COMM04: Introducción Inteligencia artificial aplicada al marketing

El objetivo de este libro es que el lector aprenda a identificar las últimas tendencias y competencias en materia de Inteligencia artificial para su posterior aplicación al ámbito del marketing digital.

La Inteligencia Artificial (IA) se ha consolidado como una herramienta esencial en el ámbito del marketing digital, transformando estrategias y optimizando procesos de toma de decisiones.

Su capacidad para analizar grandes volúmenes de datos, identificar patrones de comportamiento y automatizar tareas permite a las empresas personalizar sus campañas, mejorar la experiencia del cliente y aumentar su competitividad.

ACERCA DE LA AUTORA
INTRODUCCIÓN
CAPÍTULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
1.1 APROXIMACIÓN A LOS CONCEPTOS BÁSICOS DE LA IA
1.1.1 Caracterización de la Inteligencia Artificial
1.1.2 Aplicaciones de la nomenclatura y conceptos asociados a la IA
1.1.3 Recursos necesarios para la utilización de la IA
1.1.4 Generación actual de aplicaciones de IA
1.2 EVOLUCIÓN DE LA INTELIGENCIA ARTIFICIAL
1.2.1 Cronología y principales hitos
1.2.2 Escuelas de pensamiento en los que se basa la IA Convencional. Computacional
1.3 IDENTIFICACIÓN DE LAS DIFERENTES TÉCNICAS PARA EL DESARROLLO DE LA IA
1.3.1 Categorías de la Inteligencia Artificial
1.3.2 Técnicas de Aprendizaje Automático
1.3.3 Diferencias entre aprendizaje automático y aprendizaje profundo
1.3.4 Tecnologías de Apoyo. Interfaces de usuario. Visión artificial
1.4 ÁMBITOS DE APLICACIÓN DE LA IA
1.4.1 Aplicaciones actuales basadas en IA aplicaciones prácticas
1.4.2 Resolución de problemas mediante aplicaciones IA
1.4.3 Contexto para el uso de herramientas de IA
1.4.4 Requerimientos y limitaciones de las aplicaciones basadas en IA
1.5 CONTEXTO ÉTICO Y LEGAL DE LA INTELIGENCIA ARTIFICIAL
1.5.1 La Inteligencia Artificial, la conciencia y los sentimientos.
1.5.2 Corrientes críticas
1.5.3 La propiedad intelectual de la IA
1.6 PRUEBA DE AUTOEVALUACIÓN
1.7 RESPUESTAS
CAPÍTULO 2. PROCESOS DE INTELIGENCIA ARTIFICIAL APLICADOS A LAS ESTRATEGIAS DE MARKETING
2.1 APLICACIÓN DE LOS PROCESOS DE LA IA AL ÁMBITO DE LOS ESTUDIOS DE MERCADO
2.1.1 Caracterización de aplicaciones basadas en IA para análisis de mercado
2.1.2 Implicaciones éticas y legales del sector respecto al alcance de la IA
2.1.3 Utilización de técnicas y herramientas de estudio de mercado basadas en IA
2.2 DESARROLLO DE LA IA EN EL ÁMBITO DEL DISEÑO DE PRODUCTO O SERVICIO
2.2.1 Aplicación de técnicas y herramientas de IA para la toma de decisiones
2.2.2 Integración de metodologías de diseño y de desarrollo de IA
2.3 IMPLANTACIÓN DE LA IA EN EL ÁMBITO DE LA ESTRATEGIA PUBLICITARIA
2.3.1 Caracterización de aplicaciones publicitarias basadas en IA
2.3.2 Concepto de publicidad programática
2.3.3 Utilización de herramientas y técnicas para optimizar la estrategia publicitaria
2.3.4 Gestión de imagen de marca
2.3.5 Extrapolación de técnicas y estrategias de casos de éxito
2.4 APLICACIÓN DE LOS ÚLTIMOS AVANCES DE LA IA EN MARKETING DIGITAL
2.4.1 Ecosistema de aplicaciones y técnicas más utilizados
2.4.2 Utilización de las principales herramientas para social media marketing
2.4.3 Creación y gestión de una cuenta de analítica web
2.4.4 Diseño y gestión de una campaña de publicidad web
2.4.5 Diseño y gestión de una campaña de publicidad en redes sociales
2.5 PRUEBA DE AUTOEVALUACIÓN
2.6 RESPUESTAS
CAPÍTULO 3. DESARROLLO DE SOLUCIONES PERSONALIZADAS DE INTELIGENCIA
ARTIFICIAL PARA EL ÁREA DE MARKETING
3.1 CREACIÓN DE UN MODELO PREDICTIVO CON UNA HERRAMIENTA “NO CODE”
3.1.1 Funcionalidades y secciones de BigML
3.1.2 Seguimiento del proceso para la obtención de un modelo predictivo
3.1.3 Integración del modelo obtenido en BigML en una aplicación de marketing
3.2 APLICACIÓN DE LAS HERRAMIENTAS DE GCP
(GOOGLE CLOUD PLATFORM) PARA IA
3.2.1 Gestión de datos con BigQuery
3.2.2 Creación de un modelo predictivo con BigQuery
3.2.3 Generación de un cuadro de mandos (KPI) con Looker Studio
3.2.4 Creación de un agente inteligente con DialogFlow
3.3 INTRODUCCIÓN AL DESARROLLO DE IA CON PYTHON
3.3.1 Planteamiento de un algoritmo de ML
3.3.2 Ejecución del código para la obtención de un modelo de IA
3.3.3 Caracterización de un autoencoder y de una red neuronal convolucional
3.3.4 Proceso de diseño y programación de una solución de IA
3.4 PRUEBA DE AUTOEVALUACIÓN
3.5 RESPUESTAS
RESUMEN
GLOSARIO
MATERIAL ADICIONAL