Código de la asignatura | 5774 |
---|---|
Nº Créditos ECTS | 3 |
Tipo | Obligatoria |
Duración modalidad 12 meses | Semestral |
Duración modalidad 18 meses | Semestral |
Idiomas | Castellano |
Planes de estudio | |
Profesor(es) | |
Año académico | 2024-25 |
Los datos están cambiando el mundo y la manera en la que vivimos, trabajamos y operan las empresas. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán. Con el crecimiento masivo del Big Data y el Internet de las Cosas, los métodos de investigación de mercados tradicionales y su aplicación a los nuevos entornos digitales, ganarán importancia en los próximos años.
Inteligencia de Negocio y Gestión del Dato es una asignatura en la que conviven elementos de la investigación de mercados clásica, como los análisis cuantitativos y cualitativos, con elementos específicos de la inteligencia de negocios aplicada a los canales digitales y al mundo social: big data, OLAP, plataformas de automatización de campañas, creación y gestión de cuadros de mandos, escucha del sentimiento en los medios sociales y monitorización de la conversación en las redes, o inbound marketing.
Los contenidos de la asignatura son:
Manual de la asignatura:
Bisbé York, A.M (2022). Curso de Power BI (3ª ed.). ANAYA MULTIMEDIA.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
Marr, B. (2017). DataStrategy. Cómo beneficiarse de un mundo de bigdata, analytics e internet de las cosas. Madrid: TEELL Editorial.
Vera, M. G. & Rojo, S. E. (2019). BIG DATA Como activo de negocio (Social Media) (1ª ed.). ANAYA MULTIMEDIA.
Lindstrom, M. & Prieto, T. G. (2016). Small Data: Las pequeñas pistas que nos advierten de las grandes tendencias (Deusto). Deusto.
Marr, B. (2015). Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance (1ª ed.). TEELL Editorial.
López, T. R. (2020). CRO profesional. Estrategia y práctica (SOCIAL MEDIA) (1ªa ed.). ANAYA MULTIMEDIA.
Arganza Salcedo, R. & Arroyo López, M. (2019). Big data: aplicaciones de la gestión del dato en las distintas etapas del funnel de conversión. Revista de Marketing y Publicidad, 39– 68. https://doi.org/10.51302/marketing.2019.684
SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
---|---|---|
Semana 1 | Tema 1. De la investigación de marketing tradicional al Big Data 1.1 La investigación en marketing: delimitación y definición 1.2 Investigación de marketing: utilidad y organización 1.3 Investigación en Marketing: pasado, presente y futuro 1.4 Sistemas de información 1.5 El proceso de investigación: definición y etapas |
|
Semana 2 | Tema 2. La investigación cualitativa: observación y contexto digital 2.1 Investigación cualitativa vs cuantitativa 2.2 Técnicas de recolección de datos 2.3 Entrevista en profundidad 2.4 Entrevista en grupo, grupo de discusión o focus group 2.5 Técnicas proyectivas |
|
Semana 3 | Tema 3. La investigación cuantitativa: la entrevista estructurada 3.1 La investigación cuantitativa 3.2 La entrevista estructurada 3.3 El cuestionario 3.4 La medida y las escalas de medida 3.5 El muestreo |
|
Semana 4 | Tema 4. Análisis de datos para la toma de decisiones 4.1 Análisis de una variable 4.2 Análisis de dos variables 4.3 Pruebas o test de hipótesis 4.4 Pruebas o test paramétricos y no paramétricos 4.5 El informe y su presentación |
|
Semana 5 | Tema 5. Big Data y Business Intelligence 5.1 Big Data: definición y delimitación 5.2 Datos en Big Data 5.3 Seguridad y protección de datos en Big Data 5.4 Business Intelligence: definición y delimitación 5.5 Business Intelligence vs Business Analytics |
|
Semana 6 | Tema 6. Herramientas de Business Intelligence: Introducción a Power BI |
|
Semana 7 | Tema 7. Power BI: Casos prácticos |
|
Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de actividades de evaluación, de aprendizaje y controles.
- Un examen final presencial que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 45 minutos y será de tipo mixto, con una parte tipo test con preguntas de opción múltiple (4 puntos) y una parte de desarrollo teórico-práctica (6 puntos). Dentro de la parte tipo test, los errores penalizan con el objetivo de corregir las respuestas acertadas por azar.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: realizar la totalidad de los controles contemplados en el apartado de "Contenidos y programación" de la asignatura, realizar el 75% de las actividades formativas (AA, AEC y controles) y alcanzar una calificación mínima de 2 puntos sobre cuatro en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir los requisitos será calificado con un cero en el examen final presencial y consumirá convocatoria.
Tipo de actividad | Actividades planificadas | Peso clasificación |
---|---|---|
Actividades de aprendizaje | 1 | 10% |
Actividades de Evaluación Continua (AEC) | 2 | 20% |
Controles | 2 | 10% |
Examen final | 0 | 60% |
Prueba presencial | Si | - |
Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU) 5.0 - 6.9: Aprobado (AP) 7.0 - 8.9: Notable (NT) 9.0 - 10: Sobresaliente (SB)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
Código de la asignatura | 5774 |
---|---|
Nº Créditos ECTS | 3 |
Tipo | Obligatoria |
Duración modalidad 12 meses | Semestral |
Duración modalidad 18 meses | Semestral |
Idiomas | Castellano |
Planes de estudio | |
Profesor(es) | |
Año académico | 2024-25 |
Los datos están cambiando el mundo y la manera en la que vivimos, trabajamos y operan las empresas. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán. Con el crecimiento masivo del Big Data y el Internet de las Cosas, los métodos de investigación de mercados tradicionales y su aplicación a los nuevos entornos digitales, ganarán importancia en los próximos años.
Inteligencia de Negocio y Gestión del Dato es una asignatura en la que conviven elementos de la investigación de mercados clásica, como los análisis cuantitativos y cualitativos, con elementos específicos de la inteligencia de negocios aplicada a los canales digitales y al mundo social: big data, OLAP, plataformas de automatización de campañas, creación y gestión de cuadros de mandos, escucha del sentimiento en los medios sociales y monitorización de la conversación en las redes, o inbound marketing.
Los contenidos de la asignatura son:
Manual de la asignatura:
Bisbé York, A.M (2022). Curso de Power BI (3ª ed.). ANAYA MULTIMEDIA.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
Marr, B. (2017). DataStrategy. Cómo beneficiarse de un mundo de bigdata, analytics e internet de las cosas. Madrid: TEELL Editorial.
Vera, M. G. & Rojo, S. E. (2019). BIG DATA Como activo de negocio (Social Media) (1ª ed.). ANAYA MULTIMEDIA.
Lindstrom, M. & Prieto, T. G. (2016). Small Data: Las pequeñas pistas que nos advierten de las grandes tendencias (Deusto). Deusto.
Marr, B. (2015). Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance (1ª ed.). TEELL Editorial.
López, T. R. (2020). CRO profesional. Estrategia y práctica (SOCIAL MEDIA) (1ªa ed.). ANAYA MULTIMEDIA.
Arganza Salcedo, R. & Arroyo López, M. (2019). Big data: aplicaciones de la gestión del dato en las distintas etapas del funnel de conversión. Revista de Marketing y Publicidad, 39– 68. https://doi.org/10.51302/marketing.2019.684
SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
---|---|---|
Semana 1 | Tema 1. De la investigación de marketing tradicional al Big Data 1.1 La investigación en marketing: delimitación y definición 1.2 Investigación de marketing: utilidad y organización 1.3 Investigación en Marketing: pasado, presente y futuro 1.4 Sistemas de información 1.5 El proceso de investigación: definición y etapas |
|
Semana 2 | Tema 2. La investigación cualitativa: observación y contexto digital 2.1 Investigación cualitativa vs cuantitativa 2.2 Técnicas de recolección de datos 2.3 Entrevista en profundidad 2.4 Entrevista en grupo, grupo de discusión o focus group 2.5 Técnicas proyectivas |
|
Semana 3 | Tema 3. La investigación cuantitativa: la entrevista estructurada 3.1 La investigación cuantitativa 3.2 La entrevista estructurada 3.3 El cuestionario 3.4 La medida y las escalas de medida 3.5 El muestreo |
|
Semana 4 | Tema 4. Análisis de datos para la toma de decisiones 4.1 Análisis de una variable 4.2 Análisis de dos variables 4.3 Pruebas o test de hipótesis 4.4 Pruebas o test paramétricos y no paramétricos 4.5 El informe y su presentación |
|
Semana 5 | Tema 5. Big Data y Business Intelligence 5.1 Big Data: definición y delimitación 5.2 Datos en Big Data 5.3 Seguridad y protección de datos en Big Data 5.4 Business Intelligence: definición y delimitación 5.5 Business Intelligence vs Business Analytics |
|
Semana 6 | Tema 6. Herramientas de Business Intelligence: Introducción a Power BI |
|
Semana 7 | Tema 7. Power BI: Casos prácticos |
|
Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de actividades de evaluación, de aprendizaje y controles.
- Un examen final presencial que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 45 minutos y será de tipo mixto, con una parte tipo test con preguntas de opción múltiple (4 puntos) y una parte de desarrollo teórico-práctica (6 puntos). Dentro de la parte tipo test, los errores penalizan con el objetivo de corregir las respuestas acertadas por azar.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: realizar la totalidad de los controles contemplados en el apartado de "Contenidos y programación" de la asignatura, realizar el 75% de las actividades formativas (AA, AEC y controles) y alcanzar una calificación mínima de 2 puntos sobre cuatro en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir los requisitos será calificado con un cero en el examen final presencial y consumirá convocatoria.
Tipo de actividad | Actividades planificadas | Peso clasificación |
---|---|---|
Actividades de aprendizaje | 1 | 10% |
Actividades de Evaluación Continua (AEC) | 2 | 20% |
Controles | 2 | 10% |
Examen final | 0 | 60% |
Prueba presencial | Si | - |
Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU) 5.0 - 6.9: Aprobado (AP) 7.0 - 8.9: Notable (NT) 9.0 - 10: Sobresaliente (SB)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
Código de la asignatura | 5774 |
---|---|
Nº Créditos ECTS | 3 |
Tipo | Obligatoria |
Duración modalidad 12 meses | Semestral |
Duración modalidad 18 meses | Semestral |
Idiomas | Castellano |
Planes de estudio | |
Profesor(es) | |
Año académico | 2024-25 |
Los datos están cambiando el mundo y la manera en la que vivimos, trabajamos y operan las empresas. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán. Con el crecimiento masivo del Big Data y el Internet de las Cosas, los métodos de investigación de mercados tradicionales y su aplicación a los nuevos entornos digitales, ganarán importancia en los próximos años.
Inteligencia de Negocio y Gestión del Dato es una asignatura en la que conviven elementos de la investigación de mercados clásica, como los análisis cuantitativos y cualitativos, con elementos específicos de la inteligencia de negocios aplicada a los canales digitales y al mundo social: big data, OLAP, plataformas de automatización de campañas, creación y gestión de cuadros de mandos, escucha del sentimiento en los medios sociales y monitorización de la conversación en las redes, o inbound marketing.
Los contenidos de la asignatura son:
Manual de la asignatura:
Bisbé York, A.M (2022). Curso de Power BI (3ª ed.). ANAYA MULTIMEDIA.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
Marr, B. (2017). DataStrategy. Cómo beneficiarse de un mundo de bigdata, analytics e internet de las cosas. Madrid: TEELL Editorial.
Vera, M. G. & Rojo, S. E. (2019). BIG DATA Como activo de negocio (Social Media) (1ª ed.). ANAYA MULTIMEDIA.
Lindstrom, M. & Prieto, T. G. (2016). Small Data: Las pequeñas pistas que nos advierten de las grandes tendencias (Deusto). Deusto.
Marr, B. (2015). Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance (1ª ed.). TEELL Editorial.
López, T. R. (2020). CRO profesional. Estrategia y práctica (SOCIAL MEDIA) (1ªa ed.). ANAYA MULTIMEDIA.
Arganza Salcedo, R. & Arroyo López, M. (2019). Big data: aplicaciones de la gestión del dato en las distintas etapas del funnel de conversión. Revista de Marketing y Publicidad, 39– 68. https://doi.org/10.51302/marketing.2019.684
SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
---|---|---|
Semana 1 | Tema 1. De la investigación de marketing tradicional al Big Data 1.1 La investigación en marketing: delimitación y definición 1.2 Investigación de marketing: utilidad y organización 1.3 Investigación en Marketing: pasado, presente y futuro 1.4 Sistemas de información 1.5 El proceso de investigación: definición y etapas |
|
Semana 2 | Tema 2. La investigación cualitativa: observación y contexto digital 2.1 Investigación cualitativa vs cuantitativa 2.2 Técnicas de recolección de datos 2.3 Entrevista en profundidad 2.4 Entrevista en grupo, grupo de discusión o focus group 2.5 Técnicas proyectivas |
|
Semana 3 | Tema 3. La investigación cuantitativa: la entrevista estructurada 3.1 La investigación cuantitativa 3.2 La entrevista estructurada 3.3 El cuestionario 3.4 La medida y las escalas de medida 3.5 El muestreo |
|
Semana 4 | Tema 4. Análisis de datos para la toma de decisiones 4.1 Análisis de una variable 4.2 Análisis de dos variables 4.3 Pruebas o test de hipótesis 4.4 Pruebas o test paramétricos y no paramétricos 4.5 El informe y su presentación |
|
Semana 5 | Tema 5. Big Data y Business Intelligence 5.1 Big Data: definición y delimitación 5.2 Datos en Big Data 5.3 Seguridad y protección de datos en Big Data 5.4 Business Intelligence: definición y delimitación 5.5 Business Intelligence vs Business Analytics |
|
Semana 6 | Tema 6. Herramientas de Business Intelligence: Introducción a Power BI |
|
Semana 7 | Tema 7. Power BI: Casos prácticos |
|
Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de actividades de evaluación, de aprendizaje y controles.
- Un examen final presencial que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 45 minutos y será de tipo mixto, con una parte tipo test con preguntas de opción múltiple (4 puntos) y una parte de desarrollo teórico-práctica (6 puntos). Dentro de la parte tipo test, los errores penalizan con el objetivo de corregir las respuestas acertadas por azar.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: realizar la totalidad de los controles contemplados en el apartado de "Contenidos y programación" de la asignatura, realizar el 75% de las actividades formativas (AA, AEC y controles) y alcanzar una calificación mínima de 2 puntos sobre cuatro en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir los requisitos será calificado con un cero en el examen final presencial y consumirá convocatoria.
Tipo de actividad | Actividades planificadas | Peso clasificación |
---|---|---|
Actividades de aprendizaje | 1 | 10% |
Actividades de Evaluación Continua (AEC) | 2 | 20% |
Controles | 2 | 10% |
Examen final | 0 | 60% |
Prueba presencial | Si | - |
Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU) 5.0 - 6.9: Aprobado (AP) 7.0 - 8.9: Notable (NT) 9.0 - 10: Sobresaliente (SB)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
Código de la asignatura | 5774 |
---|---|
Nº Créditos ECTS | 3 |
Tipo | Obligatoria |
Duración modalidad 12 meses | Semestral |
Duración modalidad 18 meses | Semestral |
Idiomas | Castellano |
Planes de estudio | |
Profesor(es) | |
Año académico | 2024-25 |
Los datos están cambiando el mundo y la manera en la que vivimos, trabajamos y operan las empresas. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán. Con el crecimiento masivo del Big Data y el Internet de las Cosas, los métodos de investigación de mercados tradicionales y su aplicación a los nuevos entornos digitales, ganarán importancia en los próximos años.
Inteligencia de Negocio y Gestión del Dato es una asignatura en la que conviven elementos de la investigación de mercados clásica, como los análisis cuantitativos y cualitativos, con elementos específicos de la inteligencia de negocios aplicada a los canales digitales y al mundo social: big data, OLAP, plataformas de automatización de campañas, creación y gestión de cuadros de mandos, escucha del sentimiento en los medios sociales y monitorización de la conversación en las redes, o inbound marketing.
Los contenidos de la asignatura son:
Manual de la asignatura:
Bisbé York, A.M (2022). Curso de Power BI (3ª ed.). ANAYA MULTIMEDIA.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
Marr, B. (2017). DataStrategy. Cómo beneficiarse de un mundo de bigdata, analytics e internet de las cosas. Madrid: TEELL Editorial.
Vera, M. G. & Rojo, S. E. (2019). BIG DATA Como activo de negocio (Social Media) (1ª ed.). ANAYA MULTIMEDIA.
Lindstrom, M. & Prieto, T. G. (2016). Small Data: Las pequeñas pistas que nos advierten de las grandes tendencias (Deusto). Deusto.
Marr, B. (2015). Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance (1ª ed.). TEELL Editorial.
López, T. R. (2020). CRO profesional. Estrategia y práctica (SOCIAL MEDIA) (1ªa ed.). ANAYA MULTIMEDIA.
Arganza Salcedo, R. & Arroyo López, M. (2019). Big data: aplicaciones de la gestión del dato en las distintas etapas del funnel de conversión. Revista de Marketing y Publicidad, 39– 68. https://doi.org/10.51302/marketing.2019.684
SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
---|---|---|
Semana 1 | Tema 1. De la investigación de marketing tradicional al Big Data 1.1 La investigación en marketing: delimitación y definición 1.2 Investigación de marketing: utilidad y organización 1.3 Investigación en Marketing: pasado, presente y futuro 1.4 Sistemas de información 1.5 El proceso de investigación: definición y etapas |
|
Semana 2 | Tema 2. La investigación cualitativa: observación y contexto digital 2.1 Investigación cualitativa vs cuantitativa 2.2 Técnicas de recolección de datos 2.3 Entrevista en profundidad 2.4 Entrevista en grupo, grupo de discusión o focus group 2.5 Técnicas proyectivas |
|
Semana 3 | Tema 3. La investigación cuantitativa: la entrevista estructurada 3.1 La investigación cuantitativa 3.2 La entrevista estructurada 3.3 El cuestionario 3.4 La medida y las escalas de medida 3.5 El muestreo |
|
Semana 4 | Tema 4. Análisis de datos para la toma de decisiones 4.1 Análisis de una variable 4.2 Análisis de dos variables 4.3 Pruebas o test de hipótesis 4.4 Pruebas o test paramétricos y no paramétricos 4.5 El informe y su presentación |
|
Semana 5 | Tema 5. Big Data y Business Intelligence 5.1 Big Data: definición y delimitación 5.2 Datos en Big Data 5.3 Seguridad y protección de datos en Big Data 5.4 Business Intelligence: definición y delimitación 5.5 Business Intelligence vs Business Analytics |
|
Semana 6 | Tema 6. Herramientas de Business Intelligence: Introducción a Power BI |
|
Semana 7 | Tema 7. Power BI: Casos prácticos |
|
Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de actividades de evaluación, de aprendizaje y controles.
- Un examen final presencial que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 45 minutos y será de tipo mixto, con una parte tipo test con preguntas de opción múltiple (4 puntos) y una parte de desarrollo teórico-práctica (6 puntos). Dentro de la parte tipo test, los errores penalizan con el objetivo de corregir las respuestas acertadas por azar.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: realizar la totalidad de los controles contemplados en el apartado de "Contenidos y programación" de la asignatura, realizar el 75% de las actividades formativas (AA, AEC y controles) y alcanzar una calificación mínima de 2 puntos sobre cuatro en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir los requisitos será calificado con un cero en el examen final presencial y consumirá convocatoria.
Tipo de actividad | Actividades planificadas | Peso clasificación |
---|---|---|
Actividades de aprendizaje | 1 | 10% |
Actividades de Evaluación Continua (AEC) | 2 | 20% |
Controles | 2 | 10% |
Examen final | 0 | 60% |
Prueba presencial | Si | - |
Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU) 5.0 - 6.9: Aprobado (AP) 7.0 - 8.9: Notable (NT) 9.0 - 10: Sobresaliente (SB)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
Código de la asignatura | 5774 |
---|---|
Nº Créditos ECTS | 3 |
Tipo | Obligatoria |
Duración modalidad 12 meses | Semestral |
Duración modalidad 18 meses | Semestral |
Idiomas | Castellano |
Planes de estudio | |
Profesor(es) | |
Año académico | 2024-25 |
Los datos están cambiando el mundo y la manera en la que vivimos, trabajamos y operan las empresas. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán. Con el crecimiento masivo del Big Data y el Internet de las Cosas, los métodos de investigación de mercados tradicionales y su aplicación a los nuevos entornos digitales, ganarán importancia en los próximos años.
Inteligencia de Negocio y Gestión del Dato es una asignatura en la que conviven elementos de la investigación de mercados clásica, como los análisis cuantitativos y cualitativos, con elementos específicos de la inteligencia de negocios aplicada a los canales digitales y al mundo social: big data, OLAP, plataformas de automatización de campañas, creación y gestión de cuadros de mandos, escucha del sentimiento en los medios sociales y monitorización de la conversación en las redes, o inbound marketing.
Los contenidos de la asignatura son:
Manual de la asignatura:
Bisbé York, A.M (2022). Curso de Power BI (3ª ed.). ANAYA MULTIMEDIA.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
Marr, B. (2017). DataStrategy. Cómo beneficiarse de un mundo de bigdata, analytics e internet de las cosas. Madrid: TEELL Editorial.
Vera, M. G. & Rojo, S. E. (2019). BIG DATA Como activo de negocio (Social Media) (1ª ed.). ANAYA MULTIMEDIA.
Lindstrom, M. & Prieto, T. G. (2016). Small Data: Las pequeñas pistas que nos advierten de las grandes tendencias (Deusto). Deusto.
Marr, B. (2015). Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance (1ª ed.). TEELL Editorial.
López, T. R. (2020). CRO profesional. Estrategia y práctica (SOCIAL MEDIA) (1ªa ed.). ANAYA MULTIMEDIA.
Arganza Salcedo, R. & Arroyo López, M. (2019). Big data: aplicaciones de la gestión del dato en las distintas etapas del funnel de conversión. Revista de Marketing y Publicidad, 39– 68. https://doi.org/10.51302/marketing.2019.684
SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
---|---|---|
Semana 1 | Tema 1. De la investigación de marketing tradicional al Big Data 1.1 La investigación en marketing: delimitación y definición 1.2 Investigación de marketing: utilidad y organización 1.3 Investigación en Marketing: pasado, presente y futuro 1.4 Sistemas de información 1.5 El proceso de investigación: definición y etapas |
|
Semana 2 | Tema 2. La investigación cualitativa: observación y contexto digital 2.1 Investigación cualitativa vs cuantitativa 2.2 Técnicas de recolección de datos 2.3 Entrevista en profundidad 2.4 Entrevista en grupo, grupo de discusión o focus group 2.5 Técnicas proyectivas |
|
Semana 3 | Tema 3. La investigación cuantitativa: la entrevista estructurada 3.1 La investigación cuantitativa 3.2 La entrevista estructurada 3.3 El cuestionario 3.4 La medida y las escalas de medida 3.5 El muestreo |
|
Semana 4 | Tema 4. Análisis de datos para la toma de decisiones 4.1 Análisis de una variable 4.2 Análisis de dos variables 4.3 Pruebas o test de hipótesis 4.4 Pruebas o test paramétricos y no paramétricos 4.5 El informe y su presentación |
|
Semana 5 | Tema 5. Big Data y Business Intelligence 5.1 Big Data: definición y delimitación 5.2 Datos en Big Data 5.3 Seguridad y protección de datos en Big Data 5.4 Business Intelligence: definición y delimitación 5.5 Business Intelligence vs Business Analytics |
|
Semana 6 | Tema 6. Herramientas de Business Intelligence: Introducción a Power BI |
|
Semana 7 | Tema 7. Power BI: Casos prácticos |
|
Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de actividades de evaluación, de aprendizaje y controles.
- Un examen final presencial que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 45 minutos y será de tipo mixto, con una parte tipo test con preguntas de opción múltiple (4 puntos) y una parte de desarrollo teórico-práctica (6 puntos). Dentro de la parte tipo test, los errores penalizan con el objetivo de corregir las respuestas acertadas por azar.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: realizar la totalidad de los controles contemplados en el apartado de "Contenidos y programación" de la asignatura, realizar el 75% de las actividades formativas (AA, AEC y controles) y alcanzar una calificación mínima de 2 puntos sobre cuatro en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir los requisitos será calificado con un cero en el examen final presencial y consumirá convocatoria.
Tipo de actividad | Actividades planificadas | Peso clasificación |
---|---|---|
Actividades de aprendizaje | 1 | 10% |
Actividades de Evaluación Continua (AEC) | 2 | 20% |
Controles | 2 | 10% |
Examen final | 0 | 60% |
Prueba presencial | Si | - |
Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU) 5.0 - 6.9: Aprobado (AP) 7.0 - 8.9: Notable (NT) 9.0 - 10: Sobresaliente (SB)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
Código de la asignatura | 5774 |
---|---|
Nº Créditos ECTS | 3 |
Tipo | Obligatoria |
Duración modalidad 12 meses | Semestral |
Duración modalidad 18 meses | Semestral |
Idiomas | Castellano |
Planes de estudio | |
Profesor(es) | |
Año académico | 2024-25 |
Los datos están cambiando el mundo y la manera en la que vivimos, trabajamos y operan las empresas. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán. Con el crecimiento masivo del Big Data y el Internet de las Cosas, los métodos de investigación de mercados tradicionales y su aplicación a los nuevos entornos digitales, ganarán importancia en los próximos años.
Inteligencia de Negocio y Gestión del Dato es una asignatura en la que conviven elementos de la investigación de mercados clásica, como los análisis cuantitativos y cualitativos, con elementos específicos de la inteligencia de negocios aplicada a los canales digitales y al mundo social: big data, OLAP, plataformas de automatización de campañas, creación y gestión de cuadros de mandos, escucha del sentimiento en los medios sociales y monitorización de la conversación en las redes, o inbound marketing.
Los contenidos de la asignatura son:
Manual de la asignatura:
Bisbé York, A.M (2022). Curso de Power BI (3ª ed.). ANAYA MULTIMEDIA.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
Marr, B. (2017). DataStrategy. Cómo beneficiarse de un mundo de bigdata, analytics e internet de las cosas. Madrid: TEELL Editorial.
Vera, M. G. & Rojo, S. E. (2019). BIG DATA Como activo de negocio (Social Media) (1ª ed.). ANAYA MULTIMEDIA.
Lindstrom, M. & Prieto, T. G. (2016). Small Data: Las pequeñas pistas que nos advierten de las grandes tendencias (Deusto). Deusto.
Marr, B. (2015). Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance (1ª ed.). TEELL Editorial.
López, T. R. (2020). CRO profesional. Estrategia y práctica (SOCIAL MEDIA) (1ªa ed.). ANAYA MULTIMEDIA.
Arganza Salcedo, R. & Arroyo López, M. (2019). Big data: aplicaciones de la gestión del dato en las distintas etapas del funnel de conversión. Revista de Marketing y Publicidad, 39– 68. https://doi.org/10.51302/marketing.2019.684
SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
---|---|---|
Semana 1 | Tema 1. De la investigación de marketing tradicional al Big Data 1.1 La investigación en marketing: delimitación y definición 1.2 Investigación de marketing: utilidad y organización 1.3 Investigación en Marketing: pasado, presente y futuro 1.4 Sistemas de información 1.5 El proceso de investigación: definición y etapas |
|
Semana 2 | Tema 2. La investigación cualitativa: observación y contexto digital 2.1 Investigación cualitativa vs cuantitativa 2.2 Técnicas de recolección de datos 2.3 Entrevista en profundidad 2.4 Entrevista en grupo, grupo de discusión o focus group 2.5 Técnicas proyectivas |
|
Semana 3 | Tema 3. La investigación cuantitativa: la entrevista estructurada 3.1 La investigación cuantitativa 3.2 La entrevista estructurada 3.3 El cuestionario 3.4 La medida y las escalas de medida 3.5 El muestreo |
|
Semana 4 | Tema 4. Análisis de datos para la toma de decisiones 4.1 Análisis de una variable 4.2 Análisis de dos variables 4.3 Pruebas o test de hipótesis 4.4 Pruebas o test paramétricos y no paramétricos 4.5 El informe y su presentación |
|
Semana 5 | Tema 5. Big Data y Business Intelligence 5.1 Big Data: definición y delimitación 5.2 Datos en Big Data 5.3 Seguridad y protección de datos en Big Data 5.4 Business Intelligence: definición y delimitación 5.5 Business Intelligence vs Business Analytics |
|
Semana 6 | Tema 6. Herramientas de Business Intelligence: Introducción a Power BI |
|
Semana 7 | Tema 7. Power BI: Casos prácticos |
|
Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de actividades de evaluación, de aprendizaje y controles.
- Un examen final presencial que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 45 minutos y será de tipo mixto, con una parte tipo test con preguntas de opción múltiple (4 puntos) y una parte de desarrollo teórico-práctica (6 puntos). Dentro de la parte tipo test, los errores penalizan con el objetivo de corregir las respuestas acertadas por azar.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: realizar la totalidad de los controles contemplados en el apartado de "Contenidos y programación" de la asignatura, realizar el 75% de las actividades formativas (AA, AEC y controles) y alcanzar una calificación mínima de 2 puntos sobre cuatro en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir los requisitos será calificado con un cero en el examen final presencial y consumirá convocatoria.
Tipo de actividad | Actividades planificadas | Peso clasificación |
---|---|---|
Actividades de aprendizaje | 1 | 10% |
Actividades de Evaluación Continua (AEC) | 2 | 20% |
Controles | 2 | 10% |
Examen final | 0 | 60% |
Prueba presencial | Si | - |
Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU) 5.0 - 6.9: Aprobado (AP) 7.0 - 8.9: Notable (NT) 9.0 - 10: Sobresaliente (SB)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
Código de la asignatura | 5774 |
---|---|
Nº Créditos ECTS | 3 |
Tipo | Obligatoria |
Duración modalidad 12 meses | Semestral |
Duración modalidad 18 meses | Semestral |
Idiomas | Castellano |
Planes de estudio | |
Profesor(es) | |
Año académico | 2024-25 |
Los datos están cambiando el mundo y la manera en la que vivimos, trabajamos y operan las empresas. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán. Con el crecimiento masivo del Big Data y el Internet de las Cosas, los métodos de investigación de mercados tradicionales y su aplicación a los nuevos entornos digitales, ganarán importancia en los próximos años.
Inteligencia de Negocio y Gestión del Dato es una asignatura en la que conviven elementos de la investigación de mercados clásica, como los análisis cuantitativos y cualitativos, con elementos específicos de la inteligencia de negocios aplicada a los canales digitales y al mundo social: big data, OLAP, plataformas de automatización de campañas, creación y gestión de cuadros de mandos, escucha del sentimiento en los medios sociales y monitorización de la conversación en las redes, o inbound marketing.
Los contenidos de la asignatura son:
Manual de la asignatura:
Bisbé York, A.M (2022). Curso de Power BI (3ª ed.). ANAYA MULTIMEDIA.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
Marr, B. (2017). DataStrategy. Cómo beneficiarse de un mundo de bigdata, analytics e internet de las cosas. Madrid: TEELL Editorial.
Vera, M. G. & Rojo, S. E. (2019). BIG DATA Como activo de negocio (Social Media) (1ª ed.). ANAYA MULTIMEDIA.
Lindstrom, M. & Prieto, T. G. (2016). Small Data: Las pequeñas pistas que nos advierten de las grandes tendencias (Deusto). Deusto.
Marr, B. (2015). Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance (1ª ed.). TEELL Editorial.
López, T. R. (2020). CRO profesional. Estrategia y práctica (SOCIAL MEDIA) (1ªa ed.). ANAYA MULTIMEDIA.
Arganza Salcedo, R. & Arroyo López, M. (2019). Big data: aplicaciones de la gestión del dato en las distintas etapas del funnel de conversión. Revista de Marketing y Publicidad, 39– 68. https://doi.org/10.51302/marketing.2019.684
SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
---|---|---|
Semana 1 | Tema 1. De la investigación de marketing tradicional al Big Data 1.1 La investigación en marketing: delimitación y definición 1.2 Investigación de marketing: utilidad y organización 1.3 Investigación en Marketing: pasado, presente y futuro 1.4 Sistemas de información 1.5 El proceso de investigación: definición y etapas |
|
Semana 2 | Tema 2. La investigación cualitativa: observación y contexto digital 2.1 Investigación cualitativa vs cuantitativa 2.2 Técnicas de recolección de datos 2.3 Entrevista en profundidad 2.4 Entrevista en grupo, grupo de discusión o focus group 2.5 Técnicas proyectivas |
|
Semana 3 | Tema 3. La investigación cuantitativa: la entrevista estructurada 3.1 La investigación cuantitativa 3.2 La entrevista estructurada 3.3 El cuestionario 3.4 La medida y las escalas de medida 3.5 El muestreo |
|
Semana 4 | Tema 4. Análisis de datos para la toma de decisiones 4.1 Análisis de una variable 4.2 Análisis de dos variables 4.3 Pruebas o test de hipótesis 4.4 Pruebas o test paramétricos y no paramétricos 4.5 El informe y su presentación |
|
Semana 5 | Tema 5. Big Data y Business Intelligence 5.1 Big Data: definición y delimitación 5.2 Datos en Big Data 5.3 Seguridad y protección de datos en Big Data 5.4 Business Intelligence: definición y delimitación 5.5 Business Intelligence vs Business Analytics |
|
Semana 6 | Tema 6. Herramientas de Business Intelligence: Introducción a Power BI |
|
Semana 7 | Tema 7. Power BI: Casos prácticos |
|
Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de actividades de evaluación, de aprendizaje y controles.
- Un examen final presencial que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 45 minutos y será de tipo mixto, con una parte tipo test con preguntas de opción múltiple (4 puntos) y una parte de desarrollo teórico-práctica (6 puntos). Dentro de la parte tipo test, los errores penalizan con el objetivo de corregir las respuestas acertadas por azar.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: realizar la totalidad de los controles contemplados en el apartado de "Contenidos y programación" de la asignatura, realizar el 75% de las actividades formativas (AA, AEC y controles) y alcanzar una calificación mínima de 2 puntos sobre cuatro en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir los requisitos será calificado con un cero en el examen final presencial y consumirá convocatoria.
Tipo de actividad | Actividades planificadas | Peso clasificación |
---|---|---|
Actividades de aprendizaje | 1 | 10% |
Actividades de Evaluación Continua (AEC) | 2 | 20% |
Controles | 2 | 10% |
Examen final | 0 | 60% |
Prueba presencial | Si | - |
Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU) 5.0 - 6.9: Aprobado (AP) 7.0 - 8.9: Notable (NT) 9.0 - 10: Sobresaliente (SB)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
Código de la asignatura | 5774 |
---|---|
Nº Créditos ECTS | 3 |
Tipo | Obligatoria |
Duración modalidad 12 meses | Semestral |
Duración modalidad 18 meses | Semestral |
Idiomas | Castellano |
Planes de estudio | |
Profesor(es) | |
Año académico | 2024-25 |
Los datos están cambiando el mundo y la manera en la que vivimos, trabajamos y operan las empresas. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán. Con el crecimiento masivo del Big Data y el Internet de las Cosas, los métodos de investigación de mercados tradicionales y su aplicación a los nuevos entornos digitales, ganarán importancia en los próximos años.
Inteligencia de Negocio y Gestión del Dato es una asignatura en la que conviven elementos de la investigación de mercados clásica, como los análisis cuantitativos y cualitativos, con elementos específicos de la inteligencia de negocios aplicada a los canales digitales y al mundo social: big data, OLAP, plataformas de automatización de campañas, creación y gestión de cuadros de mandos, escucha del sentimiento en los medios sociales y monitorización de la conversación en las redes, o inbound marketing.
Los contenidos de la asignatura son:
Manual de la asignatura:
Bisbé York, A.M (2022). Curso de Power BI (3ª ed.). ANAYA MULTIMEDIA.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
Marr, B. (2017). DataStrategy. Cómo beneficiarse de un mundo de bigdata, analytics e internet de las cosas. Madrid: TEELL Editorial.
Vera, M. G. & Rojo, S. E. (2019). BIG DATA Como activo de negocio (Social Media) (1ª ed.). ANAYA MULTIMEDIA.
Lindstrom, M. & Prieto, T. G. (2016). Small Data: Las pequeñas pistas que nos advierten de las grandes tendencias (Deusto). Deusto.
Marr, B. (2015). Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance (1ª ed.). TEELL Editorial.
López, T. R. (2020). CRO profesional. Estrategia y práctica (SOCIAL MEDIA) (1ªa ed.). ANAYA MULTIMEDIA.
Arganza Salcedo, R. & Arroyo López, M. (2019). Big data: aplicaciones de la gestión del dato en las distintas etapas del funnel de conversión. Revista de Marketing y Publicidad, 39– 68. https://doi.org/10.51302/marketing.2019.684
SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
---|---|---|
Semana 1 | Tema 1. De la investigación de marketing tradicional al Big Data 1.1 La investigación en marketing: delimitación y definición 1.2 Investigación de marketing: utilidad y organización 1.3 Investigación en Marketing: pasado, presente y futuro 1.4 Sistemas de información 1.5 El proceso de investigación: definición y etapas |
|
Semana 2 | Tema 2. La investigación cualitativa: observación y contexto digital 2.1 Investigación cualitativa vs cuantitativa 2.2 Técnicas de recolección de datos 2.3 Entrevista en profundidad 2.4 Entrevista en grupo, grupo de discusión o focus group 2.5 Técnicas proyectivas |
|
Semana 3 | Tema 3. La investigación cuantitativa: la entrevista estructurada 3.1 La investigación cuantitativa 3.2 La entrevista estructurada 3.3 El cuestionario 3.4 La medida y las escalas de medida 3.5 El muestreo |
|
Semana 4 | Tema 4. Análisis de datos para la toma de decisiones 4.1 Análisis de una variable 4.2 Análisis de dos variables 4.3 Pruebas o test de hipótesis 4.4 Pruebas o test paramétricos y no paramétricos 4.5 El informe y su presentación |
|
Semana 5 | Tema 5. Big Data y Business Intelligence 5.1 Big Data: definición y delimitación 5.2 Datos en Big Data 5.3 Seguridad y protección de datos en Big Data 5.4 Business Intelligence: definición y delimitación 5.5 Business Intelligence vs Business Analytics |
|
Semana 6 | Tema 6. Herramientas de Business Intelligence: Introducción a Power BI |
|
Semana 7 | Tema 7. Power BI: Casos prácticos |
|
Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de actividades de evaluación, de aprendizaje y controles.
- Un examen final presencial que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 45 minutos y será de tipo mixto, con una parte tipo test con preguntas de opción múltiple (4 puntos) y una parte de desarrollo teórico-práctica (6 puntos). Dentro de la parte tipo test, los errores penalizan con el objetivo de corregir las respuestas acertadas por azar.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: realizar la totalidad de los controles contemplados en el apartado de "Contenidos y programación" de la asignatura, realizar el 75% de las actividades formativas (AA, AEC y controles) y alcanzar una calificación mínima de 2 puntos sobre cuatro en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir los requisitos será calificado con un cero en el examen final presencial y consumirá convocatoria.
Tipo de actividad | Actividades planificadas | Peso clasificación |
---|---|---|
Actividades de aprendizaje | 1 | 10% |
Actividades de Evaluación Continua (AEC) | 2 | 20% |
Controles | 2 | 10% |
Examen final | 0 | 60% |
Prueba presencial | Si | - |
Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU) 5.0 - 6.9: Aprobado (AP) 7.0 - 8.9: Notable (NT) 9.0 - 10: Sobresaliente (SB)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
Código de la asignatura | 5774 |
---|---|
Nº Créditos ECTS | 3 |
Tipo | Obligatoria |
Duración modalidad 12 meses | Semestral |
Duración modalidad 18 meses | Semestral |
Idiomas | Castellano |
Planes de estudio | |
Profesor(es) | |
Año académico | 2024-25 |
Los datos están cambiando el mundo y la manera en la que vivimos, trabajamos y operan las empresas. Las compañías que ven los datos como un recurso estratégico son las que sobrevivirán y progresarán. Con el crecimiento masivo del Big Data y el Internet de las Cosas, los métodos de investigación de mercados tradicionales y su aplicación a los nuevos entornos digitales, ganarán importancia en los próximos años.
Inteligencia de Negocio y Gestión del Dato es una asignatura en la que conviven elementos de la investigación de mercados clásica, como los análisis cuantitativos y cualitativos, con elementos específicos de la inteligencia de negocios aplicada a los canales digitales y al mundo social: big data, OLAP, plataformas de automatización de campañas, creación y gestión de cuadros de mandos, escucha del sentimiento en los medios sociales y monitorización de la conversación en las redes, o inbound marketing.
Los contenidos de la asignatura son:
Manual de la asignatura:
Bisbé York, A.M (2022). Curso de Power BI (3ª ed.). ANAYA MULTIMEDIA.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
Marr, B. (2017). DataStrategy. Cómo beneficiarse de un mundo de bigdata, analytics e internet de las cosas. Madrid: TEELL Editorial.
Vera, M. G. & Rojo, S. E. (2019). BIG DATA Como activo de negocio (Social Media) (1ª ed.). ANAYA MULTIMEDIA.
Lindstrom, M. & Prieto, T. G. (2016). Small Data: Las pequeñas pistas que nos advierten de las grandes tendencias (Deusto). Deusto.
Marr, B. (2015). Big Data: Using Smart Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance (1ª ed.). TEELL Editorial.
López, T. R. (2020). CRO profesional. Estrategia y práctica (SOCIAL MEDIA) (1ªa ed.). ANAYA MULTIMEDIA.
Arganza Salcedo, R. & Arroyo López, M. (2019). Big data: aplicaciones de la gestión del dato en las distintas etapas del funnel de conversión. Revista de Marketing y Publicidad, 39– 68. https://doi.org/10.51302/marketing.2019.684
SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
---|---|---|
Semana 1 | Tema 1. De la investigación de marketing tradicional al Big Data 1.1 La investigación en marketing: delimitación y definición 1.2 Investigación de marketing: utilidad y organización 1.3 Investigación en Marketing: pasado, presente y futuro 1.4 Sistemas de información 1.5 El proceso de investigación: definición y etapas |
|
Semana 2 | Tema 2. La investigación cualitativa: observación y contexto digital 2.1 Investigación cualitativa vs cuantitativa 2.2 Técnicas de recolección de datos 2.3 Entrevista en profundidad 2.4 Entrevista en grupo, grupo de discusión o focus group 2.5 Técnicas proyectivas |
|
Semana 3 | Tema 3. La investigación cuantitativa: la entrevista estructurada 3.1 La investigación cuantitativa 3.2 La entrevista estructurada 3.3 El cuestionario 3.4 La medida y las escalas de medida 3.5 El muestreo |
|
Semana 4 | Tema 4. Análisis de datos para la toma de decisiones 4.1 Análisis de una variable 4.2 Análisis de dos variables 4.3 Pruebas o test de hipótesis 4.4 Pruebas o test paramétricos y no paramétricos 4.5 El informe y su presentación |
|
Semana 5 | Tema 5. Big Data y Business Intelligence 5.1 Big Data: definición y delimitación 5.2 Datos en Big Data 5.3 Seguridad y protección de datos en Big Data 5.4 Business Intelligence: definición y delimitación 5.5 Business Intelligence vs Business Analytics |
|
Semana 6 | Tema 6. Herramientas de Business Intelligence: Introducción a Power BI |
|
Semana 7 | Tema 7. Power BI: Casos prácticos |
|
Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de actividades de evaluación, de aprendizaje y controles.
- Un examen final presencial que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 45 minutos y será de tipo mixto, con una parte tipo test con preguntas de opción múltiple (4 puntos) y una parte de desarrollo teórico-práctica (6 puntos). Dentro de la parte tipo test, los errores penalizan con el objetivo de corregir las respuestas acertadas por azar.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: realizar la totalidad de los controles contemplados en el apartado de "Contenidos y programación" de la asignatura, realizar el 75% de las actividades formativas (AA, AEC y controles) y alcanzar una calificación mínima de 2 puntos sobre cuatro en la evaluación continua del curso.
El estudiante que se presente al examen sin cumplir los requisitos será calificado con un cero en el examen final presencial y consumirá convocatoria.
Tipo de actividad | Actividades planificadas | Peso clasificación |
---|---|---|
Actividades de aprendizaje | 1 | 10% |
Actividades de Evaluación Continua (AEC) | 2 | 20% |
Controles | 2 | 10% |
Examen final | 0 | 60% |
Prueba presencial | Si | - |
Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU) 5.0 - 6.9: Aprobado (AP) 7.0 - 8.9: Notable (NT) 9.0 - 10: Sobresaliente (SB)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).