* CG4 - Comprender y aplicar los mecanismos y técnicas de planificación, análisis de información, negociación, simulación, decisión y control en la relación comercial teniendo como base la estrategia comercial de la empresa.

* CG5 - Desarrollar las capacidades conceptuales y operativas de futuros gestores y directivos comerciales.

* Alcanzar habilidades de comunicación, cooperación interpersonal y trabajo en equipo con el objetivo de desenvolverse convenientemente con todos los agentes que operan en la función comercial

* Conocer las distintas herramientas informáticas que se utilizan en la actualidad dentro de la actividad comercial con el fin de poder elegir y manejar en cualquier momento la mejor herramienta disponible en una situación concreta.

CE16 - Conocer el método y los concepto estadísticos necesarios para el análisis de mercado y las actividades comerciales: modelos que permiten predecir distintos escenarios futuros, obtener muestras validas o aplicar análisis multivariable para la obtención de segmentación de mercados, mapas de posicionamiento, análisis factoriales, etc.

• El/la profesor/a utilizará los métodos de clase magistral y clase dialogada para exponer los conceptos, contenidos y procedimientos relacionados con la materia.
• El/la profesor/a presentará material audio, visual o mixto en el desarrollo de las clases.

No procede

* Realización de trabajos aplicados que permitan el seguimiento del aprendizaje de los alumnos y la evaluación del grado de asimilación de la teoría y la práctica en el análisis de datos cualitativos, además de la adquisición de competencias en el campo de la lógica y la estadística cualitativa aplicada.
* Las prácticas se desarrollaran en un aula de informática haciendo uso de los programas SPSS y/o R.
* Tutorías individuales o grupales y sesiones de consulta personalizadas para tratar los casos de especial dificultad de comprensión y/o aprendizaje de las capacidades objetivo.

No procede

No procede

No procede

En la exposición de trabajos.
* La claridad y soltura en la exposición.
* La exposición deberá ser comprensible para todos los oyentes (alumnos y profesor).
* La exposición deberá incluir ilustraciones y ejemplos del tema en cuestión.

• Estudio reflexivo de los conceptos y definiciones desarrollados en clase.
• Estudios y reflexión sobre los modelos cualitativos y sus aplicación práctica.
• Búsqueda de información relevante en el mundo del comercio y la economía en general en Internet y páginas webs especializadas.
• Elaboración y ejecución de los casos propuestos por el/la profesor/a para su posterior exposición en clase o entrega a través del Campus Virtual.

• Asistencia a Seminarios, Conferencias, coloquios, relacionados con la asignatura, organizados por el Departamento de Economía Financiera y Actuarial y Estadística.

• Colaboración en las actividades desarrolladas por el Departamento de Economía Financiera y Actuarial y Estadística.

6

2

Si bien no hay requisitos establecidos, se recomienda haber cursado y aprobado asignaturas relacionadas con la Estadística, incluyendo análisis de datos e inferencia, así como técnicas estadísticas multivariantes.

Adquirir habilidades y destrezas en la gestión, manipulación de datos de clientes con fines publicitarios y/o prospección comercial.

Aprender los métodos y conceptos estadísticos necesarios para el análisis, la interpretación y el manejo de la información cualitativa en el ámbito  del comercio.

Aprender a explotar, identificar, procesar y describir datos cualitativos y a comunicar los resultados extraídos de las distintas dimensiones de la actividad comercial.

Conocer los fundamentos de los modelos basados en bases de datos cualitativos.

Sistema de evaluación:
1. Pruebas orales y/o escritas: 50%
2. Resolución de problemas, casos, ejercicios y trabajos: 40%
3. Participación y actitud del/la alumno/a en clase a lo largo del semestre: 10%

Formas de superar la asignatura:

1. Exámenes parciales. La nota media de los parciales debe ser mayor o igual a 5 con una nota mínima de un 4 en cada parcial. En este caso, la nota final, que será el resultado de ponderar un 50% la nota media de los parciales y un 50% la evaluación continua, debe ser también mayor o igual a 5.

2. En caso de no superar la asignatura por exámenes parciales, el alumnado deberá presentarse al examen ordinario con toda la materia de la asignatura. La nota final de la asignatura será el resultado de ponderar un 50% la nota del examen ordinario y un 50% la evaluación continua. Para superar la asignatura, el estudiante deberá obtener una calificación mínima de 4 en el examen ordinario, y una media ponderada de 5. En caso de no alcanzar la nota mínima en el examen ordinario, la calificación final máxima será de 4. Para la Convocatoria Ordinaria el alumno podrá acogerse a la calificación de “No Presentado” si deja de asistir a clase o de realizar las actividades prácticas de la asignatura antes del primer parcial de la asignatura.

3. En caso de no superar la asignatura en la convocatoria ordinaria, el alumnado deberá presentarse en el examen extraordinario de toda la materia impartida. Se sigue la misma ponderación que en la convocatoria ordinaria. Para superar la asignatura, el estudiante deberá obtener una calificación mínima de 4 en el examen extraordinario, y una media ponderada de 5. En caso de no alcanzar la nota mínima en el examen extraordinario, la calificación final máxima será de 4. Si un estudiante no se presenta al examen de la Convocatoria Extraordinaria fijado por la Secretaría Académica, el estudiante se considerará “No Presentado”, con independencia de que haya realizado la evaluación continua o no.

- AGRESTI, ALAN AND FINLAY, BARBARA (2018). Statistical Methods for the Social Sciences, 5th Edition. Pearson.
- AGRESTI, ALAN (2013). An Introduction to Categorical Data Analysis. Third Edition. John Wiley & Sons. New Jersey.
- DEY, IAN (2005). Qualitative data Analysis. A User-Friendly Guide for Social Scientists. Edition published by Routledge - Taylor & Francis Group. London and New York.
- LEONARD, THOMAS (2000). A Course in Categorical Data Analysis. Chapman & HALL/CRC. London.
- POWERS, DANIEL A. AND XIE, YU (1999). Statistical Methods for Categorical Data Analysis. Academic Press, Inc.
- RUIZ-MAYA PERÉZ, LUIS (coordinador) et. al. (2000). Metodología Estadística para el Análisis de Datos Cualitativos. Centro de Investigaciones Sociológicas (CIS). Madrid.
- VON EYE, ALEXANDER AND MUN, EUN-YOUNG (2013). Log-Linear Modeling. Concepts, Interpretation, and application. John Wiley & Sons, Inc. New Jersey and Canada

- Idioma en el que se imparte: castellano.
- Se utilizarán los programas informáticos SPSS o/y R.
- La impartición de clases tendrá lugar en aula de informática y en aula convencional.
- Aprobado en el Consejo de Departamento de fecha 17 de junio de 2024.