COMM04 · Familia Comercio y Marketing · Nivel 3
Inteligencia artificial
aplicada al marketing
Un curso de 50 horas para entender cómo funciona la IA y aplicarla a la estrategia de marketing: estudios de mercado, publicidad programática y campañas automatizadas, analítica, modelos predictivos sin código y con Python, cuadros de mando y asistentes virtuales. Todo aplicado a un caso con datos: Verde Mediterráneo, una tienda online de cosmética natural.
MÓDULO 1 · 12 h
🧠 Introducción a la IA
Conceptos, recursos, historia y escuelas, aprendizaje automático y profundo, IA generativa, aplicaciones, ética, propiedad intelectual y Reglamento europeo de IA. Proyecto 1: entrena un modelo de visión.
MÓDULO 2 · PARTE A · 10 h
🔭 IA en estudios de mercado y producto
Escucha social y sentimiento, segmentación, tendencias, datos sintéticos, límites legales, decisiones con datos y diseño de producto.
MÓDULO 2 · PARTE B · 14 h
📣 IA en publicidad y marketing digital
Programática, Performance Max y Advantage+, imagen de marca, casos de éxito, social media, GA4, campañas y KPI.
MÓDULO 3 · PARTE A · 8 h
🧱 Soluciones no code y en la nube
Modelo predictivo con Orange o BigML, BigQuery y BigQuery ML, cuadro de mando en Looker Studio y agente conversacional.
MÓDULO 3 · PARTE B · 6 h
🐍 IA con Python
Planteamiento y entrenamiento de un modelo en Colab, autoencoder, red convolucional y diseño de una solución de IA.
PROYECTO 2 Y EVALUACIÓN
🚀 Estrategia de un ecommerce
Estrategia de marketing de Verde Mediterráneo con un año de ventas: plan de publicidad en redes, modelo predictivo, cuadro de mando y asistente virtual. Diagnóstico inicial y test final.
Guía rápida
🧭 Cómo usar el curso
- Haz el diagnóstico inicial.
- En cada bloque, estudia la teoría y supera su autoevaluación (70 %).
- Haz las prácticas: muchas tienen puntos de control con el resultado exacto que debes obtener con los datos del curso.
- Las prácticas de los módulos 2 y 3 van construyendo el Proyecto 2: guarda todo en
COMM04_TuNombre. - Termina con el test final y la defensa del proyecto.
⚠️ Cuentas y costesLas prácticas usan servicios gratuitos o con modo gratuito (Google Colab, BigQuery sandbox, Looker Studio, Gemini, Teachable Machine, Orange). No introduzcas datos de pago en plataformas publicitarias ni en Google Cloud salvo que el centro lo indique.
Recursos
🧰 Datos y herramientas
Datos del caso Verde Mediterráneo (sintéticos)
| Archivo | Contenido | Excel (formato español) |
|---|---|---|
| clientes.csv | 1.500 clientes con variables RFM, interacción y recompra en 90 días | clientes_es.csv |
| pedidos_2025.csv | 3.705 pedidos de 2025 | pedidos_2025_es.csv |
| campanas_2025.csv | Inversión y resultados mensuales por canal | campanas_2025_es.csv |
| resenas.csv | 300 reseñas con estrellas | resenas_es.csv |
| faq_asistente.csv | 15 preguntas frecuentes para el asistente | — |
| COMM04_IA_con_Python.ipynb | Cuaderno de Python probado para Google Colab | — |
Herramientas del curso
| Herramienta | Bloque |
|---|---|
| TensorFlow Playground, Teachable Machine, Excalidraw / draw.io | M1 |
| Asistentes de IA (ChatGPT, Gemini, Claude, Copilot), Google Trends, Excel | M1 · M2A |
| Biblioteca de anuncios de Meta, Centro de transparencia de anuncios de Google | M2A · M2B |
| Google Analytics 4 (cuenta de demostración y propia), Google Sites | M2B |
| Orange Data Mining, BigML (si hay plan gratuito), BigQuery y BigQuery ML, Looker Studio, Gems de Gemini / Conversational Agents | M3A |
| Google Colab, pandas, scikit-learn, TensorFlow/Keras | M3B |
| ConcursIT (repaso en clase) · QrFactory · ClearCut (creatividades) | Apoyo |
Actualización
🔄 Qué se ha actualizado
El programa oficial es de noviembre de 2020, anterior a la IA generativa de uso masivo. Se cubren todos sus contenidos y se ponen al día.
| Programa de 2020 | En este curso |
|---|---|
| Conceptos, evolución, técnicas, ámbitos y ética de la IA | + IA generativa (LLM, multimodal, agentes), hitos hasta 2026, Reglamento europeo de IA (2024) y AESIA |
| Propiedad intelectual de la IA | Autoría humana, minería de textos y datos con opt-out, obligaciones de los modelos de uso general |
| IA en estudios de mercado y diseño de producto | + análisis con LLM validado, personas y datos sintéticos, prototipado generativo |
| Publicidad programática y herramientas | + Performance Max, AI Max, Advantage+, consentimiento v2, situación de las cookies de terceros, MMM |
| Creación y gestión de una cuenta de analítica web | Google Analytics 4 (Universal Analytics se apagó en 2023) |
| BigML | Flujo de BigML + Orange Data Mining como alternativa gratuita garantizada |
| DataStudio | Looker Studio (nuevo nombre desde 2022) |
| DialogFlow | Dialogflow → Conversational Agents (playbooks generativos, almacenes de datos) + prototipo con Gems |
| Python, autoencoder y CNN | Cuaderno de Colab ejecutado y verificado con TensorFlow 2.21 y scikit-learn 1.9 |
| Proyecto 1 (reconocimiento facial) | Reconocimiento de productos con Teachable Machine, por el RGPD (datos biométricos) y el Reglamento de IA |
| Proyecto 2 (ecommerce) | Datos sintéticos de un año completo, con resultados de control en todas las prácticas |