® Guide to your perfect digital marketing plan.

·       Velilla, J. (2012). Branding: tendencias y retos en la comunicación de marca.

Material complementario: 

No se requiere material complementario

List of Professors
Maria Stefanoni